[Thèse soutenue] Gaëlle Lefort : Quantification automatique de métabolites dans un spectre RMN et application à la description de la maturité périnatale chez le porc

Sujet de thèse cofinancée par #DigitAg

Gaëlle a soutenu sa thèse le vendredi 2 juillet à 9h15, par visioconférence.

Bonjour, je m’appelle Gaëlle Lefort. Avant de commencer ma thèse j’ai suivi des études en statistiques et informatique. D’abord en réalisant un DUT en statistique et informatique décisionnelle puis en école d’ingénieur spécialisée en statistique (Ecole nationale de statistique et d’analyse de l’information, Ensai).

Dès ma dernière année d’étude, j’ai choisi de m’orienter vers le domaine de la biologie en réalisant mes derniers stages d’abord à l’Inserm et ensuite à l’Isped. Ensuite, j’ai pu découvrir le monde de la recherche durant 3 ans en CDD à l’Inra. Cette expérience m’a donnée envie d’approfondir ce que je faisais en réalisant une thèse.


Quantification automatique de métabolites dans un spectre RMN et application à la description de la maturité périnatale chez le porc​

  • Date de démarrage : Septembre 2019
  • Université : Université Toulouse 1 Capitole
  • Ecole doctorale : MITT (Mathématiques, Informatique, Télécommunications de Toulouse)
  • Discipline / Spécialité : Mathématiques et Applications
  • Directeur de thèse : Nathalie Vialaneix, Inrae, UR MIAT
  • Encadrant(es)  :  Rémi Servien, Inrae, InTheRes Toulouse, Laurence Liaubet, Inrae, GenPhySE Toulouse, Hélène Quesnel, Inrae, UR Pegase Rennes
  • Financement : #DigitAg – Inrae
  •  #DigitAg : Thèse cofinancée – Axe 5 – Challenges 2 et 4

Mots-clés : Métabolomique, Sélection de variables, Tests multiples, Intégration de données

Résumé : Parmi les nombreuses données omiques qui décrivent le fonctionnement biologique d’un organisme, le métabolome  suscite un intérêt croissant car il est plus proche des phénotypes d’intérêt et qu’il a donc avoir un potentiel important pour la recherche de biomarqueurs. La spectrométrie par résonance magnétique nucléaire (RMN) est une technologie haut-débit qui produit des spectres caractéristiques du mélange complexe de métabolites présents dans un échantillon d’intérêt. Cependant, leur interprétation biologique est difficile car ceux-ci ne donnent pas une mesure explicite des  différentes quantités de métabolites présents dans l’échantillon.

Une approche prometteuse pour l’analyse de ces données consiste à identifier et quantifier les métabolites présents dans le mélange complexe à partir de son spectre et à réaliser l’analyse statistique sur les résultats de cette quantification. Une première partie de cette thèse a consisté en l’amélioration d’une méthode de quantification existante, ASICS, ainsi qu’à son implémentation dans un package R/Bioconductor. Une nouvelle méthode, prenant en compte l’ensemble des spectres d’une expérience lors de la quantification, a aussi été proposée dans le but d’améliorer la fiabilité des résultats.

Un second volet de cette thèse concerne l’application de cette méthode au problème de mortalité néonatale des porcelets et plus précisément à la description des mécanismes impliqués dans la mise en place de la maturité. L’analyse des spectres RMN de plasma, d’urine et de liquide amniotique de fœtus en fin de gestation a permis d’identifier des voies métaboliques impliquant de nombreux acides aminés et sucres (croissance et apport d’énergie) ainsi que le métabolisme du glutathion (stress oxydatif).

Composition du jury:

​​​​M. Patrick GIRAUDEAU ​Université de Nantes ​Rapporteur
​​Mme Kim-Anh LE CAO ​University of Melbourne ​Rapporteure
​Mme Laurence LIAUBET ​​INRAE ​Co-directrice de thèse
​Mme Hélène QUESNEL ​​​INRAE ​​Invitée
​Mme Anne RUIZ-GAZEN ​​Toulouse School of Economics ​Examinatrice
​​M. Rémi SERVIEN ​​INRAE ​Co-directeur de thèse
​​M. Etienne THEVENOT ​CEA ​​Examinateur
​M. Jaap VAN MILGEN ​​​INRAE ​​Examinateur
​Mme Nathalie VIALANEIX ​​INRAE ​Directrice de thèse

Contact: gaelle.lefort [AT] inrae.fr​


Communications / Publications

Télécharger le mémoire de thèse

Articles

Tardivel, P., Canlet, C., Lefort, G., Tremblay-Franco, M., Debrauwer, L., Concordet, D., Servien, R. (2017). ASICS : an automatic method for identification and quantification of metabolites in NMR 1D 1H spectra. Metabolomics. https://doi.org/10.1007/s11306-017-1244-5

Lefort, G., Servien, R., Quesnel, H. et al. (2020), The maturity in fetal pigs using a multi-fluid metabolomic approach, https://doi.org/10.1038/s41598-020-76709-8

Lefort G., Liaubet L., Marty-Gasset N., Canlet C., Vialaneix N., Servien R. (2021) Joint Automatic Metabolite Identification and Quantification of a Set of 1H NMR Spectra

Conférences

Lefort, G., Liaubet, L., Canlet, C., Villa-Vialaneix, N., Servien, R. (2018). ASICS identifier et quantifier des métabolites à partir d’un spectre RMN 1H, 51èmes Journées de Statistique de la SFdS – https://hal.inrae.fr/hal-02737497/document

Lefort, G., Liaubet, L., Canlet, C., Vialaneix, N., Servien, R. (2018). ASICS identification and quantification of metabolites in complex 1H NMR spectra. European Conference on Computational Biology (ECCB 2018). Poster.

Gaëlle Lefort, Nathalie Vialaneix, Helene Quesnel, Marie–Christine Pere, Yvon Billon, et al (2020) Étude de la maturité des porcelets en fin de gestation par une approche métabolomique multifluide, 52. Journées de la Recherche Porcine, Feb 2020, Paris, France. IFIP – Institut du Porc – https://hal.archives-ouvertes.fr/hal-02479994/