Les évaluations génomiques apportent une information précoce et suffisamment précise pour choisir les jeunes taureaux dans les schémas de sélection des bovins laitiers, incitant à remplacer le long processus de testage sur descendance par une étape de sélection génomique.Dès lors, seuls les candidats sélectionnés ont des filles avec performances et participent aux évaluations génétiques classiques. Cependant, toutes les informations ayant servi à la sélection ne sont plus incluses dans l'analyse et l'estimation des valeurs génétiques par la méthode du BLUP (Best Linear Unbiased Prediction) peut être incorrecte.Les évaluations génétiques classiques restent indispensables pour l'évaluation des animaux non génotypés, pour la comparaison des taureaux à l'échelle mondiale, et pour le calcul des futures prédictions génomiques. Compte-tenu de la rapide intégration de la génomique dans les schémas de sélection des bovins laitiers, il était important d'en étudier les conséquences sur les évaluations génétiques classiques.A l'échelle nationale, nos simulations ont montré que les valeurs génétiques des taureaux retenus sur information génomique étaient systématiquement sous-estimées et moins précises quand l'étape de sélection génomique n'était pas prise en compte dans le modèle statistique. Pour éviter ce biais, une méthode a été testée avec succès : pour l'ensemble des candidats à la sélection, des pseudo-performances sont calculées à partir des index génomiques et analysées par le BLUP. Suivant la prise en compte ou non de l'étape de sélection génomique, les pays participant aux évaluations internationales peuvent fournir des données biaisées et/ou incomplètes, au risque de pénaliser fortement leurs propres taureaux dans les classements internationaux. La diversité des pratiques à l'échelle mondiale et l'interaction des possibles sources de biais dans les évaluations internationales rendent sa propagation incontrôlable et fortement dommageable.Il est donc nécessaire et urgent d'adapter les évaluations génétiques classiques pour prendre en compte l'information génomique et ses pratiques associées. Diverses approches récentes sont discutées afin de proposer des alternatives faciles à mettre en place dans les centres d'évaluation, permettant de maintenir des évaluations non biaisées mais aussi plus précises.

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.

Cette thèse est consacrée aux tests statistiques, visant à comparer un vecteur de données numériques, indicées par l'ensemble des gènes du génome humain, à un certain ensemble de gènes, connus pour être associés par exemple à un type donné de cancer. Parmi les méthodes existantes, le test Gene Set Enrichment Analysis est le plus utilisé. Néanmoins, il a deux inconvénients. D'une part, le calcul des p-valeurs est coûteux et peu précis. D'autre part, il déclare de nombreux résultats significatifs, dont une majorité n'ont pas de sens biologique. Ces deux problèmes sont traités, par l'introduction de deux procédures statistiques nouvelles, les tests de Kolmogorov-Smirnov pondéré et doublement pondéré. Ces deux tests ont été appliqués à des données simulées et réelles, et leurs résultats comparés aux procédures existantes. Notre conclusion est que, au-delà leurs avantages mathématiques et algorithmiques, les tests proposés pourraient se révéler, dans de nombreux cas, plus informatifs que le test GSEA classique, et traiter efficacement les deux problèmes qui ont motivé leur construction. / Our focus is on statistical testing methods, that compare a given vector of numeric values, indexed by all genes in the human genome, to a given set of genes, known to be associated to a particular type of cancer for instance. Among existing methods, Gene Set Enrichment Analysis is the most widely used. However it has several drawbacks. Firstly, the calculation of p-values is very much time consuming, and insufficiently precise. Secondly, like most other methods, it outputs a large number of significant results, the majority of which are not biologically meaningful. The two issues are addressed here, by two new statistical procedures, the Weighted and Doubly Weighted Kolmogorov-Smirnov tests. The two tests have been applied both to simulated and real data, and compared with other existing procedures. Our conclusion is that, beyond their mathematical and algorithmic advantages, the WKS and DWKS tests could be more informative in many cases, than the classical GSEA test and efficiently address the issues that have led to their construction.

L'immense diversité génomique des microorganismes leur permet de vivre partout, même dans les environnements extrêmes tels que Ies sources hydrothermales profondes. Ces dernières, disséminées sur l’ensemble des fonds océaniques, sont un bon modèle pour étudier la biogéographie et la diversification des génomes. Une approche de génomique comparative a été employée sur des isolats du genre Thermococcus proches d'un point de vue évolutif. Ce travail visait à identifier des mécanismes ayant un rôle dans Ia diversification de ces génomes, et également d'identifier des gènes impliqués dans cette différenciation. A cette fin, deux groupes d'une vingtaine d'isolats ayant des origines géographiques diverses ont été sélectionnés et séquencés. L'éloignement géographique résultant de la colonisation de nouveaux systèmes hydrothermaux semble être un facteur de diversification et de spéciation pour certains isolats. Cependant, lorsque les sites hydrothermaux sont relativement proches, il semblerait qu'un transfert de gènes entre les isolats soit toujours possible. Dans ce cas, l’adaptation à de nouvelles niches écologiques serait un facteur de la diversification des génomes. L'approche de génomique comparative a permis d'identifier des gènes spécifiques à certains sous-groupes, apparentés à des espèces. Ces gènes sont notamment impliqués dans les métabolismes des acides aminés, de production d'énergie et de transport d'ions inorganiques. Ceci reflète les pressions de sélections que peuvent subir ces organismes dans ces environnements hostiles à de nombreuses formes de vie. / The immense genomic diversity of microorganisms allows them to live everywhere, even in extreme environments such as deep hydrothermal vents. Scattered over the seabed, these are a good model for studying the biogeography and genomes diversification. A comparative genomics approach has been used on closely related isolates, of the genus Thermococcus. This work aimed at identifying mechanisms that have a role in the diversification of these genomes, and also to identify genes involved in this differentiation. For this purpose, two groups of about 20 isolates with different geographical origins were selected and sequenced.The geographical isolation resulting from colonization of new hydrothermal systems is likely to be a diversification and speciation factor for some isolates. But when hydrothermal sites are relatively close, it would seem that gene transfer between isolates is still possible. In this case, adaptation to new ecological niches would be a factor contributing to the genomes diversification. The comparative genomics approach allowed highlighting genes specific to certain subgroups, related to species. These genes are involved in amino acid metabolism, energy production and the transport of inorganic ions. This reflects selection pressures that these organisms may experience in these environments, otherwise hostile to many forms of life.

A l’échelle du globe, la diminution des ressources en eau est devenue un des principaux facteurs limitants pour les productions agricoles. Jusqu’à présent, les approches génomiques à haut débit conduites chez les espèces modèles ont permis d’identifier des centaines de gènes potentiellement impliqués dans la survie des plantes en conditions de sécheresse,mais très peu ont des effets bénéfiques sur la qualité et le rendement des cultures.Néanmoins, l’application d’un déficit hydrique bien contrôlé peut permettre d’améliorer la qualité des fruits charnus par dilution et/ou accumulation de composés gustatifs majeurs.Dans ce contexte, la première partie du travail de thèse avait pour but de déchiffrer les déterminants génétiques de la réponse au déficit hydrique chez la tomate en explorant les interactions ‘génotype x niveau d’irrigation’ (G x I) et ‘QTL x niveau d’irrigation’ (QTL x I) dans deux populations. La première population consistait en un ensemble de lignées recombinantes (RIL) issues du croisement entre deux accessions cultivées, tandis que la seconde était composée de diverses accessions à petits fruits principalement originaires d'Amérique du Sud. Les plantes ont été phénotypées pour un ensemble de caractères agronomiques (vigueur des plantes et qualité des fruits) et génotypées pour des milliers de SNP. Les données ont été analysées en utilisant les méthodologies de la cartographie de liaison et d'association, permettant l'identification de QTL et gènes candidats putatifs pour la réponse de la tomate au déficit hydrique. La deuxième partie du travail de thèse avait pour objectif d'explorer la régulation des gènes dans les fruits et les feuilles de tomates en condition de déficit hydrique. Dans ce but, des données de séquençage du transcriptome ont été recueillies sur les deux génotypes parentaux de la population RIL et leur hybride F1. Les données ont été analysées pour identifier les gènes et les allèles exprimés de manière différentielle. Puis, l'expression de 200 gènes a été mesurée dans les fruits et les feuilles de l’ensemble des lignées de la population RIL par qPCR micro-fluidique à haut débit. Des eQTL et des interactions ‘eQTL x niveau d’irrigation’ ont été identifiés pour ces gènes par cartographie de liaison. Les colocalisations entre les QTL phénotypiques et les QTL d’expression ont été analysées. Les connaissances produites au cours de cette thèse contribuent à une meilleure compréhension des interactions des plantes de tomate avec leur environnement et fournissent des bases pour l'amélioration de la qualité des fruits en conditions d’irrigation limitée. / Water scarcity will constitute a crucial constraint for agricultural productivity in a nearfuture. High throughput approaches in model species have identified hundreds of genespotentially involved in survival under drought conditions, but very few having beneficialeffects on quality and yield in crops plants. Nonetheless, controlled water deficits mayimprove fleshy fruit quality through weaker dilution and/or accumulation of nutritionalcompounds. In this context, the first part of the PhD was aimed at deciphering the geneticdeterminants of the phenotypic response to water deficit in tomato by exploring thegenotype by watering regime (G x W) and QTL by watering regime (QTL x W) interactions intwo populations. The first population consisted in recombinant inbreed lines (RIL) from across between two cultivated accessions and the second was composed of diverse small fruittomato accessions mostly native from South America. Plants were phenotyped for majorplant and fruit quality traits and genotyped for thousands of SNP. Data were analyzed withinthe linkage and association mapping frameworks allowing the identification of QTLs andputative candidate genes for response to water deficit in tomato. The second part of the PhDhad the objective to explore gene regulation in green fruit and leaves of tomato plantsstressed by water deficit. For this purpose, RNA-Seq data were collected on the two parentalgenotypes of the RIL population and their F1 hybrid. Data were analyzed to identifydifferentially expressed genes and allele specific expression (ASE). Then, the expression of200 genes was measured in leaves and fruits of the whole RIL population by high throughputmicrofluidic qPCR. eQTLs and eQTL by watering regime interactions were mapped for thosegenes using linkage mapping. Colocalisations with the phenotypic QTLs were analyzed. Theknowledge produced during this PhD will contribute to a better understanding of the tomatoplant interaction with their environment and provide bases for improvement of fruit qualityunder limited water supply.

Les pigeons et tourterelles (Columbidae) appartiennent à une famille riche en espèces et mondialement distribuée, d’importance majeur sur le plan historique et écologique. Nous avons généré des hypothèses phylogénétiques à partir d’échantillons de musées pour clarifier le processus de diversification de la famille, qui s’est probablement déroulé entre le milieu de l’Eocène et du Miocène. Près de 60% des espèces de columbidés sont présentes sur des îles, et ces entités ont probablement joué un rôle dans la dispersion entre continents. A l’inverse, les taux de spéciation varient selon une distribution normale et l’insularité ne semble pas avoir joué un rôle important dans la diversification. Malgré tout, la diversité maximale est atteinte en Asie du Sud-Est et en Australasie, régions particulièrement riches en îles. La Nouvelle-Guinée, en particulier, héberge une diversité impressionnante. Les columbidés les plus gros, appartenant au genre Goura (pigeons couronnés), sont endémiques de cette île. Nos analyses suggèrent que leur diversification a probablement démarré au sein de la Nouvelle-Guinée il y a environ 5.73 millions d’années. Des événements géologiques tels que l’orogénèse de la cordillère centrale ont probablement joué un rôle important en partageant la distribution de l’aire ancestrale. Des dispersions par-delà des barrières géographiques établies peuvent ensuite avoir permis l’établissement de populations isolées et entrainé leur diversification. / Pigeons and doves (Columbidae) belong to a species-rich worldwide-distributed family and are of major historical and ecological importance. We generated phylogenetic hypotheses from museum samples to clarify the diversification of the family, which probably took place between mid-Eocene and mid-Miocene, where all extant clades were already established. Almost 60% of species are present on islands, and these entities probably played a role in the dispersal through stepping-stones movement between continents. On the other side, speciation rates vary following a normal distribution and islands do not seem to have played an important role in diversification. Nevertheless, the highest Columbidae species-richness is reached in South-East Asia and Australasia, regions especially rich in islands. New Guinea, in particular, hosts an impressive diversity. The biggest Columbidae, belonging to the genus Goura (crowned pigeons), are endemic to this island. Our analyses suggest that their diversification probably started within New Guinea around 5.73 Ma. Geological events such as the cordillera orogeny probably played a major role by splitting ancestral distribution, while more recent dispersals over barriers may have also led to the settlement of isolated populations that promoted diversification. This work allowed the generation of phylogenetic hypotheses, which will allow answering numerous questions regarding Columbidae biogeography and diversification.

Le cancer du côlon (CC) est l'un des cancers les plus fréquents et les plus mortels en France et dans le monde. Près de la moitié des patients décèdent dans les 5 ans suivant le diagnostic. La classification clinique en stade histologique et la classification moléculaire selon les formes d'instabilité du génome (l'instabilité des microsatellites (MSI), l'instabilité chromosomique (CIN) et l'hyperméthylation des promoteurs (CIMP)) ne suffisent pas à définir des entités homogènes du point de vue moléculaire et à prédire de manière efficace la récidive. Pour améliorer la prise en charge des patients, il apparaît indispensable de mieux appréhender la diversité de la maladie afin de trouver des marqueurs pronostiques et prédictifs efficaces. Mon travail de thèse a donc été d'étudier la diversité des CC à l'échelle moléculaire par l'utilisation d'approches omiques sur une large cohorte de patients. Il a abouti à l'établissement d'une classification transcriptomique robuste de ce cancer dans son ensemble, validée sur des données indépendantes, et à la caractérisation fine de chacun des sous-types. Six sous-types ont ainsi été définis présentant des caractéristiques clinico-pathologiques, des altérations moléculaires de l'ADN, des enrichissements de signatures liées aux lésions et cellules d'origines, des voies de signalisation dérégulées et des survies bien distinctes. Les résultats de ce travail ont été confortés par un travail de classification consensus mis en place avec un consortium de travail international auquel j'ai participé. Ces résultats ont permis de confirmer que le cancer colorectal n'est pas une maladie homogène. Ils ouvrent de nouvelles perspectives pour l'établissement de signatures pronostiques et la recherche de cibles pour de nouveaux traitements ainsi que pour l'évaluation de la réponse au traitement au sein d'essais cliniques. / Colon cancer (CC) is one of the most frequent and most deadly cancer in France and worldwide. Nearly half of patients die within 5 years after diagnosis. Clinical stage based on histological features and molecular classification based genomic instabilities (microsatellite instability (MSI), chromosomal instability (CIN) and hypermethylation of the promoters (ICPM)) are not sufficient to define homogeneous molecular entities and to predict recurrence effectively. To improve patient care, it is essential to better understand the diversity of the disease so that effective prognostic and predictive markers could be found. My PhD work has been focused on studying the diversity of CC at the molecular level through the use of omics approaches on a large cohort of tumor samples. It led to the establishment of a robust transcriptomic classification of these cancers, validated on independent data sets, and to a detailed characterization of each of the subtypes. Six subtypes have been defined and were associated with distinct clinicopathological characteristics and molecular alterations, specific enrichments of supervised gene expression signatures related to cell and lesions of origin, specific deregulated signaling pathways and distinct survival. The results of this work have been strengthened by a consensus classification defined by an international consortium working group in which I've been involved. These results confirm that colorectal cancer is an heterogeneous disease. They provide a renewed framework to develop prognostic signatures, discover new treatment targets, identify new therapeutic strategies and assess response to treatment in clinical trials.

Comme pour toute pathologie, la survenue d’un cancer du sein est conditionnée par l’association de facteurs génétiques héréditaires et de facteurs environnementaux acquis. Les facteurs génétiques connus comprennent à la fois des mutations pathogènes rares induisant un risque élevé de développer un cancer du sein et des variants génétiques fréquents (single nucleotides polymorphisms - SNP) responsables d’une faible augmentation du risque. L’ensemble des résultats de ce manuscrit plaide en faveur d’un impact majeur des facteurs génétiques constitutionnels à la fois en ce qui concerne le risque de développer un cancer du sein mais aussi en tant que déterminants du type de cancer du sein, voire du pronostic. La survenue d’un cancer du sein exprimant les récepteurs aux estrogènes et HER2-négatif est associée à 4 SNP introniques du gène FGFR2. Le pronostic des cancers du sein n’est pas associé aux variants impliquant un risque de développer un cancer. Quatre SNP indépendants sont associés à une évolution péjorative des cancers du sein triple-négatifs.La séquence d’événements qui mène du génome du patient à celui de la tumeur reste complexe, mal connue et probablement spécifique à chaque cancer comme l’illustrent les deux cas liés à des mutations germinales BRCA1/2 étudiés en deuxième partie de manuscrit. Le dernier travail permet de faire un lien vers la pratique clinique et rapporte une prévalence des mutations germinales BRCA1/2 d’environ 3% dans une cohorte prospective de patientes présentant un cancer du sein métastatique, non sélectionnées en fonction de leur âge, type de cancer ou antécédents familiaux. / As in any disease, the development of breast cancer depends on genetic hereditary factors and environmental acquired factors. Genetic factors of breast cancer involve rare pathogenic mutations with high risk of developing a breast cancer and frequent genetic variants (single nucleotides polymorphisms - SNP) responsible for a low increase in the risk of cancer. The works presented in this manuscript show that germline genetic factors strongly determine the risk of developing a breast cancer, but also the subtype of breast cancer and may impact the prognosis. Estrogen-positive, HER2-negative breast cancer development is associated with 4 intronic SNP in FGFR2 gene. Breast cancer prognosis is not associated with variants conferring a risk of developing a breast cancer. Four independent SNP are associated with bad outcomes in triple-negative breast cancers.The way that leads from patient genome to tumor genome is complex, mainly unknown and probably different for each case, as illustrated in the two case reports involving BRCA1/2 germline mutations described in the second part of the manuscript. Last work is a clinical research trial and shows a prevalence of BRCA1/2 mutations of around 3%, in a prospective cohort with metastatic breast cancer patients unselected on their age, cancer type or family history.

Les relations symbiotiques entre organismes sont essentielles pour l’évolution de la bio- diversité et le fonctionnement des écosystèmes. En milieu terrestre ou en milieu marin benthique les symbioses sont assez bien décrites. Si dans le plancton marin, les relations entre hôtes hétérotrophes et symbiontes photosynthétiques sont des phénomènes observés dès le 19ème siècle, les mécanismes fonctionnels qui régissent ces symbioses restent largement inconnus. C’est le cas de la symbiose entre certaines espèces de radiolaires et leurs symbiontes dinoflagellés. Il s’agit d’un modèle symbiotique, composé de deux unicellulaires eucaryotes, sur lequel je me suis concentré au cours de cette thèse. Ces deux organismes sont connus pour être largement répandus dans les océans et pour leur importance au sein des écosystèmes marins, et il est donc important de mieux caractériser ces symbioses afin d’approfondir nos connaissances de ces organismes. Grâce aux technologies de séquençage haut-débit il est désormais possible d’obtenir, pour ces organismes non cultivables mais isolés depuis l’environnement, une quantité sans précédent d’information génomique. Ces approches représentent une opportunité de décrypter les mécanismes à l’oeuvre dans ces interactions symbiotiques. Mon travail de thèse a combiné la création d’outils bioinformatiques dédiés à l’analyse de données de transcriptomique des holobiontes de radiolaires et dinoflagellés et l’étude de ce modèle de symbiose. Ce travail de doctorat contribue à une meilleure compréhension des mécanismes d’adaptation fonctionnelle et évolutive des organismes photosymbiotiques marins. / Symbiotic associations between organisms are essentials in biodiversity evolution and ecosystems functioning. In terrestrial environments or in the benthic marine environment, the symbioses encountered are fairly well described and studied. In the marine plankton, photosymbioses are phenomena described and observed since the 19th century. However, if the actors of these associations begin to be identified, the fundamental functional mechanisms for the establishment and the maintenance of these symbioses remain largely unknown. This is particularly true for the symbiotic association between symbiotic radiolarians and their dinoflagellate photosymbionts, two unicellular eucaryotes, which I was interested in during this thesis. These two organisms are known to be widespread in the oceans and for their key role in marine ecosystems, and it is therefore important to characterize these symbiotic events in order to deepen our knowledge of these organisms. Thanks to high-throughput sequencing technologies it is now possible to obtain an unprecedented amount of data for these unicellular organisms that are not cultivable and need to be directly isolated from the environment. These new technologies represent a unique opportunity to better characterized the mechanisms involved in these intimate cellular interactions. My Ph.D. work has combined the implementation of bioinformatics protocols and tools dedicated to the assembly and analysis of RNA-seq data as well as to the study of holobiont transcriptomes of radiolarians and dinoflagellates. This thesis contributes to a better understanding of the mechanisms of functional and evolutionary adaptation of marine photosymbiotic organisms.

La découverte de virus géants avec une taille de génome géante et des caractéristiques génomiques surprenantes soulève différentes questions sur leur origine et leur évolution. De nombreuses études phylogénétiques ont souligné le rôle décisif des HGT et des échanges génétiques sur l'évolution des MV, mais la plupart d'entre eux sont basés sur des familles MV étroitement liées. Pour enquêter sur les événements HGT, nous avons déterminé la distribution des gènes et les phylogénies de gènes pour les 86 ORFomes MV complets classés dans 6 familles définies et 4 putatives, dans le cadre de leurs homologues d'autres domaines de la vie. À l'aide d'un flux de travail phylogénétique automatisé MimiLook, 4577 OG ont été détectés, dont 91% des OG ont été jugés spécifiques à la famille, alors que 9% sont représentés par des protéines de 2 familles MV ou plus. 414 OG ont été détectés comme événement HGT. Nous avons appliqué une procédure similaire aux 7 898 protéines non orthologues pour détecter les événements de transfert et identifié 259 HGT à partir de protéines non orthologues. Les cas de HGT révèlent la spécificité des donneurs. En conclusion, une distinction claire peut être observée dans le mosaïque du génome des familles de Megavirale éloignées, où elles ont évolué par spécificité génomique et acquisitions de gènes spécifiques à la famille de leur créneau écologique respectif. Notre recherche systématique d'événements HGT d'origine non-mégavirale fournit la première estimation de la contribution totale de HGT dans le mosaïque du génome spécifique à la famille des Megavirales éloignés. / Discovery of giant viruses with giant genome size and surprising genomic features raises different question about their origin and evolution. Many phylogenetic studies have pointed out decisive role of HGTs and genetic exchanges on evolution of MVs, but, majority of them are based on closely related MV families. To investigate HGT events, we have determined gene distributions and gene phylogenies for the 86 complete MV ORFomes classified in 6 defined and 4 putative families, in context of their homologs from other domains of life. Using an automated phylogenetic workflow MimiLook, 4577 OGs were detected, out of which, 91% of OGs were found to be family specific, whereas, 9% are represented by proteins from 2 or more MV families. 414 OGs were detected as HGT event. We applied a similar procedure to the 7,898 non-orthologous proteins to detect transfer events and identified 259 HGTs from non-orthologous proteins. Instances of HGT were found to be depicting donor specificity, as viruses of vertebrates/invertebrates acquired genes from donors like Euteleostomii, Eutheria, Baculoviridae and proteobacteria; algal viruses and protozoan viruses were found to be acquiring genes from donors like Dictyostellium, Mammeillales, Firmicutes, Clostridiales. In conclusion, clear distinction can be seen in the genome mosaicism of distantly related Megavirale families, where they evolved via genome specificity and family specific gene acquisitions from their respective ecological niche. Our systematic search for HGT events of non-megavirale origin provides the first estimate of the total contribution of HGT in family specific genome mosaicism of distantly related Megavirales.