L'étude de l'évolution des génomes peut être abordée par différentes stratégies. Généralement, les analyses reposent sur les polymorphismes de séquences. Cependant, il existe des génomes dont le taux de mutation est très faible et dont la principale source de polymorphisme provient de l'arrangement différent de leurs gènes le long des chromosomes. Les évènements de réarrangements chromosomiques deviennent alors les seuls marqueurs utilisables pour retracer l'évolution de ces génomes. Nous nous sommes intéressés dans ce travail à l'analyse de l'évolution des génomes mitochondriaux d'espèces végétales au niveau de leur structure. En effet, ces génomes sont caractérisés par un faible taux de mutation et un taux élevé de réarrangements. Cette étude s’est portée à un niveau intraspécifique afin de limiter le nombre de réarrangements à analyser et sur deux espèces : Zea mays, le maïs, et Beta vulgaris, la betterave. Il s'avère, qu'en plus du polymorphisme de structure, ces génomes contiennent un grand nombre d'éléments dupliqués. Or les outils d'analyse d'évènements de réarrangements ne permettent pas d'inclure les évènements de duplication autrement qu'en distinguant les paralogues des orthologues, ce qu'il est particulièrement difficile à réaliser ici, du fait que les dupliqués sont identiques en séquence. Nous avons ici établi une stratégie basée sur l'hypothèse que les éléments dupliqués proviennent de duplications en tandem, permettant la reconnaissance, le tri et la distinction des éléments dupliqués. Cette méthode nous a conduits à proposer une histoire évolutive basée sur des réarrangements congruente avec les phylogénies de séquences. Les comparaisons entre génomes mitochondriaux de maïs et betteraves nous ont permis de montrer que des mécanismes évolutifs différents sont à l’origine de la diversité génomique observée. Nous avons également observé des différences évolutives entre les génomes à un niveau intraspécifique soulevant le problème d'échantillonnage lorsque l'on veut comparer des génomes à un niveau interspécifique. / Several methods can be used to study genome evolution. Most of the time, genome evolution isstudied through nucleotide sequence polymorphism. However, in some species, mutation rate is lowand polymorphisms are mainly caused by chromosomal rearrangements. In such a case, chromosomalrearrangement is the only informative marker to study genome evolution. In this study, we focused onplant mitochondrial genome evolution at the structural level. Plant mitochondrial genomes have beendescribed as highly rearranged, but no study has been conducted on their rearrangement evolution.We chose to analyze the diversity of plant mitochondrial genomes at the intraspecific level to workon a short evolutive scale, limiting rearrangement events among genomes. The study was conductedon two species : Zea mays and Beta vulgaris . Moreover, besides structural polymorphisms, plantmitochondrial genomes contain large number of duplicated elements which are not taken into accountby rearrangement tools if orthologous and paralogous relations are not established. Based on thehypothesis that the duplicated elements were caused by tandem duplication events, we proposed anew approach to find, sort and differentiate duplicated elements. This method led to phylogenies basedon rearrangement events consistent with phylogenies based on nucleotide sequences. The comparisonof genome evolution between maize and beet allowed us to show the existence of different evolutionhistories and mechanisms between these two species. We also observed evolutionary differences atthe intraspecific level, raising the question of sampling strategy when genomes are compared at theinterspecific level.

La carcinogénèse est une conséquence de la continuelle activation de la prolifération cellulaire. Dans les cellules normales, les signaux mitogéniques sont traités par un réseau complexe d’interactions protéiques et de réactions enzymatiques, appelées voies de signalisation. Dans certains cas, le signal peut induire l’activation de nouveaux gènes et ainsi déclencher la mitose. Lors du développement ou de la cicatrisation, cette régulation du phénotype cellulaire contrôle étroitement le nombre et le comportement des cellules contribuant ainsi au maintien d’un tissu fonctionnel sain. A partir de profils génomiques, transcriptomiques et protéomiques de tumeurs de la vessie ainsi que des transcriptomes de cellules urothéliales normales dans différents états de prolifération et de différenciation, j’ai mis au point de nouvelles méthodologies pour caractériser les voies de signalisation et de régulation responsables des cancers de la vessie. Dans un premier temps, j’ai développé des outils pour l’identification et la visualisation des programmes transcriptionnels spécifiques à une tumeur ou à un sous-type tumoral et ce, par l’inférence d’un réseau de co-régulation et la prédiction de l’activité des facteurs de transcription. Ces méthodes sont disponibles dans un package Bioconductor, CoRegNet (bioconductor.org). La mesure de l’activité transcriptionnelle est basée sur l’influence d’un facteur de transcription sur l’expression de ses gènes cibles. Cette mesure a été utilisée pour identifier les régulateurs les plus actifs de chaque sous-type de cancer de la vessie. L’intégration de profils génomiques a mis en avant deux facteurs de transcription génétiquement altérés et ayant des rôles oncogènes dans les tumeurs luminales et basales. L’un d’entre eux a été validé expérimentalement dans ce travail.L’utilisation de CoRegNet a mis en évidence une large utilisation dans les tumeurs,des réseaux normaux de la différenciation et de la prolifération des cellules normales. Un régulateur de la prolifération normale est identifié comme étant activé de fa¸con constitutive par des altérations génétiques dans les tumeurs. Son impact sur la prolifération des cellules tumorales de la vessie a été expérimentalement validé. Par ailleurs, il a été constaté que l’un des régulateurs de la différenciation urothéliale présentant une baisse d’activité dans la quasi-totalité des tumeurs, est fréquemment muté. De plus amples analyses ont mis en avant son rôle majeur dans les tumeurs différenciées. Dans le but de caractériser les voies de signalisation à partir de données protéomiques d’expériences d’immunoprécipitations, j’ai développé un nouvel algorithme visant à construire un réseau dense à partir d’une liste de protéines d’intérêt et d’un ensemble d’interactions protéiques connues. L’algorithme est proposé sous la forme d’une application Cytoscape et s’intitule Pepper: Protein Complex Expansion using Protein-Proteininteraction networks (apps.cytoscape.org) Enfin, en utilisant à la fois le profil protéomique d’une expérience d’immunoprécipitation de FGFR3 ainsi que le profil transcriptomique des gènes qu’il régule en aval, j’ai appliqué Pepper pour caractériser la voie de signalisation de FGFR3 depuis ses partenaires protéiques jusqu’aux facteurs de transcription en aval. Enfin, ce travail a plus particulièrement permis d’identifier un lien de régulation entre FGFR3 et le gène suppresseur de tumeurs TP53. / Carcinogenesis is a consequence of the unceasing activation of cell proliferation. In normal cells, mito-genic stimuli are processed by a complex network of protein interactions and enzymatic reactions, often referred to as pathways, which can eventually trigger the activation of new genes to engage the cell into mitosis. During developmental or wound healing processes, this complex regulation of cellular phenotypes results in a tight control of the number and behavior of cells and therefore contributes to the maintenance of a functional and healthy tissue architecture. Based on genomic, transcriptomic and proteomic profiles of bladder tumors and transcriptomes of nor-mal urothelial cells at various states of proliferation and differentiation, I devised novel methodologies to characterize the pathways driving bladder cancer. I first developed a set of tools to identify and visualize sample and subtype-specific transcriptional pro-grams through the inference of a co-regulatory network and the prediction of transcription factor activity. These methods were embedded in a Bioconductor package entitled CoRegNet (bioconductor.org). The measure of transcriptional activity is based on the influence of a transcription factor on the expression of its target genes and was used to characterize the most active regulators of each bladder cancer subtypes. The integration of genomic profiles highlighted two altered transcription factors with driver roles in lumi-nal-like and basal-like bladder cancer, one of which was experimentally validated. The use of CoRegNet to model the contribution of regulatory programs of normal proliferation and diffe-rentiation in bladder cancers underlined a strong preservation of normal networks during tumorigenesis. Furthermore, a regulator of normal proliferation was found to be constitutively activated by genetic al-terations and its influence on bladder cancer cell proliferation was experimentally validated. In addition, a master regulator of urothelial differentiation was found to have a loss of activity in nearly all tumors. This was then associated to the discovery of frequent inactivating mutations and further analysis unco-vered a major role in differentiated tumors. In order to characterize signaling pathways from proteomic pull-down assays, I then designed a novel algorithm to grow a densely connected network from a set of proteins and a repository of protein interac-tions. The proposed algorithm was made available as a Cytoscape application named Pepper for Protein Complex Expansion using Protein- Protein interaction networks (apps.cytoscape.org). Finally, using both a proteomic pull-down assay of the bladder cancer oncogene FGFR3 and a transcrip-tomic profiling of its downstream regulated genes, I applied Pepper to characterize the full FGFR3 signa-ling pathway from its protein partners to the downstream transcriptional regulators. In particular, this uncovered a regulatory link between FGFR3 and the tumor suppressor TP53.

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

Cette thèse a pour sujet les méthodes informatiques traitant les séquences ADN provenant des séquenceurs haut débit. Nous nous concentrons essentiellement sur la reconstruction de génomes à partir de fragments ADN (assemblage génomique) et sur des problèmes connexes. Ces tâches combinent de très grandes quantités de données et des problèmes combinatoires. Différentes structures de graphe sont utilisées pour répondre à ces problèmes, présentant des compromis entre passage à l'échelle et qualité d'assemblage. Ce document introduit plusieurs contributions pour répondre à ces problèmes. De nouvelles représentations de graphes d'assemblage sont proposées pour autoriser un meilleur passage à l'échelle. Nous présentons également de nouveaux usages de ces graphes, différent de l'assemblage, ainsi que des outils pour utiliser ceux-ci comme références dans les cas où un génome de référence n'est pas disponible. Pour finir nous montrons comment utiliser ces méthodes pour produire un meilleur assemblage en utilisant des ressources raisonnables. / Novel approaches for the exploitation of high throughput sequencing data In this thesis we discuss computational methods to deal with DNA sequences provided by high throughput sequencers. We will mostly focus on the reconstruction of genomes from DNA fragments (genome assembly) and closely related problems. These tasks combine huge amounts of data with combinatorial problems. Various graph structures are used to handle this problem, presenting trade-off between scalability and assembly quality. This thesis introduces several contributions in order to cope with these tasks. First, novel representations of assembly graphs are proposed to allow a better scaling. We also present novel uses of those graphs apart from assembly and we propose tools to use such graphs as references when a fully assembled genome is not available. Finally we show how to use those methods to produce less fragmented assembly while remaining tractable.

A partir d’un échantillonnage hiérarchique et/ou temporel de populations naturelles, je me suis attaché dans cette thèse à (i) faire une caractérisation écologique (climat, sol et compétition) faisant défaut chez cette espèce modèle en génomique. (ii) caractériser la variation phénotypique existant à différentes échelles spatiales, en mesurant de nombreux traits phénotypiques et leurs plasticités en conditions contrôlées de serre mais aussi sur un terrain expérimental de l’Université de Lille 1, (iii) identifier les traits sous sélection en utilisant trois approches : comparaison FST – QST, relations phénotype – écologie et gradients de sélection génotypiques, (iv) identifier les agents sélectifs potentiellement responsables de ces variations phénotypiques adaptatives et (v) et identifier les bases génétiques associées à la variation naturelle par une approche de GWA mapping. Il ressort qu’une importante variabilité existe pour de nombreux traits phénotypiques à une échelle spatiale large comme le monde ou la France mais également à une échelle spatiale très fine. Bien qu’une part importante de cette variation puisse être attribuée à des processus non sélectifs, une part de celle-ci serait due à des processus d’adaptation locale. Le patron d’adaptation locale révélé est très complexe et semble être la résultante de pressions de sélection emboitées variant à différentes échelles, aussi bien au niveau de la France qu’au sein d’une population, et agissant sur différents traits ou plasticités. En accord avec ce patron, les bases génétiques associées à la variation naturelle phénotypique semblent être très dépendantes de l’échelle géographique considérée. / Based on a hierarchically spatial and/or temporal sampling of natural populations, I aimed at (i) making an ecological characterization (climate, soil and competition) lacking for this model plant in genomics, (ii) characterizing the extent of phenotypic variation existing at different spatial scales, by measuring many traits and their phenotypic plasticity in controlled greenhouse conditions and in an experimental field at the University of Lille 1, (iii) identifying the traits under selection using three approaches : FST – QST comparisons, phenotype-ecology relationships and genotypic gradients of selection, (iv) identifying the selective agents potentially responsible for adaptive phenotypic variation, and (v) identifying the genetic basis associated with natural variation by a GWA mapping approach. The experiments conducted during this thesis suggest that a significant amount of variation exists for many phenotypic traits at a large spatial scale (World or France), but also at a very fine scale (even within many populations). While a significant part of this variation may have been shaped by non-selective processes, the other part of this variation is suggested to have been shaped by local adaptation. The pattern of local adaptation revealed by the different methods is very complex and appears to be the result of nested selection pressures varying at different geographic scales, (France scale and within-population scale), and acting on different traits or plasticities. In agreement with this pattern, the genetic basis associated with phenotypic natural variation was shown to be highly dependent on the geographical scale considered.

Les puces à ADN sont des matrices qui indiquent les niveaux d’expression de milliers de gènes sous plusieurs conditions. L’analyse de ces données consiste à extraire des gènes qui ont un comportement similaire sous certaines conditions. En fait, les informations extraites sont des sous-matrices (biclusters) qui réspectent certaines contraints de cohérence. Le processus d'extraction est appelé biclustering. Dans cette thèse, nous traitons ce problème dans le contexte multiobjectif appliqué à l’analyse des données biologiques. Par conséquent, plusieurs questions liées à la modélisation des problèmes et la conception d’algorithmes ont été abordées. Tout d’abord, une description du problème est revue. En outre, une nouvelle mesure de la cohérence est proposée. En outre, deux modèles multiobjectif sont proposées afin d’extraire des biclusters de différents types. Par ailleurs, ce travail explore différentes métaheuristiques pour résoudre ces modèles . De plus, différentes hybridations entre les différentes métaheuristiques sont pris en compte. De plus, nous avons proposé une nouvelle application de biclustering, à savoir, l’analyse des données GWA. En fait, les données GWA consiste au génotype et le phénotype d’un ensemble d’individus. L’analyse de ces données consiste à trouver des associations entre des variants génétiques et les traits considérés. De ce fait, un modèle multiobjectifs pour le biclustering est proposé. En outre, un métaheuristique hybride est appliqué pour résoudre le modèle proposé. Les résultats expérimentaux, pour les deux applications, démontrent que les méthodes sont efficaces sur et permettent d'extraire des informations importantes. / Microarray data represents the expression levels of thousands of genes under several conditions. its analysis consists on discovering genes that have similar behavior across a subset of conditions. In fact, the extracted informations are submatrices (biclusters) that satisfy a coherence constraint. The process of extracting them is called biclustering. In this thesis, we deal with biclustering task applied to the analysis of biological data. Accordingly, several issues related to problem modeling and algorithms design have been addressed. First, a description of the problem and the different measures of biclusters coherence are reviewed. Furthermore, a new coherence measure allowing identification of all biclusters types with a low complexity is proposed. Additionally, two multiobjective models for biclustering problem are proposed in order to mine biclusters of different types. Besides problems modeling, this work investigates different metaheuristics to solve biclustering problem. Moreover, different hybridizations between different metaheuristics presenting different behaviors are considered. Additionally, we propose a new application of biclustering task, namely, analysis of GWA data. In fact, GWA data consists in genotype and phenotype informations of a set of individuals. Its analysis consists in finding associations between markers and the considered traits. Thus, a multiobjective model for biclustering method is proposed. Moreover, a hybrid metaheuristic is applied to solve the proposed model. Experimental results, for both applications, demonstrate that the proposed approaches are effective and are able to extract relevant informations from the considered data.

Certaines plantes comme le jute, la ramie et le lin contiennent de longues cellules fibres caractérisées par la présence d’une épaisse paroi secondaire riche en cellulose et pauvre en lignine. Peu de choses sont connues concernant la biosynthèse de leur paroi, particulièrement en ce qui concerne les mécanismes qui contrôlent la lignification. Pour améliorer nos connaissances sur ces mécanismes chez le lin, deux approches de génomique fonctionnelle ont été développées. La première approche repose sur la technique de VIGS (Virus-Induced Gene Silencing). Le protocole d’infection a été optimisé en utilisant le gène contrôle PDS (Phytoene desaturase). Cette approche a ensuite été appliquée pour caractériser fonctionnellement les gènes de cellulose synthases A. La seconde approche concerne la création d’une population de mutants EMS et le développement d’une stratégie de TILLinG (Targeted Induced Local Lesions in Genomes). Le criblage Li-Cor de deux gènes (C3H et CAD) impliqués dans la biosynthèse des monolignols a permis d’identifier respectivement 79 et 76 familles de mutants pour chaque gène. Les calculs indiquent que la population présente un taux de mutation 1/41 Kb. Un criblage cytologique de la population de mutants a ensuite permis d’identifier une sous-population (lbf) présentant des fibres lignifiées. Une caractérisation approfondie des mutants lbf1 indique que le contenu en lignine des fibres est augmenté de 350% et associé à d’importantes modifications dans le pool d’oligolignols. Les analyses transcriptomiques suggèrent que l’augmentation de la lignification est associée à une régulation positive de l’expression de peroxydases impliquées dans la lignification. / Certain plants such as jute, ramie and flax contain elongated fiber cells (bast fibers) characterized by the presence of a thick cellulose-rich secondary cell wall containing low amounts of lignin. Little is known about cell wall biosynthesis in bast fibers and especially about the mechanisms controlling lignification. To improve our understanding of cell wall formation in the fiber model plant flax, we developed two functional genomics approaches. The first approach is based on the VIGS (Virus-induced gene silencing) procedure. We firstly optimized the infection protocol for flax using the PDS (Phytoene desaturase) control gene. We then used our protocol to functionally characterize cellulose synthase A genes. The second approach concerned the characterization of a flax EMS mutant population and the development of a TILLinG (Targeted Induced Local Lesions in Genomes) strategy. Li-Cor based screening of two genes (C3H and CAD) involved in monolignol biosynthesis allowed us to identify respectively, 79 and 76 mutant families for each gene. Calculation indicated that our population has a mutation rate of 1/41 Kb. Subsequently we used a high throughput cytological screening of our mutant to identify a sub-population showing lignified bast fibers (lbf population). In-depth characterization of the flax lbf1 mutant indicate that bast fiber lignin content increased by 350% and was associated with important modifications in the oligolignol pool. Whole genome transcriptomics suggested that increased lignification was related to an important up-regulation in lignin-associated peroxidase gene expression.

Distinguer la variation génétique neutre de la variation adaptative est l’un des principaux défis dans l’étude des processus qui façonnent la structure des populations sauvages. Bien que les environnements marins soient des habitats clés pour la croissance des poissons anadromes, les études de génomique du paysage sur les salmonidés se sont généralement concentrées sur l’identification des signatures d’adaptation aux habitats d’eau douce. Contrairement à la plupart des autres salmonidés anadromes, l’omble chevalier (Salvelinus alpinus) occupe pendant sa phase marine des habitats côtiers près de sa rivière d’hivernage, rendant ainsi possible l’adaptation aux habitats marins. L’objectif de cette étude était de documenter la variation neutre et adaptative des populations d’ombles chevaliers anadromes du Nunavik et des régions limitrophes. Nous avons utilisé la technique de génotypage par séquençage (GBS) pour génotyper 20 327 marqueurs mononucléotidiques (SNP) pour 650 individus échantillonnés en 23 endroits le long de 2 000 km de côtes. Nos résultats révèlent une structure génétique hiérarchique, selon laquelle les systèmes hydrographiques voisins abritent des populations distinctes regroupées au sein de grands bassins océanographiques, à savoir la baie d’Hudson, le détroit d’Hudson, la baie d’Ungava et la mer du Labrador. Nous avons constaté que la diversité et la différenciation génétiques sont influencées à la fois par l’histoire de la recolonisation postglaciaire et par des patrons d’isolement par la distance reflétant le flux génique contemporain. De plus, en utilisant trois méthodes d’association gènes-environnement (GEA), nous fournissons des indices génomiques de l’adaptation locale aux habitats d’eau douce et marins, notamment en ce qui concerne les températures de la surface de la mer et de l’air en été, les précipitations et la salinité. Cette étude est l’une des premières à explorer explicitement la base génétique des adaptations marines chez les salmonidés et met en évidence les interactions complexes dans les pressions sélectives sur toute la durée de vie des poissons anadromes. / Distinguishing neutral and adaptive genetic variation is one of the main challenges in investigating processes shaping population structure in the wild. Despite marine environments being key habitats for the growth of anadromous fishes, landscape genomics studies on salmonids have generally focused on identifying signatures of adaptation to freshwater habitats. Unlike most other anadromous salmonids, Arctic Char (Salvelinus alpinus) occupy coastal habitats near their overwintering rivers during their marine phase, thus making adaptation to marine habitats possible. The aim of this study was to document the neutral and adaptive variation of populations among anadromous Arctic Char in Nunavik and bordering regions. We used GBS to genotype 20,327 filtered single nucleotide polymorphisms (SNPs) for 650 individuals sampled in 23 locations along >2,000 km of coastline. Our results reveal a hierarchical genetic structure, whereby neighboring hydrographic systems harbour distinct populations grouping within major oceanographic basins, namely the Hudson Bay, Hudson Strait, Ungava Bay and Labrador Sea. We found genetic diversity and differentiation to be influenced by both post-glacial recolonization history and by patterns of isolation-by-distance reflecting contemporary gene flow. Furthermore, using three gene-environment association (GEA) methods we found genomic evidence for local adaptation to both freshwater and marine habitats, especially in relation to sea-surface and air temperatures during summer, precipitation, and salinity. This study is among the first to explicitly explore the genetic basis of marine adaptations in salmonids and highlights the complex interactions in selective pressures over the lifespan of anadromous fishes.

En 2013, la Société internationale de médecine transfusionnelle (ISBT) reconnaît 33 groupes sanguins et 339 antigènes érythrocytaires différents, dont plus de 297 sont déjà associés à un groupe sanguin. Les autres antigènes sont classés dans des séries et des collections en attendant la découverte de leur base moléculaire. En 1996, Geoff Daniels et collaborateurs identifiaient l’antigène PEL. À la suite de cette découverte, des travaux ont démontré qu’il est présent chez plus de 99,9% de la population en général et que le phénotype PEL négatif semble être spécifique à la population québécoise. À la lumière des caractéristiques connues à propos de l’antigène PEL, des analyses génomiques et protéomiques ont été effectuées dans le but de découvrir sa base moléculaire. Cependant, l’analyse des ARN messagers séquencés, ainsi que les résultats obtenus lors des expériences en protéomique, n’ont pas permis d’identifier la base moléculaire de l’antigène PEL.

Les souches microbiennes naturelles des fromages sont souvent caractérisées pour étudier leur contribution au développement des propriétés sensorielles (goût, odeur, texture) des fromages affinés. Une meilleure compréhension de ce rôle lors de l’affinage du fromage est essentielle afin de mieux contrôler la qualité de ceux-ci. Peu d’analyses génomiques en détails ont été effectuées sur les microorganismes de la microflore naturelle des fromages (microorganismes non inoculés), alors qu’un plus grand intérêt est porté sur les ferments inoculés. La caractérisation du génome complet de souches bactériennes provenant du terroir québécois permet d’en révéler le contenu en gènes et de prédire les voies métaboliques associées. Ceci permet également d’établir l’apport individuel de celles-ci à la production de composés aromatiques. Dans le cadre de ce travail, le génome complet de quatre souches Staphylococcus equorum ont été séquencés. Ensuite, une analyse détaillée du génome de ces quatre souches a été réalisée en effectuant l’assemblage et l’annotation fonctionnelle des ~2700 gènes prédits dans chacune des souches à l’étude. Des gènes impliqués potentiellement dans la protéolyse, la lipolyse et la dégradation du lactose, ont été retrouvés dans toutes les souches de S. equorum, révélant leur potentiel métabolique important dans le fromage. Plusieurs attributs intéressants des S. equorum ont également été identifiés par des analyses de génomique comparative. D’abord, la relation entre le regroupement phylogénétique des souches avec leurs sources d’isolement indique une possibilité d’adaptation des souches à leur niche écologique. La présence de gènes uniques ou peu partagés est aussi une caractéristique identifiable dans les génomes des souches étudiées et pouvant avoir un impact sur les métabolismes des souches. La caractérisation du génome de souches de S. equorum et les analyses phylogénomiques fournissent de nouvelles informations sur son rôle dans le fromage et des indices sur son potentiel métabolique. Les données génomiques obtenues permettront, lors de validations futures, de sélectionner des souches ayant des propriétés désirables en fonction des variétés fromagères afin d’obtenir des fromages de qualité optimale. / The natural microbiota of cheese has often been characterized to study their potential participation in the development of sensorial properties (taste, odour, texture) of the ripened cheeses. A better understanding of their role during cheese ripening is therefore essential in order to have a better control of its quality. Few in-depth genomic analyzes have been carried out on microorganisms of the natural microflora of cheese (non-inoculated microorganisms), while there is a greater interest for inoculated ferments. The genes possessed by bacterial strains of the Quebec terroir can be revealed by the characterization of their complete genome, leading to the prediction of the associated metabolic pathways. This also allows the establishment of the individual contribution of each strain to the production of aromatic compounds. As part of this work, the complete genome of four strains of Staphylococcus equorum were sequenced. Then, a detailed analysis of the genome of these four strains was completed by their assembly and the functional annotation of the ~ 2700 genes predicted in each of the studied strains. Genes potentially implicated in proteolysis, lipolysis and lactose degradation, were found in all S. equorum strains, revealing their potential metabolisms important for cheese. Several interesting attributes of S. equorum were also identified by comparative genomic analyses. First, the relation in between the phylogenetic grouping and the source of isolation of the strains, indicates a possible adaptation of the strains to their ecological niche. The presence of unique or barely shared genes is also a distinguishable characteristic of the studied strains and can have an impact on the metabolisms of the strains. The characterization of the genome of S. equorum strains and the phylogenomic analyzes have provided new information on their role in cheese and clues about their metabolic potential. The genomic data collected will allow during future validations the selection of strains with desirable properties in function of cheese variety to yield cheeses of optimal quality.