Plateau Génomique et Transcriptomique

En amont et en aval du séquençage, le plateau a pour vocation d’assister les équipes dans la réalisation, l’analyse et la valorisation de leurs projets reposant sur des approches NGS (e.g. RNA-Seq, ChiP-Seq, ATAC-Seq).
L'équipe
BioInformatique : Margot Zahm (IE CNRS)
Wet lab : Adeline CHAUBET (IE Inserm)
Référent scientifique : Olivier JOFFRE (MCU UPS)

Prestations de service

Dès le début du projet, le plateau accompagne les équipes dans la mise en place d’un design expérimental adapté à la question posée. Il offre ainsi deux types de prestations complémentaires :

  • En amont du séquençage : extraction d’ARN, création des librairies et des pools de librairies, interface avec les plateformes de séquençage
  • En aval du séquençage : analyses bioinformatiques de données NGS variées, formation des personnels, développement d’outils

Le plateau travaille sur une large gamme de données de séquençage : RNAseq bulk, scRNAseq, ATACseq, ChIPseq, CITEseq et participe au développement de nouvelles technologies et analyses de données.

 

Formation, conseil, expertise

  • Aide à la mise en place ou l’optimisation d’un protocole expérimental
  • Aide à l’analyse et l’interprétation des résultats
  • Formations du personnel

Le fonctionnement

Afin de répondre aux besoin des équipes, le plateau propose deux modes de fonctionnement.

Conduite de projet

Le porteur de projet remplit une fiche projet afin d’initier un premier échange avec le plateau. Les membres du plateau peuvent ainsi aider à la mise en place d’un design expérimental adapté à la question biologique du projet. Le plateau réalise ensuite les prestations demandées par le porteur du projet. Les livrables sont enfin transmis à l’utilisateur avec un résumé complet des contrôles qualités et des résultats obtenus.

 

Supervision de projet

Un membre de l’équipe demandeuse est formé à l’analyse bioinformatique (analyses courantes) par la bioinformaticienne du plateau. Cette personne réalise ensuite les analyses sur le projet. Cette responsabilité inclut la nécessité d’envoyer les fiches (projet, technique et bibliothèque) et le contrôle qualité au plateau pour suivi du bon déroulé du projet.

 

Il est possible de mettre en place un projet hybride avec une partie conduite de projet en amont du séquençage et une partie supervision de projet après séquençage.

 

Les équipments

Instruments

  • Chromium Controller (10X Genomics)
  • Tape Station 4150 (Agilent)
  • Sonicateur M220 (Covaris)
  • Sonicateur Bioruptor Pico (Diagenode)
  • Appareil PCR en temps réel Roche LightCycler 480
Softwares

 

Autres informations


 

Comité de pilotage
  • Jean-Charles Guery (Eq 01)
  • Stéphane Galiacy (Eq 02)
  • Lilian Basso (Eq 03)
  • Anne Dejean (Eq 04)
  • Stéphanie Trudel-Ausseil (Eq 05)
  • Nicolas Blanchard (Eq 06)
  • Cécile Malnou (Eq 07)
  • Sébastien Lhomme (Eq 08)
  • Nabila Jabrane-Ferrat (Eq 09)
  • Véronique Adoue (Eq 10)
  • José Enrique Méjia (Eq 11)
  • Isabelle Lamsoul (Eq 12)
  • Manuel Diaz-Munoz (Eq 13)
  • Jasper Kamphuis (Eq 14)
Les publications

2018

Anne C. Harttrampf Célia Dupain, Yannick Boursin; Massaad-Massade, Liliane

Discovery of new fusion transcripts in a cohort of pediatric solid cancers at relapse and relevance for personalized medicine Article de journal À paraître

Dans: Molecular Therapy, À paraître.

Résumé | Liens | BibTeX

Outils bioinformatiques
RNAseq en bulk :
  • iDEP : application RShiny pour réaliser l’analyse differentielle et l’enrichissement en pathways
  • GSEA : application web d’analyse d’enrichissement de gene sets
  • gProfiler : application web pour réaliser une Over Representation Analysis sur des bases de données variées
scRNAseq, CITEseq avec ou sans multiplexage :
  • Loupe Browser : application de visualisation des UMAP, clustering et expressions de gènes dans des données de single cell. Prend en entrée les fichiers créés par CellRanger
  • iSEE : application RShiny de visualisation des UMAP, clustering et expressions de gènes dans des données de single cell. Prend en entrée un objet R SingleCellExperiment
  • ShIVA : application RShiny pour filtrer, clusteriser et analyser les gènes marqueurs à partir de données de single cell. Prend en entrée les fichiers créées par CellRanger ou fichier R au format rds
Statistiques :
  • Asterics : application web pour intégrer ses données. Réalise des normalisations, ACP, PLS, PLS-DA, MFA et analyse différentielle. Prend en entrée n’importe quel tableau de données de moins de 20 000 lignes.
CNRS

CNRS

Inserm

Inserm

UT3

UT3

TRI-Genotoul

TRI-Genotoul