Thèse Analyse Génomique de l'Impact des Interventions Antipaludiques sur la Diversité et la Dynamique des Populations de Plasmodium Falciparum H/F - Doctorat.Gouv.Fr

Établissement : Université de Montpellier École doctorale : Sciences Chimiques et Biologiques pour la Santé Laboratoire de recherche : LPHI - Laboratory of Pathogens and Host Immunity Direction de la thèse : Antoine CLAESSENS ORCID 0000000242770914 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-05-11T23:59:59 Ce projet de thèse s'inscrit dans le cadre du projet ANR IMPACT-Gen et vise à analyser l'impact des interventions antipaludiques, en particulier l'administration de masse de médicaments (MDA), sur la diversité génétique et la dynamique des populations de Plasmodium falciparum.

Les avancées récentes en séquençage à haut débit permettent aujourd'hui d'explorer la diversité génétique du parasite à différentes échelles. Toutefois, les relations entre les indicateurs génétiques classiquement utilisés (multiplicité d'infection, hétérozygotie, identité par descendance) et l'intensité de transmission restent complexes et encore mal comprises, en particulier dans un contexte d'intervention.

Ce projet repose sur un jeu de données unique, collecté de manière longitudinale dans la région de Kédougou (Sénégal), comprenant plusieurs milliers de génotypes obtenus par Amplicon sequencing (AmpSeq) et plusieurs centaines de génomes complets (WGS). Ces données ont été générées avant et après des campagnes de MDA menées dans plusieurs villages afin de réduire la transmission du parasite.

L'objectif principal de la thèse est de caractériser les effets de ces interventions sur la structure génétique des populations parasitaires. Le/la doctorant(e) utilisera des approches de bioinformatique, de génétique des populations et de modélisation statistique pour analyser la diversité intra-hôte, la structure des populations et la connectivité génétique entre infections.

Les résultats attendus incluent l'identification de signatures génétiques associées aux changements de transmission, la reconstruction de chaînes de transmission entre individus, ainsi qu'une évaluation critique de la pertinence des indicateurs génétiques pour le suivi des interventions. À terme, ces travaux contribueront à améliorer l'utilisation des données génomiques dans la surveillance du paludisme et à informer les stratégies de contrôle, en collaboration avec le Programme National de Lutte contre le Paludisme du Sénégal. Recent advances in high-throughput sequencing have profoundly transformed malaria research, enabling the analysis of Plasmodium falciparum genetic diversity across multiple scales, from individual infections to entire populations. These approaches have shown that commonly used genetic metrics (e.g. diversity, multiplicity of infection) have complex, often non-linear relationships with transmission intensity and intervention impact.
Within the IMPACT-Gen project, all residents of four villages in Kedougou (Senegal) received antimalarial treatment at the beginning and end of the rainy season (MDA) in order to interrupt Plasmodium falciparum transmission. Parasite genetic diversity will be evaluated before and after MDA interventions.
The PhD project will rely on a unique dataset combining several thousand AmpSeq genotypes and several hundred whole-genome sequences collected longitudinally in endemic settings.
The main objective of this PhD project is to analyse genotyping (amplicon sequencing) and whole-genome sequencing (WGS) data in order to:
- Characterize the genetic diversity of Plasmodium falciparum populations
- Assess the impact of malaria interventions (mass drug administration, MDA) in the Kedougou region (Senegal) on parasite population structure
- Identify and compare different genetic indicators (multiplicity of infection, heterozygosity, identity-by-descent) as markers of transmission
- Investigate selection dynamics, particularly at loci associated with antimalarial drug resistance
The PhD candidate will use bioinformatics and population genetics approaches to analyse complex genomic datasets:
- Processing and quality control of sequencing data (AmpSeq, WGS)
- Estimation of multiplicity of infection, heterozygosity, and other diversity metrics
- Analysis of population structure and genetic connectivity (IBD, transmission networks)
- Statistical modelling of relationships between genetic indicators, time, and interventions (mixed models, longitudinal approaches)
- Analysis of selection signatures, particularly in drug resistance genes
- Integration with epidemiological data (incidence, prevalence)

Un Master en biostatistiques / épidémiologie / bioinformatique
- Idéalement, une expérience en analyse de données « omiques »
- Capacité à travailler de manière autonome
- Excellentes compétences en communication en anglais
- Capacité à rester focalisé(e) sur une question biologique précise, de l'analyse initiale jusqu'à la publication
- Intérêt marqué pour la recherche scientifique et la découverte