Le développement du séquençage ARN, ou RNAseq, a permis l'essor de la recherche intensive de biomarqueurs dans de nombreux domaines de la biologie. L’information complète du transcriptome contenue dans les données de sorties, permet à un bioinformaticien assidu de dépasser les connaissances actuelles et d’accéder, grâce à des pipelines informatiques avancés, à d’innombrables signatures d’intérêts inédites. Dans cette thèse nous mettons en avant que ces marqueurs potentiels, essentiellement explorés pour répondre à des problématiques clinique en conditions pathologiques, peuvent être utilisés pour affiner la caractérisation de types de cellules sans marqueurs strictement spécifiques. Nous nous sommes intéressés aux cellules souches mésenchymateuses (MSCs), un type de cellules souches adultes multipotentes, fortement utilisées en clinique mais ne possédant pas de marqueurs positifs strictement spécifiques.Notre étude se concentre sur la recherche des ARN longs non-codants non annotés. Ces ARNs, aussi nommés "lncRNA", constituent une classe émergente de transcrits encore peu explorée à ce jour. De plus, cette catégorie démontre une spécificité conditionnelle et tissulaire élevée. Nous avons élaboré un pipeline d’analyse RNAseq optimisé pour la reconstruction et la quantification de lncRNAs non annotés.En utilisant les données publiques de RNAseq, venant de différentes sources de MSCs et d'autres types de cellules, nous avons identifié de nouveaux lncRNA non annotés exprimés spécifiquement dans les MSCs.Nous avons développé pour ce projet Kmerator.jl, un outil qui permet de décomposer un transcrit en sous séquences spécifiques (k-mers) afin de chercher et quantifier plus rapidement la signature de nos candidats dans un grand nombre de données RNAseq. Kmerator a également été utilisé dans d'autres applications pour tester la qualité des données RNA-seq disponibles en accés public.Après validation de ces nouveaux biomarqueurs de MSCs par qPCR, nous avons eu recours à plusieurs outils informatiques pour prédire leurs fonctions potentielles. Enfin, nous avons analysé des données RNAseq « single-cell » pour aborder l’hétérogénéité d’expression au sein des populations MSCs. / The development of RNA sequencing, or RNAseq, have opened the path of intensive biomarkers research in many areas of biology. The complete information of the transcriptome contained in the output data, allows a bioinformatician to surpass the current knowledge and to access, thanks to advanced computer pipelines, to signatures of new interest. In this thesis, we are showing that these potential markers, classically used in clinical and pathological conditions, can be used to characterize cell types without extensive markers profile. We have studied mesenchymal stem cells, a type of adult multipotent stem cells, strongly used in clinics but without strickly specific positive markers. Our study mainly focuses on the search for non-annotated, long non-coding RNAs. These RNAs, also called "lncRNA", constitute an emerging class of transcripts and are still lightly explored.In addition, this category presents a highly tissue-related specificity. We have developed an optimized RNAseq pipeline for the reconstruction and quantification of non-annotated lncRNAs.Using public data from RNAseq, coming from different sources of MSC and other cell types, we have identified new non-annotated lncRNAs clearly and specifically expressed in MSCs. to complete this project, we developed Kmerator.jl, a bioinformatical tool that allows to decompose a transcript in k-mer, and select specific sub-sequences, in order to search and quantify at a faster rate the signature of our candidates in a large number of RNAseq dataset. After validation of these new biomarkers of MSCs by qPCR, we used several computer tools to predict their potential functions. Finally, we analyzed single-cell RNAseq data to address the heterogeneity of expression within MSC populations.

La maladie de Chagas est une maladie parasitaire causée par le protozoaire Trypanosoma cruzi et transmise par des insectes hématophages . Elle est composée de 2 phases : la phase aiguë et la phase chronique. Parmi les individus infectés, 30 % développent la forme chronique de la maladie. Les patients présentent des atteintes cardiaques, digestives (œsophage, côlon) et cardiodigestives. Notre étude a été focalisée sur les patients atteints de cardiomyopathie chagasique (CCC). Notre objectif est d’identifier des gènes de susceptibilité pouvant être impliqués dans le développement des formes chroniques. Notre étude a permis de mettre en évidence une variation d’expression de certains gènes entre les CCC et les contrôles. Nous nous sommes également intéressés aux processus épigénétiques pouvant réguler l’expression des gènes. Une étude de la méthylation de l’ADN croisée avec l’étude du transcriptome nous ont permis d’identifier des gènes présentant à la fois des variations d’expression et de méthylation. Pour certains de ces gènes, nous avons démontré que la méthylation est responsable de la variation d’expression observée. Enfin, nous avons étudié un ARN long non-codant, MIAT. Nous avons démontré qu’il est surexprimé chez les CCC par rapport aux contrôles et dans un modèle murin infecté par T. cruzi. De plus, l’analyse de l’expression de micro-ARNs couplée à une analyse de transcriptome nous a permis d'identifier plusieurs micro-ARNs indispensables à la régulation de l’expression des gènes. Enfin, une étude protéomique nous a permis de mettre en évidence une augmentation de la production de protéine pour certains gènes, en lien avec l’augmentation de l’expression observée. / Chagas disease is a parasitic disease caused by the protozoan Trypanosoma cruzi and transmitted by the hematophagous insects. The disease is composed by acute and chronic phases. Among the infected individuals, 30 % develop chronic form. They suffer from heart, digestive (esophagus, colon) and cardiodigestives injury. Our study was focused on patients with dilated chagasic cardiomyopathy (CCC). Our goal is to identify susceptibility genes that may be involved in the development of chronic forms. Our study revealed a variation in the expression of certain genes between CCC group and controls. We are also interested in epigenetic processes that can regulate the expression of genes. A study of the DNA methylation crossed with the transcriptome allowed us to identify genes presenting both variations in expression and methylation. For some of these genes we demonstrated that methylation is responsible for the expression variation observed. Finally, we studied a long non-coding RNA called MIAT. Our study demonstrated that it is overexpressed in CCC compared to controls and in a murine model infected by T. cruzi. Furthermore, the analysis of the expression of micro-RNAs crossed with transcriptome analysis allowed us to identify several micro-RNAs whose functions are essential in the regulation of gene expression. Finally, a proteomic study allowed us to demonstrate an increase in the production of protein for certain genes, correlated with the increase in expression levels observed.