La communication intercellulaire est à la base de l'organisation d'ordre supérieur observée dans les tissus, les organes et l'organisme. Comprendre la communication intercellulaire et ses mécanismes sous-jacents qui sont impliqués dans le cancer est essentiel. Le microenvironnement des tumeurs du sein est composé d'une grande diversité cellulaire, telle que les cellules endothéliales, stromales ou immunitaires, qui peuvent influencer la progression tumorale ainsi que la réponse au traitement. Parmi les différentes populations de cellules immunitaires, les sous-populations de cellules dendritiques (DCs) intègrent les signaux du microenvironnement puis joue un rôle critique en orchestrant le développement d’une réponse immunitaire spécifique par activation des lymphocytes T. Cependant, les différentes fonctions de ces sous-populations et leurs interactions au sein du microenvironnement tumoral restent mal décrites. L’objectif principal de ma thèse a été de comprendre l'impact du microenvironnement tumorale du sein sur les sous-populations de DCs par analyse systémique. Nous avons utilisé le séquençage de l'ARN pour analyser systématiquement les transcriptomes des pré-DC plasmacytoïdes infiltrant les tumeurs (pDC), les populations cellulaires enrichies pour les DC classiques de type 1 (cDC1e), les DC classiques de type 2, les DC CD14+ et les monocytes-macrophages chez des patientes atteintes de cancer primitif du sein luminal et cancer du sein triple négatif. Nous avons constaté que la reprogrammation transcriptionnelle des cellules présentatrices d’antigène infiltrant la tumeur est spécifique à un sous-ensemble. Ces résultats suggèrent une interaction complexe entre l'ontogenèse et l'empreinte tissulaire dans le conditionnement de la diversité des DCs et de leur fonction dans le cancer.En second lieu, j'ai cherché à étudier les communications intercellulaires afin de comprendre comment les cellules intègrent les signaux de leur environnement. Nous avons développé ICELLNET, un outil pour reconstruire les réseaux de communication intercellulaires. Cette méthode quantitative originale, intégrant les interactions ligand-récepteur et l'expression génique spécifique à un type cellulaire, peut être appliquée automatiquement à tous profils transcriptomiques de population cellulaire, que ce soit dans divers contextes pathologiques ou d’autres domaines de la biologie. / Cell-to-cell communication is at the basis of the higher order organisation observed in tissues, organs, and organism. Understanding cell-to-cell communication, and its underlying mechanisms that drive the development of cancer is essential. Breast tumor microenvironment (TME) is composed of a great cellular diversity, such as endothelial, stromal or immune cells that can influence tumor progression as well as its response to treatment. Among the different immune cell populations, dendritic cells (DCs) subsets integrate signals from their microenvironment and are subsequently essential in orchestrating specific immune response through T cell activation. However, the differential function of these subsets, and their interactions within the TME remain poorly described. My main thesis objective was to understand the impact of the breast TME on DC subsets using systems-level analysis. We used RNA sequencing to systematically analyze the transcriptomes of tumor-infiltrating plasmacytoid pre-DCs (pDCs), cell populations enriched for type 1 classical DCs (cDC1e), type 2 classical DCs (cDC2s), CD14+DCs, and monocytes-macrophages from human primary luminal breast cancer and triple-negative breast cancer. We found that transcriptional reprogramming of tumor-infiltrating antigen-presenting cells is subset-specific. These results suggest a complex interplay between ontogeny and tissue imprinting in conditioning DC diversity and function in cancer.As a second objective, I aimed at studying the cellular communications in order to understand how cells integrate signals from their environment. I developed ICELLNET, a tool to reconstruct intercellular communication networks. This original quantitative method, integrating ligand-receptor interactions and cell type specific gene expression, can be automatically applied to any cell population level transcriptomic profile opening perspectives of application in several disease contexts and biology fields.

Une part prépondérante de la régulation au niveau transcriptionnel passe par la modulation du taux d’initiation de la transcription. Chez les bactéries,l’initiation de la transcription implique la reconnaissance par le facteur sigma de l’ANR polymérase d’un motif de séquence particulier localisé approximativement10 bp en amont du site d’initiation de la transcription(TSS). Elle est modulée par la fixation de facteurs de transcription qui reconnaissent d’autres motifs à proximité. La technologie RNA-Seq donne accès au répertoire des TSS et des unités de transcriptions et offre donc des perspectives renouvelées pour s’attaquer au problème de l’identification des motifs de fixation des facteurs de transcription. Ce travail de thèse a visé à évaluer les outils existants et à développer de nouvelles méthodes pour la prédiction des sites de fixation des facteurs de transcription en combinant l’information des profils d’expression et des positions des TSS. Plusieurs approches fondées sur les modèles de matrices poids-position (PWM) vont être explorées pour étendre le modèle de mélange classiquement utilisé en relâchant l’hypothèse selon laquelle les motifs correspondants aux différents sites de fixations apparaissent indépendamment dans les différentes régions promotrices. Dans les nouveaux modèles, nous prendrons explicitement en compte une probabilité supérieure d’apparition d’un même motif dans des promoteurs dont les profils d’activité sont similaires. Une attention particulière sera aussi portée à la position du motif par rapport au TSS et au site de fixation du facteur sigma. En parallèle des développements méthodologiques nous travaillerons aussi sur l’utilisation de ces approches pour reconstruire le réseau des régulations transcriptionnelles chez L. monocytogenes en s’appuyant sur les données de la littérature et du projet List MAPS. Enfin,nous envisageons d’utiliser l’information sur le réseau de régulation pour étudier un point particulier qui serait pertinent. / This PhD project takes place in List MAPS, a Horizon 2020-funded Marie Curie Actions InnovativeTraining Network (ITN) with the goal of understandingof the ecology of Listeria monocytogenesthrough the combination of high throughput Epigenetics, Deep sequencing of transcripts, Proteomics, Bioinformatics, Mathematics and Microbiology. Acentralobjective of the ITN is to decipher the mechanismsunderlying adaptation and virulence of L. monocytogenes“from farm to fork”.This PhD project (subproject9) aims to tackle the task of transcription regulatorynetwork construction. A significant part of regulationat the transcriptional level is achieved by modulationof transcription initiation rate. In bacteria, transcriptioninitiation relies on recognition of particular sequencemotif by a Sigma-factor approximately 10 bpupstream of the transcription start site (TSS) and ismodulated by the binding of transcription factors recognizingother sequence motifs located nearby. RNASeqtranscriptomics provides direct information on therepertoire of TSSs and transcription units and therebyoffers renewed perspectives to address the problemof transcription factor binding sites identification. Thegoal of this PhD project is to assess existing toolsand to develop new methods for prediction of TF bindingsites by combining expression profiles and preciseinformation on the location of the TSSs. Severalapproaches based on position weight matrix (PWM)models will be investigated to extend the classicalmixture model by relaxing the hypothesis that motifscorresponding to different TF binding sites occur independentlybetween TSS regions.In the new model,we will explicitly account for the increased probabilityof occurrence of a same motif in two promoters whentheir profiles of activity across conditions are similar. A particular attention will also be paid to the positionof the motif with respect to the TSS and the sigmafactor binding site. In parallel to the methodologicaldevelopments we will also work on the use of theseapproaches to build the transcription regulatory networkof L. monocytogenes based on data form theliterature and from the List MAPS project. Finally, wewish to use the information on the regulatory networkto tackle a particular point relevant for the List MAPSproject using a dedicated model.

La diminution des doses administrées ou même la cessation complète d'un traitement chimiothérapeutique est souvent la conséquence de la réduction du nombre de neutrophiles, qui sont les globules blancs les plus fréquents dans le sang. Cette réduction dans le nombre absolu des neutrophiles, aussi connue sous le nom de myélosuppression, est précipitée par les effets létaux non spécifiques des médicaments anti-cancéreux, qui, parallèlement à leur effet thérapeutique, produisent aussi des effets toxiques sur les cellules saines. Dans le but d'atténuer cet impact myélosuppresseur, on administre aux patients un facteur de stimulation des colonies de granulocytes recombinant humain (rhG-CSF), une forme exogène du G-CSF, l'hormone responsable de la stimulation de la production des neutrophiles et de leurs libération dans la circulation sanguine. Bien que les bienfaits d'un traitement prophylactique avec le G-CSF pendant la chimiothérapie soient bien établis, les protocoles d'administration demeurent mal définis et sont fréquemment déterminés ad libitum par les cliniciens. Avec l'optique d'améliorer le dosage thérapeutique et rationaliser l'utilisation du rhG-CSF pendant le traitement chimiothérapeutique, nous avons développé un modèle physiologique du processus de granulopoïèse, qui incorpore les connaissances actuelles de pointe relatives à la production des neutrophiles des cellules souches hématopoïétiques dans la moelle osseuse. À ce modèle physiologique, nous avons intégré des modèles pharmacocinétiques/pharmacodynamiques (PK/PD) de deux médicaments: le PM00104 (Zalypsis®), un médicament anti-cancéreux, et le rhG-CSF (filgrastim). En se servant des principes fondamentaux sous-jacents à la physiologie, nous avons estimé les paramètres de manière exhaustive sans devoir recourir à l'ajustement des données, ce qui nous a permis de prédire des données cliniques provenant de 172 patients soumis au protocol CHOP14 (6 cycles de chimiothérapie avec une période de 14 jours où l'administration du rhG-CSF se fait du jour 4 au jour 13 post-chimiothérapie). En utilisant ce modèle physio-PK/PD, nous avons démontré que le nombre d'administrations du rhG-CSF pourrait être réduit de dix (pratique actuelle) à quatre ou même trois administrations, à condition de retarder le début du traitement prophylactique par le rhG-CSF. Dans un souci d'applicabilité clinique de notre approche de modélisation, nous avons investigué l'impact de la variabilité PK présente dans une population de patients, sur les prédictions du modèle, en intégrant des modèles PK de population (Pop-PK) des deux médicaments. En considérant des cohortes de 500 patients in silico pour chacun des cinq scénarios de variabilité plausibles et en utilisant trois marqueurs cliniques, soient le temps au nadir des neutrophiles, la valeur du nadir, ainsi que l'aire sous la courbe concentration-effet, nous avons établi qu'il n'y avait aucune différence significative dans les prédictions du modèle entre le patient-type et la population. Ceci démontre la robustesse de l'approche que nous avons développée et qui s'apparente à une approche de pharmacologie quantitative des systèmes (QSP). Motivés par l'utilisation du rhG-CSF dans le traitement d'autres maladies, comme des pathologies périodiques telles que la neutropénie cyclique, nous avons ensuite soumis l'étude du modèle au contexte des maladies dynamiques. En mettant en évidence la non validité du paradigme de la rétroaction des cytokines pour l'administration exogène des mimétiques du G-CSF, nous avons développé un modèle physiologique PK/PD novateur comprenant les concentrations libres et liées du G-CSF. Ce nouveau modèle PK a aussi nécessité des changements dans le modèle PD puisqu’il nous a permis de retracer les concentrations du G-CSF lié aux neutrophiles. Nous avons démontré que l'hypothèse sous-jacente de l'équilibre entre la concentration libre et liée, selon la loi d'action de masse, n'est plus valide pour le G-CSF aux concentrations endogènes et mènerait en fait à la surestimation de la clairance rénale du médicament. En procédant ainsi, nous avons réussi à reproduire des données cliniques obtenues dans diverses conditions (l'administration exogène du G-CSF, l'administration du PM00104, CHOP14). Nous avons aussi fourni une explication logique des mécanismes responsables de la réponse physiologique aux deux médicaments. Finalement, afin de mettre en exergue l’approche intégrative en pharmacologie adoptée dans cette thèse, nous avons démontré sa valeur inestimable pour la mise en lumière et la reconstruction des systèmes vivants complexes, en faisant le parallèle avec d’autres disciplines scientifiques telles que la paléontologie et la forensique, où une approche semblable a largement fait ses preuves. Nous avons aussi discuté du potentiel de la pharmacologie quantitative des systèmes appliquées au développement du médicament et à la médecine translationnelle, en se servant du modèle physio-PK/PD que nous avons mis au point. / Dose-limitation or interruption of chemotherapeutic treatment is most often prompted by a decrease in circulating neutrophils, the most abundant white blood cell in the human body. Myelosuppression, or a reduction in absolute neutrophil counts (ANCs) by anti-cancer treatments, is precipitated by the nonspecific killing effect of chemotherapeutic drugs which have toxic effects on noncancerous cells. To mitigate this myelosuppressive effect, patients are frequently administered recombinant human granulocyte colony-stimulating factor (rhG-CSF), an exogenous form of the cytokine G-CSF, which stimulates neutrophil production and release into the blood stream. While the benefits of adjuvant treatment rhG-CSF during chemotherapy are well recognised, the protocols with which it is administered are not well defined and are frequently determined ad libitum by clinicians. To quantify and address the optimisation of the administration of rhG-CSF during chemotherapeutic treatment, we developed a physiological model of granulopoiesis which incorporates the contemporary understanding of the production of neutrophils from the hematopoietic stem cells in the bone marrow. To this physiological model, we incorporated mechanistic pharmacokinetic/pharmacodynamic (PK/PD) models of two drugs, PM00104 (Zalypsis), a chemotherapeutic drug, and rhG-CSF (filgrastim). Through exhaustive parameter estimation using first principles and no data fitting, we successfully predicted clinical data from 172 patients for an average patient undergoing the CHOP14 protocol (6 cycles of 14-day periodic chemotherapy with rhG-CSF administered on days 4-13 post-chemotherapy). We then demonstrated that delaying the administration of rhG-CSF to 6 or 7 days post-chemotherapy allowed for a reduction in the number of filgrastim administrations from ten to four or even three while maintaining or improving the neutrophil nadir. We also investigated the effects of PK variability on the model's predictions by incorporating population PK (PopPK) models of both drugs. Using five different variability scenarios and cohorts of 500 in silico patients per scenario, we established that there are no statistically significant differences between a typical patient and the population in the model's predictions with respect to three crucial clinical endpoints, namely the time to ANC nadir, the ANC nadir, and the area under the concentration-effect curve. The model's robustness to PK variability allows for the scaling up from the individual to population level. Motivated by the use of rhG-CSF in other disease-states, namely periodic pathologies like cyclical neutropenia, we next endeavoured to contextualise the model within dynamic diseases. By bringing to light that the cytokine paradigm is broken when exogenous cytokine mimetics are administered, we developed a novel physiological PK model for G-CSF incorporating both unbound and bound concentrations. The updated PK model prompted changes to the PD model since we could now track the concentrations of bound G-CSF. We showed that the mass-action equilibrium hypopthesis for bound and unbound drugs is not valid and led to overestimations of the renal clearance of G-CSF. We also successfully reproduced clinical data in a variety of settings (exogenous G-CSF alone, PM00104 alone, CHOP14 protocol) and clarified the mechanisms underlying the body's response to both drugs. Lastly, we discussed the potential of quantitative systems pharmacology in both drug development and translational medicine by using the physiological PK/PD model we developed.

Le réseau des MAPK est composé de pathways de signalisation fermement entrecroisés impliqués dans le cancer. Toutefois, les mécanismes précis qui sous-tendent son influence sur l'équilibre entre la prolifération et la mort cellulaire demeurent insaisissablesDes données publiques ont été intégrés dans une carte de réactions détaillée, représentant l'influence du réseau des MAPKs sur la décision du destin cellulaire. Cette carte a ensuite été utilisée pour des analyses informatiques spécifiquesTout d'abord, les dynamiques du réseau des MAPKs dans les cancers de la vessie ont été analysés.Un modèle Booléen a été construit, représentant la réponse du réseau aux inputs d'intérêt.Les résultats de simulations systématiques ont été trouvés globalement cohérents avec des données publiques, et ont permis de déchiffrer les principaux événements qui sous-tendent les différents comportements observés dans le cancerEnsuite, la carte a été exploitée pour réanalyser des données publiques d'expression de gènes, avec l'objectif d'identifier les principaux acteurs de la transduction des signaux prolifératifs, dans des types cellulaires spécifiques.Des analyses du réseaux et des calculs statistiques ont conduit à l'identification de régions dérégulées dans le réseau des MAPKs, et à la délinéation de points d'intervention optimales dans cinq stades du cancer de la vessie et dans quatre sous-types de lymphome TL'ensemble de ces résultats a conduit à la formulation de nouvelles hypothèses concernant le fonctionnement du réseau des MAPKs dans différents états pathologiques, et à la sélection de composants cibles qui pourraient être envisagées pour le développement de nouveaux traitements / MAPK network consists of tightly interconnected signalling pathways. Although several studies established the involvement of this network in cancer deregulations, the precise mechanisms underlying its influence on the balance between cell proliferation and death remain elusive.Public data were integrated into a detailed reaction map, accounting for the influence of MAPK network on cell fate decision. This map was then used for computational analyses addressing specific cancer-related questions.First, the dynamics of MAPK network in bladder cancers were analysed. A Boolean model was built, accounting for the response of the network to selected inputs. The results of systematic simulations were found globally coherent with published data. Based on in silico experiments, the main events underlying different observed cancer cell behaviours were then deciphered.Next, the MAPK reaction map was exploited to reanalyse public high-throughput gene expression data. The goal was to identify key actors for the transduction of proliferative signals, in specific cell types. Network analyses and statistical computations led to the identification of deregulated MAPK network regions, and to the delineation of optimal intervention points aimed at blocking the proliferative signals transduced from such regions. This approach was used to study five different tumour stages and four different subtypes of T-cell lymphoma.Altogether, these results led to the formulation of novel hypotheses concerning the functioning of MAPK network in different pathological conditions, and to the selection of target components that might be considered for the development of novel treatments.

Dans cette these, nous identifions le réseau de régulation de gènes (RRG) agissant en aval de CROWN ROOTLESS1 (CRL1) et impliqué dans la formation des racines coronaires (RC) chez le riz, en vue d’identifier des gènes candidats pour moduler l’architecture du système racinaire (ASR) du riz et du maïs. Pour ce faire, nous avons généré une série temporelle transcriptomique, et l’avons utilisée pour inférer le RRG en jeu durant 45 heures après l’induction de CRL1, un intervalle couvrant les étapes précoces de l’initiation des RC. Nous avons partiellement validé ce réseau en utilisant des bases de données de prédiction de sites de liaison de facteurs de transcription, ainsi que la littérature décrivant des interactions connues. A partir de ce réseau validé, nous avons identifié une cascade de régulation reliant des gènes impliqués dans l’initiation des RC à d’autres genes impliqués dans le patterning et la maintenance des primordia de RC, et testé cette cascade par des essais de transactivation en protoplastes. Les résultats obtenus ont globalement confirmé la cascade prédite, ce qui démontre l’utilité des approches de biologie des systèmes pour mieux comprendre les mécanismes impliqués dans le développement des RC. Un autre jeu de données transcriptomique a été obtenu par microdissection laser des primordia de RC à trois stades développementaux. L’analyse différentielle par rapport au tissu cortical adjacent révèle la regulation transcriptionnelle en jeu après l’initiation des RC et l’organisation des primordia. A partir d’une analyse croisée entre données de la série temporelle, données issues de microdissection, autres listes de gènes publiées en lien au développement racinaire chez le riz, analyse formelle du RRG et curation de la littérature, nous avons établi quatre classements en fonction de différentes stratégies de pondération, et identifié les gènes les plus importants du RRG. A partir de ce méta-classement, deux gènes candidats ont été identifies. Leur impact sur la formation des RC et l’ASR sera étudiée au travers de la génération de lignées de surexpression ou knock-out, chez le maïs et le riz. / In this thesis, we aimed at identifying the gene regulatory network (GRN) acting downstream of CRL1 and involved in the formation of crown root (CR) primordia in rice. We used this information to identify candidate genes to modulate root system architecture of rice and maize. To do so, we generated a time-series transcriptomic dataset that was used to infer the GRN at play during the 45 hour following CRL1 induction, covering early steps of CR primordia formation. This network was partially validated using a database describing predicted transcription factor (TF) target genes and literature on available regulatory interactions. From this, a regulatory cascade linking genes involved in CR initiation to genes involved in CR primordia patterning and maintenance was proposed and tested using transient protoplast transactivation assays. Obtained data mostly confirmed the predicted regulatory cascade demonstrating the usefulness of systems biology approaches to better understand the mechanisms involved in CR development. Another transcriptomic dataset obtained from laser capture microdissection of CR primordia at three later developmental stages analysed against adjacent stem cortex tissue, provided insight to the transcriptional regulation occurring after CR initiation and primordia organization. From cross-analysis between time series and microdissected primordia transcriptomic data set, other published gene lists related to root development in rice, formal GRN analysis and literature curation, we computed four rankings according to different scoring strategies to identify the most important genes in the GRN. From this meta-ranking, two candidate genes were identified. Their impact on CR formation and root system architecture will be further studied via the generation of over- or down-expressing lines in maize and rice.

L’amélioration de la qualité du fruit de tomate dépend largement de la variation génétique. A la suite de la domestication et de la sélection moderne, la diversité moléculaire chez la tomate a été profondément réduite, limitant les possibilités d’amélioration. De nouveaux marqueurs moléculaires révélant les polymorphismes nucléotidiques (SNP) constituent des outils précieux pour saturer les cartes génétiques et identifier des QTL (quantitative trait loci) et des associations chez une espèce peu polymorphe comme la tomate. Les objectifs de cette étude étaient de caractériser la diversité génétique de la tomate au niveau moléculaire et de tenter d’identifier des QTL, des gènes et des protéines responsables de la variation de caractères de qualité du fruit. Pour cela, trois études indépendantes ont conduit à (1) la découverte de nouveaux marqueurs SNP, (2) leur utilisation en génétique d’association et (3) l’analyse de la diversité du protéome en relation avec des caractères physiologiques du fruit.Dans la première étude, nous avons comparé deux plateformes de reséquençage pour reséquencer des zones ciblées couvrant environ 0.2% du génome de deux accessions contrastées. Plus de 3000 SNP sont été identifiés. Nous avons ensuite validé 64 SNPs en développant des marqueurs CAPS. Nous avons ainsi montré l’intérêt des techniques de reséquençage pour la découverte de SNP chez la tomate et produit des marqueurs simples qui peuvent être utiles pour caractériser de nouvelles ressources.Nous avons ensuite développé un ensemble de 192 SNPs et génotypé une collection de 188 accessions comportant des accessions cultivées, des types “cerise” et des formes sauvages apparentées et recherché des associations avec 10 caractères de qualité du fruit. Une quarantaine d’associations a été détectée dans des régions où des QTL avaient été préalablement identifiés. D’autres associations ont été identifiées dans de nouvelles régions. Nous avons ainsi confirmé le potentiel de la génétique d’association pour la découverte de QTL chez la tomate. Finalement une approche combinant l’analyse du protéome, du métabolome et de traits phénotypiques a été mise en oeuvre pour étudier la variabilité naturelle de la qualité du fruit de huit lignées contrastées et de quatre de leurs hybrides, à deux stades de développement (expansion cellulaire et orange-rouge). Nous avons identifié 424 spots protéiques variables en combinant électrophorèse bidimensionnelle et nano LC MS/MS et construit une carte de référence du protéome de fruit de tomate. En parallèle, nous avons mesuré la variation de teneurs en 34 métabolites, les activités de 26 enzymes et cinq caractères phénotypiques. La variabilité génétique et les modes d’hérédité ont été décrits. L’intégration des données a été réalisée par construction de réseaux de corrélations et régression sPLS. Plusieurs associations ont été détectées intra et inter niveau d’expression, permettant une meilleure compréhension de la variation de la qualité des fruits de tomate / Fruit quality in tomato is highly dependent on genetic variation. Following domestication and modernbreeding, molecular diversity of tomato has been strongly reduced, limiting the possibility to improvetraits of interest. New molecular markers such as single nucleotide polymorphisms (SNP) constituteprecious tools to saturate tomato genetic maps and identify quantitative trait loci (QTL) andassociations in a poorly polymorphic species like tomato. The objectives of this study were tocharacterize tomato genetic diversity at the molecular levels and to try to identify QTLs, genes andproteins responsible for fruit quality traits in tomato. For this purpose, three independent studies wereconducted leading to the discovery of new SNP markers, their use for association study and finally theanalysis of proteome diversity in relation to physiological phenotypes. We first used two nextgenrationsequencing platforms (GA2 Illumina and 454 Roche) to re-sequence targeted sequencescovering about 0.2% of the tomato genome from two contrasted accessions. More than 3000 SNPswere identified between the two accessions. We then validated 64 SNPs by developing CAPS markers.We thus showed the value of NGS for the discovery of SNPs in tomato and we produced low costCAPS markers which could be used to characterize other tomato collections. A SNPlexTM arraycarrying 192 SNPs was then developed and used to genotype a broad collection of 188 accessionsincluding cultivated, cherry type and wild tomato species and to associate these polymorphisms to tenfruit quality traits using association mapping approach. A total of 40 associations were detected andco-localized with previously mapped QTLs. Some other associations were identified in new regions.We showed the potential of using association genetics in tomato. Finally, a new analytical approachcombining proteome, metabolome and phenotypic profiling were applied to study natural geneticvariation of fruit quality traits in eight diverse accessions and their four corresponding F1s at cellexpansion and orange-red stages. We identified 424 variable spots by combining 2-DE and nano LCMS/MS and built the first comprehensive proteome reference map of the tomato fruit pericarp at twodevelopmental stages from the 12 genotypes. In parallel, we measured the variation of 34 metabolites,26 enzyme activities and five phenotypic traits. A large range of variability and several inheritancemodes were described in the four groups of traits. Data integration was achieved through sPLS andcorrelation networks. Many significant associations were detected within level and between levels ofexpression. This systems biology approach provides better understanding of networks of elements(proteins, enzymes, metabolites and phenotypic traits) in tomato fruits

A l’ère des omiques, l’étude des relations génotype-phénotype repose sur l’intégration de données diverses décrivant des aspects complémentaires des systèmes biologiques. La génomique comparative offre un angle d’approche original, celui de l’évolution, qui permet d’exploiter la grande diversité phénotypique du Vivant. Dans ce contexte, mes travaux de thèse ont porté sur la conception de marqueurs évolutifs décrivant les gènes selon leur histoire évolutive. Dans un premier temps, j’ai construit une ressource d’orthologie complète, OrthoInspector 3.0 pour extraire une information évolutive synthétique des données génomiques. J’ai ensuite développé des outils d’exploration de ces marqueurs en relation avec les données fonctionnelles et/ou phénotypiques. Ces méthodes ont été intégrées à la ressource OrthoInspector ainsi qu’au réseau social MyGeneFriends et appliquées à l’étude des ciliopathies, conduisant à l’identification de 87 nouveaux gènes ciliaires. / In the omics era, the study of genotype-phenotype relations requires the integration of a wide variety of data to describe diverse aspects of biological systems. Comparative genomics provides an original perspective, that of evolution, allowing the exploitation of the wide phenotypic diversity of living species. My thesis focused on the design of evolutionary markers to describe genes according to their evolutionary history. First, I built an exhaustive orthology resource, called OrthoInspector 3.0, to extract synthetic evolutionary information from genomic data. I then developed methods to explore the markers in relation to functional or phenotypic data. These methods have been incorporated in the OrthoInspector resource, as well as in the MyGeneFriends social network and applied to the study of ciliopathies, leading to the identification of 87 new ciliary genes.

L'amélioration de la qualité du fruit de tomate dépend largement de la variation génétique. A la suite de la domestication et de la sélection moderne, la diversité moléculaire chez la tomate a été profondément réduite, limitant les possibilités d'amélioration. De nouveaux marqueurs moléculaires révélant les polymorphismes nucléotidiques (SNP) constituent des outils précieux pour saturer les cartes génétiques et identifier des QTL (quantitative trait loci) et des associations chez une espèce peu polymorphe comme la tomate. Les objectifs de cette étude étaient de caractériser la diversité génétique de la tomate au niveau moléculaire et de tenter d'identifier des QTL, des gènes et des protéines responsables de la variation de caractères de qualité du fruit. Pour cela, trois études indépendantes ont conduit à (1) la découverte de nouveaux marqueurs SNP, (2) leur utilisation en génétique d'association et (3) l'analyse de la diversité du protéome en relation avec des caractères physiologiques du fruit.Dans la première étude, nous avons comparé deux plateformes de reséquençage pour reséquencer des zones ciblées couvrant environ 0.2% du génome de deux accessions contrastées. Plus de 3000 SNP sont été identifiés. Nous avons ensuite validé 64 SNPs en développant des marqueurs CAPS. Nous avons ainsi montré l'intérêt des techniques de reséquençage pour la découverte de SNP chez la tomate et produit des marqueurs simples qui peuvent être utiles pour caractériser de nouvelles ressources.Nous avons ensuite développé un ensemble de 192 SNPs et génotypé une collection de 188 accessions comportant des accessions cultivées, des types "cerise" et des formes sauvages apparentées et recherché des associations avec 10 caractères de qualité du fruit. Une quarantaine d'associations a été détectée dans des régions où des QTL avaient été préalablement identifiés. D'autres associations ont été identifiées dans de nouvelles régions. Nous avons ainsi confirmé le potentiel de la génétique d'association pour la découverte de QTL chez la tomate. Finalement une approche combinant l'analyse du protéome, du métabolome et de traits phénotypiques a été mise en oeuvre pour étudier la variabilité naturelle de la qualité du fruit de huit lignées contrastées et de quatre de leurs hybrides, à deux stades de développement (expansion cellulaire et orange-rouge). Nous avons identifié 424 spots protéiques variables en combinant électrophorèse bidimensionnelle et nano LC MS/MS et construit une carte de référence du protéome de fruit de tomate. En parallèle, nous avons mesuré la variation de teneurs en 34 métabolites, les activités de 26 enzymes et cinq caractères phénotypiques. La variabilité génétique et les modes d'hérédité ont été décrits. L'intégration des données a été réalisée par construction de réseaux de corrélations et régression sPLS. Plusieurs associations ont été détectées intra et inter niveau d'expression, permettant une meilleure compréhension de la variation de la qualité des fruits de tomate

Les biotechnologies sont arrivées au point ou la quantité d'information disponible permet de penser les objets biologiques comme des systèmes complexes. Dans ce contexte, les phénomènes qui émergent de ces systèmes sont intimement liés aux spécificités de leur organisation. Cela pose des problèmes computationnels et statistiques qui sont précisément l'objet d'étude de la communauté liée à l'apprentissage statistique. Cette thèse traite d'applications de méthodes d'apprentissage pour l'étude de phénomène biologique dans une perspective de système complexe. Ces méthodes sont appliquées dans le cadre de l'analyse d'interactions protéine-ligand et d'effets secondaires, du phenotypage de populations de cellules et du plan d'expérience pour des systèmes dynamiques non linéaires partiellement observés.D'importantes quantités de données sont désormais disponibles concernant les molécules mises sur le marché, tels que les profils d'interactions protéiques et d'effets secondaires. Cela pose le problème d'intégrer ces données et de trouver une forme de structure sous tendant ces observations à grandes échelles. Nous appliquons des méthodes récentes d'apprentissage non supervisé à l'analyse d'importants jeux de données sur des médicaments. Des exemples illustrent la pertinence de l'information extraite qui est ensuite validée dans un contexte de prédiction.Les variations de réponses à un traitement entre différents individus posent le problème de définir l'effet d'un stimulus à l'échelle d'une population d'individus. Par exemple, dans le contexte de la microscopie à haut débit, une population de cellules est exposée à différents stimuli. Les variations d'une cellule à l'autre rendent la comparaison de différents traitement non triviale. Un modèle génératif est proposé pour attaquer ce problème et ses propriétés sont étudiées sur la base de données expérimentales.A l'échelle moléculaire, des comportements complexes émergent de cascades d'interactions non linéaires entre différentes espèces moléculaires. Ces non linéarités engendrent des problèmes d'identifiabilité du système. Elles peuvent cependant être contournées par des plans expérimentaux spécifiques, un des champs de recherche de la biologie des systèmes. Une stratégie Bayésienne itérative de plan expérimental est proposée est des résultats numériques basés sur des simulations in silico d'un réseau biologique sont présentées.

Cette thèse consiste à étudier l'organisation du système de contrôle des voies métaboliques des bactéries afin de dégager des propriétés systémiques révélant son fonctionnement. Dans un premier temps, nous montrons que le contrôle des voies métaboliques est hautement structuré et peut se décomposer en modules fortement découplés en régime stationnaire. Ces modules possèdent des propriétés mathématiques remarquables ayant des conséquences importantes en biologie. Cette décomposition, basée intrinsèquement sur la vision système de l'Automatique, offre un cadre théorique formel général d'analyse du contrôle des voies métaboliques qui s'est révélé effectif pour analyser des données expérimentales. dans un deuxième temps, nous nous intéressons aux raisons possibles de l'émergence de cette structure de contrôle similaire. Nous identifions un ensemble de contraintes structurelles agissant au niveau de la répartition d'une ressource commune, les protéines, entre les processus cellulaires. Respecter ces contraintes pour un taux de croissance donné conduit à formaliser et résoudre un problème d'optimisation convexe non différentiable, que nous appelons Resource balance Analysis. Ce problème d'optimisation se résout numériquement à l'échelle de la bactérie grâce à un problème de Programmation Linéaire équivalent. plusieurs propriétés sont déduites de l'analyse théorique du critère obtenu. Tout d'abord, le taux de croissance est structurellement limité par la répartition d'une quantité finie de protéines entre les voies métaboliques et les ribosomes. Ensuite, l'émergence des modules dans les voies métaboliques provient d'une politique générale d'économie en protéines chez la bactérie pour gagner du taux de croissance. Certaines stratégies de transport bien connues comme la répression catabolique ou la substitution de transporteurs haute/basse affinités sont prédites par notre méthode et peuvent alors être interprétées comme le moyen de maximiser la croissance tout en minimisant l'investissement en protéines.