Listeria monocytogenes (L. monocytogenes) est une bactérie ubiquitaire Gram-positive aux niches écologiques et porteurs divers. L'infection humaine, par ce micro-organisme, liée à la consommation d’aliments contaminés peut provoquer une infection rare, mais grave, la listériose. L'identification et le typage de cette bactérie sont des étapes importantes pour la maîtrise des dangers à chaque étape de la chaîne alimentaire. Les méthodes de typage disponibles que sont le sérotypage, le sérotypage moléculaire, la PFGE (Electrophorèse en Champs pulsé) et la MLST (Multiloci Type de séquence), ont permis de comprendre la diversité de L. monocytogenes et d’endiguer des épidémies. Ces dernières années, les NGS (Next Generation Sequencing) et le développement de méthodes de calcul ont rendu possible l'application du séquençage du génome entier (WGS) comme outils de typage. Dans cette étude, nous avons profité de la vaste collection de souches de L. monocytogenes isolées de l'alimentation et gérée par l'ANSES. Les outils de typage standards comme les protocoles WGS ont été appliqués et comparés sur cette collection. Nous avons observé que la population de L. monocytogenes est très structurée, quel que soit l’outil de typage utilisé, de plus, les résultats sont concordants. Chaque groupe de souches, désigné comme "séquence type " (ST) ou "complexe clonal" (CC) dans ce travail, montre des caractéristiques spécifiques sur leur fréquence, les résultats de typage, l'association à l'aliment ou au cas clinique et le profil de virulence. Ces données permettent de classer plus finement les souches de L. monocytogenes et de prédire le potentiel pathogénique de souches. De plus, les WGS permettent la surveillance en routine, la détection d'épidémies, l’identification des sources de contamination et des risques, de par leur forte résolution. Avec le programme « BlastP », une base de données de gènes associés à la virulence et le panel de souches de l'ANSES, nous avons pu distinguer un gène de virulence, InlF (internalin F), lequel, tronqué, pourrait expliquer la fréquence extrêmement faible de cas cliniques dans le groupe de souches ST121.Les WGS représentent une nouvelle étape vers une meilleure appréciation et gestion des risques de santé liés à L. monocytogenes. Cependant, des améliorations comme une nomenclature commune, des protocoles standardisés pour les WGS et des outils simplifiés pour partager des données et ainsi renforcer l'efficacité de la surveillance de L. monocytogenes seraient nécessaires / Listeria monocytogenes (L. monocytogenes) is a gram-positive bacterium present in diverse ecological environments and hosts. The microorganism may infect humans and these infections can often be traced back to contaminated foods. The bacterium can sometimes lead to rare but serious infection and in particular a lethal infection known as listeriosis. The bacterium can enter the food chain at all production stages and therefore identification and characterisation of this bacterium are critical steps in the control of potential hazards to the food chain. The current available characterisation methods, which include serotyping, molecular serotyping, PFGE (Pulsed-Field Gel Electrophoresis) and MLST (Multilocus Sequence Type), have provided understanding about the diversity of L. monocytogenes. Further the characterisation methods can facilitate the investigation of outbreaks. During the last few years, (NGS) Next Generation Sequencing and development of computational method for genome wide studies have made it possible to apply WGS (whole genome sequencing) as a typing tool. In this study, we took advantage of the large and the well-characterized collection of L. monocytogenes strains isolated from foods, which is available at Anses. Standard typing tools as well as recent WGS protocols were applied and compared. We observed that L. monocytogenes population could be distinctly separated and structured when analysed by diverse typing tools. Moreover, the investigation displayed consistency among the typing tools. Each cluster of strains, commonly referred to as Sequence Type (ST) or Clonal Complex (CC), shows specific features regarding prevalence, typing results, association to food or the clinical and virulence profile. It opens the possibility for a detailed classification of L. monocytogenes and the possibility to predict the potential pathogenicity of strains based on knowledge of those specific features. By utilising the BlastP program, a virulence associated genes database and the panel of strains housed by Anses, we identified one gene, internalin F (InlF), truncated specifically in ST121. It could therefore explain the observed low frequency of clinical case among strains from ST121.WGS represents a step towards even better identification and management of health risks related to L. Monocytogenes. However, in order to enhance efficiency of foodborne pathogen surveys it would be necessary to implement improvements such as common nomenclature, standard WGS protocols and uniform standards for data sharing

Cette thèse a pour objet l'étude du lien génotype-transcriptome et de son influence sur le développement des maladies multifactorielles. Les apports de ce travail sont à la fois méthodologiques et appliqués. Nous étudions d'abord le lien génotype-transcriptome en établissant la liste des eQTL (expression Quantitative Trait Loci) dans le monocyte et nous évaluons l'apport de l'observation des eQTL pour l'interprétation des analyses d'association génome entier (GWAS). Nous proposons ensuite une méthode pour l'identification de variants génétiques affectant des modules de gènesco-régulés que nous appliquons à l'étude des données d'expression de monocytes issus d'une large étude populationnelle (GHS). Nous mettons ainsi en évidence plusieurs loci affectant l'expression de modules de gènes co-régulés, dont plusieurs sont impliqués dans la prédisposition au diabète de type I. Nous montrons également que le processus d'isolation des cellules monocytaires peut engendrer des biais liés à la contamination par des types cellulaires non désirés et nous proposons une approche pour contrôler ce type de biais dans les analyses. / This thesis deals with the study of the relation between genotype and expression and its influence on the development of complex diseases. This work brings both methodological and applied results.First, we study the relation between genotype and transcriptome by establishing a database of eQTL (expression quantitative Trait Loci) in monocytes and we evaluate the contribution of eQTL for the interpretation of results from Genome Wide Association Studies (GWAS).We then provide a methodology for the identi_cation of genetic polymorphisms regulating modules of co-expressed genes that we apply to a large scale populationnal study of the monocyte transcriptome.We thus identify several loci associated with modules of co-regulated genes, several of which are involved in the susceptibility to type I diabetes. We also show that the isolation of monocytes can induce complex bias through contamination from unwanted cell types and we provide a method to control for such bias in the analysis.

Les phénomènes évolutifs qui perturbent l’organisation des gènes dans les génomes eucaryotes sont de deux types : les changements dans l’ordre des gènes, ou réarrangements, et les modifications du contenu en gènes du génome, par duplications, délétions ou gains de gènes. Ces processus sont mal connus, tant au niveau de leurs mécanismes d’apparition que de leur impact fonctionnel et sélectif. Ce travail de thèse s’articule autour de deux projets. Le premier s’intéresse à la distribution des points de cassure de réarrangements évolutifs entre un génome ancestral et ses descendants modernes. Cette distribution a été modélisée en fonction des caractéristiques locales du génome pour mettre en évidence quels facteurs influencent la probabilité de cassure. Nos résultats montrent que la distribution des cassures peut s’expliquer simplement comme une fonction de la longueur des espaces intergéniques, fonction qui est cependant non-linéaire contrairement aux attentes sous un régime aléatoire classique. La répartition des points de cassure dans les génomes semble principalement liée à des propriétés de structure, et n’est que peu soumise à des contraintes de sélection. Elle pourrait être liée à la structure chromatinienne du génome. Le second projet s’inscrit dans le cadre du séquençage du génome du poisson zèbre, et fournit un aperçu global de l’organisation de ce génome. Les génomes de poissons téléostéens sont anciennement dupliqués : l’analyse est axée sur les conséquences de cette duplication. Les résultats montrent que le génome du poisson zèbre présente une organisation assez typique d’un génome téléostéen. Les gènes retenus en deux copies après la duplication du génome appartiennent à des catégories fonctionnelles particulières, et sont biaisés vers des gènes déjà conservés après les duplications 1R et 2R ayant eu lieu au début de l’histoire des vertébrés. / Evolutionary processes disrupting the gene organisation in eukaryotic genomes belong to two categories: changes in the order of the genes, known as rearrangements, and changes in the content of the genome by gene duplications, deletions and gains. The mechanisms through which these events arise, and their functional and selective impact on genomes, are poorly understood. This thesis covers two different projects. Firstly, we investigated the distribution of rearrangement breakpoints between an ancestral genome and its modern descendants. This distribution was modelled according to local genomic characteristics to highlight factors influencing the breakage process. Our results show that the distribution of breakpoints can be simply explained as a function of intergenic spacers length, although in a non-linear fashion differing from classical random expectations. The repartition of breakpoints in genomes seems to be linked to structural properties, and is only marginally affected by selective constraints. It might in fact reflect local chromatin structure in the genome. The second project is part of the joint sequencing effort for the zebrafish genome, and provides an overview of the organisation of this genome. Teleost fish genomes are anciently duplicated: the analysis focuses on the consequences of this duplication. Results show that the zebrafish genome displays a typical teleost fish genome organisation. Genes retained in two copies after the whole genome duplication belong to specific functional categories, and are biased towards genes already conserved as duplicates after the 1R and 2R duplication events that have taken place early in vertebrate history.

Le cancer est désormais considéré comme une maladie génomique de la cellule. Les moyens d’étude de l’oncogénome étaient basés sur les différentes modalités du caryotype, peu résolutif. L’application des techniques de micromatrices d’oligonucléotides, notamment l’aCGH, a permis une avancée majeure dans la caractérisation des génomes des cancers.La première partie de notre travail a porté sur les lymphomes de Burkitt (LB), caractérisés par une translocation entre un gène d'immunoglobuline et MYC. L’étude portait sur 12 tumeurs primaires et 15 lignées cellulaires. L’aCGH (44K et 244K), concordait avec les cytogénétiques morphologique et moléculaire (FISH) sauf pour les translocations. Plus de la moitié des variations du nombre de copies (<2Mb) étaient des polymorphismes (CNV). Les anomalies pathologiques (CNA) (n=136) intéressaient les régions suivantes : gains 1q, 13q, 7q, 8q, 2p, 11q et 15q ; pertes 3p, 4p, 4q, 9p, 6p, 17p, 6q, 11pterp13 et 14q12q21.3. Vingt régions minimales critiques (MCR) d’une taille varie entre 0.07-71.36 Mb, étaient délimitées. Trois MCR étaient identifiées sur le 1q : 1q21.1q25.2, 1q32.1 et 1q44. La région proximale de 1q21.1q25.2 était le siège d’une amplification, contenant entre autres les gènes BCA2, PIAS, BCL9. L’étude par transcriptome, sur 15 lignées, a démontré la surexpression uniquement de BCL9, remanié dans les LAL B et faisant partie de la voie de signalisation de MYC. Sur la région 11q23.1, le gain intéressait le gène POU2AF1 dont le messager était élevé. La MCR 13q31.3q32.1 était le siège d’une amplification contenant ABCC4, et le polycistron miR17-92. La corrélation des résultats d’aCGH à ceux du transcriptome et du mirnome ont démontré une surexpression du miR17-92 qui contrôle le développement des lymphocytes B et intervient dans la voie de signalisation de MYC. Sur le 9p21.3, la perte emportait le locus p16INK4A/p15INK4B. Le transcriptome avait démontré une sous expression de p15INK4B. Le locus p16INK4A/p15INK4B contrôle les 2 voies majeures, pRB et p53.La seconde partie de notre travail a consisté à étudier 17 tumeurs congelées de carcinomes adénoïdes kystiques (CAK) par aCGH 44K. Les CNA étaient validées par FISH et/ou MLPA. L’expression protéique était étudiée par immunohistochimie. Les pertes excédaient les gains (41 versus 24). La t(6;9)(q23;p22) récurrente dans les CAK était indétectable car équilibrée. Dans un seul cas, le der(6)t(6;9) est probablement présent sur le profil aCGH. Les MCR les plus fréquentes (-6q22 et -6q24) n’incluaient pas 6q23. Treize MCR étaient identifiées. La MCR délétée en 8q impliquait le miR-124A2 qui régule les gènes CDK6 et MMP2. Sur le 9p21.3, le locus p16INK4A/p15INK4B était de nouveau perdu. Des gains isolés étaient observés au niveau des locus CCND1, KIT/PDGFRA/KDR, MDM2 et JAK2. Le gène MDM2, qui était amplifié sous forme de double minutes, est un élément clé de l’axe p16INK4A-ARF-p53.Pour la troisième partie de notre travail nous avons étudié 60 tumeurs primaires d’adénocarcinomes pulmonaires (AD) de non fumeur par aCGH (244K). Dans 50/60 tumeurs, le nombre de MCR était de 14. Cinq MCR contenaient un seul gène (MOCS2, NSUN3, KHDRBS2, SNTG1 et ST18). Une MCR gagnée, 5q35, contenait le gène NSD1. Une amplification, sous forme de HSR et mise en évidence par FISH, intéressait l’oncogène FUS. Une PCR quantitative avait permis de confirmer la surexpression FUS. A notre connaissance, c’est la première étude qui incrimine le gène FUS dans la carcinogenèse de l’AD du non-fumeur. D’autres gènes étaient également impliqués : ARNT, BCL9, CDK4, p15INK4B, EGFR, ERBB2, MDM2, MDM4, MET, MYC, NKX2-1 et KRAS. Un clustering non supervisé avait permis de dégager un groupe avec un gain de MYC ; un autre groupe caractérisé par la perte des gènes suppresseurs RB et WRN et un dernier groupe caractérisé par un gain 7p et 7q, et présentait une fréquence élevée de mutations de l’EGFR. Dans 10/60, le nombre de CNA était très rare et aucune MCR n’était détectée. / Much of our current understanding of cancer is based on the hypothesis that it is a genetic disease, arising as a clone of cells that expand in an unregulated fashion because of somatically acquired mutations. High-throughput tools for nucleic acid characterization, such as array comparative genomic hybridization (aCGH), now provide the means to conduct comprehensive analyses of somatic anomalies in the oncogenome.In the first part of our work we have carried out a fine mapping of additional chromosomal anomalies in Burkitt lymphoma (BL). The hallmark of this disease is the translocation t(MYC;IG). We have applied whole-genome 244K and 44k oligonucléotides aCGH to 15 cells lines and 12 primary tumors of BL respectively. Karyotype and FISH analysis were used to validate aCGH results. As expected, all translocations remained undetectable with aCGH. More than half of the copy number alterations (CNAs) < 2 Mb were mapped to Mendelian CNVs, including GSTT1, and BIRC6. Somatic cell line-specific CNVs localized to the IG locus were consistently observed with the 244 K aCGH platform. Among 136 CNAs, gains were found in 1q, 13q, 7q, 8q, 2p, 11q and 15q. Losses were found in 3p, 4p, 4q, 9p, 13q, 6p, 17p, 6q,11pterp13 and 14q12q21.3. Twenty one minimal critical regions (MCR), (range 0.04–71.36 Mb), were delineated in tumors and cell lines. Three MCRs were localized to 1q: 1q21.1q25.2, 1q32.1 et 1q44. The proximal one was mapped to 1q21.1q25.2 with a 6.3 Mb amplicon (1q21.1q21.3) harboring BCA2, BCL9 and PIAS3. Only BCL9 high level transcrit was noted on oligonucleotide microarray gene expression that was done on 15 cells lines. BCL9, was implicated in a LAL B translocation t(1;14)(q21;q32) and it is a member of MYC pathway. The 13q31.3q32.1, 89.58–96.81 Mb MCR contained an amplicon with several genes. The miR-17-92 cluster, upregulated on mirnome analysis that was done on 15 cells lines, is the gene driver of 13q MCR. The miR-17-92 cluster is a member of MYC pathway. The 9p21.3 MCR harbored p16INK4A/p15INK4B locus which is downregulated. MYC activates ARF,a protein encodes by p16INK4A/p15INK4B locus. . On the second part of our work, a 44k aCGH was applied on 17 frozen adenoid cystic carcinoma (ACC) to delineate with a high resolution the CNA associated with ACC. aCGH results were validated with FISH and/or MLPA. Protein expression was screened with immunohistochemistry analysis. The translocation t(6;9)(q23;p23p24)/ MYB-NFIB recurrent in ACC, was not detected with aCGH. In one case, the der(6)t(6;9) was suspected in the aCGH pattern. There were recurrent gains at 7p15.2, 17q21–25, 22q11–13, and recurrent losses at 1p35, 6q22–25, 8q12–13, 9p21, 12q12–13, and 17p11–13. Thirteen MCR were detected. The recurrent deletion at 8q12.3–13.1 contained miRN124A2 gene, whose product regulates MMP2 and CDK6. The 9p21.3 MCR harbored p16INK4A/p15INK4B locus which was deleted. On 17p11p13, the MCR contained several genes and TP53 was deleted in 2 cases. The MDM2 gene, a member of p16INK4A-ARF-p53 pathway, was amplified and overexpressed in one case. Among the other unique CNAs, gains harbored CCND1, KIT/PDGFRA/KDR, and JAK2. On the third part of this these, a high-resolution 244K aCGH was conducted on 60 frozen lung adenocarcinoma (AD) of never smokers patients in order to establish a catalog of CNA. In 50/60 tumors, fourteen new MCR of gain or loss was noted. One larger MCR of gain contained NSD1.One focal amplification and nine gains contained FUS. NSD1 and FUS are oncogenes hitherto not known to be associated with lung cancer. FUS was over-expressed in 10 tumors with gain of 16p11.2 compared to 30 tumors without that gain. A FUS hsr was observed with FISH screening. FUS was over-expressed in 10 tumors with gain of 16p11.2 compared to 30 tumors without that gain. Other cancer genes present in aberrations included ARNT, BCL9, CDK4, p15INK4B, EGFR, ERBB2, MDM2, MDM4, MET, MYC, NKX2-1 and KRAS.

Les diatomées sont des algues microscopiques qui contribuent à hauteur de 25% environ à la production primaire planétaire. Les diatomées sont très souvent entourées d’une flore bactérienne, avec laquelle de nombreuses interactions ont été documentées. Les génomes de diatomées contiennent par ailleurs de nombreux gènes dont l’origine prédite est bactérienne.Nous avons étudié Asterionella formosa, une diatomée pennée présente dans de nombreux lacs et cours d’eau à l'aide de données omiques. L’utilisation de la métagénomique a permis de reconstruire 30 génomes bactériens, utilisés pour prédire d'éventuelles interactions avec la diatomée. Le séquençage de la sous-unité 16S de l’ARN ribosomique a montré que les différentes espèces bactériennes avaient une abondance variable au cours des phases de croissance de la diatomée, et que certaines étaient plus souvent au contact de la diatomée que libres dans le milieu. Le génome d'A. formosa a ensuite été séquencé à l'aide de la technologie Pacbio et comparé à ceux d'espèces proches. Enfin, l’impact des bactéries sur les diatomées a été abordé sous l’angle de l’évolution et des transferts horizontaux de gènes, qui ont été prédits à partir des données transcriptomiques d’une centaine de diatomées marines.Ce travail représente une première étape dans l'étude de la communauté bactérienne associée à A. formosa. Des expériences complémentaires incluant l’utilisation de transcriptomique ou métabolomique sont maintenant envisageables. Les données collectées et/ou analysées dans ce travail contribuent d'ores et déjà à l’effort global de caractérisation génomique des diatomées. / Diatoms are ubiquitous microalgae that contribute approximately 25% to the primary production worldwide. Many interactions, either positive, neutral or negative, have been documented between diatoms and bacteria. Diatom genomes also harbor numerous genes of putative bacterial origin.We are studying Asterionella formosa, a freshwater pennate diatom. We characterized the community using a combination of omics and laboratory techniques. We reconstructed of the genome of the diatom as well as 30 individual genomes from co-cultured bacterial species and investigated metabolisms that could support diatom-bacteria interactions. 16S rRNA sequencing revealed that the abundance of some bacterial species was highly variable over the course of A. formosa growth. Some species seemed preferentially attached to the diatom while others were mainly free-living. Then, the reference sequence of the A. formosa genome was improved by additional long-read (Pacbio) sequencing. Last, relationships between diatoms and bacteria were investigated at a broader evolutionary scale, by looking at horizontal gene transfers using transcriptomic data of a hundred marine diatoms.This work is a first step in the study of the dynamic and complex bacterial community associated with the diatom A. formosa. The accurate identification and the reconstruction of the genome of these bacteria will enable further in silico predictions based on metabolic networks and new omics experiments using transcriptomic or metabolomic. This work already contributes to a global effort to study diatoms by the means of genomics.

Les Wolbachia sont des alpha-protéobactéries intracellulaires transmises verticalement de la mère aux descendants via les ovocytes. Du fait de ce mode de transmission, des stratégies de manipulation de la reproduction favorisant leur propagation ont été sélectionnées chez ces bactéries. La plus communément utilisée par Wolbachia s’appelle l’incompatibilité cytoplasmique (IC). L’IC a lieu lorsque des mâles infectés copulent avec des femelles non infectées ou infectées par des Wolbachia incompatibles et se traduit par la mort des descendants avant l’éclosion. L’IC est généralement conceptualisée comme un modèle mod/resc ou toxine/antidote dans lequel les Wolbachia présentes chez les mâles introduiraient dans les spermatozoïdes une toxine (fonction mod) qui, après la fécondation, entrainerait la mort des embryons, sauf si les Wolbachia présentes dans l’œuf produisent un antidote (fonction resc). C’est chez l’espèce de moustique Culex pipiens que la plus grande diversité de phénotypes d’IC a été décrite. Cette diversité repose uniquement sur la diversité des souches de Wolbachia hébergées par C. pipiens. Dans cette thèse, nous avons mené la première étude des mécanismes cytologiques responsables de la mort des embryons dans les croisements incompatibles chez C. pipiens. Nous avons montré que des défauts de condensation et de ségrégation de la chromatine paternelle lors de la première division embryonnaire entraînent la mort des embryons dans tous les croisements incompatibles étudiés. Ces défauts cellulaires sont les seuls observés, ce qui indique que la diversité de relations d’IC décrite chez C. pipiens ne repose pas sur une diversité de défauts cellulaires. L’étude, chez plusieurs souches de wPips, de l’opéron cidA/cidB dont l’implication fonctionnelle dans l’IC a récemment été mise en évidence chez la drosophile, nous a permis de montrer que cet opéron est amplifié et polymorphe dans tous les génomes de wPips séquencés. L’exploration des variants de cet opéron dans les génomes de Wolbachia infectant des populations naturelles de C. pipiens, à l’aide de plus de 250 lignées isofemelles, a permis d’associer de manière robuste une variation de cidB avec un changement dans le phénotype mod de certains mâles. En outre, la présence d’un variant ubiquitaire de cidA, supporte le rôle de ce gène dans la fonction resc. Ainsi, chez C. pipiens, l’opéron cidA/cidB grâce à son amplification et sa diversification est impliqué dans la diversité des phénotypes d’IC et fonctionnerait comme un système toxine-mod /antidote-resc : cidB étant impliqué dans la fonction mod et cidA dans la fonction resc. / Wolbachia are intracellular alpha-proteobacteria vertically transmitted from mothers to their offspring through oocytes. As a consequence of this transmission mode, reproductive manipulation strategies that promote bacteria spread in host populations have been selected. The most common manipulation used by Wolbachia is called cytoplasmic incompatibility (CI). CI occurs when infected males mate with uninfected or incompatible Wolbachia-infected females and results in the death of offspring before hatching. CI is generally conceptualized as a mod/resc or toxin/antidote model in which paternal Wolbachia would introduce a toxin (mod function) in sperms which would, after fertilization, induce embryonic death unless an antidote produced by maternal Wolbachia in the egg counteracts its effect (resc function). A to date unique diversity of CI phenotypes has been described in the mosquito species Culex pipiens. This diversity is based solely on the diversity of Wolbachia strains hosted by C. pipiens. In this PhD, we conducted, in C. pipiens, the first study of the cytological mechanism behind embryonic mortality in CI crosses. We showed that paternal chromatin condensation and segregation defects during the first embryonic division were responsible for embryonic death in all CI crosses. These CI defects were the only ones observed indicating that the diversity of CI phenotypes in C. pipiens is not based on a diversity of cellular mechanisms. We then studied the cidA/cidB operon in several wPip strains as the functional involvement of this operon in CI was recently demonstrated in Drosophila. We showed that this operon is amplified and polymorphic in all genomes of sequenced wPip. Investigation of cidA/cidB variants in Wolbachia genomes infecting natural populations of C. pipiens, using more than 250 isofemale lines, enabled us to reveal a robust association between cidB variations and change in mod phenotype. In addition, the presence of an ubiquitous cidA variant supports the role of this gene in the resc function. In C. pipiens, the cidA/cidB operon, through its amplification and diversification, is involved in the CI phenotypes diversity and would operate as a toxin-mod / antidote-resc system: cidB being involved in the mod function and cidA in the resc function.

Les cyanobactéries des genres Microcystis et Planktothrix sont des micro-organismes capables de proliférer dans de nombreux plans d'eau douce. Ces proliférations sont associées à des risques pour la santé humaine et animale en raison de la production de produits naturels, parmi lesquels des toxines. Ces molécules présentent une diversité de structure chimique de d'activités biologiques d'intérêt pour l'industrie pharmaceutique et biotechnologique. Nous avons revisité le potentiel en produits naturels de Microcystis et Planktothrix. Par des approches complémentaires de biologie moléculaire, génomique et transcriptomique, nous avons caractérisé des gènes impliqués dans la synthèse de ces produits naturels ainsi qu'exploré leur évolution et la régulation de leur expression. Ces travaux ont permis de mettre à jour une distribution, des évènements évolutifs et des profils d'expression surprenants et permettent d'envisager de nouvelles applications pour les produits naturels. / Microcystis and Planktothrix are cyanobacterial genus commonly proliferating in freshwater ecosystems. These blooms are associated with human and animal health threat because of synthesis of natural products and cyanotoxins. These compounds are of great chemical diversity and of interest for biotechnological and pharmaceutical applications. We revisited the natural products potential of Microcystis and Planktothrix. Combining molecular biology, genomics and transcriptomics investigations, we characterized natural products gene clusters. We studied their distribution, evolution and transcription as well. This work uncovered new distribution pattern, evolutionary events and unexpected expression patterns. These insights will allow new investigations and applications for cyanobacterial natural products.

La vigne (Vitis vinifera) possède un métabolisme secondaire particulièrement riche donnant naissance à une large palette de molécules dont certaines sont impliquées dans les défenses contre les pathogènes et d'autres dans la grande diversité d’arômes qui fait la renommée des vins. L’analyse de la séquence de référence du génome de la vigne a permis de mettre en évidence une remarquable expansion de certaines familles de gènes liés au métabolisme secondaire par rapport aux autres plantes. Dans ce travail, j'ai étudié les familles gènes codant pour les cytochromes P450, dont certains sont impliqués dans la production d’arômes, les gènes codant pour les stilbènes synthases (STS), les endo-β-1,3-glucanases et les gènes de résistance de type NBS impliqués dans les défenses de la vigne. Ma thèse vise à proposer des hypothèses expliquant l’organisation structurale de ces familles de gènes et ainsi à mieux comprendre pourquoi certaines familles présentent une amplification dans le génome de la vigne. Des approches bioinformatiques ont été utilisées afin d’étudier ces différentes familles de gènes. Les gènes cytochromes P450 et gènes R de type NBS ont tout d'abord été annotés de manière manuelle dans le génome de référence de la vigne. L’expression des gènes endo-β-1,3- glucanases, STS et cytochromes P450 a été analysée en utilisant une approche transcriptomique à grande échelle. Pour ce faire, un outil a été développé durant cette thèse pour estimer le niveau d’expression des gènes à partir de données RNA-Seq disponibles dans les banques de données publiques. Parallèlement, des données de reséquençage d’ADN de 56 cépages et espèces de vigne ont été analysées, afin de déterminer les variations structurales de type CNV au sein des familles de gènes à domaine NBS et de gènes STS. Ces différents travaux ont permis de montrer que l’amplification des familles de gènes étudiées n’est pas spécifique du génome de référence mais est retrouvée dans l'ensemble du genre Vitis, mais également de mettre en évidence des variations structurales au sein des différents génomes étudiés. L'analyse de la famille STS a montré que ces gènes sont organisés en blocs de duplication, et que les gènes plus conservés sont aussi les plus exprimés. Nous avons également montré que les gènes à domaine NBS sont organisés en cluster, dont certains sont particulièrement soumis à variation. Ces travaux contribuent à une meilleure connaissance de facteurs de défense efficaces et durables ainsi que des gènes impliqués dans la synthèse d’arômes dans la vigne. Ces connaissances pourront bénéficier aux programmes de création variétale mis en œuvre à l’INRA de Colmar. / Grapevine (Vitis vinifera) has a particularly rich secondary metabolism, giving rise to a wide range of molecules, some of which are involved in defences against pathogens and others in the great diversity of aromas that make wines famous. Analysis of grapevine reference genome has shown a remarkable expansion of certain families of genes linked to secondary metabolism in comparison with the other plants. In this work, I have analysed gene families coding for cytochromes P450, some of them being involved in the production of aromas, genes coding for stilbene synthases (STS), endo-β-1,3-glucanases and NBS type resistance genes involved in grapevine defences. My thesis intends to propose hypothesis to explain the structural organisation of these families and therefore better understand why some of these families are amplified in the grapevine genome. Bioinformatic approaches have been used to study these different genes families. The cytochromes P450 and R genes of NBS type were manually annotated to improve the knowledge of these families of genes. The expression of endo-β-1,3-glucanases, STS and cytochromes P450 genes has been quantified using a large-scale transcriptomic approach. To this purpose, a tool has been developed during this thesis to estimate the level of genes expression from RNA- Seq data available in public databases. In the meantime, DNA resequencing data from 56 cultivars and grapevine species have been analysed to identify structural variations of CNV types within the genes with a NBS domain and the STS genes. These works showed that the amplification of the gene families of interest was not specific to the reference genome but occurred at the scale of the Vitis genus, but also to highlighted structural variations in different genomes. Regarding the STS genes, blocks of duplication and more conserved and expressed genes were identified. For the genes with NBS domain, a clustered organisation has been highlighted with some clusters varying more than others in the studied genotypes. These works contribute to a better knowledge of gene families for efficient and durable defence against pathogens and optimal aromas synthesis in grapevine. This knowledge will benefit to breeding programs currently in progress at INRA Colmar.

Leptosphaeria maculans ‘brassicae’ (Lmb) est un champignon filamenteux de la classe des Dothideomycètes faisant partie du complexe d’espèces Leptosphaeria maculans-Leptosphaeria biglobosa composé d’agents pathogènes des crucifères. Lmb est particulièrement adapté au colza (Brassica napus) et provoque la maladie qui lui est la plus dommageable : la nécrose du collet. Dans le but de mieux comprendre et contrôler cette maladie, l’équipe d’accueil a initié un projet de génomique visant à identifier de façon systématique les gènes impliqués dans le pouvoir pathogène. Les premières données génomiques montraient deux aspects très importants et potentiellement spécifiques de Lmb : (i) tous les gènes d'avirulence caractérisés expérimentalement étaient localisés dans de grandes régions riches en bases AT et composées d'éléments transposables (ET), (ii) ces régions riches en AT préfiguraient une structure génomique particulière, qui, si elle se généralisait à l'ensemble du génome, aurait été totalement inédite chez un micro-organisme eucaryote. La première partie de cette thèse présente la description du génome de Lmb en se focalisant sur sa structure en isochores, résultant d’une invasion du génome par des ET qui ont ensuite été inactivés par un mécanisme de défense spécifique aux champignons ascomycètes, le RIP (Repeat-Induced Point mutation). Puis, l’impact potentiel de cette structure sur la diversification et l’évolution des protéines jouant un rôle clé lors de l’interaction agent pathogène-plante a été évalué, mettant ainsi en avant l’existence d’un génome à « deux vitesses ». Afin de mieux comprendre le rôle potentiel joué par les ET au niveau des capacités d’adaptation de Lmb au colza, une étude de génomique comparative et évolutive de cinq membres du complexe d’espèces a été réalisée. Ce travail montre que Lmb est la seule espèce du complexe dont le génome a été envahi par les ET, et que ces derniers sont impliqués dans (i) des réarrangements intrachromosomiques potentiellement liés à la spéciation entre Lmb et l’espèce la plus proche, (ii) la présence de gènes espèce-spécifiques et (iii) des déplacements dans des régions génomiques très dynamiques de gènes codant des effecteurs. Les travaux constituant cette thèse participent à la généralisation du concept selon lequel un lien fort existe chez les champignons filamenteux phytopathogènes entre ET et gènes impliqués dans la pathogenèse ou l’adaptation à l’hôte. / Leptosphaeria maculans ‘brassicae’ (Lmb) is a filamentous ascomycete from class Dothideomycetes. It belongs to the Leptosphaeria maculans-Leptosphaeria biglobosa species complex which comprises pathogens of crucifers. Lmb is specifically adapted to oilseed rape (Brassica napus) and is responsible for the most damaging disease of this crop: “stem canker”. In order to better understand and control the disease, the host team initiated a genomic project aiming at systematically identify genes involved in pathogenicity, analyse genome plasticity and evaluate their incidence on adaptability to host. Preliminary genome data firstly showed that all characterized avirulence genes were localized in large AT-rich regions, mainly composed of Transposable Elements (TEs). In addition, these AT-rich regions were the first hints that the Lmb genome may present a very unusual structure compared to other microorganisms. The first part of this thesis describes the Lmb genome with a special focus on its isochore structure, which is the result of a massive TE invasion of the genome followed by an inactivation of TEs by an ascomycete-specific defense mechanism called RIP (Repeat-Induced Point mutation). The potential impacts of this genome structure on diversification and evolution of proteins involved in the plant-pathogen interaction were assessed and highlighted the existence of a “two speed” genome. To better understand how TEs are involved in adaptation of Lmb towards oilseed rape, a comparative and evolutionary genomic analysis of five members of the species complex was conducted. This study shows that Lmb is the only species of the complex with genome invaded by TEs at such an extent, and that TEs are involved in (i) intrachromosomal rearrangements putatively related to the speciation event between Lmb and its closest relative species, (ii) the presence of species-specific genes, (iii) translocations of effector genes into highly dynamic genomic regions. Our data contribute to the generalization of the “two speed” genome concept in filamentous phytopathogens postulating that highly plastic regions of the genome are enriched in genes involved in niche adaptation and that a strong link exists between TEs and genes involved in pathogenesis or host adaptation.

Les virus sont omniprésents dans la biosphère et infectent vraisemblablement l'ensemble des êtres vivants. Au sein des écosystèmes, ils ont ainsi un impact sur la diversité des populations microbiennes, l'évolution des génomes de ces populations, et directement ou indirectement sur les cycles biogéochimiques majeurs. Leur caractère protéiforme et l'absence de marqueur unique (tant génétique que physique) font toutefois de l'exploration de la diversité virale une tâche complexe, de telle sorte que nos connaissances sur ces communautés virales environnementales sont encore très limitées. La métagénomique, ou séquençage massif et aléatoire de fragments nucléotidiques extraits d'un prélèvement, offre un point de vue unique sur les génomes viraux. Ce type d'approche, récemment développé, a ainsi mis en évidence la richesse extraordinaire des populations virales environnementales, tant du point de vue des gènes que des génotypes. C'est dans ce cadre de l'étude des communautés virales de l'environnement par métagénomique que se sont inscrits les travaux de cette thèse, organisée autour de quatre axes principaux : • Le développement de nouvelles méthodes d'analyses adaptées aux spécificités des génomes et métagénomes viraux par la mise en place du serveur web Metavir, premier serveur dédié à l'analyse des viromes. Proposant aujourd'hui un ensemble cohérent d'outils pour différents types de viromes, Metavir compte plus de 300 utilisateurs pour plus de 2000 viromes analysés. • Le potentiel fonctionnel des génomes viraux a pu être approché par l'étude conjointe d'un ensemble de viromes. Après une analyse rigoureuse des contaminations potentielles, nous avons pu confirmer que les génomes viraux comprenaient un ensemble limité mais non négligeable de gènes associés au métabolisme cellulaire. La plupart des virus agissent ainsi certainement directement sur le métabolisme de la cellule hôte durant l'infection. • La prépondérance des paramètres environnementaux, et particulièrement de la salinité, en tant que facteurs structurant les communautés virales aquatiques a également pu être mise en avant. La distance géographique entre prélèvements semble n'avoir qu'une influence secondaire, confirmant la capacité importante de dispersion des capsides virales. Une adaptation locale semble toutefois exister dans certains cas, notamment en cas de compétition importante entre les résistances développées par les hôtes et les capacités d'infection des virus. • Enfin, différentes familles de petits virus à ADN simple brin ont pu être caractérisées par une méta-analyse de viromes. Leur apparente simplicité a ainsi révélé des mécanismes d'évolution plus complexes que prévus, impliquant différents cycles et capacités de transfert de gènes jusqu’ici plutôt considérés comme l'apanage des virus à ADN double brin, et remettant en cause les séparations admises entre les différents groupes de virus sur la base de la nature de leur génome. En permettant une étude depuis l'échelle de la communauté jusqu'à des génotypes spécifiques, les viromes constituent des outils de choix pour caractériser la diversité virale, appréhender les différents facteurs régulant ces communautés, et ainsi mieux comprendre la place des virus dans la biosphère. De plus, ces études ont confirmé l'existence d'interactions étroites entre virus et organismes cellulaires, ces interactions semblant nombreuses, multiples dans leurs natures et conséquences, et présentes tout au long de l'histoire du vivant. Ces nouvelles connaissances apportées par l'analyse de viromes permettent donc d'aborder certaines questions fondamentales concernant l'origine des grandes innovations évolutives ou le fonctionnement global des écosystèmes. / Viruses likely infect every organism on Earth (in some cases even other viruses!), and represent vast morphological and genetic diversity. Not surprisingly given their numerical dominance, viruses significantly impact ecosystems through regulating microbial populations, driving major biogeochemical cycles, and shaping the evolution of hosts genomes. However, our understanding of viruses in nature is primitive, especially because the majority of environmental viral genomes remains uncharacterized. Metagenomics (i.e. random and massive sequencing of genomic fragments isolated from a sample) applied to encapsidated genetic templates provides a unique perspective on the viral pangenome. The first viral metagenomes (or viromes) generated entire sets of new questions about viral diversity, especially concerning their genetic and species richness. This work was set within this frame of viral diversity study through metagenomics, and organized into four main themes : • The development of bioinformatics tools adapted to the specific features of viral genomes and metagenomes led to the release of Metavir, the first web server dedicated to virome analysis. Providing a comprehensive set of connected tools, Metavir has now been used by more than 300 users in the analysis of more than 2000 viromes. • The functions encoded within viral genomes were for the first time thoroughly examined, following a rigorous examination of a set of published viromes toward contamination by cellular DNA. A new picture of the viral functional potential could thus be drawn, which confirmed that the range of cellular functions encoded in viral genomes is wider than the one retrieved from the complete genomes currently available, though not as great as previously estimated. • The study of the aquatic viral metagenomes also revealed the importance of salinity in the distribution of viral communities across the globe. The ubiquitous distribution of most viral genotypes confirmed that viral particles seem to be able to move across any distance on Earth. Viruses are thus likely selected based on factors such as the presence of their host in the samples and the competition with other parasites, which can still drive local adaptations. • Finally, viromes were used to better characterize the diversity of different ssDNA viral families. Despite their small size and relative simplicity, these viruses were found to harbor unexpectedly complex cycles and evolutionary mechanisms, in particular a great potential of recombination and gene transfer. Overall, the new genomes assembled from viromes notably challenge the separation between viruses based on the nature of their genome. Eventually, as illustrated by these different works and analyses, viromes are unique and extremely powerful tool to assess and characterize viral genetic diversity. Moreover, considering the tight links between viral and cellular worlds, insights into the viral communities provided by metagenomics make it possible to address fundamental questions such as the origin of important evolutive innovations or the functioning of ecosystems, so that these results are of interest for the whole field of biology.