Mathématiques et Informatique Appliquées
du Génome à l'Environnement

 

 

CAUSARG

Intitulé du projet
Découverte causale et graphes ancestraux de recombinaison : fondements statistiques et applications à la régulation génique et à la prédiction génomique
Nature du financement
ANR
État du projet
Soumis
Année de soumission
2027
Programme / appel + année
PRC 2027
Equipe(s) impliquée(s) dans le projet
Dynenvie
StatInfOmics
Coordinateur·trice (nom et prénom)
Zacharie Naulet
Rôle de MaIAGE dans le projet
Coordinateur.trice
Nom(s) du(des) participant(s) - MaIAGE
G. Kon Kam King, E. Kuhn, Z. Naulet, P. Nicolas
Nom(s) du(des) partenaire(s) (nom, labo et localisation) - Hors MaIAGE
I. Meah - MIA PS - AgroParisTech; H. Duruflé - BioForA - INRAE; B. Servin - GenPhySE - INRAE
Résumé
Les études génétiques mesurent génotypes, expression des gènes et phénotypes chez de nombreux individus, mais révèlent surtout des associations plutôt que des relations causales. Or identifier quels gènes en régulent d'autres, et quels segments hérités du génome font varier un caractère, est essentiel pour comprendre les mécanismes biologiques et améliorer la sélection végétale et animale. CAUSARG développera des méthodes statistiques pour transformer ces associations en relations causales, en exploitant la généalogie inscrite dans les génomes. Elle est formalisée par le graphe ancestral de recombinaison (ARG), un ensemble d'arbres généalogiques que la recombinaison fait varier le long du génome, et que l'on sait désormais inférer à partir de centaines de génomes. Le génotype étant fixé dès la conception, la variation génétique peut agir sur l'expression des gènes, mais pas l'inverse : les segments partagés dans la généalogie peuvent donc servir d'instruments génétiques pour orienter les relations causales.
Champ thématique du contrat (MathNum)
Ce projet s'inscrit-il dans le périmètre scientifique du département MathNum ?
Ce projet s'inscrit-il dans le périmètre scientifique du département MICA ?