L’épissage, une étape majeure de l’expression des gènes, consiste en l’élimination des introns et la production de transcrits matures ou ARNm. La régulation ou des perturbations de l’épissage sont impliquées dans de nombreuses situations physiopathologiques. Dans ce travail, j’ai utilisé et analysé par des approches de bio-informatiques un grand nombre de données générées à large échelle afin de mieux définir les règles gouvernant la reconnaissance des exons au cours de l’épissage. Je montre que les mécanismes de reconnaissance des exons dépendent du biais de la composition nucléotidique des gènes qui les hébergent. Ainsi, la reconnaissance des exons hébergés par des gènes enrichis en guanine et cytosine dépend essentiellement de leur site 5’ d’épissage qui peut être masqué par des structures secondaires. La reconnaissance des exons hébergés par des gènes enrichis en thymine et adénine dépend essentiellement des signaux d’épissage situés en amont des exons. Je montre également que l’organisation chromatinienne est différente selon les biais de composition nucléotidique des gènes et que cela a un impact spécifique sur la reconnaissance des exons. De nombreuses études démontrent que les gènes ne sont pas organisés de façon aléatoire dans un génome et que l’architecture des gènes et des chromosomes dépend de leur composition nucléotidique. Par conséquent, mes travaux suggèrent qu’il existe un lien direct entre composition nucléotidique d’une région du génome, architecture de la chromatine et sélection des exons au cours de l’épissage. / Splicing, a major step in gene expression, consists in the removal of the introns and the production of mature transcripts or mRNA. The regulation of or the disturbances in splicing are involved in numerous physiopathological situations. In this work, I used and analysed with bio-informatic approaches a lot of genome-wide datasets in order to define better the rules governing exon recognition during the splicing step. I show in this work that the mechanisms of exon recognition depend on the nucleotidic composition bias of the genes which host these exons. Thus, the recognition of the exons located in genes enriched with guanine and cytosine essentially depends on their 5' splicing site, which can be hidden by secondary structures. The recognition of the exons located in genes enriched with thymine and adenine essentially depends on splicing signals placed upstream the exons. Moreover, I show that the chromatin organization varies according to the nucleotidic composition bias in the genes, and that it has a particular impact on exon recognition. A lot of studies have shown that the genes are not randomly organized in a genome and that the architecture of the genes and of the chromosomes depends on their nucleotidic composition. Put together, my work suggests that it exists an direct link between the nucleotidic composition of a genomic region, the chromatin architecture and the recognition of the exons during the splicing step.

Le paysage nucléotidique – la manière dont la composition nucléotidique varie le long du génome – est une caractéristique marquante de l'organisation des génomes et varie fortement entre espèces. Plusieurs hypothèses émergent des nombreux débats autour des mécanismes évolutifs à l'origine de ces hétérogénéités du taux de GC, parmi lesquelles la conversion génique biaisée vers G et C (BGC) et la sélection sur l'usage du code (SUC). La BGC est un processus neutre associé à la recombinaison qui favorise les allèles en G ou C au détriment des allèles en A ou T. La SUC est une force de sélection qui favorise les codons dits « préférés », ceux dont la traduction serait la plus efficace. Contrairement à ceux des vertébrés, les paysages nucléotidiques des plantes sont peu connus. La plupart des études ont été consacrées au génome d'Arabidopsis thaliana, pauvre en GC et homogène, et à celui du riz, riche en GC et hétérogène. Le contraste entre ces deux génomes a souvent été généralisé comme une dichotomie entre dicotylédones et monocotylédones, mais cette vision est clairement phylogénétiquement biaisée.Les objectifs de ce travail de thèse sont de caractériser les paysages nucléotidiques des angiospermes à une large échelle phylogénétique et de mieux comprendre quels sont les mécanismes évolutifs jouant sur l'évolution de ces paysages nucléotidiques. Comment varient les paysages nucléotidiques le long de la phylogénie des angiospermes ? SUC et BGC façonnent-elles ces paysages nucléotidiques ? Les différents taxons sont-ils affectés avec la même intensité ?Pour répondre à ces questions, j'ai utilisé une approche de génomique comparative basée sur l'analyse de données EST chez plus de 230 espèces d'angiospermes et de gymnospermes. L'exploration des paysages nucléotidiques de ce large éventail de plantes a montré que les patrons d'hétérogénéité des paysages nucléotidiques suivent un continuum le long de la phylogénie, avec des groupes particulièrement riches et hétérogènes en GC, les graminées par exemple. Mes résultats suggèrent que les paysages nucléotidiques des plantes pourraient avoir été façonnés par la BGC et, dans une moindre mesure, par la SUC. Des épisodes indépendants d'enrichissement et d'appauvrissement en GC ont vraisemblablement eu lieu au cours de l'évolution des plantes, et pourraient être expliqués par des variations d'intensité de ces mécanismes. En utilisant une prédiction du degré d'expression des EST, j'ai également mis en évidence une diversité dans les codons préférés entre espèces. Les préférences d'usage des codons se sont révélées plus labiles au cours de l'évolution pour les codons des acides aminés au code quatre et six fois dégénéré. J'ai pu lier l'évolution des préférences d'usage des codons à l'évolution de la composition nucléotidique des génomes. Mes résultats suggèrent que la composition en base des génomes, affectée en partie par la BGC, orienterait la coévolution entre préférence d'usage du code et ARNt. / The nucleotide landscape – the way base composition varies along a genome – is a striking feature of genome organization and is highly variable between species. The evolutionary causes of such heterogeneity in GC content have been much debated. Biased gene conversion towards G and C (BGC) and selection on codon usage (SCU) are thought to be main forces. BGC is a neutral process associated with recombination favouring G and C alleles over A and T ones. SCU is a selection process favouring the so-called “preferred” codons, i.e., those whose translation is the most efficient. Contrary to vertebrates, plant nucleotide landscapes are still poorly known. Most studies focused on the GC-poor and homogeneous Arabidopsis thaliana genome and on the GC-rich and heterogeneous rice genome. The contrast between these two genomes was often generalized as a dicot/monocot dichotomy but this vision is clearly phylogenetically biased.The objectives of this study are to characterize angiosperm nucleotide landscapes on a wide phylogenetic scale and to better understand the evolutionary mechanisms acting upon the evolution of nucleotide landscapes. To what extent do nucleotide landscapes vary across angiosperm phylogeny? Are nucleotide landscapes shaped by BGC and SCU? Are taxa affected with the same intensity?To tackle these issues, I used a comparative genomic approach relying on EST data analysis on over 230 angiosperm and gymnosperm species. Through the nucleotide landscape survey for such a wide range of species I found a continuum of GC-heterogeneity patterns across phylogeny, some taxa such as Poaceae being strikingly GC-rich and heterogeneous. My results suggest that nucleotide landscapes could have been shaped by BGC and, to a lesser extent, by SCU. GC-content enrichment and impoverishment are likely to have occurred several times independently during plant evolution and could be explained by intensity variations of BGC and SCU. Using a proxy for EST expression level, I also characterized the diversity of preferred codons between species. Codon usage preferences were shown to be evolutionarily more unstable for four- and six-fold degenerate codon families. Finally, I could link the evolution of codon usage preferences to the evolution of genome base composition. My results suggest that genome base composition, partially shaped by BGC, seems to drive the coevolution between codon usage preferences and tRNAs.

Après 30 années de recherche, de nombreux obstacles s'opposent encore à la conception d'un vaccin contre le SIDA. En effet, il n'existe pas de consensus sur les corrélats immunitaires de protection qu'il devra induire ni sur les mécanismes à l'origine de la progression vers le SIDA chez les individus infectés. Dans un premier temps, nous avons cherché à concevoir un virus hybride structuralement semblable au VIH-1 et capable de se répliquer exclusivement dans le cytoplasme des cellules infectées. Dans cet objectif, nous avons développé des nouveaux vecteurs bi et tri-cistroniques dérivés du poliovirus et contenant les séquences des gènes gag et/ou env du VIH-1. Nous avons montré que ces réplicons permettaient l'expression des protéines structurales du VIH-1 sous leur forme mature. Dans un second temps, nous avons mis en évidence une corrélation indiquant que, plus la composition nucléotidique (% A/T/G/C) d'un lentivirus diverge de celle de son hôte, plus la probabilité qu'il soit pathogène est élevée. Nous avons montré que l'optimisation artificielle de la composition nucléotidique de séquences d'ARN lentivirales diminuait leur capacité d'induction d'interféron (IFN-I) après transfection. Nous avons ensuite synthétisé un virus de l'immunodéficience simienne (VIS) dont la séquence a été artificiellement optimisée à la composition nucléotidique moyenne du macaque. Ce virus présente une capacité d'induction d'IFN-I in vitro réduite par rapport au VIS sauvage. Ces données indiquent pour la première fois un lien entre la composition nucléotidique du génome des lentivirus et la progression vers le SIDA. Elles suggèrent de nouvelles stratégies vaccinales d'atténuation du VIH-1. / After over thirty years of AIDS epidemic, we still need to identify immunological correlates of protection against AIDS and we do not properly understand how HIV causes AIDS in infected individuals. In order to reproduce the protective capacity of live attenuated viruses, we first aimed at generating a hybrid virus structurally similar to HIV-1 and able to replicate exclusively in the cytoplasm of infected cells. We developed new polioviral pluricistronic vectors that contain HIV-1 packaging sequences, gag gene and/or env gene. We then showed that the use of these replicons was compatible with the production of processed and mature HIV structural proteins. Secondly, we investigated the consequences of the lentivirus nucleotide composition (% A/T/G/C) bias on their pathogenicity. We found a correlation, indicating that AIDS results from infection by primate lentiviruses having the most divergent nucleotide composition compared to their hosts, whereas less divergent lentiviruses cause non-pathogenic infections. A strong type I interferon (IFN-I) response during the chronic phase of infection is a typical feature of lentiviral pathogenic infection. We showed that nucleotide optimization of lentiviral RNA sequences dramatically reduce their in vitro capacity to induce IFN-I. We synthesized a simian immunodeficiency virus (SIV), whose genome sequence was artificially optimized to the macaque average nucleotide composition. This virus showed a reduced capacity to stimulate IFN-I in vitro than wt SIV. These data indicate for the first time a link between the nucleotide composition of lentiviruses and their pathogenicity. They suggest new vaccine attenuation strategies against AIDS.