Les cellules cancéreuses sont caractérisées par des altérations de l'ADN causées par des facteurs exogènes, comme l'exposition à des agents environnementaux tels que le tabac ou les UV, ou par des mécanismes endogènes tels que les erreurs de polymérase lors de la réplication de l'ADN. L'analyse des causes et des conséquences de ces altérations permet de mieux comprendre les facteurs et mécanismes à l'origine du développement d'un cancer. Les technologies de séquençages à haut débit offrent l'opportunité d'étudier la nature précise de ces altérations à l'échelle du génome et permettent de révéler des signatures mutationnelles distinctes et spécifiques de cancérigènes, fournissant ainsi des hypothèses sur l'étiologie des cancers.L'objectif de ma thèse a consisté à développer des méthodes et des outils bioinformatiques accessibles et conviviaux permettant de faciliter l'analyse et l'interprétation des signatures mutationnelles à partir de données de séquençage à haut débit. L'application de ces outils et méthodes à des séries originales de tumeurs humaines et de systèmes expérimentaux de mutagénèse et carcinogénèse a permis de mieux caractériser la signature mutationnelle de l'acide aristolochique (AA) ainsi que d'autres cancérigènes d'intérêt / Cellular genomes accumulate alterations following exposures to exogenous factors, like environmental agents such as tobacco smoking or UV, or to endogenous mechanisms such as DNA replication errors. Analysing the causes and consequences of these changes allows a better understanding of the mechanisms underlying cancer development and progression. Next-generation sequencing (NGS) technologies provide the opportunity tostudy the nature of the resulting alterations on a genome-wide scale and started to reveal distinct mutational signatures specific to past carcinogenic exposures providing clues on cancer aetiology.The aim of my thesis was to develop user-friendly bioinformatic tools and methods for facilitating the analysis and interpretation of carcinogen-specific mutational signatures from NGS data. Applying these tools and methods to human tumours and experimental models of mutagenesis led to a better characterisation the mutational signature of aristolochic acid (AA), as well as other carcinogens of interest

Environ 6000 à 8000 maladies rares différentes existent aujourd’hui, affectant environ 6 à 8% de la population mondiale. La grande majorité d’entre elles correspond à des maladies génétiques, pour lesquelles il n'existe pas de traitement curatif. La révolution génomique a augmenté l’espoir d’obtenir des traitements spécifiques du défaut génétique pour de nombreuses maladies. Dans ces conditions, le traitement et l’analyse des données ne sont pas triviaux et s’éloignent de la simple routine.Cette thèse rapporte la création de Saut d'exon, capables d’aider les chercheurs et les cliniciens à identifier les mutations responsables de certaines maladies et développer de nouvelles stratégies thérapeutiques. Ainsi, les systèmes Human Splicing Finder et UMD-Predictor permettent respectivement de prédire l’effet d’une mutation sur l’épissage et la fonction de la protéine. Ils ont été validés grâce à des jeux de données de référence et/ou issus de la littérature, et peuvent aider les cliniciens à annoter correctement les variations de signification inconnue. De plus, cette thèse propose deux outils à visées thérapeutiques : Skip-E, un outil d’identification des AON candidats à la thérapie par saut d’exon, et NR-Analyser, un système de prédiction des codons de terminaison prématurés candidats à la thérapie par translecture des codons stop.Ces différents systèmes s'intègrent dans un projet plus global dédié à la recherche translationnelle. Par ces deux volets, prédictif et thérapeutique, cette thèse s’inscrit dans une stratégie de recherche en adéquation avec les objectifs du Consortium International pour la Recherche contre les Maladies Rares, l’IRDiRC. / About 6,000 to 8,000 distinct rare diseases exist today and are estimated to affect 6-8% of the world population. The vast majority of them are genetic and for most of them there is no cure. The genomic revolution has increased the hope of specific treatments based on the gene for many diseases. New technologies have emerged, changing drastically data scale produced in biomedical research. In these conditions, treatment and analysis of data are far from trivial and mere routine, despite spectacular advances in computer technology.This thesis reports the creation of bioinformatics systems, capable of helping researchers and clinicians to identify mutations responsible for certain diseases and to develop new therapies. Thus, the Human Splicing Finder and UMD-Predictor systems predict the effect of a mutation on splicing and protein, respectively. Both bioinformatics systems have been validated through high quality reference datasets, and may help clinicians to properly annotate variations of unknown significance. In addition, this thesis offers two new systems for therapeutic purposes: the Skip-E system identifies optimal candidates AONs for exon skipping therapies, and NR-Analyser, a system that predicts premature termination codons potentially candidates to nonsense readthrough therapies.These different systems are part of a larger project dedicated to translational research. With its predictive and therapeutic aspects, this thesis is part of a research strategy matching with the objectives of the IRDiRC (International Rare Diseases Research Consortium).

Les promesses de la médecine de précision dépendent de nouvelles solutions technologiques pour le diagnostic. Dans l’aire post-génomique, les approches de biologie synthétique pour la médecine apportent de nouvelles façon de sonder, monitorer et interfacer la physiopathologie humaine. Émergeant en tant que champ scientifique mature dont la transition clinique s’accélère, la biologie synthétique peut être utilisée pour appliquer des principes d’ingénierie afin de concevoir et construire des systèmes biologiques comprenant des spécifications cliniques. Une application particulièrement intéressante est de développer des outils diagnostiques polyvalents, programmables et intelligents étroitement interconnectés avec la thérapie. Cette thèse présente de nouveaux concepts et approches d’ingénierie pour concevoir des dispositifs biosynthétiques capable d’interfacer les maladies humaines dans des échantillons cliniques en exploitant du traitement de signal au niveau biomoléculaire, à la lumière d’un besoin croissant en termes de capacités et de robustesse. Cette thèse s’intéresse en premier lieu à l’ingénierie de circuits synthétiques de gènes, reposant sur les portes logiques à integrases, pour intégrer des opérations modulaires et programmables de biodétéction de biomarqueur associées à des algorithmes de décisions au sein de population de bactéries. Elle s’intéresse ensuite à des méthodologies systématiques dites bottom-up, pour programmer des protocellules synthétiques microscopiques, capables d’exécuter des opérations de biodétéction médicale et de biocomputation. Nous décrivons le développement de méthodes simples de fabrications microfluidique associées à des solutions pour implémenter des opérations Booléenne complexes en utilisant de circuits biochimiques synthétiques. Cette contribution s’élargit aussi à la caractérisation de l’espace de conception de protocellules à l’aide d’approches de design assisté par ordinateur, ainsi que à l’analyse de preuves mathématiques et biologiques pour l’utilisation de protocellules comme des dispositifs universels de calcul. L’articulation des principes biologiques fondamentaux avec les implications médicales concernant les dispositifs biosynthétiques développés dans ce travail, a été jusqu’à la validation clinique, et initie de nouveaux modèles pour le développement de diagnostics de nouvelle génération. Ce travail prévoit que la biologie synthétique est en train de préparer le future de la médecine, en supportant et accélérant le développement de diagnostics avec de nouvelles capacités, apportant un progrès biotechnologique direct depuis le laboratoire de biologie clinique jusqu’au patient. / The promise for real precision medicine is contingent on novel technological solutions to diagnosis. In the post-genomic era, synthetic biology approaches to medicine provide new ways to probe, monitor and interface human pathophysiology. Emerging as a mature field increasingly transitioning to the clinics, synthetic biology can be used to apply engineering principles to design and build biological systems with clinical specifications. A particularly tantalizing application is to develop versatile, programmable and intelligent diagnostic devices closely interconnected with therapy. This thesis presents novel engineering concepts and approaches to design synthetic biological devices interfacing human diseases in clinical samples through biomolecular digital signal processing, in light of a need for dramatic improvements in capabilities and robustness. It addresses primarily the engineering of synthetic gene circuits through integrase based digital genetic amplifiers and logic gates, to integrate modular and programmable biosensing of biomarkers and diagnostic decision algorithms into bacteria. It then investigates systematic bottom-up methodologies to program microscale synthetic protocells performing medical biosensing and biocomputing operations. We demonstrate streamlined microfluidic fabrication methods and solutions to implement complex Boolean operation using integrated synthetic biochemical circuits. This contribution also extends to the characterization of protocell design space through novel computer assisted design frameworks, as well as the analysis of mathematical and biological evidence for universal protocellular biocomputing devices. The articulation of biological governing principles and medical implications for the synthetic devices developed in this work was further validated in the clinic, and initiates new models towards next-generation diagnostics. This work envisions that synthetic biology is preparing the future of medicine, supporting and speeding up the development of diagnostics with novel capabilities to bring direct improvement in biotechnologies from the clinical lab to the patient.

Le processus transcriptionnel par l'ARN polymérase II (Pol II) chez les eucaryotes se déroule en trois étapes : L'initiation, l'élongation et la terminaison. De nombreux facteurs de transcription, des modifications de la chromatine (épigénétique) et des éléments régulateurs distants interviennent dans ce processus. La sous-unité RPB1 de l'ARN Pol II contient un domaine carboxyle terminale (CTD) composée d'une répétition de sept acides-aminés. Au travers de différentes modifications biochimiques, ce domaine coordonne le processus transcriptionnel par le recrutement de différents facteurs. Le CTD est également impliqué dans la coordination de la transcription au niveau de l'initiation, de l'élongation et de la terminaison par le biais de modifications épigénétiques et nucléosomales, mais aussi par l'action de régulateurs distants (enhancers) et probablement de changements de conformation tridimensionnelle du génome. Mon travail de thèse a consisté en l'étude de deux modifications biochimiques du CTD de l'ARN Pol II par traitement bioinformatique de données issues du séquençage haut-débit. J'ai pu montrer que la phosphorylation de la thréonine 4 influence l'élongation de la transcription chez l'humain. J'ai également montré que la phosphorylation de la tyrosine 1 est présente durant l'initiation, est préférentiellement localisée dans la direction anti-sens, est hyper-phosphorylée aux enhancers transcrits et tissus spécifiques et est une marque caractéristique de ces modules génomiques. Ce travail de doctorat a constitué une contribution à la compréhension du processus transcriptionnel chez l'humain par l'utilisation de méthodes bioinformatiques innovantes. / The biggest subunit of eukaryotic RNA polymerase II contains a carboxy-terminal domain (CTD) that consists in a repetition of seven amino-acids ranging from 26 in yeast to 52 in mammals. Specific biochemical modifications of CTD residues have been linked to specific stages of the transcriptional process. The CTD acts as a recruitment platform for processing factors that are involved in initiation, promoter proximal pausing, early and productive elongation (alternative splicing), 3' processing, termination and epigenetics.During my PhD, I used bioinformatics and high-throughput sequencing data to study two novel biochemical modifications of the CTD in human. I showed, in collaboration with biologists and bioinformaticians, that threonine 4 phosphorylation is important for proper elongation and probably termination of transcription. I showed also that tyrosine 1 phosphorylation is present during early transcription, antisense transcription (at divergent promoters) and is hyperphosphorylated at transcribed and tissue specific enhancers.Overall my doctorate has contributed to the understanding of the transcriptional process in human through the use of innovative bioinformatic methods.

Les mécanismes de régulation de l’expression génétique sont essentiels pour l’adaptation du comportement cellulaire face à son environnement (différenciation, développement, réponse à un stimulus). Les études moléculaires décrivent une grande diversité de facteurs impliqués dans ce phénomène (TFs, marques épigénétiques, nucléosomes) et plusieurs niveaux de régulation (initiation, élongation, épissage, maturation) qui expliquent la complexité du transcriptome cellulaire. Durant ma thèse, nous nous sommes intéressés aux processus de régulation de la transcription en nous appuyant sur le modèle de la différenciation lymphocytaire murine. Nos études décrivent le recrutement des GTFs et une activité transcriptionnelle caractéristique aux promoteurs des gènes et sur les enhancers. Nous montrons également que les ilots CpG (CGIs) sont des éléments régulateurs majeurs chez les mammifères et qu’ils contribuent de manière transcription-indépendante à la déplétion nucléosomale observée aux promoteurs de certains gènes. Nos collaborations nous ont également permis d’aborder des sujets relatifs à l’élongation de la transcription, l’épissage alternatif, ou les combinatoires de PTMs que peuvent exhiber le CTD de l’ARN Pol II et les queues d’histones. Dans un contexte de transition de l’ère pré-génomique vers des approches expérimentales pangénomiques (s’appuyant notamment sur les technologies de séquençage haut débit), une proportion importante de ma période doctorale fut consacrée au développement d’outils bioinformatiques pour le traitement et les analyses de données expérimentales, issues de ChIP-on-chip puis de HTS (ChIP-Seq, MNase-Seq, RNA-Seq). / Mechanisms underlying the regulation of genetic expression are crucial for cell maintenance and adaptation to environment (differentiation, development...). Molecular approaches reveal a great diversity of factors involved in this process (TFs, epigenetics, nucleosomes) and several layers of regulation (transcription initiation, elongation, splicing, maturation) which contribute to the observed transcriptome complexity. During my thesis, we studied the mechanisms of transcription regulation in mammals during lymphocyte differentiation. Briefly, we described the recruitment of GTFs and the transcriptional activity occurring on promoters and enhancers. We also reveal that CpG islands (CGIs) are major regulator elements in mammals, which contribute to nucleosome depletion in a transcription-independent manner on a significant amount of promoters. Together with our collaborators, we also studied the mechanisms of transcription elongation, alternative splicing, or the complex combinatorial patterns of PTMs that can be set on the CTD of RNA Polymerase II and on histone tails. In the context of transition from pre-genomic studies to genome-wide experiments, an important part of my work consisted in the development of bioinformatics tools for the processing and analysis of experimental datasets from ChIP-on-chip, and HTS technologies (ChIP-Seq, MNase-Seq, RNA-Seq).

Cette thèse propose une nouvelle approche de découverte de signatures de familles (et superfamilles) d'enzymes. Dans un premier temps, étant donné un échantillon aligné de séquences appartenant à une même famille, cette approche infère des grammaires algébriques caractérisant cette famille. Pour ce faire, de nouveaux principes de généralisation et de nouvelles classes de langages ont été introduites sur la base de la substituabilité locale. Un algorithme a également été développé à cet effet qui produit une grammaire réduite, conservant la structuration des exemples, d'un langage substituable. Dans un second temps, ce manuscrit présente une méthode de classification des séquences d'une superfamille en familles à l'aide d'une analyse de concepts formels basée sur l'alignement des séquences qui permet la détection de nouvelles familles et la découverte des motifs fonctionnels pour améliorer les signatures précédentes. / This thesis proposes a new approach to discover signatures of families (and superfamilies) enzymes. At first, given a sample of aligned sequences belonging to the same family, this approach infers context-free grammars characteristic of this family. To do this, new principles of generalization and new classes have been introduced based on substitutability. An algorithm has also been developed for this purpose, which produces a reduced grammar able to retain the structure of examples. In a second step, this manuscript presents a method for classification of a superfamily sequences into families with a formal concept analysis based on alignement sequences allowing detection of new families and the discovery of patterns to improve functional previous signatures.

Nous avons développé la base HBVdb (http://hbvdb.ibcp.fr) pour permettre aux chercheurs d'étudier les caractéristiques génétiques et la variabilité des séquences du virus de l'hépatite B (VHB), ainsi que la résistance virale aux traitements. HBVdb contient une collection de séquences annotées automatiquement sur la base de génomes de référence annotés manuellement, ce qui assure une nomenclature normalisée pour toutes les entrées de la base. HBVdb est accessible via un site Web dédié avec des outils d'analyses génériques et spécialisés (annotation, génotypage, détection de profils de résistance), et des jeux de données pré-calculés. La polymérase du VHB est la principale cible des traitements anti-VHB. Les analogues de nucléos(t)ides (NA) inhibent l'activité de la transcriptase inverse (RT), mais il existe des mutations de résistance aux NA. Cependant, un autre domaine enzymatique pourrait être une cible potentielle : la RNase H, liée au domaine RT, permettant la dégradation de l'ARN durant la transcription inverse. Pour pallier l'absence d'une structure expérimentale résolue, et grâce à l'analyse de séquences à partir de HBVdb, nous avons construit le modèle par homologie de la RNase H, qui a permis de définir les caractéristiques de cette RNase H de type 1. Enfin pour vérifier des hypothèses émises à partir de ce modèle, et pour le placer dans son contexte, nous avons construit un modèle plus étendu de la polymérase du VHB, qui comprend la les domaines RT et RNase H, et contribue à répondre à la question sur l'existence d'un domaine de connexion les reliant. Nous avons utilisé notre modèle pour analyser les interactions entre le site catalytique de la RT et le ténofovir / We developed HBVdb (http://hbvdb.ibcp.fr) to allow researchers to investigate the geneticcharacteristics and variability of the HBV sequences and viral resistance to treatment. HBVdb contains a collection of computer-annotated sequences based on manually annotated reference genomes. The automatic annotation procedure ensures standardized nomenclature for all HBV entries across the database. HBVdb is accessible through a dedicated website integrating generic and specialized analysis tools (annotation, genotyping, resistance profile detection), and pre- computed datasets. The HBV polymerase is the main target of anti-HBV drugs, nucleos(t)ides analogues (NA), which inhibit the activity of reverse transcriptase (RT), but NA resistance mutations appeared. Nevertheless, another enzymatic domain could be a potential drug target: RNase H domain, linked to RT, and involved in degradation of the RNA during the reverse transcription. To overcome the lack of experimental solved structure, thanks to sequences analysis from HBVdb, we built an homology model of RNase H, which helped to define the features of this type 1 RNase H. Finally, to confirm assumptions from this model and to put it in a more global context, we built an extensive HBV polymerase model, which includes the RT and RNase H domains, and helps to answer the question about the existence of connection domain linking them. We performed analyses on this model, regarding the interactions between the RT catalytic site and the Tenofovir, mapping known resistance mutations and the most variables positions of the HBV polymerase

Les cellules placentaires portent un génome différent du génome maternel, puisque 50% de leurs gènes proviennent du génome paternel. Cependant, comme les cellules cancéreuses après la transformation néoplasique, elles réussissent à envahir les tissus de leur hôte, échapper à son système immunitaire et induire une angiogenèse afin d’établir la grossesse. Les cellules cancéreuses et placentaires arborent aussi une différence majeure : alors que de tels mécanismes typiques des cancers sont incontrôlés dans les cellules cancéreuses, ils sont spatialement et temporairement contrôlés dans les cellules placentaires saines. Ainsi, le recherche sur le « concept cancer/placenta » – l’utilisation du placenta pour mieux comprendre le cancer – peut aboutir à l’identification de biomarqueurs et d’approches thérapeutiques innovantes en oncologie, tout comme en gynécologie-obstétrique. Par exemple, les efforts de recherche portant sur l’expression des gènes CGB, codant pour la sous-unité ß de l’hormone chorionique gonadotrope humaine, dans les cellules cancéreuses et placentaires a mené au développement d’un biomarqueur largement utilisé pour la prise en charge de multiples cancers. Il est aussi intéressant de noter que ce même biomarqueur est aussi utilisé pour le dépistage d’aneuploïdies fœtales. De même, le clonage d’INSL4, codant pour le précurseur du peptide placentaire précoce ressemblant à l’insuline (pro-EPIL), dans des cellulaires placentaires précoces, a mené au développement d’un biomarqueur faisant actuellement l’objet d’études cliniques. Avec l’émergence de l’épigénétique, des études de la méthylation de l’ADN, la caractéristique épigénétique la mieux comprise, ont montré que les loci de gènes CGB et INSL4 sont hypométhylés dans les cellules cancéreuses et placentaires ; ce qui pourrait refléter l’hypométhylation globale caractéristique de ces deux types cellulaires. Par conséquent, le projet doctoral présenté dans cette thèse a exploré les modifications des paysages épigénétiques des cellules placentaires au cours de la grossesse et des cellules cancéreuses au cours de la transformation néoplasique. Ce projet a contribué initialement au développement d’un test d’immunoanalyse qui détecte l’hCGß de type II, spécialement codée par un sous-groupe de gènes CGB et détectée dans le sérum de patients atteints de cancers non-placentaires et de trisomie 21 fœtale. Ce test d’immunoanalyse, avec un test similaire développé pour la détection de pro-EPIL, a aussi été utilisé pour des études de preuve de concept précoces quant à l’effet de la méthylation de l’ADN sur l’expression de l’hCGß de type II et de pro-EPIL dans des surnageants de culture cellulaire. En fin de compte, ce projet a mené à la première comparaison directe et pan-génomique de la méthylation de l’ADN dans des cellules cancéreuses au cours de la transformation néoplasique et dans des cellulaires placentaires au cours de la grossesse. Cette étude a porté sur des données, disponibles publiquement, générées à partir de biopsies de 13 types de tumeurs, de villosités choriales (tissus placentaires) et d’autres tissus sains. Elle a également porté sur des données originales générées par nos soins à partir d’échantillons placentaires uniques : des cellules cytotrophoblastiques isolées de villosités choriales ex vivo. Toutes les données inclus dans cette étude ont été générées sur une plateforme de puces à ADN pour la mesure de la méthylation au niveau de 485 512 sites CpG pour chaque échantillon. En combinant, des logiciels innovants reposant sur la puissance d’algorithmes de lissage statistique et sur un solide rationnel biologique, cette étude a ainsi contribué à l’identification de motifs d’hypométhylation à l’échelle du mégabase distinguant les cellules placentaires du début de la grossesse de celles de la fin de la grossesse tout comme ils distinguent les cellules cancéreuses des cellules normales. (...) / Placental cells carry a genome different from the maternal genome, as 50% of it originate from the paternal genome. However, like cancer cells after neoplastic transformation, they successfully invade their host tissues, escape its immune system and induce angiogenesis in order to establish the pregnancy. Cancer and placental cells also display a major discrepancy: while such hallmarks of cancer mechanisms are uncontrolled in cancer cells, they are spatially and temporally controlled in healthy placental cells. Thus, research on the “cancer/placenta concept” – the use of the placenta to better understand cancer – can lead to innovative biomarkers and therapeutic approaches in oncology as well as in gynecology and obstetrics. For example, research efforts on the expression of the CGB genes, encoding for the human chorionic gonadotropin beta subunit (hCGß), in cancer and placental cells have led to the development of a biomarker widely used for the management of various cancers. Interestingly, this same biomarker is also used for the screening of fetal aneuploidies. Likewise, the cloning of INSL4, encoding for the precursor of the early placenta insulin-like peptide (pro-EPIL) in early pregnancy placental cells, has led to the development of a biomarker currently investigated in the clinical setting. Following the rise of epigenetic, studies on DNA methylation, the most well understood epigenetic mark, showed that the loci of CGB genes and INSL4 are hypomethylated in cancer and placental cells, which may reflect a global hypomethylation also characteristic of these cells. Therefore, the doctoral project presented in this dissertation had explored modifications in the epigenetic landscape of placental cells throughout pregnancy and cancer cells throughout neoplastic transformation. This project initially contributed to the development of an immunoassay detecting type II hCGß, specifically encoded by a subset of CGB genes and detected in the serum of patients with non-placental cancers and fetal Down Syndrome. This immunoassay, along with another one directed to pro-EPIL, was also used for an early proof of concept study regarding the effect of DNA methylation on the expression of type II hCGß and pro-EPIL in cell culture supernatants. Ultimately, this project led to the first direct genome-wide comparison of DNA methylation in cancer cells throughout neoplastic transformation and in placental cells throughout pregnancy. It included publically available data generated from biopsies of 13 types of tumors, chorionic villi (placental tissues) and other normal tissues. It also included original data generated from unique placental samples: villous cytotrophoblastic cells isolated ex vivo from chorionic villi. All datasets were generated on a microarray platform measuring DNA methylation at 485,512 CpG sites in each sample. Combining innovative software that leverages the power of statistical smoothing algorithms and a strong biological rationale, this study thus contributed to the identification of megabase-scale patterns of hypomethylation distinguishing early pregnancy from late pregnancy placenta cells as they distinguish normal from cancers cells. Strikingly, the affected genomic regions encompassed genes related to hallmarks of cancer mechanisms such as epithelial-mesenchymal transition (EMT), innate and acquired immune response, and hypoxia. Taken together, these results suggest the hypothesis that patterns of DNA methylation might contribute to “cancer/placenta epigenetic switches” allowing placental implantation and neoplastic transformation when turned “on”, while preventing the placenta to degenerate into an aggressive tumor when turned “off”.

La leucémie myélomonocytaire chronique (LMMC) est une pathologie clonale de la cellule souche hématopoïétique qui touche principalement les personnes âgées. Le seul traitement curatif de cette maladie est la greffe allogénique de cellules souches hématopoïétiques, souvent difficile à mettre en oeuvre. Les patients qui ne peuvent être greffés et dont la maladie présente des critères de gravité se voient proposer un agent déméthylant de l'ADN. Chez 30 à 40% d'entre eux, ce traitement induit une réponse objective dont le bénéfice en termes de survie n'est pas démontré. Le séquençage de gènes candidats a identifié une trentaine de gènes mutés de façon récurrente. Il s'agit de gènes codant des régulateurs épigénétiques, des facteurs d'épissage, des facteurs de transcription, et des protéines de la signalisation intracellulaire. Cette approche ne donnait qu'une vision partielle des événements génétiques associés à la maladie.Le premier objectif de cette thèse a été de recenser l'ensemble des mutations touchant les régions codantes et non codantes de l'ADN dans les cellules leucémiques des patients.Le séquençage de l'exome de cellules malades et de cellules contrôles a été réalisé chez 49 patients. Nos analyses ont montré qu'en moyenne, un patient porte 14 mutations somatiques dans les régions codantes. Nous avons confirmé que les mutations récurrentes les plus fréquentes affectaient les gènes TET2, SRSF2 et ASXL1. Nous avons aussi identifié 8 nouveaux gènes mutés de façon récurrente à une faible fréquence. En moyenne, 3 des 14 mutations affectent des gènes touchés de façon récurrente.Le séquençage du génome de cellules malades et de cellules contrôles a été réalisé chez 17 patients. L'analyse réalisée a détecté 475 mutations par patient dans les régions non répétées du génome. Dans l'exome, comme dans le reste du génome, les altérations principales sont des transitions. Deux signatures mutationnelles ont été identifiées et sont observées dans de nombreux cancers, traduisant probablement des altérations de la méthylation des cytosines au cours du vieillissement. Une troisième signature, jamais observée jusqu'alors et de signification indéterminée, a été détectée chez 2 patients.Nous avons alors répété l'analyse de l'exome dans les monocytes triés de 17 patients prélevés de façon séquentielle sur plus de 2 années : 6 n'ont pas été traités et 11 ont été traités par un agent déméthylant, parmi lesquels 6 sont restés stables et 5 ont montré une réponse clinique et biologique objective. L'analyse montre que 1) l'accumulation de mutations est un événement rare ; 2) l'hétérogénéité génétique du clone malade est limitée ; 3) la charge allélique des mutations reste inchangée, même chez les répondeurs ; 4) de nouvelles mutations peuvent apparaître alors que le patient est répondeur.Nous avons alors sélectionné 9 patients, 3 non traités, 3 stables sous traitement sans réponse objective, et 3 répondeurs. Nous avons collecté leurs monocytes avant tout traitement et quelques mois plus tard, alors que 6 d'entre eux étaient traités par un agent déméthylant. Nous avons analysé l'expression des gènes et la méthylation globale de l'ADN à ces deux temps. Chez les patients non traités, nous avons observé une remarquable stabilité de l'expression des gènes et de la méthylation de l'ADN. Chez les patients répondeurs, le traitement induit un changement significatif du niveau d'expression d'environ 500 gènes et la déméthylation d'environ 35,000 régions de l'ADN. Chez les patients stables sous traitement, le traitement induit un changement d'expression d'une soixantaine de gènes et du niveau de méthylation d'une centaine de régions seulement. Ces résultats suggèrent que les agents déméthylants n'affectent l'expression des gènes et la méthylation de l'ADN que chez les répondeurs, fournissant un argument important pour un effet essentiellement épigénétique et très peu cytotoxique de ces médicaments. / Chronic myelomonocytic leukemia is a clonal disorder of the hematopoietic stem cell, affecting mainly the elderly. The only curative therapeutic is allogeneic stem cell transplantation, which is rarely feasible. When transplantation is not an option, patients with a severe disease can be treated with a demethylating agent. Thirty to 40% of these patients show hematological improvement, but it remains unknown if these drugs increase overall survival. Analysis of candidate genes by Sanger sequencing, then by New Generation Sequencing, identified about thirty genes that are frequently mutated. These genes encode epigenetic regulators, splicing factors, transcription factors and cell signalling regulators. However, this approach catched only part of the genetic events that characterize this disease.The first objective of this study was to determine the mutational landscape of CMML cells by analyzing the coding and non coding regions of leukemic cell genome.We first performed whole exome sequencing analysis of leukemic and control cells in 49 patients. These analyses showed that in average, a patient carries 14 somatic mutations in its coding regions. We confirmed that the most frequent mutations were in TET2, SRSF2 and ASXL1 genes. We identified also recurrent mutations in 8 new genes, these recurrent mutations occurring at a low frequency. In average, 3 out of the 14 mutations identified in each patient affected recurrently mutated genes.Secondly, we performed whole genome sequencing of leukemic and control cells in 17 patients. These analyses showed that in average, a patient carries 475 somatic mutations in the non repeated regions of the genome. In both the coding and non coding sequences, alterations were observed to be mainly transitions. As a signature of CMML, two mutational processes were identified in all 17 patients and are found in various other cancer types, most likely resulting from the cytosine methylation observed with ageing. A third process, never seen before and without known significance, was also detected in two patients.We collected several samples from 17 patients on a more than two year period: 6 of these patients remained untreated whereas 11 were treated with demethylating agent, among which 6 showed a stable disease and 5 fulfilled criteria of hematological improvement. These sequential analyses showed that 1) the occurence of new mutations is a relatively rare event ; 2) the genetic heterogeneity of the malignant clone is limited ; 3) the mutation allele burden remains unchanged under treatment, whatever the response ; 4) new mutations can appear, even in responding patients.We selected 9 patients, 3 untreated, 3 stable on therapy and 3 responders. We collected monocytes before treatment and a few months later and we analyzed gene expression and DNA methylation in sorted monocytes at these two time points. We did not detect any significant change in gene expression and DNA methylation pattern in untreated patients. In those who responded to treatment, we noticed significant changes in both gene expression, with about 500 deregulated genes, and the DNA methylation pattern, with about 35,000 demethylated regions. In stable patients, the treatment had a limited effect with changes in the expression of about 60 genes, and in the DNA methylation pattern of about 100 regions. These results show that demethylating agents affect gene expression and DNA methylation of responding patients only, suggesting they have mostly an epigenetic effect rather than a cytotoxic one.

Cette thèse initie et développe un programme ayant pour but de définir une stratégie de priorisation efficace pour accélérer la découverte de molécules bioactives au sein d’extraits végétaux. Dans le cadre de ce projet, plusieurs criblages biologiques ont été menés sur une collection de 292 extraits d'Euphorbiaceae.Afin d’identifier et cibler au sein de ces mélanges complexes les structures d’intérêt biologique tout en écartant les molécules connues ou présentant un intérêt structural limité, les profils métabolomiques des extraits ont été acquis par spectrométrie de masse tandem. Pour exploiter au mieux la quantité d'information générée par ces analyses, les spectres MS2 ont ensuite été organisés sous forme de réseaux moléculaires. Ces réseaux permettent de lier les ions détectés en fonction de la similarité de leurs voies de fragmentation et donc de leur proximité structurale. Les informations taxonomiques et d’activités biologiques ont été croisées avec les données spectrales au sein de cette carte moléculaire multi-informative, offrant ainsi une approche nouvelle pour accélérer la découverte de nouveaux ligands des cibles biologiques étudiées et pour une sélection plus pertinente des extraits à forte diversité structurale.Si l’outil des réseaux moléculaires représente une méthode innovante et particulièrement instructive pour le phytochimiste, il présente cependant quelques défauts qui limitent son spectre d'utilisation et ses capacités en métabolomique. Une deuxième partie de cette thèse a donc été consacrée à l’implémentation d’une étape de prétraitement pour améliorer la fiabilité des réseaux et au développement de MetGem, un logiciel dédié à la génération de réseaux moléculaires permettant d’optimiser la gestion et l’analyse des matrices de scores de similarité spectrale. / This thesis initiates and develops a program seeking to accelerate the discovery of new therapeutic molecules using an efficient prioritization strategy. As part of this project, a collection of 292 Euphorbiaceae extracts was screened over several biological targets.To focus on unknown bioactive chemicals and to avoid the isolation of known or inactive molecules, the acquisition of high resolution tandem mass spectrometry profiles of these extracts was performed. To highlight relevant information within these data, MS2 spectra were organized as molecular networks. It consists in visualizing tandem mass spectrometry data by detecting related MS2 spectra and representing them in a same spectral space. Taxonomical details and bioassay screening results were merged with the network visualization to generate a comprehensive multi-informative molecular map, which offers a radically novel outlook to target novel bioactive scaffolds and select extracts with high structural diversity. Although very instructive for the phytochemist, the molecular networking tool has some imperfections that limit its potential in metabolomics. Therefore, the second part of this thesis was dedicated to the introduction of a data preprocessing step to enhance the networks reliability and to the development of MetGem, a software dedicated to the generation of molecular networks to improve the way matrices of similarity scores are managed and analyzed.