L'évolution moléculaire, basée sur l'étude des données de séquençage, s'est imposée comme une approche majeure pour l'étude de l'Histoire des organismes vivants (notamment à travers les arbres phylogénétiques). Ses méthodes classiques reposent sur un découpage des génomes en entités supposées indépendantes : les gènes. Or, les gènes n'évoluent pas indépendamment : au sein de l'histoire des espèces qui le portent, l'histoire d'un gène s'inscrit. En outre, leur position le long des chromosomes fait qu'ils partagent des événements de mutations structurales (duplications, pertes de fragments chromosomiques) avec les gènes proches. Enfin, leur potentielle fonction biologique les amène à être influencés par (et à influencer en retour) l'évolution d'autres gènes. Je montre que ne pas prendre en compte ces relations d'inter-dépendances évolutives (de coévolution) lors de l'inférence d'arbres de gènes résulte en une suresti mation des différences entre les arbres des différents gènes ainsi qu'entre les arbres des gènes et l'arbre des espèces. Des modèles permettent déjà d'intégrer la coévolution des gènes avec les espèces à la reconstruction des arbres de gènes. Par ailleurs, on connaît des modèles décrivant l'évolution des relations entre gènes, néanmoins sans intégrer ces informations à la reconstruction des arbres de gènes. Je reprends ces avancées et les combine au sein d'une méthode qui modifie les arbres de gènes selon un critère qui prend en compte les séquences ainsi que des relations de coévolution avec les espèces et d'autres gènes. Cette méthode, appliquée à des mammifères et des champignons, permet de produire des histoires de gènes cohérentes entre elles / Molecular evolution, based on the study of sequencing data, established itself as a fundamental approach in the study of the history of living organisms (noticeably through the inference of phylogenetic trees). Classical molecular evolution methods rely on the decomposition of genomes into entities that are supposed independent: genes. However we know that genes do not evolve independently: their potential biological function lead them to be influenced by (and influence) the evolution of other genes. Moreover, their position along chromosomes imply that they share events of structural mutations (duplication, loss of a chromosome fragment) with neighbouring genes. Similarly, a gene individual history inscribes itself in the history of the species that bears it. I show that not taking into account this inter-dependency relationships (co- evolutionary relationships) during the inference of gene trees results in an overesti- mation of the differences between gene trees as well as between gene tree and species tree. Modelling efforts these last year have allowed the integration of gene and species co-evolution information to the reconstruction of gene trees. Besides, researchers have proposed models describing the evolution of the relationships linking genes, but without integration of this information in the tree building process. My works aim to combine these advances in a method that modify gene trees according to a criterion that integrates sequence information and information coming from co-evolution relationships. This method, applied to mammals and fungi, leads to gene histories that are more congruent (simpler adjacency histories, longer events of loss or transfer, ...)

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Un premier pan de ma thèse concerne deux différents mécanismes de sauvetage du Y par le X. Premièrement, j'ai participé à une controverse sur la compensation de dosage chez les mammifères. Une hypothèse avait été proposée dans les années 60 par Susumo Ohno, proposant un mécanisme de compensation en deux temps. Chez les mâles, la perte de nombreux gènes sur le Y entraîne un déséquilibre de dosage car ces gènes qui étaient précédemment présents en deux copies sont devenus unicopie, soit une division d'expression par deux. Selon l'hypothèse d'Ohno, chez les mammifères en réponse à cela le X aurait doublé son expression, mais dans les deux sexes menant ainsi à une expression trop élevée chez les femelles. Ce deuxième problème de dosage aurait alors été résolu par la mise en place d'une inactivation aléatoire de l'un des deux X chez les femelles. Tandis que la deuxième partie de l'hypothèse d'Ohno, l'inactivation du X, a été très étudiée, la première partie est restée spéculative jusqu'aux années 2000. En étudiant des données d'expression du X humain j'ai pu montrer, de manière concomitante avec d'autres auteurs, que la première partie de l'hypothèse d'Ohno n'est pas totalement vraie car seule une partie des gènes sont sur-exprimés. J'ai ensuite participé à l'écriture d'une revue visant à donner une explication alternative à la compensation de dosage pour l'évolution de l'inactivation du X chez les femelles mammifères. Deuxièmement, j'ai étudié la présence de conversion génique X-Y dans plusieurs gènes, au sein de nombreuses espèces de primates. Mes travaux me mènent à discuter le fait que ce type d'évènement soit effectivement favorisé par la sélection. Je pose l'hypothèse que ces conversions géniques ont été maintenues de manière neutre. Ces deux travaux ne vont pas dans le sens d'un chromosome X sauvant le Y avec beaucoup de zèle. Dans un dernier temps, m'éloignant des espèces modèles, j'ai étudié les chromosomes sexuels particuliers d'une algue brune : Ectocarpus siliculosus. Cela m'a permis de vérifier si le scénario évolutif actuel des chromosomes sexuels est toujours valide dans un groupe d'eucaryotes séparé des animaux depuis plus d'un milliard d'années

Depuis quelques années, l'évolution moléculaire cherche à caractériser les variations et l'intensité de la sélection grâce au rapport entre taux de substitution synonyme et taux de substitution non-synonyme (dN/dS). Cette mesure, dN/dS, a permis d'étudier l'histoire de la variation de l'intensité de la sélection au cours du temps ou de détecter des épisodes de la sélection positive. Les liens entre sélection et variation de taille efficace interfèrent cependant dans ces mesures. Les méthodes comparatives, quant a elle, permettent de mesurer les corrélations entre caractères quantitatifs le long d'une phylogénie. Elles sont également utilisées pour tester des hypothèses sur l'évolution corrélée des traits d'histoire de vie, mais pour être employées pour étudier les corrélations entre traits d'histoire de vie, masse, taux de substitution ou dN/dS. Nous proposons ici une approche combinant une méthode comparative basée sur le principe des contrastes indépendants et un modèle d'évolution moléculaire, dans un cadre probabiliste Bayésien. Intégrant, le long d'une phylogénie, sur les reconstructions ancestrales des traits et et de dN/dS nous estimons les covariances entre traits ainsi qu'entre traits et paramètres du modèle d'évolution moléculaire. Un modèle hiérarchique, a été implémenté dans le cadre du logiciel coevol, publié au cours de cette maitrise. Ce modèle permet l'analyse simultané de plusieurs gènes sans perdre la puissance donnée par l'ensemble de séquences. Un travail deparallélisation des calculs donne la liberté d'augmenter la taille du modèle jusqu'à l'échelle du génome. Nous étudions ici les placentaires, pour lesquels beaucoup de génomes complets et de mesures phénotypiques sont disponibles. À la lumière des théories sur les traits d'histoire de vie, notre méthode devrait permettre de caractériser l'implication de groupes de gènes dans les processus biologique liés aux phénotypes étudiés. / In recent years, molecular evolution seeks to characterize the variation and intensity of selection through the ratio between non-synonymous and synonymous substitution rates (dN/dS). The dN/dS measure was either used to study the history of the variation of the intensity of selection over time or to detect episodes of positive selection. Correlations between selection and variations of the effective population size interfere in these measurements. The Comparative method can measure correlations between quantitative traits along a phylogeny. They are also be used to test hypotheses of correlated evolution of life history traits, like the body mass, and the substitution rate. We propose an approach combining the comparative method based on the principle of independent contrasts and a model of molecular evolution in a Bayesian probabilistic framework. By integrating along a phylogeny both ancestral reconstructions of lines and of dN/dS we estimate the covariance among traits and between traits and parameters of the model of molecular evolution. A hierarchical model was implemented in the software coevol published during this master. This model allows the simultaneous analysis of multiple genes within a single model. Parallel calculations allow increasing the size of the model to the genome scale. We studied placental mammals, where many complete genomes and phenotypic measurements are available. Based on theories of life history traits, our method is expected to characterize the association of groups of genes in biological processes related to the studied phenotypes.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Ces dernières années, plusieurs modèles d'évolution moléculaire, basés sur l'hypothèse que les séquences des protéines évoluent sous la contrainte d'une structure bien définie et constante au cours de l'évolution, ont été développés. Cependant, un tel modèle repose sur l'expression de la fonction représentant le lien entre la structure et sa séquence. Les potentiels statistiques proposent une solution intéressante, mais parmi l'ensemble des potentiels statistiques existants, lequel serait le plus approprié pour ces modèles d'évolution ? Dans cette thèse est développé un cadre probabiliste d'optimisation de potentiels statistiques, dans le contexte du maximum de vraisemblance, et dans une optique de protein design. Ce cadre intègre différentes méthodes d'optimisation, incluant la prise en compte de structures alternatives pour l'optimisation des potentiels, et fournit un cadre robuste et des tests statistiques (à la fois dans le contexte de l'optimisation des potentiels mais aussi dans le contexte de l'évolution moléculaire) permettant de comparer différentes méthodes d'optimisation de potentiels statistiques pour les modèles soumis à des contraintes structurales. / In the field of molecular evolution, so called Structurally constrained (SC) models have been developped. Expressed at the codon level, they explicitely separe the mutation (applied to the nucleotide sequence) and the selection (applied to the encoded protein sequence) factors. The selection factor is described as a function between the structure and the sequence of the protein, via the use of a statistical potential. However, the whole evolutionary model depends on the expression of this potential, and one can ask wether a potential would be better than another. In this thesis, is developped a probabilistic framework to optimize statistical potentials especially meant for protein design, using a maximum likelihood approach. The statistical potential used in this thesis is composed by a contact potential and a solvent accessibility potential, but the probabilistic framework can easily be generalized to more complex statistical potentials. In a first part, the framework is defined, and then an algorithmical enhancement is proposed, and finally, the framework is modified in order to take into account misfolded structures (decoys). The framework defined in this thesis and in other works allows to compare different optimization methods of statistical potentials for SC models, using cross-validation and Bayes factor comparisons.

Deux processus majeures de la vie cellulaire, la transcription et la réplication, nécessitent l'ouverture de la double hélice d'ADN et agissent différemment sur les deux brins, ce qui génère des taux de mutation différents (asymétrie de mutation), et aboutit à des compositions en nucléotides différentes des deux brins (asymétrie de composition). Nous nous proposons de modéliser le programme spatio-temporel de réplication et son impact sur l'évolution des séquences d'ADN. Dans le génome humain, nous montrons que les asymétries de composition et de mutation peuvent être décomposées en deux contributions, l'une associée à la transcription et l'autre à la réplication. Celle associée à la réplication est proportionnelle à la polarité des fourches de réplication, elle-même proportionnelle à la dérivée du "timing" de réplication. La polarité des fourches de réplication délimite, le long des chromosomes humains, des domaines de réplication longs de plusieurs Mpb où le "timing" de réplication a une forme de U. Ces domaines de réplication sont également observés dans la lignée germinale, où ils sont révélés par une asymétrie de composition en forme de N, indiquant la conservation de ce programme de réplication sur plusieurs centaines de millions d'années. Les bords de ces domaines de réplication sont constituées d'euchromatine, permissive à la transcription et à l'initiation de la réplication. L'analyse de données d'interaction à longue portée de la chromatine suggère que ces domaines correspondent à des unités structurelles de la chromatine, au coeur d'une organisation hautement parallélisée de la réplication dans le génome humain.

Depuis quelques années, l'évolution moléculaire cherche à caractériser les variations et l'intensité de la sélection grâce au rapport entre taux de substitution synonyme et taux de substitution non-synonyme (dN/dS). Cette mesure, dN/dS, a permis d'étudier l'histoire de la variation de l'intensité de la sélection au cours du temps ou de détecter des épisodes de la sélection positive. Les liens entre sélection et variation de taille efficace interfèrent cependant dans ces mesures. Les méthodes comparatives, quant a elle, permettent de mesurer les corrélations entre caractères quantitatifs le long d'une phylogénie. Elles sont également utilisées pour tester des hypothèses sur l'évolution corrélée des traits d'histoire de vie, mais pour être employées pour étudier les corrélations entre traits d'histoire de vie, masse, taux de substitution ou dN/dS. Nous proposons ici une approche combinant une méthode comparative basée sur le principe des contrastes indépendants et un modèle d'évolution moléculaire, dans un cadre probabiliste Bayésien. Intégrant, le long d'une phylogénie, sur les reconstructions ancestrales des traits et et de dN/dS nous estimons les covariances entre traits ainsi qu'entre traits et paramètres du modèle d'évolution moléculaire. Un modèle hiérarchique, a été implémenté dans le cadre du logiciel coevol, publié au cours de cette maitrise. Ce modèle permet l'analyse simultané de plusieurs gènes sans perdre la puissance donnée par l'ensemble de séquences. Un travail deparallélisation des calculs donne la liberté d'augmenter la taille du modèle jusqu'à l'échelle du génome. Nous étudions ici les placentaires, pour lesquels beaucoup de génomes complets et de mesures phénotypiques sont disponibles. À la lumière des théories sur les traits d'histoire de vie, notre méthode devrait permettre de caractériser l'implication de groupes de gènes dans les processus biologique liés aux phénotypes étudiés. / In recent years, molecular evolution seeks to characterize the variation and intensity of selection through the ratio between non-synonymous and synonymous substitution rates (dN/dS). The dN/dS measure was either used to study the history of the variation of the intensity of selection over time or to detect episodes of positive selection. Correlations between selection and variations of the effective population size interfere in these measurements. The Comparative method can measure correlations between quantitative traits along a phylogeny. They are also be used to test hypotheses of correlated evolution of life history traits, like the body mass, and the substitution rate. We propose an approach combining the comparative method based on the principle of independent contrasts and a model of molecular evolution in a Bayesian probabilistic framework. By integrating along a phylogeny both ancestral reconstructions of lines and of dN/dS we estimate the covariance among traits and between traits and parameters of the model of molecular evolution. A hierarchical model was implemented in the software coevol published during this master. This model allows the simultaneous analysis of multiple genes within a single model. Parallel calculations allow increasing the size of the model to the genome scale. We studied placental mammals, where many complete genomes and phenotypic measurements are available. Based on theories of life history traits, our method is expected to characterize the association of groups of genes in biological processes related to the studied phenotypes.

Les éléments transposable (ET) sont des séquences d'ADN qui ont la capacité de se déplacer au sein des génomes. Pour contrebalancer les effets négatifs liés à l'activité des ET, il existe chez leurs hôtes des mécanismes régulant l'activité de transposition. Une fois qu'un ET est régulé, l'accumulation progressive de mutations dans sa séquence conduit fatalement à la perte définitive de son activité de transposition. J'ai cherché au cours de cette thèse à mieux comprendre le succès et le maintien de ces séquences répétées, avec d'une part l'étude des transferts horizontaux (TH) d'ET, un moyen d'échapper aux mécanismes de régulation , et d'autre part l'étude de leur régulation. Dans la première partie de ma thèse, je me suis intéressé à l'étude des TH entre deux espèces proches de drosophiles. Dans cette étude, j'ai développé une nouvelle méthode bioinformatique permettant la détection de séquences transférées horizontalement entre deux génomes eucaryotes qui m'a permis détecter de nombreux TH d'ET. Ce travail m'a aussi conduit à développé une nouvelle méthode de contrôle du taux de faux positifs moyen applicable aux tests multiples unilatéraux. Dans la deuxième partie de ma thèse, j'ai étudié la régulation des ET par la voie des petits ARN, un mécanisme de l'ARN interférence. Dans cette étude, j'ai analysé des données de séquençage de petits ARN, ainsi que d'ARN totaux issues de différentes populations de D. simulans. Ce travail a conduit au développement d'un pipeline d'analyse permettant d'étudier des différences d'expression entre des séquences répétées ainsi que d'une nouvelle procédure de contrôle qualité de ce type de donnée / Transposable elements (TEs) are repeated DNA sequences that are able to move (transpose) within their host genome. To counteract the negative effects of their TEs, regulation mechanisms of the TE transposition are present in the host genome. Once a TE is regulated, the progressive accumulation of mutations in its sequence will inevitably lead to the definitive loss of its transposition capacity. My work during this thesis is was to better understand the succss and the maintaining of these peculiar repeated sequencest, with the study of horizontal transfers (HTs) of TEs enabling them to escape host regulation mechanisms, and the study of this regulation. The first part of my thesis concerns the study of HTs between two closely related drosophila species. I have developed a new bioinformatic method for the detection of HTs between two eukaryotic genomes. The development of this method brought me to work on the unilateral multiple testing problematic for which I have developed a new procedure to control the expected false discovery rate (FDR). The second part of my thesis focuses on the regulation of TEs by the small RNA pathway, an RNA interference mechanism. For this study, I have analyzed sequencing data of small RNAs and total RNAs. For this work, I have developed an analysis pipeline, to study differences of expression between repeated sequences. Some features of the small RNA dataset required the development of a new procedure to parse them. This procedure was extended and implemented in a software to be used for the quality control of next generation sequencing data

La symbiose est l'un des principaux moteurs de l'évolution. Le génotype du symbiote est capable d'altérer le phénotype de l'hôte, et vice-versa : c'est le « phénotype étendu ». Dans ce contexte, les endosymbioses à Wolbachia sont remarquables. Cette bactérie intracellulaire est un parasite de la reproduction capable d'induire la féminisation des mâles génétiques ou l'incompatibilité cytoplasmique chez ses hôtes crustacés isopodes terrestres. Actuellement, aucun mécanisme moléculaire régissant ces effets n'est connu. Dans le but d'identifier des gènes impliqués dans la féminisation, nous avons utilisé une approche intégrative qui combine à la fois des analyses génomiques, d'expression de gènes et phénotypiques. Nous avons tout d'abord analysé l'évolution moléculaire de la voie de la recombinaison homologue dans les génomes de Wolbachia, source importante de plasticité génomique pouvant être liée à la diversité des phénotypes. Ensuite, afin d'effectuer des études comparatives qui augmenteraient considérablement la compréhension des mécanismes de la féminisation, nous avons établi un système où la souche féminisante wVulC féminise deux hôtes isopodes (hôte naturel : Armadillidum vulgare : hôte hétérologue : Cylisticus convexus) présentant un timing différent de la différenciation sexuelle. En effet, l'effet féminisant étant supposé avoir lieu avant ou pendant la différenciation sexuelle, il est important de distinguer l'effet de Wolbachia dû à la différenciation sexuelle de celui dû au développement. Enfin, une approche par gènes candidats (du séquençage de génome bactérien à l'analyse comparative d'expression de gènes bactériens durant le développement de l'hôte) a permis de déterminer une liste réduite de 29 gènes (parmi les 1885 gènes de wVulC) dont la probabilité qu'ils soient impliqués dans la féminisation est élevée. Le rôle potentiel de ces gènes candidats comme effecteurs supposés de la féminisation induite par wVulC est ensuite discuté. Ce travail contribue grandement à l'identification de facteurs potentiels d'endosymbiotes qui ont un impact évolutif sur la détermination du sexe de leurs hôtes. / Symbiotic interactions are a major driver of evolution. The symbiont genotype is able to alter the host phenotype, and the other way round: it is called "the extended phenotype". In this respect, Wolbachia endosymbiosis is remarkable. This intracellular bacterium is a well-known reproductive parasite able to induce feminization of genetic males or cytoplasmic incompatibility in its terrestrial isopod crustacean hosts. Currently, no molecular genetic basis of these reproductive manipulations has been described. In order to identify genes involved in feminization, we used an integrative approach that combines genomic, gene expression and phenotypic studies. We first analysed the molecular evolution of the homologous recombination pathway in Wolbachia genomes, an important source of genomic plasticity that can be linked with phenotypic diversity. Then, in order to perform comparative studies that will substantially improve the understanding of the molecular mechanisms of feminization, we established a system in which the feminizing strain wVulC feminizes two different isopod hosts (natural host: Armadillidium vulgare ; heterologous host Cylisticus convexus) that have a different sexual differentiation timing. Indeed, as feminization is thought to happen before or during sexual differentiation, it is important to distinguish the effect of Wolbachia due to sexual differentiation from that due to development. Finally, a gene candidate approach (from bacterial genome sequencing to comparative bacterial gene expression during host developement) allowed us to determine a reduced list of 29 genes (among the 1885 genes of wVulC) that have a high probability to be involved in feminization. The potential roles of these candidate genes as putative effectors of feminization induced by wVulC is then discussed. This work substantially contributes to the identification of putative endosymbiont factors that have an evolutionary impact on sex determination of their hosts.