Sleep is a daily behavior important for health. Many people studied sleep with more or less sophisticated technologies over time, and yet it has not revealed all its mysteries. To help uncover the molecular consequences of sleep deprivation, the Franken group have assembled a systems genetics resource interrogating the BXD mouse panel. The genotypes and sleep-wake phenome were characterized, along with intermediate phenotypes: the transcriptome in brain and in liver, and the targeted metabolome in the blood plasma. I have used this rich multi-omics BXD dataset for computational investigation and development of analytical methods for data and knowledge integration to expand the current understanding of sleep regulation. First, in collaboration with Maxime Jan we used this real-world example of data and bioinformatic analysis management to highlight multi-omics challenges and solutions used to help internal or external reusability. This includes more details on the quality check and validations of the methods, the use of Rmarkdown reports for more higher levels parts of the analyses, a metadata workflow document illustrating and referencing the different code and data files, and a web site for exploration of the results. The robustness of the results was also assessed through the change to the newest version of the mouse genome reference assembly used. Then, the classical pipeline to analyse RNA-sequencing reads uses one mouse reference for all samples, irrespective of the strain of the samples, which is potentially creates a reference bias. Therefore, to improve the genetic-specificity of the read mapping, I customized the standard assembly based on one parental strain with variants from the BXD population. An important step was adding a tailored imputation of the population genetic variants using haplotypes blocks/regions to achieve a sufficient resolution for each line-specific reference. This strategy alleviated the reference bias and allowed to detect proportionally more eQTLs with the custom BXD-specific references than with the standard reference. Lastly, I assembled a multi-layer prior knowledge network and integrated the gene expression sleep-specific on it. This integration of data-driven and knowledge driven approach sets the basis for a way to generate hypotheses based on multiple genes to explain the genetic and environmental interactions culminating in the different sleep phenotypes.
--
Le sommeil est un comportement quotidien important pour la santé. De nombreuses personnes ont étudié le sommeil avec des technologies plus ou moins sophistiquées au fil du temps, et il n’a cependant pas encore révélé tous ses mystères. Pour aider a` découvrir les conséquences moléculaires de la privation de sommeil, le groupe Franken a assemblé une ressource de génétique des systèmes relative aux lignées de souris BXD. Les génotypes et le phénome de sommeil-éveil ont été charactérisés, ainsi que des phénotypes intermédiaires : d’une part le transcriptome dans le cerveau et le foie, d’autre part le métabolome ciblé dans le plasma sanguin. J’ai utilisé ce riche jeu de données multi-omics sur les BXD pour le développement de méthodes analytiques pour l’intégration de donnees et de connaissances afin d’étendre la compréhension actuelle de la regulation du sommeil. D’abord, en collaboration avec Maxime Jan, nous avons utilisé cet exemple réel de la gestion des données et de l’analyse bioinformatique pour mettre en évidence les défis multi-omics et les solutions utilisées pour que le travail puisse être réutilisé à l’interne ou à l’externe. Cela inclut plus de détails sur le contrˆole de qualité et les validations des méthodes, l’utilisation de rapports Rmarkdown pour les parties de plus haut niveau d’abstraction des analyses, un document concernant les méta-données du flux de travail pour illustrer et référencer les différents scripts et fichiers de données et un site web pour l’exploration des résultats. La stabilité des résultats a également été évaluée au travers du changement de version de l’assemblée de réference utilisée. Puis, la pipeline traditionnelle pour analyser des reads de séquen¸cage d’ARN utilise une référence murine pour tous les échantillons, quelle que soit leur souche. Afin d’améliorer la spécificité génétique du mapping des reads, j’ai utilisé et personnalisé l’assemblée standard basée sur une souche parentale avec les variants de la population BXD. L’imputation des variants génétiques en utilisant les blocs/régions haplotypes
était importante pour obtenir une résolution suffisante pour chacune des lignées. Cette stratégie a diminué le biais de référence et a permis de détecter proportionnellement plus d’eQTLs avec les références spécifiques aux BXD qu’avec la référence traditionnelle. Finalement, j’ai assemblé un réseau à plusieurs couches de connaissances préalables et y ait intégré l’expression des gènes contenant la composante spécique au sommeil. L’intégration des approches basées sur les données et les connaissances préalables met en place la base pour un moyen de générer des hypothèses basées sur plusieurs gènes pour expliquer les interactions génétiques et environmentales provoquant les différents phénotypes du sommeil.