Une partie du cours illustrera la puissance de ces approches méta- et la plus-value de l’étude des ADN et ARN environnementaux dont les avantages sont multiples, incluant une application à différents champs d’étude (agriculture, environnement, agroalimentaire, santé), une compréhension intégrée du fonctionnement des écosystèmes ou encore des reconstructions de l’histoire passée de certains écosystèmes. Nous aborderons également la puissance des approches de métagénomique pour la reconstruction de génomes de (micro)organismes dont nous ne disposons pas à l’heure actuelle de représentants cultivés, approche particulièrement pertinente dans des écosystèmes de type milieux extrêmes où la richesse est faible. Un bref rappel sera consacré à la comparaison avec les approches de métabarcoding dispensées en M1.
Les limites de ces techniques méta-omiques seront abordées, au travers notamment de discussions autour de la puissance de séquençage permettant ou non de décrire l’ensemble de la diversité génétique et fonctionnelle et le transcriptome d’une communauté en mettant l’accent sur de nouvelles technologies de type Illumina ou Nanopore permettant de pallier ces soucis. De la même façon, les difficultés liées à l’identification des (micro)organismes portant différentes fonctions d’intérêt seront abordées et seront mises en relief de la nécessité de mise en œuvre d’approches complémentaires.
Seront abordés les enjeux liés au traitement bioinformatique tels que les notions de contamination des jeux de données, d’assemblage, d’identification de gènes, d’affiliation ou encore d’estimation d’abondance. En lien avec ce qu’ils auront acquis au S2 dans l’UE MADGT, les étudiants apprendront à analyser ces données méta-omiques en TP et TD afin d’estimer des taux d’expression ou encore de conduire des analyses d’expression différentielle dans des designs à plusieurs conditions.
