Topic description
L'épidémiologie des eaux usées s'est imposée comme un outil innovant de surveillance de la circulation des agents infectieux à l'échelle des populations. Son essor, particulièrement marqué lors de la pandémie de COVID-19, a démontré sa capacité à fournir des indicateurs précoces de circulation virale. Cette approche s'inscrit dans une démarche « One Health », reliant santé humaine, animale et environnementale, et apparaît aujourd'hui comme un levier majeur pour anticiper l'émergence de nouveaux pathogènes. Les virus à ARN, caractérisés par une forte variabilité génétique et un potentiel élevé de franchissement de la barrière d'espèce, constituent des cibles prioritaires.
Sur le plan analytique, des progrès importants ont été réalisés concernant la concentration des échantillons environnementaux et l'extraction des génomes viraux, avec des protocoles adaptés aux matrices complexes. Cependant, la détection repose encore majoritairement sur des approches ciblées de type RT-qPCR, nécessitant une connaissance préalable des génomes recherchés. Cette dépendance constitue une limite majeure pour l'identification de pathogènes émergents encore inconnus (i.e. pathogène X).
Dans ce contexte, la métagénomique représente une alternative prometteuse, permettant une analyse exhaustive et sans a priori du virome des eaux usées. Elle offre la possibilité de détecter simultanément une large diversité de virus et d'obtenir une vision globale de l'état sanitaire d'une population. Néanmoins, son application reste limitée par plusieurs verrous techniques et analytiques : il s'agit en premier lieu de la faible abondance des virus d'intérêt en comparaison à la forte dominance des séquences bactériennes ou virales non pertinentes dans les eaux usées, mas également la complexité des analyses bio-informatiques à mettre en œuvre pour gagner en sensibilité. Les données actuelles de la littérature montrent en effet que seule une fraction très faible des séquences obtenues à partir des eaux usées correspondent à des virus pertinents en santé publique.
Le projet de thèse proposé vise à lever ces verrous en développant une approche de métagénomique non ciblée optimisée, basée sur le séquençage Nanopore. L'objectif est d'améliorer la sensibilité de détection des virus à ARN dans les eaux usées et d'évaluer le potentiel de cette approche pour la surveillance épidémiologique. Une attention particulière sera portée à l'optimisation des étapes pré-analytiques (filtration, traitements enzymatiques), analytiques (extraction, concentration, amplification non spécifique des ARN) et post-analytiques, notamment à travers le développement de pipelines bio-informatiques performants permettant d'enrichir les séquences d'intérêt et de réduire le bruit de fond.
Le projet s'organise en deux phases complémentaires. La première vise à tester et comparer différentes stratégies d'enrichissement et de séquençage afin d'identifier les conditions optimales pour la détection des virus à ARN. Cette phase inclura également une validation par des méthodes ciblées (RT-PCR) afin de comparer les performances des approches. La seconde phase consistera à appliquer la méthode optimisée au suivi des virus de la grippe en conditions réelles, en comparant les séquences détectées dans les eaux usées à celles issues de patients hospitalisés. Cette approche permettra d'évaluer la capacité de la métagénomique à refléter la diversité virale circulante et à détecter précocement des variants viraux d'intérêt.
En combinant innovation technologique et application en santé publique, ce projet ambitionne de positionner la métagénomique des eaux usées comme un outil clé pour la surveillance des virus émergents, complémentaire des approches moléculaires ciblées, et essentiel pour anticiper les futures crises sanitaires.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Wastewater-based epidemiology has emerged as an innovative tool for monitoring the circulation of infectious agents at the population level. Its rapid development, particularly during the COVID-19 pandemic, has demonstrated its ability to provide early indicators of viral spread. This approach is part of a “One Health” framework, linking human, animal, and environmental health, and is now recognized as a key lever for anticipating the emergence of new pathogens. RNA viruses, characterized by high genetic variability and a strong capacity to cross species barriers, represent priority targets.
From an analytical perspective, significant progress has been made in the concentration of environmental samples and the extraction of viral genomes, with protocols adapted to complex matrices. However, detection still relies largely on targeted approaches such as RT-qPCR, which require prior knowledge of the genomes of interest. This dependency represents a major limitation for the identification of unknown emerging pathogens (i.e., “pathogen X”).
In this context, metagenomics offers a promising alternative, enabling a comprehensive and unbiased analysis of the wastewater virome. It allows the simultaneous detection of a wide diversity of viruses and provides a global view of the health status of a population. Nevertheless, its application remains limited by several technical and analytical challenges. These include the low abundance of target viruses compared to the overwhelming presence of bacterial and non-relevant viral sequences in wastewater, as well as the complexity of bioinformatic analyses required to improve sensitivity. Current literature indicates that only a very small fraction of sequences obtained from wastewater correspond to viruses of public health relevance.
The proposed PhD project aims to overcome these limitations by developing an optimized untargeted metagenomic approach based on Nanopore sequencing. The objective is to improve the sensitivity of RNA virus detection in wastewater and to assess the potential of this approach for epidemiological surveillance. Particular attention will be given to optimizing pre-analytical steps (filtration, enzymatic treatments), analytical steps (extraction, concentration, non-specific RNA amplification), and post-analytical steps, notably through the development of efficient bioinformatics pipelines to enrich sequences of interest and reduce background noise.
The project is structured into two complementary phases. The first phase will focus on testing and comparing different enrichment and sequencing strategies to identify optimal conditions for RNA virus detection. This phase will also include validation using targeted methods (RT-PCR) to compare performance. The second phase will involve applying the optimized method to monitor influenza viruses under real-world conditions, by comparing sequences detected in wastewater with those obtained from hospitalized patients. This approach will allow evaluation of the ability of metagenomics to reflect circulating viral diversity and to enable early detection of variants of interest.
By combining technological innovation with public health applications, this project aims to establish wastewater metagenomics as a key tool for the surveillance of emerging viruses, complementing targeted molecular approaches and contributing to the anticipation of future health crises.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
Funding category
Public funding alone (i.e. government, region, European, international organization research grant)
Funding further details
Concours pour un contrat doctoral
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.