Analyse de données de transcriptomique single-cell liées au vieillissement cérébral et à la maladie d'Alzheimer chez un primate non-humain. // Analysis of single-cell transcriptomics data related to brain aging and Alzheimer's disease in a non-human prima

La dernière décade a vu se développer une révolution dans le domaine de la transcriptomique en cellule unique. Une série de percées technologiques et algorithmiques a permis de mettre au point des techniques fiables qui permettent maintenant d'étudier le transcriptome au niveau de chaque cellule et de différencier de manière non biaisée les différents types cellulaires avec aussi une dimension spatiale. Ce type d'approche transforme notre compréhension de la santé et des maladies chez l'homme. Les démences liées au vieillissement, comme la maladie d'Alzheimer (AD), seront un enjeu majeur du 21e siècle. La disponibilité de bons modèles animaux proches de l'homme est cruciale pour ce type de recherche. Le microcèbe est un petit singe lémurien très utilisé dans les études liées au vieillissement et aussi comme modèle de la pathologie AD. Dans ce projet, nous allons analyser des données de transcriptomique single-cell et single-nucleus liées au vieillissement et à la pathologie AD chez le microcèbe et chez l'homme, avec un focus sur la compréhension du rôle des cellules gliales (astrocytes et microglie). De nombreuses études, telles que les études GWAS chez l'homme, ont montré le rôle important des cellules gliales dans l'AD. Le travail consistera à analyser des données de single-cell classique dans un premier temps puis de transcriptomique spatiale générées chez le microcèbe jeune, âgé et chez lequel on a induit une pathologie AD. Nous avons déjà généré une partie des données sur des cohortes d'animaux jeunes, âgés et AD. Les données seront analysées avec des outils bioinformatiques de pointe (Seurat, Scanpy, scVI, Harmony, Cell Chat, etc.) et seront comparées et/ou intégrées avec des données humaines. Le résultat attendu est d'identifier les gènes et les voies de signalisation clés dans les cellules gliales pouvant servir de biomarqueurs ou déboucher sur de nouvelles cibles thérapeutiques.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The last decade has seen a revolution in the field of single-cell transcriptomics. A series of technological and algorithmic breakthroughs has led to the development of reliable techniques that now allow us to study the transcriptome at the level of each individual cell, and to differentiate in an unbiased way between different cell types, including a spatial dimension. This kind of approach is transforming our understanding of human health and disease. Age-related dementias, such as Alzheimer's disease (AD), will be a major challenge of the 21st century. The availability of good animal models close to humans is crucial for this type of research. The microcebe is a small lemur monkey widely used in studies related to aging and also as a model of AD pathology. In this project, we will analyze single-cell transcriptomics data (scRNA-seq) related to aging and AD pathology in microcebes and humans, with a focus on understanding the role of glial cells (astrocytes and microglia). Numerous studies, such as the GWAS studies in humans, have demonstrated the important role of glial cells in AD. The work will involve the analysis of conventional and spatial single-cell data generated in young, aged and AD pathology-induced microcebes. We have already generated some data on cohorts of young, old and AD animals. Data will be analyzed with state-of-the-art bioinformatics tools (Seurat, Scanpy, scVI, Harmony, Cell Chat, Merscope visualizer, etc.) and compared and/or integrated with human data. The expected outcome is to identify key genes and signaling pathways in glial cells that could serve as biomarkers or lead to new therapeutic targets.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrats ED : Programme blanc GS-LSaH

Université Paris-Saclay GS Life Sciences and Health

577 Structure et Dynamique des Systèmes Vivants

- Formation en bioinformatique - Bonne connaissance de l'environnement Linux - Connaissance de R / Python - Une connaissance du bulk RNA-seq est un plus - Une connaissance du single-cell RNA-seq est un plus - Forte motivation pour la biologie et les neurosciences - Excellentes qualités d'organisation et de communication
- Bioinformatics training - Good knowledge of Linux - Good knowledge of R / Python - Knowkedge of bulk RNA-seq is a plus - Knowledge of single-cell RNA-seq is a plus - Strong motivation for biology and neurosciences - Excellent organisational and communication skills