In high-diversity populations, a complete accounting of de novo mutations can be difficult to obtain. Most analyses involve identifying such mutations by sequencing pedigrees on second-generation sequencing platforms and aligning the short reads to a reference assembly, the genomic sequence of a canonical member (or members) of a species. Often, large regions of the genomes under study may be greatly diverged from the reference sequence, or not represented at all (e.g. the HLA, antigenic genes, or other regions under balancing selective pressure). If the haplotypic background upon which a mutation occurs is absent, events can easily be missed (as reads have nowhere to align) and false-positives may abound (as the software forces the reads to align elsewhere). This thesis presents a novel method for de novo mutation discovery and allele identification. Rather than relying on alignment, our method is based on the de novo assembly of short-read sequence data using a multi-color de Bruijn graph. In this data structure, each sample is assigned a unique index (or "color"), reads from each sample are decomposed into smaller subsequences of length k (or "kmers"), and color-specific adjacency information between kmers is recorded. Mutations can be discovered in the graph itself by searching for characteristic motifs (e.g. a "bubble motifs", indicative of a SNP or indel, and "linear motifs" indicative of allelic and non-allelic recombination). De novo mutations differ from inherited mutations in that the kmers spanning the variant allele are absent in the parents; in a sense, they facilitate their own discovery by generating "novel" sequence. We exploit this fact to limit processing of the graph to only those regions containing these novel kmers. We verified our approach using simulations, validation, and visualization. On the simulations, we developed genome and read generation software driven by empirical distributions computed from real data to emit genomes with realistic features: recombinations, de novo variants, read fragment sizes, sequencing errors, and coverage profiles. In 20 artifical samples, we determined our sensitivity and specificity for novel kmer recovery to be approximately 98% and 100% at worst, respectively. Not every novel stretch can be reconstituted as a variant, owing to errors and homology in the graph. In simulations, our false discovery rate was 10% for "bubble" events and 12% for "linear" events. On validation, we obtained a high-quality draft assembly for a single P. falciparum child using a third-generation sequencing platform. We discovered three de novo events in the draft assembly, all three of which are recapitulated in our calls on the second-generation sequencing data for the same sample; no false-positives are present. On visualization, we developed an interactive web application capable of rendering a multi-color subgraph that assists in visually distinguishing between true variation and sequencing artifacts. We applied our caller to real datasets: 115 progeny across four previously analyzed experimental crosses of Plasmodium falciparum. We demonstrate our ability to access subtelomeric compartments of the genome, regions harboring antigenic genes under tremendous selective pressure, thus highly divergent between geographically distinct isolates and routinely masked and ignored in reference-based analyses. We also show our caller's ability to recover an important form of structural de novo variation: non-allelic homologous recombination (NAHR) events, an important mechanism for the pathogen to diversify its own antigenic repertoire. We demonstrate our ability to recover the few events in these samples known to exist, and overturn some previous findings indicating exchanges between "core" (non-subtelomeric) genes. We compute the SNP mutation rate to be approximately 2.91 per sample, insertion and deletion mutation rates to be 0.55 and 1.04 per sample, respectively, multi-nucleotide polymorphisms to be 0.72 per sample, and NAHR events to be 0.33 per sample. These findings are consistent across crosses. Finally, we investigated our method's scaling capabilities by processing a quintet of previously analyzed Pan troglodytes verus (western chimpanzee) samples. The genome of the chimpanzee is two orders of magnitude larger than the malaria parasite's (3, 300 Mbp versus 23 Mbp), diploid rather than haploid, poorly assembled, and the read dataset is lower coverage (20x versus 120x). Comparing to Sequenom validation data as well as visual validation, our sensitivity is expectedly low. However, this can be attributed to overaggressiveness in data cleaning applied by the de novo assembler atop which our software is built. We discuss the precise changes that would likely need to be made in future work to adapt our method to low-coverage samples.

Cerebral palsy (CP) as a neurodevelopmental disorder that affects individuals’ movement, posture, and balance and occurs in every 2-3 out of 1,000 live births. Symptoms of CP can include seizures, hydrocephalus, impairment of the limbs, and learning disabilities. External contributors to CP are well known, but there are 80% of CP cases are idiopathic and in which no brain injury is reported. Recently, several genetic studies have shown that deleterious de novo mutations in CP patients may be implicated in CP pathogenesis. One such potentially deleterious de novo mutation of RhoB was identified in two CP patients. RhoB encodes for RHOB protein, a Rho GTPase that regulates the actin cytoskeleton. Biochemical and structural analyses of RhoB (S73F) protein suggested that the RhoB mutation generates a hyperactive form of RhoB. However, how the RhoB (S73F) protein may interfere with brain development and can contribute to CP is unknown. To determine whether RhoB (S73F) expression affects cortical development, we used in utero electroporations in mice to study the effect of RhoB (S73F) expression on cellular morphology, polarity, migration, and Golgi localization in the embryonic mouse model at E15.5 and P0, comparing it to a RhoB overexpression model as well as control. To address changes in cell morphology, we examined the cell size, shape, and volume of RhoB expressing cells using Imaris software. We show that RhoB overexpression and RhoB (S73F) expression cause detrimental changes in cell shape, polarity, and neuritogenesis. Furthermore, RhoB (S73F) expressing cells migrate less compared to RhoB overexpressing cells and control. Interestingly, we found that RhoB (S73F) expressing cells that did not migrate away from the ventricular surface still became neurons. To determine the effect of RhoB (S73F) expression on the subcellular environment, we examined the localization of the Golgi apparatus, and found the Golgi to be mislocalized and fragmented when RhoB (S73F) was expressed. Overall, this study shows that overexpression of RhoB is sufficient to cause changes in cell morphology, polarity, migration, and subcellular localization of the Golgi. Importantly, expression of RhoB (S73F) is distinct and unique from RhoB overexpression, causing more severe changes in cell size, shape, polarity, cell process number, and Golgi localization that result in failed neuronal migration. This data suggests the potential for genetic mutations to enact changes within the structure and function of cortical cells, which may contribute to the pathogenesis of CP. / Cell Biology

La schizophrénie est une maladie psychiatrique grave qui affecte approximativement 1 % de la population. Il est clairement établi que la maladie possède une composante génétique très importante, mais jusqu’à présent, les études ont été limitées au niveau de l’identification de facteurs génétiques spécifiquement liés à la maladie. Avec l’avènement des nouvelles avancées technologiques dans le domaine du séquençage de l’ADN, il est maintenant possible d’effectuer des études sur un type de variation génétique jusqu’à présent laissé pour compte : les mutations de novo, c.-à-d. les nouvelles mutations non transmises de manière mendélienne par les parents. Ces mutations peuvent avoir deux origines distinctes : une origine germinale au niveau des gamètes chez les parents ou une origine somatique, donc au niveau embryonnaire directement chez l’individu. L’objectif général de la présente recherche est de mieux caractériser les mutations de novo dans la schizophrénie. Comme le rôle de ces variations est peu connu, il sera également nécessaire de les étudier dans un contexte global au niveau de la population humaine. La première partie du projet consiste en une analyse exhaustive des mutations de novo dans la partie codante (exome) de patients atteints de schizophrénie. Nous avons pu constater que non seulement le taux de mutations était plus élevé qu’attendu, mais nous avons également été en mesure de relever un nombre anormalement élevé de mutations non-sens, ce qui suggère un profil pathogénique. Ainsi, nous avons pu fortement suggérer que les mutations de novo sont des actrices importantes dans le mécanisme génétique de la schizophrénie. La deuxième partie du projet porte directement sur les gènes identifiés lors de la première partie. Nous avons séquencé ces gènes dans une plus grande cohorte de cas et de contrôles afin d’établir le profil des variations rares pour ces gènes. Nous avons ainsi conclu que l’ensemble des gènes identifiés par les études de mutations de novo possède un profil pathogénique, ce qui permet d’établir que la plupart de ces gènes ont un rôle réel dans la maladie et ne sont pas des artéfacts expérimentaux. De plus, nous avons pu établir une association directe avec quelques gènes qui montrent un profil aberrant de variations rares. La troisième partie du projet se concentre sur l’effet de l’âge paternel sur le taux de mutations de novo. En effet, pour la schizophrénie, il est démontré que l’âge du père est un facteur de risque important. Ainsi, nous avons tenté de caractériser l’effet de l’âge du père chez des patients en santé. Nous avons observé une grande corrélation entre l’âge du père et le taux de mutations germinales et nous avons ainsi pu répertorier certaines zones avec un grand nombre de mutations de novo, ce qui suggère l’existence de zone chaude pour les mutations. Nos résultats ont été parmi les premiers impliquant directement les mutations de novo dans le mécanisme génétique de la schizophrénie. Ils permettent de jeter un nouveau regard sur les réseaux biologiques à l’origine de la schizophrénie en mettant sous les projecteurs un type de variations génétiques longtemps laissé pour compte. / Schizophrenia is a severe psychiatric disorder that affects roughly 1% of the general population. It has been clearly demonstrated that the disease possesses a strong genetic component, but thus far, studies have had limited success in identifying key schizophrenia genes. With the advent of new DNA sequencing technologies it is now possible to study a type of genetic variation that has been previously looked over: de novo mutations (new mutations not transmitted by parents) The main aim of the present thesis is to better characterize de novo mutations in schizophrenia. As the role of these variations is not very well known, it was also necessary to study them in a global context in the human population. The first part of our project was to do a comprehensive study of de novo mutations found in the coding section (exome) of patients affected with schizophrenia. We found that the mutation rate was higher than expected. We also observed an aberrant number of nonsense mutations, which suggests a pathogenic profile of mutations. Thus, we strongly suggested that de novo mutations are key players in the genetic mechanism of schizophrenia. The second part of the work builds on the genes bearing mutations identified in the exome sequencing analysis. We sequenced these genes in a larger cohort of cases and controls in order to establish the profile of rare variants for these genes. We were able to conclude that the global mutational profile of the genes identified during de novo mutation studies are indeed pathogenic, which confirms that some of those genes are really involved in the disease and are not sequencing artefacts. Additionally, we were also able to identify some genes that had an aberrant rare variation profile. The third part of the work aimed to characterize the paternal age effect on the de novo mutation rate. Indeed, in schizophrenia, it has been shown numerous times that paternal age is a risk factor for the disease. Thus, we have chosen to characterize this effect in a cohort of healthy subjects. We were able to observe a high correlation between paternal age and an elevated germline mutation rate. We were also able to confirm the existence of genomic regions that present an elevated number of de novo mutations, supporting the notion of mutational hotspots. Our results were amongst the first to be published on the scientific area to directly involve de novo mutations in the genetic mechanism of schizophrenia. Those results bring new clues on the biological networks underlying schizophrenia by investigating a genetic variation type long overlooked.

Résumé : La phase haploïde de la spermatogenèse (spermiogenèse) est caractérisée par une modification importante de la structure de la chromatine et un changement de la topologie de l’ADN du spermatide. Les mécanismes par lesquels ce changement se produit ainsi que les protéines impliquées ne sont pas encore complètement élucidés. Mes travaux ont permis d’établir la présence de cassures bicaténaires transitoires pendant ce remodelage par l’essai des comètes et l’électrophorèse en champ pulsé. En procédant à des immunofluorescences sur coupes de tissus et en utilisant un extrait nucléaire hautement actif, la présence de topoisomérases ainsi que de marqueurs de systèmes de réparation a été confirmée. Les protéines de réparation identifiées font partie de systèmes sujets à l’erreur, donc cette refonte structurale de la chromatine pourrait être génétiquement instable et expliquer le biais paternel observé pour les mutations de novo dans de récentes études impliquant des criblages à haut débit. Une technique permettant l’immunocapture spécifique des cassures bicaténaires a été développée et appliquée sur des spermatides murins représentant différentes étapes de différenciation. Les résultats de séquençage à haut débit ont montré que les cassures bicaténaires (hotspots) de la spermiogenèse se produisent en majorité dans l’ADN intergénique, notamment dans les séquences LINE1, l’ADN satellite et les répétions simples. Les hotspots contiennent aussi des motifs de liaisons des protéines des familles FOX et PRDM, dont les fonctions sont entre autres de lier et remodeler localement la chromatine condensée. Aussi, le motif de liaison de la protéine BRCA1 se trouve enrichi dans les hotspots de cassures bicaténaires. Celle-ci agit entre autres dans la réparation de l’ADN par jonction terminale non-homologue (NHEJ) et dans la réparation des adduits ADN-topoisomérase. De façon remarquable, le motif de reconnaissance de la protéine SPO11, impliquée dans la formation des cassures méiotiques, a été enrichi dans les hotspots, ce qui suggère que la machinerie méiotique serait aussi utilisée pendant la spermiogenèse pour la formation des cassures. Enfin, bien que les hotspots se localisent plutôt dans les séquences intergéniques, les gènes ciblés sont impliqués dans le développement du cerveau et des neurones. Ces résultats sont en accord avec l’origine majoritairement paternelle observée des mutations de novo associées aux troubles du spectre de l’autisme et de la schizophrénie et leur augmentation avec l’âge du père. Puisque les processus du remodelage de la chromatine des spermatides sont conservés dans l’évolution, ces résultats suggèrent que le remodelage de la chromatine de la spermiogenèse représente un mécanisme additionnel contribuant à la formation de mutations de novo, expliquant le biais paternel observé pour certains types de mutations. / Abstract : Germline mutations may arise from several endogenous and exogenous mechanisms in both male and female. However, recent next-generation sequencing (NGS) data confirmed that de novo mutations arise primarily in males. This observation suggests that specific spermatogenesis events are involved in the male mutation bias. One potential origin for male-driven mutations is the differentiation of spermatids into spermatozoa, which involves one of the most striking and global chromatin remodeling processes, where histone-bound chromatin is converted into highly condensed protaminated DNA toroid. Using pulse-field gel electrophoresis and comet assay on flow cytometry sorted cells, it was established that chromatin remodeling process is characterized by a transient surge in DNA double strand breaks (DSBs) in the whole population of murine spermatids, which get repaired by the end of spermiogenesis. Using a highly active nuclear extract and immunofluorescences, topoisomerases and markers of DNA repair systems were shown at these steps. Since haploid cells cannot rely on homologous recombination for templated DNA repair, it was hypothesized that this process may be genetically unstable and largely responsible for the observed male de novo mutations bias. Although very challenging, a method allowing the specific genome-wide mapping of DSBs using NGS was developed to establish the genomic distribution of DSBs during chromatin remodeling. It was shown that intergenic regions were enriched in DSBs, particularly LINE1, satellite DNA and simple repeats. Motif finding on potential hotspots showed that proteins from FOX and PRDM families may be implicated. Although homologous recombination cannot take place during spermiogenesis, an enrichment in BRCA1 motif was found, which is also known to be implicated in NHEJ and removal of topoisomerase adducts. Topoisomerase-like SPO11 motif was also enriched suggesting that the meiotic machinery may also be implicated during chromatin remodeling. Moreover, although DSBs tend to accumulate in intergenic regions, gene ontology analysis of hotspot-containing genes showed a marked enrichment in genes related to neurons and brain development. This result hence supports the fact that neurological disease associated mutations are also male biased and associated with advanced paternal age. Since DSB formation during spermiogenesis is conserved through evolution, these results suggest that chromatin remodeling in spermatids represents a significant component in the reported male de novo mutation bias.

La schizophrénie est une maladie psychiatrique grave qui affecte approximativement 1 % de la population. Il est clairement établi que la maladie possède une composante génétique très importante, mais jusqu’à présent, les études ont été limitées au niveau de l’identification de facteurs génétiques spécifiquement liés à la maladie. Avec l’avènement des nouvelles avancées technologiques dans le domaine du séquençage de l’ADN, il est maintenant possible d’effectuer des études sur un type de variation génétique jusqu’à présent laissé pour compte : les mutations de novo, c.-à-d. les nouvelles mutations non transmises de manière mendélienne par les parents. Ces mutations peuvent avoir deux origines distinctes : une origine germinale au niveau des gamètes chez les parents ou une origine somatique, donc au niveau embryonnaire directement chez l’individu. L’objectif général de la présente recherche est de mieux caractériser les mutations de novo dans la schizophrénie. Comme le rôle de ces variations est peu connu, il sera également nécessaire de les étudier dans un contexte global au niveau de la population humaine. La première partie du projet consiste en une analyse exhaustive des mutations de novo dans la partie codante (exome) de patients atteints de schizophrénie. Nous avons pu constater que non seulement le taux de mutations était plus élevé qu’attendu, mais nous avons également été en mesure de relever un nombre anormalement élevé de mutations non-sens, ce qui suggère un profil pathogénique. Ainsi, nous avons pu fortement suggérer que les mutations de novo sont des actrices importantes dans le mécanisme génétique de la schizophrénie. La deuxième partie du projet porte directement sur les gènes identifiés lors de la première partie. Nous avons séquencé ces gènes dans une plus grande cohorte de cas et de contrôles afin d’établir le profil des variations rares pour ces gènes. Nous avons ainsi conclu que l’ensemble des gènes identifiés par les études de mutations de novo possède un profil pathogénique, ce qui permet d’établir que la plupart de ces gènes ont un rôle réel dans la maladie et ne sont pas des artéfacts expérimentaux. De plus, nous avons pu établir une association directe avec quelques gènes qui montrent un profil aberrant de variations rares. La troisième partie du projet se concentre sur l’effet de l’âge paternel sur le taux de mutations de novo. En effet, pour la schizophrénie, il est démontré que l’âge du père est un facteur de risque important. Ainsi, nous avons tenté de caractériser l’effet de l’âge du père chez des patients en santé. Nous avons observé une grande corrélation entre l’âge du père et le taux de mutations germinales et nous avons ainsi pu répertorier certaines zones avec un grand nombre de mutations de novo, ce qui suggère l’existence de zone chaude pour les mutations. Nos résultats ont été parmi les premiers impliquant directement les mutations de novo dans le mécanisme génétique de la schizophrénie. Ils permettent de jeter un nouveau regard sur les réseaux biologiques à l’origine de la schizophrénie en mettant sous les projecteurs un type de variations génétiques longtemps laissé pour compte. / Schizophrenia is a severe psychiatric disorder that affects roughly 1% of the general population. It has been clearly demonstrated that the disease possesses a strong genetic component, but thus far, studies have had limited success in identifying key schizophrenia genes. With the advent of new DNA sequencing technologies it is now possible to study a type of genetic variation that has been previously looked over: de novo mutations (new mutations not transmitted by parents) The main aim of the present thesis is to better characterize de novo mutations in schizophrenia. As the role of these variations is not very well known, it was also necessary to study them in a global context in the human population. The first part of our project was to do a comprehensive study of de novo mutations found in the coding section (exome) of patients affected with schizophrenia. We found that the mutation rate was higher than expected. We also observed an aberrant number of nonsense mutations, which suggests a pathogenic profile of mutations. Thus, we strongly suggested that de novo mutations are key players in the genetic mechanism of schizophrenia. The second part of the work builds on the genes bearing mutations identified in the exome sequencing analysis. We sequenced these genes in a larger cohort of cases and controls in order to establish the profile of rare variants for these genes. We were able to conclude that the global mutational profile of the genes identified during de novo mutation studies are indeed pathogenic, which confirms that some of those genes are really involved in the disease and are not sequencing artefacts. Additionally, we were also able to identify some genes that had an aberrant rare variation profile. The third part of the work aimed to characterize the paternal age effect on the de novo mutation rate. Indeed, in schizophrenia, it has been shown numerous times that paternal age is a risk factor for the disease. Thus, we have chosen to characterize this effect in a cohort of healthy subjects. We were able to observe a high correlation between paternal age and an elevated germline mutation rate. We were also able to confirm the existence of genomic regions that present an elevated number of de novo mutations, supporting the notion of mutational hotspots. Our results were amongst the first to be published on the scientific area to directly involve de novo mutations in the genetic mechanism of schizophrenia. Those results bring new clues on the biological networks underlying schizophrenia by investigating a genetic variation type long overlooked.

Récemment, notre laboratoire a décrit plusieurs patients atteints d’une forme sévère et progressive de dystonie présentant des mutations de novo dans le gène du récepteur bêta de l’acide rétinoïque (RARB). RARB est un facteur de transcription activé lors de sa liaison à l’acide rétinoïque (AR), un élément essentiel au bon développement du cerveau. Des études de transfection indiquent que ces mutations augmentent l’activité transcriptionnelle de RARB, suggérant qu’elles confèrent un gain de fonction (GDF) à la protéine. La dystonie est typiquement expliquée par un dysfonctionnement du striatum, la structure où RARB est principalement exprimé. Chez la souris, la perte de fonction de Rarb entraîne une réduction des neurones striatonigraux et des anomalies motrices, suggérant une perturbation du développement des circuits striataux. Nous avons ainsi émis l’hypothèse selon laquelle la dystonie des patients porteurs de mutations de GDF serait causée par un accroissement de la signalisation de RARB, pouvant perturber l’homéostasie des mêmes circuits que ceux affectés par une diminution de la signalisation de Rarb. En utilisant la technologie CRISPR-Cas9, nous avons généré des souris portant la mutation p.R394C, homologue de la p.R387C retrouvée chez plusieurs patients. Ces souris RarbR394C/+ présentent des anomalies locomotrices rappelant celles d’autres modèles murins de dystonie, ainsi qu’une diminution des neurones striatopallidaux. Ceci suggère que les mutations de GDF de RARB induisent la dystonie en perturbant l’équilibre dans la signalisation dopaminergique striatale. Finalement, cette étude pourrait contribuer à comprendre les troubles neurodégénératifs moteurs, comme les maladies de Huntington et de Parkinson, dans lesquels la signalisation de l’AR semble être compromise. / We previously described several patients with a severe and progressive form of early-onset dystonia who carried de novo mutations in the retinoic acid receptor beta gene (RARB). RARB is a transcription factor that is activated upon binding to retinoic acid (RA), whose signaling is required for proper development of the brain. Transfection studies indicate that these de novo mutations increase RARB transcriptional activity, suggesting that they confer a gain-of-function (GOF) propriety to the protein. Dystonia is typically explained by some dysfunction of the striatum, a region where RARB is predominantly expressed. Interestingly, loss of Rarb function in mice leads to a reduction of striatonigral neurons and motor abnormalities, suggesting a disruption in early development of striatal circuits. We hypothesized that the motor impairment of patients with RARB GOF mutations is caused by increased RARB signaling in the striatum, possibly disrupting homeostatic control of the same pathways as those affected by decreased Rarb signaling. Using CRISPR-Cas9 technology, we generated mice carrying the mutation p.R394C, which is homologous to the GOF mutation p.R387C found in several patients. These RarbR394C/+ mice show locomotor impairments reminiscent of that of other mouse models of dystonia, along with a decreased striatopallidal neuronal population. Our data suggest that GOF mutations in RARB induce dystonia by disrupting striatal dopaminergic signaling necessary for functional equilibrium. This work might also shed light on common neurodegenerative disorders of the basal ganglia including Huntington’s and Parkinson’s disease, in which RA and RARB signaling appear to be compromised.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal