Personne contact
Aline FOURY
Participants
Emile MARDOC
Titre
Bien-être du cheval de sport : recherche d’une signature transcriptomique du niveau d’agressivité
Description du projet et des données utilisées
L’étude concerne 18 chevaux de sport, 9 chevaux non agressifs et 9 chevaux agressifs. Chaque cheval est caractérisé par un score d’agressivité. L’ARN a été extrait à partir du sang total afin de réaliser une analyse transcriptomique. Le but du projet est d’identifier les gènes marqueurs de l’agressivité chez le cheval ainsi que les voies métaboliques dans lesquelles ils sont impliqués.
Données accessibles via le portail DataINRAe : https://doi.org/10.15454/IO9XF2
Données non publiées => merci de ne pas utiliser ces données en dehors du hackathon
Données phénotypiques => pData_MA2025_Agress.csv
- get = échantillon
- agress_scans = niveau d’agressivité
- agress_gp = groupe expérimental (Ag.High vs Ag.Low)
- sexe
- age
- pos = position des échantillons sur les lames Agilent (biais expérimental entre les échantillons déposés en position 1 et 2 et ceux déposés en position 3 et 4)
Données transcriptomiques => WorkingSet_MA2025_Agress.csv Working Set = suppression des arrays et des valeurs de mauvaise qualité, suppression des gènes non exprimés, correction pour les biais entre les arrays.
Analyses réalisées:
- 1 Analyse différentielle Ag.High vs Ag.Low Analyse réalisée avec R (package limma, fonction lmFit) => 0 sondes DE
- 2 Analyse de corrélation entre données phénotypiques et transcriptomiques Analyse sPLS-DA réalisée avec R (package mixOmics, fonction splsda) => 326 sondes discriminantes (critères de sélection : VIP>1, Freq >0.50) => 272 gènes discriminants
- 3 Recherche des voies de signalisation
Analyse réalisée avec :
- a IPA => 1er canonical pathway : NF-kB / Regulator Effects : IL12, Interferon alpha, TNF / Network autour de NF-kB => Voie métabolique majeure : l’inflammation
- b Enrichr L’inflammation est retrouvée dans les bases de données BioCarta 2016 et NCI-Nature 2016
Résultats attendus
- 1.a Peut-on sélectionner des gènes DE en se basant sur la pval non ajustée?
- 1.b Si oui, sur quels critères pour pouvoir confirmer ces gènes par qPCR (demande fréquente des reviewers).
Quelles autres analyses peuvent être réalisées afin d’identifier les gènes marqueurs de l’agressivité et les voies métaboliques dons lesquelles ils sont impliqués?
État d’avancement du projet :
2_ existence
Compétences attendues
- Identification de gènes différentiellement exprimés entre 2 groupes expérimentaux
- Corrélation entre données transcriptomiques et phénotypiques
- Identification de voies métaboliques activées à partir d’une liste de gènes
Outils - logiciels - méthodes
logiciel R
Liens outils
Rapport d’avancement J1
Objectifs | Identifier les gènes différentiellement exprimés en fonction du phénotype (ana lyse différentielle ou analyse de corrélation) |
Premiers résultats | Analyses différentielles : 1. meilleure compréhension du test utilisé (contrastes) / 2. autres tests possibles (variance, moyenne, médiane, rangs) + effet multidimensionnel (BH ou autre?) |
Difficultés techniques | Quel test appliquer sur un jeu de données avec peu d’échantillons (n=18) ? |