Les endoribonucléases III sont conservées chez tous les eucaryotes. Ils jouent un rôle important dans le cycle de vie des acides ribonucléiques (ARN) que ce soit au niveau de leur maturation, leur régulation ou leur dégradation. Cependant, seul un petit nombre d'ARN ciblés par les ribonucléases (RNases) III sont connus et les motifs reconnus par l'enzyme sont encore mal caractérisés. Actuellement, la découverte de nouvelles cibles repose principalement sur la validation in vitro de gènes individuels. Il est important d'avoir une vue d'ensemble des cibles des RNases III pour comprendre le rôle de la dégradation spécifique des ARN dans le métabolisme cellulaire. Ainsi, cette thèse a comme objectif de développer des approches haut débit pour permettre une identification plus rapide des cibles tout en minimisant l'utilisation des ressources expérimentales. Elle présente l'utilisation combinée d'approches bio-informatiques, d'étude génétique de l'expression et de traitement in vitro dans le but d'avoir un portrait global des cibles de l'endoribonucléase III. Elle a aussi comme but d'identifier les motifs d'ARN non codants qui guident la reconnaissance par l'endoribonucléase III. Les principaux accomplissements de cette recherche sont : le développement de nouveaux algorithmes de prédiction des cibles de la RNase III, la détection de deux nouvelles classes de transcrits dont l'expression est dépendante de la RNase III, l'identification de quelques centaines de nouvelles cibles de la RNase III, la production d'un catalogue plus complet des motifs coupés par la RNase III et l'identification de nouvelles catégories de motifs coupées par la RNase III. Le tout procure un portrait global de l'impact de la RNase III sur le transcriptome et le cycle de vie des ARN. De plus, ce travail montre comment une approche intégrée incluant la recherche in silico, in vivo et in vitro permet de mieux comprendre le rôle d'un enzyme dans la cellule et comment chaque approche peut pallier les déficiences des autres approches et fournir globalement des résultats plus complets.

Les ARN non codants (ARNnc) sont des transcrits d'ARN qui ne sont pas traduits en protéines et qui pourtant ont des fonctions clés et variées dans la cellule telles que la régulation des gènes, la transcription et la traduction. Parmi les nombreuses catégories d'ARNnc qui ont été découvertes, on trouve des ARN bien connus tels que les ARN ribosomiques (ARNr), les ARN de transfert (ARNt), les snoARN et les microARN (miARN). Les fonctions des ARNnc sont étroitement liées à leurs structures d’où l’importance de développer des outils de prédiction de structure et des méthodes de recherche de nouveaux ARNnc. Les progrès technologiques ont mis à la disposition des chercheurs des informations abondantes sur les séquences d'ARN. Ces informations sont accessibles dans des bases de données telles que Rfam, qui fournit des alignements et des informations structurelles sur de nombreuses familles d'ARNnc. Dans ce travail, nous avons récupéré toutes les séquences des structures secondaires annotées dans Rfam, telles que les boucles en épingle à cheveux, les boucles internes, les renflements « bulge », etc. dans toutes les familles d'ARNnc. Une base de données locale, RNAstem, a été créée pour faciliter la manipulation et la compilation des données sur les motifs de structure secondaire. Nous avons analysé toutes les boucles terminales et internes ainsi que les « bulges » et nous avons calculé un score d’abondance qui nous a permis d’étudier la fréquence de ces motifs. Tout en minimisant le biais de la surreprésentation de certaines classes d’ARN telles que l’ARN ribosomal, l’analyse des scores a permis de caractériser les motifs rares pour chacune des catégories d’ARN en plus de confirmer des motifs communs comme les boucles de type GNRA ou UNCG. Nous avons identifié des motifs abondants qui n’ont pas été étudiés auparavant tels que la « tetraloop » UUUU. En analysant le contenu de ces motifs en nucléotides, nous avons remarqué que ces régions simples brins contiennent beaucoup plus de nucléotides A et U. Enfin, nous avons exploré la possibilité d’utiliser ces scores pour la conception d’un filtre qui permettrait d’accélérer la recherche de nouveaux ARN non-codants. Nous avons développé un système de scores, RNAscore, qui permet d’évaluer un ARN en se basant sur son contenu en motifs et nous avons testé son applicabilité avec différents types de contrôles. / Noncoding RNAs (ncRNAs) are RNA transcripts that are not translated into proteins yet they play important functional roles in the cell including gene regulation, transcription and translation. Among the many categories of ncRNAs that were discovered, we find the well-known ribosomal RNA (rRNA), transfer RNA (tRNA), snoRNA and microRNAs (miRNA). The functions of ncRNAs are tightly linked to their structural features. Thus, understanding and predicting RNA structure as well as developing methods to search for new ncRNAs help to gain insight into these molecules. Technological advances have made available abundant sequence information accessible in databases such as Rfam, which provides alignments and structural information of many ncRNA families. In this research project, we retrieved the information from the Rfam database about the sequences of all secondary structures such as hairpin loops, internal loops, bulges, etc. in all RNA families. A local database, RNAstem, was created to facilitate the use and manipulation of information about secondary structure motifs. We analyzed hairpin loops, bulges and internal loops using the compiled data about the frequencies of occurrence of each loop or bulge and calculated a frequency score. The frequency score is aimed to be an indicator for the abundance of a specific secondary structure motif. While minimizing the bias caused by the high redundancy of some RNA classes as ribosomal RNAs, the frequency score allowed us to identify the rare motifs in each category as well as the common ones. Our findings about the abundant motifs confirm what is already known from previous studies (ex. abundant GNRA or UNCG tetraloops). We found very large gaps between the most abundant and rare RNA structural features. Moreover, we discovered that "A" and "U" dominate single stranded RNA regions, whether they are bulges or loops. We further explored the possibility of using this data to improve current prediction tools for ncRNAs by applying a filter to new candidates. We developed a score system, RNAscore, that evaluates RNAs depending on their motif contents and we tested the program with many different controls.

Bien que l'initiation de la traduction soit un processus conservé entre les bactéries, nous avons montré que le mécanisme par lequel les ARNm structurés sont reconnus et adaptés sur le ribosome diffère chez Staphylococcus aureus, un micro-organisme avec un bas taux de G+C et chez Escherichia coli. Une particularité du ribosome de S. aureus est l'absence de la protéine ribosomale S1, qui non seulement est plus courte que celle de E. coli mais qui possède également une organisation distincte des domaines. Mes expériences suggèrent que la protéine S1 (SauS1) favorise spécifiquement l'initiation de la traduction de l'opéron α-psm 1-4 en liant son ARNm hautement structuré. En outre, il influence aussi l'expression et la production de facteurs de virulence comme les exotoxines (α-haemolysine, δ-hémolysine et γ- hémolysine) et les exoenzymes (protéases et lipases). En plus de son rôle dans la traduction, SauS1 pourrait être impliquée dans d'autres processus cellulaires tels que le métabolisme de l'ARN et la régulation par des ARN non-codants (ARNnc). Elle forme des complexes in vivo avec plusieurs ARNnc dont la stabilité serait affectée dans la souche délétée du gène rpsA codant S1. SauS1 a donc une activité chaperonne favorisant la cinétique d’appariement entre deux molécules d'ARN et au moins dans un cas, elle stimule la reconnaissance entre un ARNnc et son ARN cible. Ainsi, SauS1 appartient à une nouvelle classe de chaperons d'ARN qui jouent un rôle clé dans la régulation du virulon de S. aureus. / Even if translation initiation is a conserved process among bacteria, we have recently shown that low G+C content Gram-positive, such as Staphylococcus aureus, differ from E. coli on the mechanism by which structured mRNAs are recognized and adapted on the ribosome. One peculiarity of the S. aureus ribosome is the absence of ribosomal protein S1, which is shorter than E. coli S1 and has different domains organization. My work could demonstrate that S. aureus S1 (SauS1) specifically promotes translation initiation of the α-psm 1-4 operon by binding its highly structured mRNA. Moreover, it influences the expression and production of other exotoxins (α-haemolysin, δ-haemolysin and γ-haemolysins) and exoenzymes (proteases and lipases). Besides its role in translation, SauS1 could be implicated in other cellular processes such as RNA maturation/degradation and sRNA-mediated regulation. It forms in vivo complexes with several sRNAs whose level is affected in a strain deleted of rpsA gene, coding for S1. Preliminary results show that SauS1 has a chaperone activity promoting the kinetic of annealing of two model RNA molecules and at least in one case, we could demonstrate that it stimulates the recognition between a sRNA and its target RNA. Taken together, SauS1 belongs to a new class of RNA chaperones that play key roles in the regulation of S.aureus virulon.

La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.

Les ARNs non-codants régulateurs (ARNnc) regroupent des acteurs majeurs de la régulation de l'expression des gènes, retrouvés de manière ubiquitaire dans l'ensemble des domaines du vivant. Chez les bactéries ils sont également appelés sRNAs, jouent des rôles clefs dans de nombreuxprocessus physiologiques et adaptatifs. Ces sRNAs ont été mis en évidence par des méthodes expérimentales haut-débit (microarray, tilling-array...) dans plusieurs espèces bactériennes d'intérêt. Ils agissent majoritairement au niveau post-transcriptionnel via une interaction physique avec un ou plusieurs ARNs messagers(s) cibles(s). Cependant, les informations sur les ARNmet les fonctions potentielles de ces sRNAs restent très parcellaires à ce jour. De plus, les profils d'évolution des sRNAs ont été peu étudiés chez les bactéries pathogènes. Le travail réalisé dans cette thèse repose sur l'hypothèse que l'évolution des sRNAs et leur coévolution avec d'autres éléments fonctionnels dans un ensemble de génomes, peut permettre de mieux comprendre leurs histoires évolutives, mais également de caractériser leurs fonctions potentielles et peut-être d'aider à identifier le ou les ARNm cibles avec lesquels ils interagissent. Dans ce but, nous avons conçu et implémenté une stratégie de phylogénomique robuste et géné- rique permettant d'analyser l'évolution et la coévolution des sRNAs et des ARNm cibles dans un ensemble de génomes bactériens annotés, à partir de leur profil de présence-absence. Cette méthode a été appliquée à l'analyse de l'évolution et de la coévolution de 154 sRNAs trans régulateurs de Listeria monocytogenes EGD-e. Elle nous a permis d'identifier 52 sRNAs accessoires dont la majo- rité étaient présents dans l'ancêtre commun des souches de Listeria et ont été perdus au cours de l'évolution. Nous avons ensuite détecté une coévolution significative entre 23 sRNAs et 52 ARNm et nous avons reconstruit le réseau de coévolution des sRNAs et ARNm de Listeria. Ce réseau contient un hub principal de 12 sRNAs qui coévoluent avec des ARNm codant pour des protéines de la paroi ainsi que des facteurs de virulence. Parmi eux nous avons pu identifier 4 sRNAs coévoluant avec 7 gènes codant pour des internalines qui sont connues pour regrouper d'importants facteurs de virulence chez Listeria. De plus, l'ARN rli133, qui coévolue avec plusieurs gènes impliqués dans le pouvoir pathogène de Listeria, contient des régions compatibles avec des interactions physiques directes inhibitrices pour la majorité de ses partenaires de coévolution. / Non coding RNAs (ncRNA) are main actors of gene expression regulation and are found ubiquitously in all domains of life. In bacteria, ncRNAs play key roles in a wide range of physiological and adaptive processes. These "small non coding RNAs" (sRNAs) are identified by high-throughput experimental methods (microarray, tilling-array, ...) in several bacteria species of interest. They mainly act at post-transcriptional level through physical interactions with one or several mRNA(s). Nevertheless, the available informations about mRNA targets and sRNAs functions, remain very limited. In addition, evolutionary patterns of sRNAs have been poorly studied in pathogenic bacteria. The main hypothesis of my PhD work is therefore that analysis of evolution and coevolution between sRNAs and other functional elements in a given genomes set, may allow to understand their evolutionary histories, to better characterize their putative functions, and may also help to identify their potential mRNA(s) target(s). For this purpose, we designed and developed a robust and generic phylogenomic approach to analyze evolution and coevolution between sRNAs and mRNA from their presence-absence profiles, in a set of annotated bacterial genomes. This method was thereafter used to analyze evolution and coevolution of 154 Listeria monocytogenes EGD-e trans regulatory sRNAs in 79 complete genomes of Listeria. This approach allowed us to discover 52 accessory sRNAs, the majority ofwhich were present in the Listeria common ancestor and were subsequently lost during evolution of Listeria strains. We then detected significant coevolutions events between 23 sRNAs and 52 mRNAs and reconstructed the coevolving network of Listeria sRNA and mRNA. This network contains a main hub of 12 sRNAs that coevolves with mRNA encoding cell wall proteins and virulence factors. Among them, we have identified 4 sRNAs coevolving with 7 internalin-coding genes that are known to group important virulence factors of Listeria. Additionaly, rli133, a sRNA that coevolve with several genes involved in Listeria pathogenicity, exhibits regions compatible with direct translational inhibitory physical interactions for most of its coevolution partners.

La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.

La traduction est une étape clef de l’expression des gènes, et mon travail a consisté à étudier l’implication de la protéine ribosomique S1 d’Escherichia coli dans l’initiation de la traduction des ARNm structurés. Mes résultats montrent que 1) S1 est requise pour la formation du complexe d’initiation des ARNm portant une séquence SD faible et/ou des structures stables, 2) elle est dotée d’une activité chaperonne, débobinant les ARNm afin de les placer dans le canal de décodage ; et 3) le ribosome favorise son action. Par la suite, j’ai montré un rôle inattendu de S1 dans la régulation post-transcriptionnelle médiée par les ARNnc. En effet, la dégradation rapide de l’ARNm sodB, induite par l’ARNnc RyhB en absence de fer, est perdue dans une souche dont l’extrémité C-terminale de S1 a été supprimée, montrant ainsi un lien fonctionnel entre S1 et le dégradosome. Ainsi, S1 exerce de multiples fonctions qui se placent au carrefour de la traduction et de la régulation de l’expression des gènes / The translation is a key step for the gene expression, and the aim of my PhD was to analyze the involvment of Escherichia coli ribosomal protein S1 in the translation initiation of structured mRNAs.My results show that 1) S1 is required for the establishment of the active translation initiation complex involving mRNAs with a weak SD sequence and/or stable structures, 2) S1 has a RNA chaperone activity, unwinding the mRNA in order to accommodate it in the decoding channel, and 3) the ribosome promotes its activity.In the second part of my thesis, I unexpectedly showed that S1 is involved in the ncRNAmediated regulation. Indeed, the fast degradation of sodB mRNA, induced by RyhB ncRNA under iron depletion, is impaired in a strain depleted of the C-terminal part of S1 protein, thus highlighting a functional link between S1 and the degradosome.All in one, my results show that S1 is endowed with multiple functions, at the cross-road between translation and regulation of gene expression.