Contrairement à la plupart des eucaryotes non-photosynthétiques, les végétaux doivent assurer la stabilité d’un génome additionnel contenu dans le plastide, un organite d’origine endosymbiotique. Malgré la taille modeste de ce génome et le faible nombre de gènes qu’il encode, celui-ci est absolument essentiel au processus de photosynthèse. Pourtant, même si ce génome est d’une importance cruciale pour le développement de la plante, les principales menaces à son intégrité, ainsi que les conséquences d’une déstabilisation généralisée de sa séquence d’ADN, demeurent largement inconnues. Dans l’objectif d’élucider les conséquences de l’instabilité génomique chloroplastique, nous avons utilisé le mutant why1why3polIb d’Arabidopsis thaliana, qui présente d’importants niveaux de réarrangements génomiques chloroplastiques, ainsi que la ciprofloxacine, un composé induisant des brisures double-brins dans l’ADN des organites. Ceci nous a permis d’établir qu’une quantité importante de réarrangements génomiques provoque une déstabilisation de la chaîne de transport des électrons photosynthétique et un grave stress oxydatif associé au processus de photosynthèse. Étonnamment, chez why1why3polIb, ces hautes concentrations d’espèces oxygénées réactives ne mènent ni à la perte de fonction des chloroplastes affectés, ni à la mort cellulaire des tissus. Bien au contraire, ce déséquilibre rédox semble être à l’origine d’une reprogrammation génique nucléaire permettant de faire face à ce stress photosynthétique et conférant une tolérance aux stress oxydatifs subséquents. Grâce à une nouvelle méthode d’analyse des données de séquençage de nouvelle génération, nous montrons également qu’un type particulier d’instabilité génomique, demeuré peu caractérisé jusqu’à maintenant, constitue une des principales menaces au maintien de l’intégrité génomique des organites, et ce, tant chez Arabidopsis que chez l’humain. Ce type d’instabilité génomique est dénommé réarrangement de type U-turn et est vraisemblablement associé au processus de réplication. Par une approche génétique, nous démontrons que les protéines chloroplastiques WHY1, WHY3 et RECA1 empêchent la formation de ce type d’instabilité génomique, probablement en favorisant la stabilisation et le redémarrage des fourches de réplication bloquées. Une forte accumulation de réarrangements de type U-turn semble d’ailleurs être à l’origine d’un sévère trouble développemental chez le mutant why1why3reca1. Ceci soulève de nombreuses questions quant à l’implication de ce type d’instabilité génomique dans de nombreux troubles et pathologies possédant une composante mitochondriale. / In contrast to most non-photosynthetic eukaryotes, plants must ensure the stability of an additional genome contained within the plastid organelle. Despite the small size of the plastid genome and its low gene content, this genome is nevertheless absolutely essential for photosynthesis and plant energy metabolism. In spite of this, the main threats this genome encounters and their underlying consequences remain poorly understood. To evaluate the consequences of generalized plastid genome instability, we use the why1why3polIb Arabidopsis thaliana mutant line, which exhibits elevated levels of plastid genome rearrangements, and ciprofloxacin, a compound that induces double strand-breaks within organelle DNA. We demonstrated that high levels of plastid genome rearrangements lead to a decrease in photosynthetic electron transport chain efficiency and to a severe photosynthesis-associated oxidative stress. Surprisingly, these high levels of reactive oxygen species are neither associated to a loss of chloroplast function, nor to cell death. Instead, this redox imbalance seems to initiate a nuclear genetic expression remodelling that allows adaptation to this photosynthetic stress and confers tolerance to subsequent oxidative stresses. Using a novel approach for the analysis of next-generation sequencing data, we have also shown that a poorly characterized type of genomic instability constitutes one of the main threats to organelle genomic integrity, both in Arabidopsis and human. We demonstrate that this particular type of genomic instability, named U-turn-like DNA rearrangement, is most probably associated to errors during the replication process. Also, a genetic approach revealed that the chloroplast-localized proteins WHY1, WHY3 and RECA1 all act to repress this type of genomic instability, probably by stabilizing and stimulating the accurate restart of collapsed replication forks. A strong accumulation of U-turn-like rearrangements is notably associated to severe developmental defects in the why1why3reca1 mutant line. This raises the question of whether this type of genomic instability could be involved in the appearance of several mitochondria-associated pathologies.

Certaines applications thérapeutiques de la médecine génomique sont susceptibles de mener à une amélioration considérable de la santé des populations des pays en développement dans les années à venir. La mise en place de politiques d’innovation efficaces demeure toutefois cruciale afin d’assurer la réalisation des promesses de la révolution génomique. Dans le domaine biomédical, la commercialisation des fruits de la recherche s’est établie comme le paradigme dominant au sein du système d’innovation. Plusieurs études récentes ont cependant démontré que l’emphase mise sur la commercialisation et la protection de la propriété intellectuelle a donné lieu à des résultats décevants. Certains acteurs du système d’innovation avancent donc désormais qu’il est nécessaire d’aller au-delà de la commercialisation de la recherche et de mettre en place des politiques basées sur le paradigme de la valorisation de la recherche, qui favorise l’atteinte d’objectifs sociaux ainsi qu’économiques. L’objectif de notre mémoire est de documenter l’impact des politiques d’innovation de projets internationaux de science ouverte en génomique médicale sur le développement des capacités en recherche et développement en génomique et l’accès à la médecine génomique dans les pays en développement. Nous avons ainsi réalisé une étude de cas impliquant quatre projets internationaux de science ouverte en génomique médicale. Les résultats de notre étude de cas ont démontré que ces projets jouent un rôle important dans le développement des capacités en recherche et en développement en génomique dans les pays en développement, mais qu’ils y jouent un rôle beaucoup plus limité sur le plan de l’accès aux applications de la médecine génomique. / Some therapeutic applications of genomic medicine are likely to lead to considerable improvement in the health care of developing countries in the coming years. However, the establishment of efficient innovation policies remains vital in order to ensure the progress of the genomic revolution. In the biomedical field, the commercialisation of the results of research has established itself as the dominant paradigm in the innovation system. However, many recent studies have demonstrated that this emphasis on commercialisation and the protection of intellectual property has led to deceiving results. Some stakeholders of the innovation system thus argue that it is now necessary to go beyond the commercialisation of research and implement policies based on the research valorisation paradigm, which supports the achievement of social as well as economic objectives. The objective of our thesis is to document the impact of international open science genomic medicine projects’ innovation policies on research and developement in genomics capacity building and access to genomic medicine in developing countries. We have thus developed a case study involving four international open science genomic medicine research projects. The results of our study have demonstrated that these projects play an important role in research and development in genomics capacity building in developing countries, but play a more limited role with regard to access to genomic medicine in these countries.

Ce travail de thèse a permis, dans un premier temps, de mettre en évidence de nouveaux grandsréarrangements dans trois pathologies étudiées au laboratoire : la mucoviscidose, la pancréatitechronique et l’hémochromatose. En particulier, ces travaux ont permis de trouver de nouveaux CNVs(Copy Number Variations) pathologiques dans le gène CFTR (Cystic Fibrosis Transmembraneconductance Regulator), de mieux comprendre les mécanismes d’un remaniement complexe dansPRSS1 (Protease Serine 1) et d’aider à caractériser finement un réarrangement dans HFE(Hemochromatosis). Ces études ont donc servi de preuve de concept pour l’utilisation de puces à ADN àl’échelle d’un gène et dans des zones difficiles car riches en séquences répétées.Dans un second temps, la recherche de facteurs de susceptibilité génétiques aux infarctus cérébraux(AICs) du sujet jeune a été réalisée chez 168 cas et 200 témoins âgés de moins de 40 ans. Dans notrepopulation, l’hypertension, les migraines, le tabac, et la prise de stupéfiants sont des facteurs de risqueimportants, multipliant respectivement par 35, 3,8, 4 et 2,8 le risque d’AIC. Notre étude pangénomiquepar CGH-array (Comparative Genomic Hybridization-array) a mis en évidence 98 régionspolymorphiques dans le génome humain. Parmi elles, la délétion d’une partie du gène NOTCH2, pourraitjouer un rôle protecteur dans la survenue des AICs (OR=0,11 [0,01-0,87] ; p=0,013) mais qui ne dépassepas le seuil fixé par la correction de Bonferroni). Ce travail a également mis en évidence environ 400CNVs rares, dont deux récurrents chez les cas, l'un portant les gènes CRELD2 (cysteine-rich with EGFlikedomains 2) et AGL12 (asparagine-linked glycosylation 12, alpha-1, 6-mannosyltransferase) (p=0,02)et le deuxième situé en 5’ du gène VBP1 (von Hippel-Lindau binding protein 1) (p=0,04). Enfin, uneapproche gènes candidats a été effectuée sur les gènes NOTCH2 et ALOX5AP (5-lipoxygenaseactivating protein) sans donner de résultats significatifs. Ceci a également été réalisé sur les mutationsprincipales de trois gènes de la coagulation (Facteur II, Facteur V Leiden et MTHFR). Une associationsignificative a été mise en évidence entre la C677T du gène MTHFR (5,10-methyltetrahydrofolate) et lesinfarctus cérébraux du sujet jeune (OR=2,39, p=0,02 pour le génotype TT). Ce travail de thèse a permisde confirmer l’existence de facteurs de risque environnementaux et génétiques déjà connus mais surtoutd’émettre de nouvelles hypothèses génétiques dans la survenue des AICs du sujet jeune. / The use of locus-specific array-CGH (Comparative Genomic Hybridization) has allowed us to detect largerearrangements in three pathologies of our laboratory: cystic fibrosis, chronic pancreatitis andhemochromatosis. We successfully observed new pathological CNV (Copy Number Variations) in theCFTR (Cystic Fibrosis Transmembrane conductance Regulator) gene and characterized complex eventsin PRSS1 (Protease Serine 1) and HFE (Hemochromatosis) genes, showing that the use of thistechnique is possible even in regions with high sequence homologies.We also confirmed that hypertension, migraine, tobacco and drugs are high significant risk factors forischemic strokes (IS) in young population (under 40 years) (OR=35, 3.8, 4 and 2.8, respectively). Then,we tried to identify new genetic susceptibility loci using a pangenomic approach. Among the 98 copynumber polymorphisms (CNP) observed, an interstitial NOTCH2 deletion is candidate for a protective rolein IS (OR=0.11 [0.01-0.87] ; p=0.013 before Bonferonni correction). We also observed approximately 400uncommon CNV, two of them being particularly reccurent in patients: a 22q13.31 duplication containingCRELD2 (cysteine-rich with EGF-like domains 2) and AGL12 (asparagine-linked glycosylation 12, alpha-1, 6-mannosyltransferase) genes (p=0.02) and a Xq28 deletion localised in the 5’ region of the VBP1 (vonHippel-Lindau binding protein 1) gene (p=0.04). We also applied a candidate-gene approach onNOTCH2, ALOX5AP (5-lipoxygenase activating protein) and coagulation genes (Factor II, Factor VLeiden and MTHFR). A significant association was found for the C677T in the MTHFR gene (5,10-methyltetrahydrofolate) and young ischemic strokes (OR=2.39, p=0.02 for TT genotype). In conclusion,this study confirmed the implication of environmental and genetic factors in ischemic strokes before 40years and suggests new genetic risk factors for IS.

L'étude des bactéries pathogènes opportunistes d'origine environnementale ayant des modes de vie variés, libre et autonome ou contraint à une niche spécifique représentée par l'hôte, présente un intérêt dans la compréhension de l'adaptation des bactéries à leurs hôtes et de l'apparition de nouveaux pathogènes. Le genre Aeromonas regroupe des bactéries communes des milieux aquatiques, principalement des eaux douces. Elles sont capables d'entretenir différents types de relations avec leurs hôtes (parasitisme/symbiose) et peuvent être hébergées par un large spectre d'organismes. Chez l'homme, elles sont la cause d'une large variété d'infections (gastroentérite, bactériémie, infection de la peau et des tissus mous, etc.) mais les difficultés d'identification des souches et une taxonomie confuse engendrent une méconnaissance de la pathogénicité réelle des différentes espèces décrites.Le but de ce travail était d'étudier les mécanismes d'évolution génomique et génétique à l'origine de la remarquable capacité d'adaptation des Aeromonas à leurs hôtes, notamment à l'homme. Une analyse comparative de la diversité génétique et génomique d'une large collection de 195 souches représentative des différentes espèces du genre et d'origines variées (humaine, animale et environnementale) a été menée. La diversité génétique a été appréhendée au moyen d'une approche multilocus incluant l'étude des séquences de 7 gènes de ménage (dnaK, gltA, gyrB, radA, rpoB, tsf, zipA). En parallèle, nous avons étudié la variabilité des copies multiples du gène rrs en explorant leur diversité génétique par une méthode d'électrophorèse en condition dénaturante (PCR-TTGE) et la variabilité du nombre et de la répartition des opérons rrn dans le chromosome de ces bactéries par électrophorèse en champ pulsé.Ces différentes approches nous ont permis de mettre en évidence : i) une diversité très élevée des 7 gènes de ménage analysés ainsi que l'existence de transferts latéraux, ii) l'existence de sous-groupes de souches adaptées à un hôte ou à une localisation anatomique particulière, iii) un nombre important d'opérons rrn (8 à 11), iv) l'existence de profils de distribution chromosomique des opérons rrn spécifique d'espèce ou de groupes d'espèces proches, v) une forte proportion (41,5%) des souches présentant une hétérogénéité de séquences des différentes copies du gène rrs. Nos résultats montrent également la valeur taxonomique de l'étude de la diversité génétique et génomique à l'aide des approches proposées au sein du genre Aeromonas.Nous montrons que : i) l'ARN ribosomique 16S est un marqueur informatif pour étudier les modes d'évolution et conduire des études de taxonomie mixte et consensuelle dans le genre Aeromonas à condition d'étudier la diversité de ses multiples copies, ii) A. caviae présente des caractéristiques génétiques particulières témoignant d'un processus d'adaptation en cours à une niche écologique que nous supposons être l'intestin humain. Nos résultats supportent également un mode d'évolution des bactéries du genre Aeromonas dit en complexes d'espèces accompagné de phénomènes de spéciation pouvant en partie expliquer les difficultés rencontrées pour établir une taxonomie claire du genre Aeromonas. / Abstract :Studying opportunistic pathogenic bacteria with an environmental origin and a wide variety of lifestyles, either free-living or host-adapted, is useful to improve the understanding of bacterial adaptation to hosts and the emergence of novel pathogens. The genus Aeromonas groups water-living bacteria, mainly in freshwater. They are able to support several types of relations with their hosts (parasitism/ symbiosis) and are harbored by a large spectrum of hosts. In human, they are involved in a wide range of infections (gastroenteritis, bacteraemia, wound and soft tissue infection, etc.) but difficulties in identifying strains and a confused taxonomy results in incomplete knowledge of the real strain pathogenicity of each described species.The aim of this work was to study the mechanisms of genomic and genetic evolution related to the outstanding ability of Aeromonas adaptation to host, including human. We led a comparative analysis of the genetic and genomic diversity on a large strain collection (195 strains) representative of the species of the genus and from various sources (human, animal, environmental). We studied the genetic diversity using a 7 housekeeping gene multilocus strain analysis (dnaK, gltA, gyrB, radA, rpoB, tsf, zipA). We also described the variability in the i) rrs multiple gene copies using a PRC-TTGE method and ii) the number and distribution of the rrn operons within the chromosome using a pulse field gel electrophoresis. Our results also showed the taxonomic value of the study of genetic and genomic diversity using the approaches proposed in the genus Aeromonas.These various approaches enabled us to highlight: i) a high genetic diversity in the housekeeping genes together with horizontal gene transfers events, ii) some clusters that were either host-adapted or adapted to particular anatomical locations, iii) a high number of rrn operons (from 8 to 11), iv) the presence of patterns of rrn operon that were either species-specific or specific to groups of closely related species, v) a high frequency (41,5%) of strains harboring sequence heterogeneities between rrs copies. We showed that: i) 16 rRNA is a valuable marker for studying the modes of evolution of aeromonads and the taxonomy within the genus Aeromonas provided that multiple copy diversity is taken into account, ii) A. caviae displays particular genetic characteristic that suggested an ongoing process of adaptation to a niche that we supposed to be human digestive tract. Our results also support an evolution mode in complex of species with some speciation process that could at least in part explain difficulties for determining a clarified taxonomy within the genus Aeromonas.

L'empreinte génomique parentale est un mécanisme de régulation épigénétique conduisant à la répression d'un allèle d'un gène en fonction de son origine parentale. Ce mécanisme affecte un nombre restreint de gènes chez les mammifères métathériens et euthériens. Ces gènes, dits gènes soumis à empreinte (GSE), ont des fonctions moléculaires variées et sans lien apparent. Cependant, deux thèmes reviennent de manière récurrente dans leurs fonctions: le contrôle de la croissance embryonnaire et la tumorigenèse. Ma thèse a consisté à démontrer l'existence d'un lien fonctionnel entre les GSE. Nous montrons que les GSE s'inscrivent dans un même réseau de co-expression transcriptionnelle et qu'ils sont co-régulés dans différentes situations biologiques lors des transitions entre les différents états cellulaires. En effet, une induction coordonnée de la plupart des GSE a lieu lors des sorties du cycle cellulaire, réversibles (quiescence) ou non (différenciation). Les perturbations individuelles de l'expression de plusieurs GSE dans le modèle des pré-adipocytes 3T3-L1 confirment un rôle du réseau des GSE dans le contrôle des transitions entre prolifération, quiescence et différenciation. De plus, l'analyse des gènes bi-alléliques inclus dans le même réseau de co-régulation que les GSE montre un enrichissement en gènes de la matrice extracellulaire. La fonction associée à ce réseau serait donc le contrôle des transitions entre les différents états cellulaires, via le remodelage de la matrice extracellulaire. Pour conclure, outre l'identification d'une fonction commune aux GSE, nos résultats suggèrent un scénario pour le ciblage de ces gènes par l'empreinte génomique parentale au cours de l'évolution des mammifères. / Genomic imprinting is an epigenetic mechanism leading to the repression of one allele of a gene, depending on its parental origin. This mechanism affects a small number of genes in metatherian and eutherian mammals. These genes, named imprinted genes (IGs), display various molecular functions and thus seem unrelated. However, their alterations are frequently associated with the control of embryonic growth and tumorigenesis. My PhD project has consisted in demonstrating a functional link between IGs. We show that IGs are frequently co-expressed and belong to a common gene network. They are co-regulated in biological situations corresponding to the transitions between different cellular states. Coordinated induction of most IGs takes place at the outputs of the cell cycle. Loss and gain of function experiments of several IGs in the 3T3-L1 pre-adipocyte model demonstrate a role of the IG network in controlling transitions between cellular states (proliferation, quiescence and differentiation). In addition to IGs, this network also includes bi-allelic genes, with many extracellular matrix genes. Therefore, the function associated with the IG network could be the fine control of transitions between cellular states through a remodeling of the extracellular matrix.To conclude, in addition to the identification of a common cellular function for IGs, our results suggest a possible scenario for the targeting of these genes by parental genomic imprinting during mammalian evolution.

La symbiose entre Anthyllis vulneraria et Mesorhizobium metallidurans, mise en évidence dans l'ancienne mine Zn/Pb des Avinières à St Laurent-le-Minier (Gard) permet une entrée d'azote dans les sols grâce à la fixation biologique qui favorise l'installation d'une végétation pérenne d'intérêt pour limiter la pollution métallique via l'érosion éolienne et hydrique. M. metallidurans ayant la particularité de résister à de fortes concentrations en Zn et Cd, la recherche des gènes d'adaptation aux métaux lourds a été mise en œuvre pour mieux connaitre cette bactérie impliquée dans des opérations de phytostabilisation, par des approches de génétique moléculaire et de transcriptomie (RNAseq). Les gènes codant pour des systèmes de séquestration, d'exclusion, de réduction et d'efflux des métaux lourds, dont cadA1, codant pour une PIB-ATPase exportant Cd/Zn ont été identifiés chez deux souches métallicoles associées à Anthyllis ; M. metallidurans STM 2683T (mine des Avinières) et Mesorhizobium sp. STM 4661 (mine d'Eylie). Une étude fonctionnelle de cadA1 a permis de caractériser son rôle dans la résistance aux métaux lourds chez M. metallidurans. Ce gène a ensuite été testé comme marqueur de résistance pour étudier la diversité et la répartition des symbiotes d'Anthyllis sur des sites miniers et non pollués. Pour cela ce travail a été complété par des analyses phénotypiques de tolérance au Zn et Cd et des analyses phylogénétiques basées sur des marqueurs taxonomiques et symbiotiques. La contrainte métallique exercée par les environnements miniers semble influencer la composition et la diversité bactérienne avec une plus forte proportion (i) de phénotype métallicole lié à la présence du gène cadA1 et (ii) de rhizobia appartenant à M. metallidurans ou à une espèce très proche. La plante hôte semble quant à elle influencer la diversité symbiotique des rhizobia, indépendamment de la contrainte métallique. / Efficient nitrogen-fixing symbiosis between Anthyllis vulneraria and Mesorhizobium metallidurans, identified in the highly Zn/Pb polluted mining site of Avinières (St Laurent-le-Minier, Gard county, France) has recently been described as a potential key bioremediation agent for stimulating the growth of a sustainable plant cover and thus limit heavy metal dispersion from contaminated sites. M. metallidurans strains were shown to be resistant to high Zn and Cd concentrations. The aim of our work was to identify and characterize genes involved in heavy metal adaptation in M. metallidurans by using genetic and transcriptomic approaches (RNAseq technology). Putative genes involved in heavy metal adaptation mechanisms such as exclusion, binding, reduction and efflux, like cadA1, encoding an efflux system PIB-type ATPase involved in Zn and Cd export, were identified in two Mesorhizobium strains associated with Anthyllis: M. metallidurans STM 2683T (Avinières mine) and Mesorhizobium sp. STM 4661 (Eylie mine). Functional studies allowed us to characterize the cadA1 efflux protein as involved in metal tolerance in M. metallidurans. Then, cadA1 was used as a metal-resistance marker to study the diversity and the distribution of Anthyllis symbionts from mine soils and unpolluted soils. This work was completed by Zn- and Cd-tolerance phenotype assays and phylogenetic analyses using taxonomical and symbiotic markers. Metals in mine environments seemed to influence the bacterial composition and the diversity with a high proportion of (i) metal-tolerant phenotypes consistent with the detection of the cadA1 gene and (ii) strains belonging to the M. metallidurans species or to a bacterial species close to it. The plant-hosts seemed to impact symbiotic diversity independently of the metal-tolerant property.

Les Spartines jouent un rôle écologique majeur sur les marais salés. Elles représentent un excellent modèle pour appréhender les conséquences écologiques de la spéciation par hybridation et polyploïdie dans le contexte d'invasion biologique. On s'intéresse plus particulièrement, à l'hybridation récente entre une espèce hexaploïde d'origine américaine Spartina alterniflora et une espèce hexaploïde européenne S. maritima ayant donnés deux hybrides F1 (S. x townsendii et S. x neyrautii) et la nouvelle espèce envahissante allododécaploïde (S. anglica). Les nouvelles technologies de séquençage haut-débit facilitent l'exploration de ces génomes peu connus. L'assemblage et l'annotation d'un transcriptome de référence ont permis d'annoter 16 753 gènes chez les spartines hexaploïdes et d'identifier des gènes d'intérêts écologique et évolutif. Une sélection de ces gènes a ensuite été analysée à travers une étude d'expression par PCR quantitative sur les populations naturelles des 5 espèces du complexe. Les résultats ont permis de mettre en évidence une expression homogène intra-populations mais une grande variabilité entre les espèces. L'analyse du génome des Spartines a ciblé prioritairement le développement de ressources génomiques concernant l'espèce S. maritima pour l'analyse des compartiments codant et répété à l'aide de séquençage d'une banque BAC et d'un run de pyroséquençage d'ADN génomique. Les analyses ont permis d'évaluer une proportion d'éléments répétés représentant près de 30% du génome. Les données générées ont alors été comparées avec les génomes séquencés phylogénétiquement proches et ont permis de premières comparaisons entre les spartines et les autres Poaceae. / Spartina species play an important ecological role on salt marshes. They represent an excellent system to study the ecological consequences of hybrid and polyploid speciation in biological invasion contexts. In this study, we examined the effects of hybridization between the hexaploid American-native species Spartina alterniflora and the European species S. maritima, that gave rise to two F1 hybrids (S. x townsendii in England et S. x neyrautii in France) and the new invasive allododecaploid species (S. anglica). Next-generation sequencing technologies offer new perspectives to explore these previously poorly known genomes. The assembly of a reference transcriptome (from 454 Roche pyrosequencing) allowed annotation of 16,753 genes in hexaploid Spartina and identification of ecologically and evolutionary important genes. Expression levels of a subset of these genes were analyzed by quantitative PCR in Spartina natural populations. The results indicate intrapopulation homogenous expression but extreme variability between species. The European S. maritima beneficiated from genomic resource development through a BAC library and one pyrosequencing run. Our analyses estimated the relative proportions of repetitive sequences as about 30% and have identified the main transposable element families Data generated were also compared to closely related sequenced species and provided the first insights into the evolution of Spartina genomes in the Poaceae family.

La métabonomique est une approche de choix pour l’identification de biomarqueurs d’intérêts pour le diagnostic de pathologies mais aussi pour l’amélioration de notre compréhension des processus physiopathologiques. La métabonomique offre de nouvelles perspectives en épidémiologie moléculaire, objet principale de cette thèse. Nous avons appliqué l’approche métabonomique par RMN à haut champ à l’analyse de sérums sanguins issus de la cohorte prospective EPIC (European Prospective Investigation into Cancer and nutrition) dans le but d’identifier des biomarqueurs de la survenue du cancer du foie et du cancer du pancréas. L’analyse statistique des profiles métaboliques des sérums obtenus par RMN à 800MHz a permis de mettre en évidence une signature métabolique associée à l’occurrence des hépatocarcinomes (HCC) à cinq ans avant diagnostic en moyenne. L’analyse stratifiée des données a révélé des biomarqueurs précoces mais aussi des biomarqueurs de l’étiologie des HCC. L’analyse métabonomique portée sur le cancer du pancréas n’a à l’inverse pas été concluante. Des méthodes pertinentes pour l’analyse des cohortes épidémiologiques par métabonomique ont été développées, telle qu’une méthode de correction d’effet batch rendant possible la comparaison de données RMN acquises au cours d’une longue période de temps. La méthode statistique PCPR2 développée permet de quantifier l’impact de différents facteurs sur les données métabonomique afin d’en révéler les sources de variations systématiques. D’autre part, l’approche métabonomique permet également l’investigation de questions biologiques plus fondamentales. Cette thèse offre une approche de génomique fonctionnelle à l’étude des cibles métaboliques du récepteur aux hormones thyroïdiennes TRβ dans le foie. L’analyse des données HR-MAS de tissus de foie intacts complémentée par l’analyse d’extraits hépatiques sur un modèle de souris a permis d’éclaircir le rôle de ce récepteur nucléaire. / Metabonomics is a recent approach that enables not only to identify relevant biomarkers for disease diagnosis but also to improve our understanding of biological processes by gaining insight into metabolism. This thesis is mainly dedicated to the application of metabonomics to molecular epidemiology. High-field NMR metabonomic approach was applied to the analysis of serum samples from the large prospective cohort EPIC (European Prospective Investigation into Cancer and nutrition) to identify biomarkers of liver cancer and pancreatic cancer occurrence. The statistical analysis of NMR serum metabolic profiles obtained at 800 MHz enabled to highlight a metabolic signature associated with the occurrence of hepatocellular carcinoma (HCC), in average five years before diagnosis. The stratified analysis revealed both early and etiologic biomarkers of HCC. The NMR metabonomic analysis of the pancreatic cancer did not reveal any metabolic signature of this cancer. Moreover, relevant methods to allow the NMR metabonomic analysis of epidemiological cohort were developed. This thesis proposes a method to correct data for batch effect, making possible the comparison of NMR data recorded in a long period of time. The statistical method PC-PR2 developed enables the quantification of the contribution of different factors onto metabonomic data to reveal systematic variation sources. In addition, the metabonomic approach is also suitable to address specific biological questions by providing a new read-out of the metabolism. Functional genomics by NMR metabonomics was used in this thesis to study the metabolic targets of the thyroid hormone nuclear receptor TRβ in the liver. The analysis of HR-MAS data obtained on intact liver tissue in addition to the analysis of NMR data of liver extracts from a mice model enabled to better understand the role of this nuclear receptor.

Cette thèse expose la problématique récente concernant la résolution de problèmes de grande dimension. Nous présentons les méthodes permettant de les résoudre ainsi que leurs applications, notamment pour la sélection de variables dans le domaine de la fouille de données. Dans la première partie de cette thèse, nous exposons les enjeux de la résolution de problèmes de grande dimension. Nous nous intéressons principalement aux méthodes de recherche linéaire, que nous jugeons particulièrement adaptées pour la résolution de tels problèmes. Nous présentons ensuite les méthodes que nous avons développées, basées sur ce principe : CUS, EUS et EM323. Nous soulignons en particulier la très grande vitesse de convergence de CUS et EUS, ainsi que leur simplicité de mise en oeuvre. La méthode EM323 est issue d'une hybridation entre la méthode EUS et un algorithme d'optimisation unidimensionnel développé par F. Glover : l'algorithme 3-2-3. Nous montrons que ce dernier algorithme obtient des résultats d'une plus grande précision, notamment pour les problèmes non séparables, qui sont le point faible des méthodes issues de la recherche linéaire. Dans une deuxième partie, nous nous intéressons aux problèmes de fouille de données, et plus particulièrement l'analyse de données de puces à ADN. Le but est de classer ces données et de prédire le comportement de nouveaux exemples. Dans un premier temps, une collaboration avec l'hôpital Tenon nous permet d'analyser des données privées concernant le cancer du sein. Nous développons alors une méthode exacte, nommée delta-test, enrichie par la suite d'une méthode permettant la sélection automatique du nombre de variables. Dans un deuxième temps, nous développons une méthode heuristique de sélection de variables, nommée ABEUS, basée sur l'optimisation des performances du classifieur DLDA. Les résultats obtenus sur des données publiques montrent que nos méthodes permettent de sélectionner des sous-ensembles de variables de taille très faible,ce qui est un critère important permettant d'éviter le sur-apprentissage / This PhD thesis explains the recent issue concerning the resolution of high-dimensional problems. We present methods designed to solve them, and their applications for feature selection problems, in the data mining field. In the first part of this thesis, we introduce the stakes of solving high-dimensional problems. We mainly investigate line search methods, because we consider them to be particularly suitable for solving such problems. Then, we present the methods we developed, based on this principle : CUS, EUS and EM323. We emphasize, in particular, the very high convergence speed of CUS and EUS, and their simplicity of implementation. The EM323 method is based on an hybridization between EUS and a one-dimensional optimization algorithm developed by F. Glover : the 3-2-3 algorithm. We show that the results of EM323 are more accurate, especially for non-separable problems, which are the weakness of line search based methods. In the second part, we focus on data mining problems, and especially those concerning microarray data analysis. The objectives are to classify data and to predict the behavior of new samples. A collaboration with the Tenon Hospital in Paris allows us to analyze their private breast cancer data. To this end, we develop an exact method, called delta-test, enhanced by a method designed to automatically select the optimal number of variables. In a second time, we develop an heuristic, named ABEUS, based on the optimization of the DLDA classifier performances. The results obtained from publicly available data show that our methods manage to select very small subsets of variables, which is an important criterion to avoid overfitting

Les virus du genre Chlorovirus (phycoDNAviridae) sont des virus à ADN double-brin de grande taille, qui infectent des algues vertes eucaryotes unicellulaires vivant en eau douce nommées les chlorelles (Trebouxiophyceae). A l'aide d'approches bioinformatiques, j'ai consacré mon travail de thèse à l'étude de la diversité génomique des chlorovirus et de leur histoire évolutive, ainsi qu'à l'étude transcriptomique de l'infection virale chez son hôte.Dans le premier volet de ma thèse, j'ai procédé à l'assemblage et à l'annotation de 50 nouveaux génomes de chlorovirus récemment séquencés (Roche-454). J'ai ainsi été en mesure de mieux caractériser les différences de structure du génome et de contenu en gène des différents chlorovirus en fonction de leurs hôtes. J'ai également mis en évidence l'existence d'un quatrième sous-groupe de chlorovirus, repoussant les limites connues de la diversité de ces virus. Enfin j'ai montré que les Chlorovirus ne suivent pas le même schéma évolutif des autres NCLDV et que l'origine de leurs gènes est encore inconnue, bien que probablement virale.Dans un autre projet, j'ai également étudié les variations de la transcription des gènes de la chlorelle (C. varabilis NC64A) induites par l'infection par un chlorovirus (PBCV-1) grâce au séquençage profond (Illumina) des ARNm polyadénylés présent dans la cellule saine, puis après infection. J'ai ainsi pu montrer que les différentes fonctions cellulaires sont impactées de façon préférentielle par l'infection. / Giant viruses in the genus Chlorovirus (Phycodnaviridae) infect eukaryotic green microalgae known as Chlorella (Trebouxiophyceae). Using bioinformatic approaches, I dedicated my thesis on the study of the genomic diversity and evolutionnary history of the chlorovirus at the genus level, and the transcriptomic of the viral infection.In the first part on my work, I conducted the assembly and annotation of 50 new chlorovirus genomes recently sequenced (Roche-454). I was able to refine the known differences between chloroviruses, both in genome structure and gene content terms. Clues for the existence of a fourth subgroup of chloroviruses were also found. I was also able to show that the chlorovirus does not follow the same evolutionnary pattern as the other NCLDV, and that the origin of their genes is still largely unknown, but presumably of viral origin.In a second project, I studied the variation in the transcription of chlorella's genes (C. variabilis NC64A) during the infection by a chlorovirus (PBCV-1) using the deep-sequencing (Illumina) of all polyadenylated messenger RNA in the healthy or infected cell. This way, I was able to show that the various cellular functions are preferentially impacted by the infection.