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

Anticiper l’impact de fluctuations environnementales de nature climatique ou alimentaire est un enjeu crucial dans les systèmes de productions animales, et plus particulièrement sur la volaille. Cette influence de l’environnement sur les phénotypes passe en partie par des phénomènes épigénétiques, notamment la méthylation de l’ADN, et qui peuvent intervenir dans la régulation de l'expression des gènes. Ce sont des mécanismes qui n'affectent pas la séquence d'ADN mais qui peuvent être transmis par la mitose ou la méiose. Ces interactions entre épigénomes et expression des gènes sont de plus en plus étudiées dans les modèles animaux et chez les plantes. Cependant, les mécanismes de régulation de l'expression du génome par la méthylation de l’ADN sont assez peu connus chez les oiseaux. Ce travail de thèse repose sur deux dispositifs expérimentaux réalisés chez la poule, le but étant de caractériser le méthylome par séquençage haut-débit. Les profils de méthylation le long du génome, et le lien avec l’expression, sont établis d’abord par un séquençage tout-génome (WGBS) au sein d’embryons entiers, puis par un séquençage d'une sous-représentation du génome (RRBS) au sein d’hypothalamus d’individus adultes. À ce jour, aucune étude d'analyses de méthylome par RRBS chez la poule n'a été publiée. Ces deux analyses sont réalisées grâce au développement d'un pipeline bioinformatique, optimisé, disponible à la communauté scientifique. Globalement, le profil de méthylation chez la poule est similaire à ce qui est connu chez les mammifères : les îlots CpG - régions riches en dinucléotides CG, souvent peu méthylées, qui ponctuent le génome principalement dans les régions promotrices des gènes - sont globalement peu méthylés dans les promoteurs sur les données WGBS et RRBS. Les analyses du méthylome des embryons ont confirmé l'absence d'un phénomène de compensation de dose sur les chromosomes sexuels, ou la présence sur le chromosome Z d'une région hyperméthylée. Les analyses des données RRBS révèlent une hyperméthylation globale des CG sur le génome, suggérant une réponse de la méthylation à un stress environnemental. Sur les données WGBS, le niveau de méthylation dans le promoteur est négativement corrélé à l'expression du gène associé. Une méthylation allèle spécifique est également détectée entre les lignées, phénomène mis en évidence pour la première fois chez la poule et dont la fréquence est comparable à ce qui a été observé chez l'Homme. Sur les données RRBS, des résultats préliminaires de la réponse du méthylome aux stress environnementaux montrent le caractère complexe de cette relation. L’utilisation d’aliments moins énergétiques entraînerait une plus grande mobilisation des réserves lipidiques, tandis que les individus soumis à un stress à la chaleur ont un poids corporel plus léger. Une intégration de ces données à des mesures phénotypiques permettrait de faire le lien entre méthylation et environnement. Au-delà de l'aspect fondamental de cette thèse, l'application plus concrète de ces connaissances peut s'appliquer aux systèmes d'élevage pour obtenir des animaux mieux adaptés à l’environnement, en améliorant les caractères de production

Le virus de la variole ovine est omniprésent dans les élevages de petits ruminants dans les pays d’Afrique du Nord et particulièrement en Tunisie malgré les campagnes de vaccination annuelles mises en place par les autorités vétérinaires du pays. L’optimisation de la souche vaccinale utilisée passe par le développement de vaccins dits de nouvelle génération tels que les vaccins sous unitaires utilisant des protéines reconnues pour induire une réponse humorale protectrice chez l’animal immunisé. Ceci pourrait être une alternative aux stratégies de lutte actuelles permettant de limiter la dissémination du virus en Tunisie. Peu de données existent sur les antigènes protecteurs spécifiques des virus du genre Capripoxvirus. Ce travail de thèse a ciblé, par homologie aux protéines du virus de la vaccine, quatre protéines du genre Capripoxvirus appartenant au virus de la dermatose nodulaire contagieuse potentiellement immuno-dominantes nommées LSDV60, LSDV117, LSDV122 etLSDV141 respectivement homologues des protéines L1, A27, A33 et B5. En premier lieu, une analyse structurale in silico a permis d’identifier les domaines essentiels de chaque protéine et de vérifier le taux de conservation de ces protéines parmi différents virus appartenant à la famille des poxvirus. Une analyse structurale approfondie mettant en évidence la structure primaire, secondaire et tertiaire de la protéine A27 a été réalisée. Suite à cette étude structurale, les protéines ont été produites dans deux systèmes d’expression différents ; le système eucaryote et le système baculovirus-cellules d’insectes afin de caractériser leur antigénicité vis-à-vis de sérums provenant d’animaux immunisés ou éprouvés.La reconnaissance des protéines d’intérêt en vecteur d’expression eucaryote n’a pas été concluante. En revanche, le système d’expression BEVS a permis la production de la protéine A27 (L1, A33 et B5 encours) avec succès sous forme soluble qui a été correctement reconnue par des sérums provenant de caprins naïfs challengés. La mise en évidence de formes trimériques et hexamériques confirment sonantigénicité. Une immunodétection des peptides correspondants à la protéine A27 synthétisés surmembranes (PepScan) combinée à une analyse in silico ont permis d'identifier des zones susceptibles de constituer des régions épitopiques reconnues situés majoritairement en partie N terminale de la protéine. / The sheep pox virus is omnipresent in small ruminant farms in North African countries andparticularly in Tunisia despite the annual vaccination campaigns set up by the Tunisian veterinaryauthorities. The optimization of the used vaccine strain involves the development of the so-called newgeneration vaccines such as subunit vaccines and this, using proteins recognized to induce a protectivehumoral response in the immunized animal. This could be considered as an alternative to currentcontrol strategies limiting virus spread in Tunisia. Few data exist on protective antigens specific toviruses in the genus Capripoxvirus. By homology to vaccinia virus proteins, this thesis work hastargeted four proteins in the genus Capripoxvirus belonging to the potentially immuno-dominantcontagious nodular dermatosis virus named LSDV60, LSDV117, LSDV122 and LSDV141respectively homologues of proteins L1, A27, A33 and B5. First, an in silico structural analysis hasallowed to identify the essential domains of each protein and to check the conservation rate of theseproteins among different viruses belonging to the poxvirus family. A thorough structural analysisidentifying the primary, secondary and tertiary structure of the A27 protein was conducted. Followingthis structural study, the proteins were produced in two different expression systems, namely theeukaryotic system and the baculovirus-insect cell system, in order to characterize their antigenicity tosera from immunized or proven animals. The recognition of the proteins of interest in the eukaryoticexpression vector has not been conclusive. On the other hand, the BEVS expression systemsuccessfully allowed the production of the A27 protein (L1, A33 and B5 in progress) in a solubleform, which was correctly recognized by sera from challenged naïve goats. Identifying trimeric andhexameric forms confirms its antigenicity. An immunodetection of the peptides corresponding toprotein A27 synthesized on membranes (PepScan) combined with an in silico analysis led to identifyzones capable of constituting recognized epitopic regions located predominantly in part N-terminal ofthe protein.

Il devient de plus en plus clair que pour traiter efficacement les tumeurs solides, nous devons également nous intéresser au microenvironnement tumoral. Physiologiquement, les zones intratumorales peuvent présenter une disponibilité anormale en nutriments, un pH altéré ou encore des niveaux d’oxygène bas (hypoxie). Il est connu que l’adaptation hypoxique engendre des cellules tumorales qui sont plus difficiles à traiter indépendamment de l’approche thérapeutique. De plus, l’adaptation hypoxique est nécessaire pour la progression tumorale puisque cette dernière favorise des processus tels que: la survie cellulaire, la motilité, l’angiogenèse, le métabolisme du glucose, l’immunomodulation ainsi que la résistance aux médicaments. Ces phénotypes passent par la régulation des ARN messager (ARNm) et des micro ARN (miARN). Pour ces raisons, des efforts importants ont été déployés pour comprendre l’adaptation hypoxique et les interventions thérapeutiques potentielles pouvant la contrer. À l’heure actuelle, il y a un manque de cohérence et de variété dans les protocoles de traitement hypoxique in vitro qui ne tient pas compte des aspects importants de l’hypoxie in vivo, comme la réduction de la disponibilité en éléments nutritifs, la durée de l’exposition hypoxique ainsi que le degré d’hypoxie. Pour mieux simuler le microenvironnement hypoxique in vivo, nous avons développé de nouveaux protocoles hypoxiques in vitro qui visent à simuler ces aspects. Tout d’abord, en utilisant une lignée cellulaire B16-HIF1a-eGFP, nous avons optimisé le stress métabolique à court terme en conjonction avec l’hypoxie pour augmenter la stabilisation de l’HIF1a. Pour déterminer comment le programme HIF1 adapte les cellules à ces différentes conditions, nous avons analysé les données de séquencage d’ARN qui démontrent que le stress métabolique induit un programme transcriptionnel HIF1 plus robuste et diversifié dans les cellules hypoxiques, et que ce dernier est représentatif du stress hypoxique in vivo. Nous avons également identifié de nouveaux miARN induits par l’hypoxie et démontré que notre protocole d’incubation régule davantage les miRNA associés au pronostic négatif du patient. Nous avons aussi étudié l’adaptation hypoxique à long terme et extrême in vitro. Nous avons observé que l’incubation hypoxique à long terme induit une transition épithéliale à mésenchymateuse (TME), indépendante de l’expression différentielle des facteurs de transcription du TME canonique. Ce changement se produit à des niveaux spécifiques d’oxygène, et nécessite une pré-incubation à des niveaux hypoxiques plus faible. Avec ce protocole, nous avons découvert une nouvelle isoforme de WT1 (tWT1), un moteur potentiel du TME. tWT1 commence la transcription dans l’intron 5 du gène WT1, une région avec plusieurs séquences d’ADN contenant des éléments de réponse à l’hypoxie. La protéine tWT1 a une fonctionnalité limitée : elle est localisée au niveau du noyau, et conserve la liaison de l’ADN aux régions précédemment connues. Nous avons aussi identifié l’expression de tWT1 dans les échantillons de patients atteints de leucémie ainsi qu’une isoforme tWT1 potentiellement plus fonctionnelle grâce à des analyses par kmer. Pour cibler ces phénotypes identifiés dans nos expériences d’adaptation hypoxiques, nous avons développé une nouvelle catégorie d’ARN intérférent (ARNi) thérapeutique : le microARN synthétique (synmiR). Les synmiR sont des molécules de RNAi avec des multiples cibles. En utilisant des expériences in vivo, nous avons établi de nouveaux principes de RNAi qui élargissent considérablement l’espace de conception pour les synmiR. Nous avons mis au point deux algorithmes de conception de synmiR distincts et avons testé leur efficacité dans le contrôle de l’activité transcriptionnelle du génome du VIH in vivo. En conclusion, nous avons montré que l’inclusion de facteurs physiologiques supplémentaires associés à l’hypoxie in vitro entraîne un engagement plus robuste de l’adaptation de l’hypoxie. À ce jour, aucun de nos protocoles d’hypoxie n’a été reproduit dans la littérature. Nous contribuons aux connaissances dans le domaine en décrivant les nouveaux ARNm/miARN induits par l’hypoxie, ainsi que la méthode d’induction fiable de l’EMT par l’hypoxie seulement. Nous faisons également état de l’existence de nouveaux isoformes de WT1 et de leurs liens avec le cancer et l’hypoxie. La connaissance de ces isoformes est importante pour l’avenir de la recherche sur WT1, car elle pourrait faire la lumière sur des résultats auparavant inexplicables. Notre travail dans les synmiR ouvre une nouvelle voie d’investigation pour le traitement de certaines maladies, et fournit un mécanisme d’action testable pour les miRNA endogènes. Une fois suffisamment développés, les synmiR offrent une occasion thérapeutique unique d’exploiter leur multi-ciblage pour avoir un impact spectaculaire sur une seule voie, ou affecter plusieurs voies par le ciblage simultané de gènes clés. / It is becoming increasingly clear that in order to effectively treat solid tumours, we must also address the tumour microenvironment. Physiologically, intratumoral areas may have abnormal nutrient availability, pH, or lower oxygen levels (hypoxia). It is known that hypoxic adaptation results in tumour cells which are harder to treat regardless of therapeutic approach, and hypoxic adaptation is necessary for disease progression due to the induction of tumour promoting phenotypes such as, but not limited to: cell survival, motility, angiogenesis, glucose metabolism, immunomodulation, and drug resistance. This is accomplished through the regulation of both mRNAs and miRNAs. For these reasons, significant effort has been applied to understanding hypoxic adaptation and potential therapeutic interventions. Currently, there is a lack of consistency and protocol variety in in vitro hypoxic treatments that leaves out important aspects of in vivo hypoxia, such as reduced nutrient availability, length of hypoxic exposure, and degree of hypoxia. To better simulate the in vivo hypoxic microenvironment, we have developed new in vitro hypoxic protocols which aim to simulate these aspects. First, using a B16-HIF1α-eGFP hypoxia reporter cell line, we optimized short-term metabolic stress in conjunction with hypoxia to enhance HIF1α stabilization. To ascertain how the HIF1 program adapts the cells to these different conditions, deep transcriptome profiling were performed and demonstrated metabolic stress induces a more robust and diversified HIF1 transcriptional program in cells under hypoxia, which was more representative of in vivo hypoxic stress. We identified novel hypoxia-induced miRNAs as well, and demonstrated our incubation protocol regulated more miRNAs associated with negative patient prognosis. We also investigated long-term and extreme hypoxic adaptation in vitro. Long term hypoxic incubation induced a epithelial to mesenchymal transition (EMT), independent of canonical EMT factor differential expression. This switch occurred at specific oxygen levels, and required pre-incubation at milder hypoxic levels, highlighting the relevance of simulating in vivo hypoxia development in vitro. Through this protocol, we discovered a novel isoform of WT1 (tWT1), a potential driver of our EMT. tWT1 begins transcription within intron 5 of the WT1 gene, a region with several Hypoxia Response Elements DNA sequences. tWT1 retains limited functionality: it is able to localize to the nucleus, and retains DNA binding to previously known gene promoter regions. We also identified the expression of tWT1 in leukemic patient samples as well as a potentially more functional tWT1 isoform through kmer-based analyses. To target these multiple phenotypes identified in our hypoxia adaptation experiments, we worked towards developing a new category of RNA-interference (RNAi) therapeutic, the synthetic microRNA (synmiR). SynmiRs are single-sequence, multi-targeted RNAi molecules. Using in vivo knock-down experiments, we established new RNAi principles which dramatically expand the design space for synmiRs. We developed two philosophically distinct synmiR design algorithms, and validated their efficacy in controlling HIV genome transcriptional activity in vivo. In conclusion, we have shown the inclusion of additional physiological factors associated with hypoxia in vitro results in a more robust engagement of hypoxia adaptation. To date, neither of our hypoxia protocols have been replicated in the literature. We contribute to the literature by describing novel hypoxia induced mRNAs/miRNAs, as well as methods for reliably inducing EMT through hypoxia alone. We also discovered the existence of novel WT1 isoforms and their links to cancer and hypoxia. Knowledge of these isoforms is important for WT1 research moving forward, as it may shed light on previously unexplainable results. Our work in synmiRs opens a new therapeutic avenue for multiple disease states, and provides a testable mechanism of action for endogenous miRNAs. Once sufficiently developed, synmiRs offer a unique therapeutic opportunity to harness their multi-targeting to dramatically impact a single pathway, or affect multiple pathways through simultaneous targeting of key genes.

Anticiper l’impact de fluctuations environnementales de nature climatique ou alimentaire est un enjeu crucial dans les systèmes de productions animales, et plus particulièrement sur la volaille. Cette influence de l’environnement sur les phénotypes passe en partie par des phénomènes épigénétiques, notamment la méthylation de l’ADN, et qui peuvent intervenir dans la régulation de l'expression des gènes. Ce sont des mécanismes qui n'affectent pas la séquence d'ADN mais qui peuvent être transmis par la mitose ou la méiose. Ces interactions entre épigénomes et expression des gènes sont de plus en plus étudiées dans les modèles animaux et chez les plantes. Cependant, les mécanismes de régulation de l'expression du génome par la méthylation de l’ADN sont assez peu connus chez les oiseaux. Ce travail de thèse repose sur deux dispositifs expérimentaux réalisés chez la poule, le but étant de caractériser le méthylome par séquençage haut-débit. Les profils de méthylation le long du génome, et le lien avec l’expression, sont établis d’abord par un séquençage tout-génome (WGBS) au sein d’embryons entiers, puis par un séquençage d'une sous-représentation du génome (RRBS) au sein d’hypothalamus d’individus adultes. À ce jour, aucune étude d'analyses de méthylome par RRBS chez la poule n'a été publiée. Ces deux analyses sont réalisées grâce au développement d'un pipeline bioinformatique, optimisé, disponible à la communauté scientifique. Globalement, le profil de méthylation chez la poule est similaire à ce qui est connu chez les mammifères : les îlots CpG - régions riches en dinucléotides CG, souvent peu méthylées, qui ponctuent le génome principalement dans les régions promotrices des gènes - sont globalement peu méthylés dans les promoteurs sur les données WGBS et RRBS. Les analyses du méthylome des embryons ont confirmé l'absence d'un phénomène de compensation de dose sur les chromosomes sexuels, ou la présence sur le chromosome Z d'une région hyperméthylée. Les analyses des données RRBS révèlent une hyperméthylation globale des CG sur le génome, suggérant une réponse de la méthylation à un stress environnemental. Sur les données WGBS, le niveau de méthylation dans le promoteur est négativement corrélé à l'expression du gène associé. Une méthylation allèle spécifique est également détectée entre les lignées, phénomène mis en évidence pour la première fois chez la poule et dont la fréquence est comparable à ce qui a été observé chez l'Homme. Sur les données RRBS, des résultats préliminaires de la réponse du méthylome aux stress environnementaux montrent le caractère complexe de cette relation. L’utilisation d’aliments moins énergétiques entraînerait une plus grande mobilisation des réserves lipidiques, tandis que les individus soumis à un stress à la chaleur ont un poids corporel plus léger. Une intégration de ces données à des mesures phénotypiques permettrait de faire le lien entre méthylation et environnement. Au-delà de l'aspect fondamental de cette thèse, l'application plus concrète de ces connaissances peut s'appliquer aux systèmes d'élevage pour obtenir des animaux mieux adaptés à l’environnement, en améliorant les caractères de production / Anticipating the impact of environmental changes (on climate and feed) is a crucial issue for livestock production systems, including poultry. The influence of the environment on phenotypes is partly mediated by epigenetic phenomena, including DNA methylation, which may be involved in the regulation of gene expression. These mechanisms do not affect the DNA sequence but can be inherited by mitosis or meiosis. The interactions between epigenomes and gene expression are increasingly being studied in animal models and in plants. However, the mechanisms of regulation of genome expression through DNA methylation are relatively unknown in birds. This thesis work is based on two experimental devices realized in chicken aiming to characterize the methylome by high-throughput sequencing. The methylation patterns across the genome, and their link with expression, were first established by whole-genome bisulfite sequencing (WGBS) in whole embryos, following a reduced representation bisulfite sequencing (RRBS) from hypothalamus of adults. To date, no specific chicken RRBS study has been published. These two analyses were carried out by developing an optimized bioinformatics pipeline, available for scientific community. Overall, the pattern of methylation in chicken is like those in mammals: CpG islands - dinucleotides CG-rich regions which are often poorly methylated, and which are found mainly in the promoter regions of the genome - are generally poorly methylated in promoters on WGBS and RRBS data. Embryo methylome analyses confirmed the absence of a dose-compensation phenomenon on sex chromosomes, or the presence of a hypermethylated region on the Z chromosome. The analyses of RRBS data revealed an overall hypermethylation of CGs across the genome, suggesting a methylation response to environmental stress. From the analysis of WGBS data, we found that the level of methylation in promoters was negatively correlated with the expression of the associated gene. For the first time, a specific allele methylation was also detected between chicken lines whose frequency is comparable to that observed in humans. On the RRBS data, preliminary results of the methylome response to environmental stresses showed the complex nature of this relationship. The use of a low-energy diet would led to greater mobilization of body fat, while individuals with heat stress had a lighter body weight. Integrating these data with phenotypic measurements would allow to link methylation and environment. Beyond the fundamental aspect of this thesis, the method developed in this work could be applied to livestock systems to breed animals better adapted to a changing environment, by improving production traits.

Les avancées des nouvelles techniques de séquençage (NGS) ont permis dans le cadre des études en écologie microbienne de passer de l'analyse de quelques centaines de séquences par étude à des centaines de millions de séquences. Cette différence quantitative des données produites a induit des différences qualitatives quant aux études réalisées. En effet, avec le changement du type de données, les approches classiques d'analyse ne peuvent être appliquées et il est devenu nécessaire de définir de nouvelles stratégies en tenant compte des contraintes que posent ces données. Alors qu'il était possible d'insérer classiquement quelques dizaines de séquences issues des techniques de première génération dans des phylogénies expertisées, le nombre de séquences généré aujourd'hui par les NGS à chaque expérience rend cette tâche irréalisable et nécessite la mise en place de nouvelles stratégies et l'utilisation d'outils adaptés. Par ailleurs, les outils disponibles d'analyse de la diversité microbienne adaptés aux amplicons de nouvelle génération, implémentent des approches probabilistes et/ou de recherche de similitude pour l'identification des séquences environnementales. L'approche phylogénétique quant à elle, bien qu'elle soit la plus robuste, n'est pas utilisée pour l'annotation taxonomique de ce type de données du fait de ses besoins en temps et en ressources de calcul. Au-delà de l'approche d'annotation taxonomique, les nouvelles techniques de séquençage posent également le problème de la qualité des séquences produites et son impact sur l'estimation de la diversité. Ainsi, ce travail de thèse avait pour objectif la définition d'une stratégie d'analyse bioinformatique de données de séquençage massif dans le contexte de l'étude de la diversité microbienne, en tenant compte des limitations imposées par les ressources informatiques actuelles (matérielles et logicielles) d'un côté, et de l'avantage des méthodes phylogénétiques par rapport aux autres approches d'annotation taxonomique. Ce travail a donné lieu au développement d'une chaîne de traitement proposant une série d'analyses allant des séquences brutes jusqu'à la visualisation des résultats, tout en replaçant les séquences environnementales dans un contexte évolutif. L'approche développée a été optimisée pour la gestion de gros volumes de données, et a été comparée en terme de précision d'affiliation aux autres approches communément utilisées en écologie microbienne. Les tests et simulations ont montré qu'à partir d'une taille d'amplicons de 400 pb, l'affiliation phylogénétique avait les meilleurs résultats mais aussi, que la qualité de cette affiliation différait selon la région hypervariable ciblée. La chaîne de traitements mise en place a ensuite été par implémentée dans un contexte de calcul à haute performance, notamment sur un cluster de calcul, pour proposer un service web dédié à l'analyse de la diversité microbienne. / The characterization of microbial community structure via SSU rRNA gene profiling has been greatly advanced in recent years by the introduction of NGS amplicons, leading to a better representation of sample diversity at a lower cost. This progress in method development has provided a new window into the composition of microbial communities and sparked interest in the members of the rare biosphere. Concurrently, the processing of such amount of data has become an important bottleneck for the effectiveness of microbial ecology studies, and a multitude of analysis platforms have been developed for the handling of these data. As implemented, these tools have a steep learning curve for the biologist who is not computationally inclined, as they require extensive user intervention and consume many CPU hours due to dataset analysis and complexity, which can present a significant barrier to researchers. Moreover, although phylogenetic affiliation has been shown to be more accurate for the taxonomic assignment of NGS reads, the existing tools assign taxonomy by either a similarity search or a probabilistic approach, with the phylogenies being restricted to samples' comparison. Beyond the taxonomic assignment, the new sequencing technologies also arise the problem of the quality of the generated sequences and its impact on the richness estimation. In this work, we aimed to define a strategy for the bioinformatic analysis of high-throughput sequences in order to depict the microbial diversity, taking into account both the limitations imposed by current computer resources (hardware and software), and the advantage of the phylogenetic methods over the other taxonomic annotation approaches. This work has led to the development of a pipeline offering a set of analyzes ranging from raw sequences processing to the visualization of the results, while replacing the environmental sequences in an evolutionary framework. The developed approach was optimized for managing large volumes of data, and has been compared in term of the accuracy of taxonomic assignment to the approaches commonly used in the field of microbial ecology. This pipeline was then used to the developement of a dedicated web server for high-throughput sequencing analysis, that relies on a computing cluster and performs large-scale phylogeny-based analyses of rRNA genes with no need for specialized informatics expertise, and uses the phylogenies for both the taxonomy assessment and the delineation of monophyletic groups to highlight clades of interest.

Les avancées des nouvelles techniques de séquençage (NGS) ont permis dans le cadre des études en écologie microbienne de passer de l'analyse de quelques centaines de séquences par étude à des centaines de millions de séquences. Cette différence quantitative des données produites a induit des différences qualitatives quant aux études réalisées. En effet, avec le changement du type de données, les approches classiques d'analyse ne peuvent être appliquées et il est devenu nécessaire de définir de nouvelles stratégies en tenant compte des contraintes que posent ces données. Alors qu'il était possible d'insérer classiquement quelques dizaines de séquences issues des techniques de première génération dans des phylogénies expertisées, le nombre de séquences généré aujourd'hui par les NGS à chaque expérience rend cette tâche irréalisable et nécessite la mise en place de nouvelles stratégies et l'utilisation d'outils adaptés. Par ailleurs, les outils disponibles d'analyse de la diversité microbienne adaptés aux amplicons de nouvelle génération, implémentent des approches probabilistes et/ou de recherche de similitude pour l'identification des séquences environnementales. L'approche phylogénétique quant à elle, bien qu'elle soit la plus robuste, n'est pas utilisée pour l'annotation taxonomique de ce type de données du fait de ses besoins en temps et en ressources de calcul. Au-delà de l'approche d'annotation taxonomique, les nouvelles techniques de séquençage posent également le problème de la qualité des séquences produites et son impact sur l'estimation de la diversité. Ainsi, ce travail de thèse avait pour objectif la définition d'une stratégie d'analyse bioinformatique de données de séquençage massif dans le contexte de l'étude de la diversité microbienne, en tenant compte des limitations imposées par les ressources informatiques actuelles (matérielles et logicielles) d'un côté, et de l'avantage des méthodes phylogénétiques par rapport aux autres approches d'annotation taxonomique. Ce travail a donné lieu au développement d'une chaîne de traitement proposant une série d'analyses allant des séquences brutes jusqu'à la visualisation des résultats, tout en replaçant les séquences environnementales dans un contexte évolutif. L'approche développée a été optimisée pour la gestion de gros volumes de données, et a été comparée en terme de précision d'affiliation aux autres approches communément utilisées en écologie microbienne. Les tests et simulations ont montré qu'à partir d'une taille d'amplicons de 400 pb, l'affiliation phylogénétique avait les meilleurs résultats mais aussi, que la qualité de cette affiliation différait selon la région hypervariable ciblée. La chaîne de traitements mise en place a ensuite été par implémentée dans un contexte de calcul à haute performance, notamment sur un cluster de calcul, pour proposer un service web dédié à l'analyse de la diversité microbienne.

Le cytomégalovirus humain (CMV) appartient à la sous-famille des Betaherpès virus. L’homme est son seul réservoir et il infecte 40 à 90% de la population mondiale. Ce virus, rarement dangereux pour le sujet immunocompétent, représente une réelle menace chez le patient immunodéprimé comme le transplanté d’organe. Après la primo-infection, le CMV diffuse dans tout l’organisme et alterne des phases de latence et de réactivation. Il consacre 20% de son génome à diverses stratégies d’échappement immunitaire.Les objectifs de notre travail sont de décrire dans une première partie 1- la variabilité de six gènes, codant quatre protéines immunomodulatrices (UL18, UL40, UL111a et US3) et deux protéines immunodominantes (IE1 et pp65), dans des souches de CMV directement séquencées à partir de sang total ou du LBA de patients infectés et immunodéprimés, 2- le mécanisme conduisant à cette variabilité 3- la répartition des souches virales dans le sang total et le LBA (compartimentation).La deuxième partie est consacrée à l’expression de la protéine immunomodulatrice pUL40.Nos travaux ont permis de confirmer l’existence d’un polymorphisme notable, supérieur à ce qui est déjà décrit. Des conséquences fonctionnelles pourraient en découler dans les protéines correspondantes. L’étude in silico de la variabilité du CMV met en lumière le rôle clé de la recombinaison comme mécanisme évolutif majeur. Nous n’avons pas mis en évidence de compartimentation des souches virales dans les échantillons analysés.Nos résultats préliminaires indiquent la faisabilité de la sur-expression de la protéine pUL40, permettant ultérieurement de mieux comprendre ses fonctions. / Human Cytomegalovirus (CMV) belongs to the Betaherpesviruses sub-family. Human beings are its sole reservoir and it infects 40 to 90% of the world population. This virus is rarely dangerous for the immunocompetent host, but represents a problematic opportunistic agent in immunocompromised patients, such as transplant recipients. After primary infection, CMV spreads widely in the organism and alternates latency and reactivation phases. CMV dedicates 20% of its genome to various immune escape strategies.Our aims were to describe, in a first part, 1- the variability of six CMV genes, which encode 4 immunomodulatory proteins (UL18, UL40, UL111a and US3) and two immunodominant proteins (IE1 and pp65), after direct amplification and sequencing from whole blood and bronchoalveolar lavages (BAL) taken from infected immune compromised patients, 2- the mechanism responsible for this variability 3- the distribution of CMV strains in whole blood and BAL (compartmentalization).In a second part, we attempted pUL40 expression.Our results confirmed the existence of a noticeable polymorphism, superior to what was previously described. Functional consequences could arise for the corresponding proteins. Our in silico study of CMV variation indicated a key role for recombination as a major evolutionary mechanism. We have observed little CMV compartmentalization among the investigated samples. Our preliminary results indicated pUL40 may be over-expressed, which could allow a better understanding of its functions in a near future.

Les biomolécules exercent leurs fonctions en interagissant avec d'autres molécules. Le recensement de l'ensemble des biomolécules et leurs interactions permet de construire leurs réseaux d'interactions et de les analyser sur le plan structural et fonctionnel par des outils bioinformatiques (BiNGO, DAVID). Cela permet d'identifier les biomolécules clés, de prédire de nouvelles fonctions des protéines et de comprendre et modéliser les mécanismes moléculaires d'un processus biologique ou pathologique donné. Les protéines ou régions intrinsèquement désordonnées, qui possèdent une grande plasticité structurale, sont susceptibles d'interagir avec de nombreux partenaires et d'être importantes dans les réseaux d'interactions. A l'aide du prédicteur IUPred, nous avons dans un premier temps cartographié le désordre intrinsèque des protéines dans le réseau d'interactions de la matrice extracellulaire et dans le réseau extracellulaire des protéoglycanes construits à partir de la base de données MatrixDB développée dans l'équipe. Nous avons montré que les protéines très connectées de ces deux réseaux ne sont pas enrichies en désordre. Les fonctions moléculaires surreprésentées dans le jeu de protéines extracellulaires contenant au moins 50% de désordre intrinsèque sont les interactions avec les facteurs de croissance ou les glycosaminoglycanes. Nous avons étudié un jeu de données d'interactions protéine-héparine comportant 118 valeurs de cinétique et nous avons montré une relation positive entre la vitesse d'association des protéines à l'héparine et le pourcentage de désordre de leurs sites de fixation à l'héparine. Nous avons également étudié les interactions de la matrice extracellulaire avec un pathogène, le parasite Leishmania. Nous avons montré que les protéines sécrétées par les Leishmania ne sont pas enrichies en désordre par rapport au protéome. Nous avons établi une liste de onze protéines parasitaires sécrétées possédant au moins trois motifs d'interaction et susceptibles d'interagir avec l'hôte / Biomolecules perform their functions by interacting with other molecules. The identification of all biomolecules and their interactions is required to build their interaction networks. Their structural and functional analysis with bioinformatics tools (BiNGO, DAVID) allow us to identify the key biomolecules, to predict new protein functions and to understand and model the molecular mechanisms of biological or pathological process. Intrinsically disordered proteins or regions, which are characterized by structural plasticity, may interact with many partners and may play a role in the interaction networks. Using the predictor IUPred we mapped the intrinsic disorder in protein interaction networks of the extracellular matrix and of the proteoglycans constructed from the MatrixDB database developed in the laboratory. We have shown that the highest connected proteins of these two networks are not enriched in disorder. The molecular functions overrepresented in the set of extracellular proteins containing at least 50% of intrinsically disordered residues are interactions with growth factors or glycosaminoglycans. We studied a dataset of heparin-protein interactions including 118 kinetic values and we have shown that the association rate of proteins with heparin is related to the intrinsic disorder of heparin-binding sites. We also studied the interactions of the extracellular matrix with a pathogen, the parasite Leishmania. We have shown that proteins secreted by Leishmania are not enriched in disorder compared to their proteome. We have selected eleven parasite proteins containing at least three interaction motifs, which may interact with the host