Brevibacterium aurantiacum est une actinobactérie qui confère des propriétés organoleptiques clés aux fromages à croûte lavée lors de l’affinage. Malgré son importance industrielle, il n’existe aucun outil génétique disponible pour la modification génétique de cette espèce et seulement deux génomes complets sont disponibles à l’heure actuelle. L’acquisition de connaissances fondamentales sur le répertoire des gènes de cette espèce et sur leurs fonctions est primordiale pour comprendre son rôle dans l’affinage des fromages à croûte lavée. Lors de ce projet de maîtrise, 12 plasmides et quatre vecteurs synthétiques ont été utilisés pour transformer six souches laitières de B. aurantiacum et une souche de B. linens dans le but d’adapter l’outil génétique CRISPR-Cas9 pour ces actinobactéries. Différents protocoles de préparation de cellules électrocompétentes et de transformation par électroporation ont été testés, mais il a été impossible de transformer les souches bactériennes à l’étude. Les actinobactéries du genre Brevibacterium sont donc récalcitrantes à la transformation génétique Dans un second temps, nous avons séquencé six génomes additionnels de Brevibacterium et nous avons effectué des analyses génomiques comparatives avec les génomes publics. Nos analyses phylogénétiques ont révélé que les souches laitières précédemment considérées comme membres de l’espèce B. linens appartiennent en fait à l’espèce B. aurantiacum, mettant en évidence l’importance de cette espèce dans la production fromagère. Les génomes de B. aurantiacum sont composés de 2612 gènes de coeur et possèdent un pangénome ouvert atteignant jusqu’à 6259 gènes. Les génomes étudiés sont riches en éléments d’ADN mobiles et des transferts horizontaux de gènes (HGT) entre diverses actinobactéries d’affinage des fromages ont été observés chez tous les génomes de B. aurantiacum. Nos analyses génomiques comparatives apportent de nouvelles informations sur l’évolution et l’adaptation de B. aurantiacum à l’écosystème des fromages. / Brevibacterium aurantiacum is an orange-pigmented actinobacterium that confers key organoleptic properties to washed-rind cheeses during surface ripening. To date, only two complete and assembled genomes of B. aurantiacum are available and there is currently no genetic tool available to study this industrially relevant species. The acquisition of fundamental knowledge on the gene repertoire of this species and their functions is essential to understand its evolution and its role in cheese ripening In this study, 12 plasmids and 4 synthetic vectors were used to transform 6 B. aurantiacum dairy strains and one B. linens strain in the aim of adapting CRISPR-Cas9 tool for these bacterial species. Different electrocompetent cell preparation and electroporation methods were tested to transform various Brevibacterium strains, but no transformants were recovered with all the experiments. Therefore, it seems that Brevibacterium strains are recalcitrant to genetic transformation We sequenced six additional genomes of Brevibacterium and performed phylogenetic and pan-genome analyses. Our phylogenetic analysis revealed that cheese isolates, previously identified as B. linens, belong to the B. aurantiacum species, making this species a key player in cheese production. B. aurantiacum genomes are composed of 2612 core genes with an open pan-genome reaching now 6259 genes. Horizontal gene transfers (HGT) between cheese actinobacteria were observed in all B. aurantiacum genomes. HGT regions involved in iron acquisition were found in five B. aurantiacum genomes, which suggests cooperative evolution between smear-ripened cheese actinobacteria. Our comparative genomic analysis provides novel insights into the evolution and the adaptation of B. aurantiacum to the cheese ecosystem.

Les éléments transposables (TEs) sont des séquences d'ADN répétées dispersées pouvant se propager au sein d'un génome hôte. Selon l'hypothèse du choc génomique proposée par McClintock en 1984, l'hybridation de deux espèces constituerait une source de stress pouvant perturber les mécanismes de contrôles des TEs et causer leur activation. Bien que de récentes études réalisées chez la levure, un champignon modèle, aient montré que les TEs ne se transposent pas davantage dans un génome hybride, les TEs pourraient tout de même montrer des signes de dérégulation au niveau moléculaire. L'objectif de ce projet de maîtrise est donc de déterminer si l'expression globale des familles de TEs est plus élevée chez les hybrides que chez leurs espèces parentales. À partir de données de séquençage d'ARN d'hybrides de levures du genre Saccharomyces disponibles publiquement, nous avons effectué une analyse d'expression différentielle de leurs TEs. Nos analyses des niveaux d'ARNm montrent que les TEs ne sont généralement pas différentiellement exprimés chez les hybrides, même si ces derniers sont exposés à une condition de stress de basse température. Seulement 2 familles de TEs sur 26 montrent une expression significativement supérieure chez les hybrides. Globalement, nos résultats ne soutiennent pas l'hypothèse que l'hybridation pourrait déclencher systématiquement l'expression des TEs chez la levure et suggèrent que l'impact de l'hybridation sur l'activité des TEs est spécifique à chaque souche et TE. / Transposable elements (TEs) are dispersed repeated DNA sequences that can propagate within a host genome. According to the genomic shock hypothesis proposed by McClintock in 1984, the hybridization of two species constitutes a source of stress that could disrupt the control mechanisms of TEs and cause their activation. Although recent studies in yeast, a model fungus, have shown that TEs do not transpose more in a hybrid genome, TEs could still show signs of deregulation at the molecular level. The objective of this master's project is therefore to determine whether the overall expression of TE families is higher in hybrids than in their parental species. Using publicly available RNA sequencing data from yeast hybrids of the genus Saccharomyces, we performed a differential expression analysis of their TEs. Our analyses of mRNA levels show that TEs are generally not differentially expressed in hybrids, even when exposed to a low temperature stress. Only 2 TEs families out of 26 show significantly higher expression in hybrids. Overall, our results do not support the hypothesis that hybridization systematically triggers TEs expression in yeast and suggest that the impact of hybridization on TEs activity is strain and TE specific.

Les éléments transposables (TEs) sont des séquences d'ADN répétées dispersées pouvant se propager au sein d'un génome hôte. Selon l'hypothèse du choc génomique proposée par McClintock en 1984, l'hybridation de deux espèces constituerait une source de stress pouvant perturber les mécanismes de contrôles des TEs et causer leur activation. Bien que de récentes études réalisées chez la levure, un champignon modèle, aient montré que les TEs ne se transposent pas davantage dans un génome hybride, les TEs pourraient tout de même montrer des signes de dérégulation au niveau moléculaire. L'objectif de ce projet de maîtrise est donc de déterminer si l'expression globale des familles de TEs est plus élevée chez les hybrides que chez leurs espèces parentales. À partir de données de séquençage d'ARN d'hybrides de levures du genre Saccharomyces disponibles publiquement, nous avons effectué une analyse d'expression différentielle de leurs TEs. Nos analyses des niveaux d'ARNm montrent que les TEs ne sont généralement pas différentiellement exprimés chez les hybrides, même si ces derniers sont exposés à une condition de stress de basse température. Seulement 2 familles de TEs sur 26 montrent une expression significativement supérieure chez les hybrides. Globalement, nos résultats ne soutiennent pas l'hypothèse que l'hybridation pourrait déclencher systématiquement l'expression des TEs chez la levure et suggèrent que l'impact de l'hybridation sur l'activité des TEs est spécifique à chaque souche et TE. / Transposable elements (TEs) are dispersed repeated DNA sequences that can propagate within a host genome. According to the genomic shock hypothesis proposed by McClintock in 1984, the hybridization of two species constitutes a source of stress that could disrupt the control mechanisms of TEs and cause their activation. Although recent studies in yeast, a model fungus, have shown that TEs do not transpose more in a hybrid genome, TEs could still show signs of deregulation at the molecular level. The objective of this master's project is therefore to determine whether the overall expression of TE families is higher in hybrids than in their parental species. Using publicly available RNA sequencing data from yeast hybrids of the genus Saccharomyces, we performed a differential expression analysis of their TEs. Our analyses of mRNA levels show that TEs are generally not differentially expressed in hybrids, even when exposed to a low temperature stress. Only 2 TEs families out of 26 show significantly higher expression in hybrids. Overall, our results do not support the hypothesis that hybridization systematically triggers TEs expression in yeast and suggest that the impact of hybridization on TEs activity is strain and TE specific.

La génomique comparative est une discipline de la biologie qui s'intéresse à l'évolution des génomes par le biais de la comparaison entre espèces de leur structure et de l'information qu'ils contiennent. Implicitement, identifier des similarités entre deux génomes revient à décrire une propriété ancestrale qu'ils partagent encore de nos jours. L'abondance de données génomiques provenant de centaines d'espèces différentes rend possible de nombreuses comparaisons de ce type, mais souvent restreinte à deux espèces comparées l'une à l'autre, hors de tout cadre unifié et sans références particulières. Ce travail de thèse décrit une nouvelle méthode, appelée AGORA (Algorithms for Gene Order Reconstruction in Ancestors), pour reconstruire de manière automatique et systématique l'ordre des gènes et les caryotypes de toutes les espèces ancestrales dans une phylogénie donnée. AGORA est capable de gérer les duplications de gènes, les délétions, et les gains, et interprète de manière réaliste des phylogénies complexes de gènes. Nous avons appliqué la méthode chez 46 espèces de vertébrés séquencées et annotées (en utilisant 8 espèces supplémentaires en référence externe) pour reconstruire des ordres de gènes ancestraux dans 43 génomes ancestraux sur près de 600 millions d'années d'évolution. Les performances d'AGORA ont été mesurées par des simulations de génomes de vertébrés, et par confrontation à des génomes ancestraux déjà connus. Les données, présentées graphiquement dans un serveur web nommé Genomicus (http://www.dyogen.ens.fr/genomicus) fournissent un nouveau cadre unifié dans lequel les génomes ancestraux peuvent servir de référence naturelle auxquelles comparer les génomes modernes qui en descendent. À ce titre, ces données fournissent une nouvelle ressource pour étudier l'évolution de l'organisation de l'information génétique dans les génomes.

Grâce aux progrès de la synthèse et de l’assemblage d’ADN, il est maintenant possible de créer des génomes complètement différents de ceux retrouvés dans la nature. Il sera bientôt possible de concevoir des bactéries ayant des génomes fait sur mesure pour pouvoir répondre à différentes problématiques qui touchent notre société. Par contre, le design rationnel de génome n’est pas encore possible, car les contraintes à respecter pour qu’un génome soit fonctionnel nous sont encore largement inconnues. De plus, le faible nombre d’organismes minimaux modèles ne permet pas encore de tirer de conclusions générales. J’ai donc cherché à améliorer ces deux aspects, en développant un nouveau modèle pour la génomique synthétique et en combinant plusieurs approches pour déterminer les éléments génétiques essentiels de son génome. Lors de mes travaux, j’ai dans un premier temps cloné le génome complet de la bactérie Mesoplasma florum L1 sous la forme d’un chromosome artificiel dans la levure Saccharomyces cerevisiae. J’ai fait une analyse transcriptionnelle ainsi qu’une analyse de croissance de cette souche de levure pour déterminer que le génome bactérien avait un impact limité sur son hôte. J’ai aussi observé de la transcription cryptique issue du génome cloné. J’ai ensuite pu découvrir que la transplantation du génome bactérien est une manipulation mutagène et que cet effet est amplifié par la distance phylogénétique entre le génome transplanté à partir de la levure et la bactérie réceptrice, Mycoplasma capricolum sous-espèce capricolum. Ces connaissances et la mise point de la boucle de clonage et transplantation permettent de mieux comprendre ce processus encore peu caractérisé et de positionner M. florum comme modèle pour la génomique synthétique. J’ai ensuite identifié les éléments importants du génome de M. florum en combinant une approche de génomique comparative sur 13 souches appartenant à cette espèce et la mutagénèse par transposons chez la souche L1. J’ai pu ainsi identifier des gènes plus ii propices à la délétion et à concevoir des plans de réduction du génome de cette souche. J’ai par la suite comparé ces plans au génome de la bactérie minimale Mycoplasma mycoides sous-espèce capri JCVI-syn3.0. J’ai finalement démontré que bien que ces bactéries soient phylogénétiquement proches, une bactérie minimale construite à partir de M. florum serait différente de la souche JCVI-syn3.0 et que la combinaison d’information sur la conservation et l’essentialité des gènes permet d’arriver à une bonne approximation de ce que serait génome minimal d’une bactérie.

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

Dans cette thèse, nous présentons des méthodes de calcul (modèles théoriques et algorithmiques) pour effectuer la reconstruction de séquences d'ADN. Il s'agit de l'assemblage de novo de génome à partir de lectures (courte séquences ADN) produites par des séquenceurs à haut débit. Ce problème est difficile, aussi bien en théorie qu'en pratique. Du point de vue théorique, les génomes sont structurellement complexes. Chaque instance d'assemblage de novo doit faire face à des ambiguïtés de reconstruction. Les lectures peuvent conduire à un nombre exponentiel de reconstructions possibles, une seule étant correcte. Comme il est impossible de déterminer laquelle, une approximation fragmentée du génome est retournée. Du point de vue pratique, les séquenceurs produisent un énorme volume de lectures, avec une redondance élevée. Une puissance de calcul importante est nécessaire pour traiter ces lectures. Le séquençage ADN évolue désormais vers des génomes et méta-génomes de plus en plus grands. Ceci renforce la nécessité de méthodes efficaces pour l'assemblage de novo. Cette thèse présente de nouvelles contributions en informatique autour de l'assemblage de génomes. Ces contributions visent à incorporer plus d'information pour améliorer la qualité des résultats, et à traiter efficacement les données de séquençage afin de réduire la complexité du calcul. Plus précisément, nous proposons un nouvel algorithme pour quantifier la couverture maximale d'un génome atteignable par le séquençage, et nous appliquons cet algorithme à plusieurs génomes modèles. Nous formulons un ensemble de problèmes informatiques pour incorporer l'information des lectures pairées dans l'assemblage, et nous étudions leur complexité. Cette thèse introduit la notion d'assemblage localisé, qui consiste à construire et parcourir un graphe d'assemblage partiel. Pour économiser l'utilisation de la mémoire, nous utilisons des structures de données optimisées spécifiquement pour la tâche d'assemblage. Ces notions sont implémentées dans un nouvel assembleur de novo, Monument. Enfin, le dernier chapitre de cette thèse est consacré à des concepts d'assemblage dépassant l'assemblage de novo classique. / In this thesis, we discuss computational methods (theoretical models and algorithms) to perform the reconstruction (de novo assembly) of DNA sequences produced by high-throughput sequencers. This problem is challenging, both theoretically and practically. The theoretical difficulty arises from the complex structure of genomes. The assembly process has to deal with reconstruction ambiguities. The output of sequencing predicts up to an exponential number of reconstructions, yet only one is correct. To deal with this problem, only a fragmented approximation of the genome is returned. The practical difficulty stems from the huge volume of data produced by sequencers, with high redundancy. Significant computing power is required to process it. As larger genomes and meta-genomes are being sequenced, the need for efficient computational methods for de novo assembly is increasing rapidly. This thesis introduces novel contributions to genome assembly, both in terms of incorporating more information to improve the quality of results, and efficiently processing data to reduce the computation complexity. Specifically, we propose a novel algorithm to quantify the maximum theoretical genome coverage achievable by sequencing data (paired reads), and apply this algorithm to several model genomes. We formulate a set of computational problems that take into account pairing information in assembly, and study their complexity. Then, two novel concepts that cover practical aspects of assembly are proposed: localized assembly and memory-efficient reads indexing. Localized assembly consists in constructing and traversing a partial assembly graph. These ingredients are implemented in a complete de novo assembly software package, the Monument assembler. Monument is compared with other state of the art assembly methods. Finally, we conclude with a series of smaller projects, exploring concepts beyond classical de novo assembly.

Le séquençage à grande échelle a permis d'accéder aux génomes complets de nombreux organismes. Les modèles de Markov cachés sont une des méthodes probabilistes les plus utilisées pour l'analyse des séquences. L'objectif de ces travaux est de participer à l'analyse de l'organisation et à la compréhension de l'évolution des génomes. Une méthode de prédiction des isochores adaptée au génome humain a été développée. L'originalité de cette approche consiste à identifier des ruptures d'homogénéité des séquences mais surtout leurs causes biologiques, comme l'influence des régions UTRs lors du classement des gènes dans un isochore. Cette méthode a ensuite été appliquée au génome du tetraodon, pour lequel l'existence d'une structure en mosaïque nouvelle le long de son génome a été mise en évidence.

Il est largement accepté qu'il existe une relation évolutive entre Archées et Eucaryotes, mais la nature exacte de cette relation reste vivement débattue. Au cours de cette thèse, je me suis servie de la grande quantité de données génomiques disponibles pour étudier ce problème à travers deux approches phylogénomiques complémentaires : (i) l'analyse d'un système cellulaire archéen particulier possédant une relation évolutive avec les eucaryotes, et (ii) une analyse phylogénomique à large échelle étendue aux trois domaines du vivant. Dans la première étude, j'ai conduit une analyse détaillée d'un système cellulaire possédant un lien entre Archées et Eucaryotes, la réplication de l'ADN. J'ai réalisé une analyse phylogénomique exhaustive des composants de la réplication de l'ADN chez tous les génomes complets d'archées. Cela m'a permis de les classer précisément en terme d'orthologie, de paralogie, de transferts horizontaux de gènes, et de copies issues d'éléments mobiles. Mes résultats fournissent un panorama complet de la diversité de la réplication de l'ADN parmi les différentes lignées, and m'ont permis d'inférer l'existence d'une machinerie de réplication de l'ADN de type moderne chez le dernier ancêtre commun archéen. J'ai ainsi été capable de clarifier l'histoire évolutive qui a forgée cette machinerie cellulaire clef au cours de la diversification des archées. Mon étude m'a permis de mettre en avant un nouveau jeu de marqueurs porteurs d'information sur les relations évolutives, non encore résolues, des différentes archées. De plus, j'ai analysé, pour la première fois, le signal phylogénétique porté pour les composants de la réplication de l'ADN. Ce signal est fortement en accord avec celui porté par deux autres machineries informationnelles clefs, la traduction et la transcription, renforçant ainsi l'existence d'un arbre archéen robuste. Enfin, la plupart des composants inférés comme étant présents chez l'ancêtre archéen sont partagés avec les eucaryotes, permettant de discuter des relations évolutives entre Archées et Eucaryotes... / It is widely accepted that there exist an evolutionary relationship between Archaea and Eukaryotes, but the exact nature of this relationship is hotly debated. In this thesis I have taken advantage of the large available genomic data to investigate the issue through two complementary phylogenomic approaches: (i) the analysis of a specific archaeal cellular system with an evolutionary link to eukaryotes, and (ii) a large-scale phylogenomic analysis at the level of the three domains of life. In the first study, I carried out a detailed analysis of a cellular system with an evolutionary link between Archaea and Eukaryotes, DNA replication. I performed an exhaustive phylogenomic analysis of the components of DNA replication in all complete archaeal genomes. This allowed me to accurately assign them in terms of orthology, paralogy, horizontal gene transfers, and copies originating from mobile elements. My results provide a full picture of the diversity of DNA replication among different lineages, and allowed me to infer the presence of a modern-type DNA replication machinery in the last archaeal common ancestor. I was able to clarify the evolutionary history that shaped this key cellular machinery during archaeal diversification. My study allowed me to highlight a new set of markers that provide information on yet unclear evolutionary relationships within archaea. In addition, I analyzed, for the first time, the phylogenetic signal carried by DNA replication components. This is highly consistent with that harbored by two other key informational machineries, translation and transcription, strengthening the existence of a robust organismal tree for the Archaea. Finally, most of the components inferred to have been present in the archaeal ancestor are shared with eukaryotes, allowing discussion on the evolutionary relationships between Archaea and Eukaryotes...

Longtemps utilisés en palynologie pour l’étude des paléo-environnements, les coprolithes, excréments fossilisés, sont également d’importantes sources d’information pour des espèces disparues, producteurs ou proies. Grâce à de nombreux échantillons archéologiques provenant d’une dizaine de grottes, comme la Grotte Chauvet-Pont d’Arc, deux espèces ont pu être étudiées : le loup, Canis lupus, et l’hyène des cavernes, Crocuta crocuta spelaea.À partir d’un coprolithe de canidé, daté à 34 500 ans, un génome mitochondrial complet de Canis lupus a pu être reconstitué. Les analyses phylogénétiques ont montré que ce spécimen se situe en dehors de la diversité des chiens et loups actuels. Puis, les analyses menées sur des gènes nucléaires ont montré que le spécimen de Chauvet ne présente pas de traces évidentes de domestication. L’étude du coprolithe met en évidence un régime carné, avec un bol alimentaire comportant des traces d’ADN d’ours des cavernes, Ursus spelaeus.Dans un second temps, grâce à l’étude de nombreux coprolithes d’hyène des cavernes, une alimentation variée composée d’animaux de grande comme de petite taille a été mise en évidence pour ce carnivore. L’analyse plus fine des séquences d’ADN contenues dans l’un des échantillons a permis de reconstituer un génome mitochondrial complet pour une espèce aujourd’hui éteinte : le bison des forêts, Bison schoetensacki. En parallèle, grâce à l’étude d’un ossement de bison des steppes, Bison priscus, un génome mitochondrial complet a été obtenu pour cette espèce éteinte. L’ajout de ces deux nouvelles séquences mitochondriales à la phylogénie des bovidés a permis d’apporter des éclaircissements à cette dernière. / Coprolites have long been used in palynology for paleoenvironments reconstruction. They also are an important source of information on the DNA of the producing species and its diet. Using numerous archeological samples from several caves, including the Chauvet-Pont d’Arc cave, we studied coprolites for two species: the wolf, Canis lupus and the cave hyena, Crocuta crocuta spelaea.Using a canid coprolite from the Chauvet cave, dated back to 34 500 years, we obtained a complete mitochondrial genome sequence. Phylogenetic analyses highlight a maternal lineage that positions outside the diversity of extant dogs and wolfs. Then, analyzes conducted on the nuclear genes showed that the Chauvet canis lupus specimen does not display obvious indication of domestication. Analysing the coprolite for other species to indicate the diet of this specimen, we detected cave bear (Ursus spelaeus) DNA sequences.Second, using many cave hyena coprolites, a flexible diet consisting of large as well as small animals was demonstrated for this extinct carnivore. Focusing the analysis on a coprolite samples that contained large amounts of bovine DNA, we obtained for the first time a complete mitochondrial genome sequence for the extinct European forest bison, Bison schoetensacki. In parallel, a bone sample for the extinct steppe bison provided the first complete mitochondrial genome sequence for Bison priscus. These two genome sequences shed new lights on the phylogeny of Bovinae.