L'objectif principal de mon projet de doctorat est d'étudier l'évolution génomique de l'ordre des Archaea Thermococcales. Je me suis intéressé à comprendre les mécanismes des éléments mobiles génétiques (MGE) pouvant influencer l'évolution des génomes. En utilisant une approche multidisciplinaire, nous avons pu explorer les différents aspects de ce phénomène in silico, in vitro et in vivo. Grâce à des analyses in silico de tous les génomes de Thermococcales complètement séquencés disponibles, nous avons montré que cet ordre affiche un niveau élevé de réarrangements pouvant perturber les modèles d'expression génique. Dans une première approche, nous avons étudié l'existence de l'organisation chromosomique. L'inefficacité dans la prédiction de l'origine et de la terminaison de la réplication sur la seule base de la composition de l'ADN chromosomique ou skew, nous a motivé à utiliser une approche différente basée sur des séquences biologiquement pertinentes. Nous avons donc déterminé la position de l'origine de la réplication (oriC) dans tous les 21 génomes séquencés Thermococcales. La position potentielle de la terminaison a été prédite dans 19 génomes à ou près du site dif, où les dimères chromosomiques sont résolus avant la ségrégation de l'ADN. Le calcul du génome central a révélé un certain nombre de grappes de gènes essentiels avec une position chromosomique remarquablement stable à travers les espèces, en utilisant oriC comme référence. D'autre part, les régions core-free semblent correspondre à des éléments mobiles intégrés putatifs. Ces observations indiquent qu'un degré remarquable d ' «ordre» a été maintenu à travers les Thermococcales, même s'ils présentent des chromosomes fortement brouillés, les inversions étant particulièrement fréquentes. La découverte et la caractérisation d'un nouvel organisme, Thermococcus nautili nous ont permis de mieux comprendre le mécanisme sous-jacent causant ces inversions. En effet, le séquençage et l'analyse in silico de son génome ont fortement suggéré l'implication d'une nouvelle classe de tyrosine recombinases dans la plasticité génomique. Le plasmide pTN3 de T. nautili, qui est intégré dans le chromosome et auto-réplicable, code une intégrase appartenant à la classe des tyrosine recombinases. Des plasmides similaires ont également été trouvés intégrés dans le chromosome d'autres séquences de Thermococcales (par exemple TKV4 dans T. kodakarensis). Afin de tester son activité enzymatique, l’integrase codée par le plasmide pTN3 a été surproduite et purifiée. Les expériences in vitro ont d'abord permis de déterminer le segment de séquence minimal requis pour l'activité de l'intégrase et optimisé la réaction enzymatique in vitro. Ces résultats nous ont permis, en suite, de démontrer la réaction d'excision / d'intégration observée avec d'autres recombinases de tyrosine. De plus, l'excision in vivo d'un élément intégré apparenté (TKV4 de T. kodakarensis) par l'intégrase pTN3 a été réalisée au cours de cette étude. Pour cela, le gène IntpTN3 a été clone dans un vecteur de la bactérie E. coli / Thermococcus pour la transformation et l'expression dans T. kodakarensis. Après incubation, les cellules ont montré la présence de l'élément TKV4-intégré dans la forme circulaire libre. Enfin, nous avons pu imiter l'inversion chromosomique in vitro en utilisant des substrats synthétiques contenant des séquences cibles d'intégration. Nous avons également pu montrer que l'intégrase pTN3 possède une activité qui peut intervenir sur des inversions génomiques à grande échelle en utilisant différents sites et donc expliquer les réarrangements observés dans Thermococcales (Cossu et al, in prep). / The main goal of my PhD project is to investigate the genomic evolution of the Archaea Thermococcales order. I am interested in understanding how mobile genetic elements (MGE) can influence the evolution of genomes. Using a multidisciplinary approach, we were able to explore the different aspects of this phenomenon in silico, in vitro and in vivo. Through in silico analyses of all available completely sequenced Thermococcales genomes, we showed that this order displays a characteristic high level of rearrangements potentially disrupting gene expression patterns. In a first approach, we investigated the existence of chromosomal organization. The inefficiency in predicting origin and termination of replication on the sole basis of chromosomal DNA composition or skew, motivated us to use a different approach based on biologically relevant sequences. We determined the position of the origin of replication (oriC) in all 21 sequenced Thermococcales genomes. The potential position of the termination was predicted in 19 genomes at or near the dif site, where chromosome dimers are resolved before DNA segregation. Computation of the core genome uncovered a number of essential gene clusters with a remarkably stable chromosomal position across species, using oriC as reference. On the other hand, core-free regions appear to correspond to putative integrated mobile elements. These observations indicate that a remarkable degree of “order” has been maintained across Thermococcales even if they display highly scrambled chromosomes, with inversions being especially frequent. The discovery and characterization of a new organism, Thermococcus nautili allowed us to better understand the underlying mechanism causing these inversions. The sequencing and in silico analysis of its genome strongly suggested the involvement of a new class of tyrosine recombinases in genomic plasticity. T. nautili pTN3 plasmid, which is found integrated into the chromosome and also self-replicating encodes an integrase belonging to this class. Similar plasmids have also been found integrated in the chromosome of other sequenced Thermococcales (e.g. TKV4 in T. kodakarensis). In order to test its enzymatic activity, we overproduced and purified the integrase encoded by pTN3. In vitro experiments first determined the minimal sequence segment required for integrase activity and optimized the enzymatic reaction in vitro. Due to this early results, we were able to demonstrate the excision/integration reaction observed with other tyrosine recombinases. Additionally, the in vivo excision of a related integrated element (TKV4 from T. kodakarensis) by the pTN3 integrase was performed during this study. The IntpTN3 gene has been cloned into an E. coli/Thermococcus shuttle vector for transformation and expression in T. kodakarensis. After incubation, cells showed the presence of the TKV4-integrated element in free circular form. Finally, we were able to mimic in vitro chromosomal inversion using synthetic substrates containing integration target sequences. We were also able to show that pTN3 integrase possesses an activity which can mediate large scale genomic inversions using different sites and therefore explain the rearrangements observed in Thermococcales).

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

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

L'augmentation du nombre de génomes totalement séquencés rend de plus en plus efficace l'étude des mécanismes évolutifs à partir de la comparaison de génomes contemporains. L'un des principaux problèmes réside dans la reconstruction d'architectures de génomes ancestraux plausibles afin d'apporter des hypothèses à la fois sur l'histoire des génomes existants et sur les mécanismes de leur formation. Toutes les méthodes de reconstruction ancestrale ne convergent pas nécessairement vers les mêmes résultats mais sont toutes basées sur les trois mêmes étapes : l'identification des marqueurs communs dans les génomes contemporains, la construction de cartes comparatives des génomes, et la réconciliation de ces cartes en utilisant le critère de parcimonie maximum. La qualité importante des données à analyser nécessite l'automatisation des traitements et résoudre ces problèmes représente de formidables challenges computationnels. Affiner le modèles et outils mathématiques existants par l'ajout de contraintes biologiques fortes rend les hypothèses établies biologiquement plus réalistes. Dans cette thèse, nous proposons une nouvelle méthode permettant d'identifier des marqueurs communs pour des espèces évolutivement distantes. Ensuite, nous appliquons sur les cartes comparatives reconstituées une nouvelle méthode pour la reconstruction d'architectures ancestrales basée sur les adjacences entre les marqueurs calculés et les distances génomiques entre les génomes contemporains. Enfin, après avoir corrigé l'algorithme existant permettant de déterminer une séquence optimale de réarrangements qui se sont produits durant l'évolution des génomes existants depuis leur ancêtre commun, nous proposons un nouvel outil appelé VIRAGE qui permet la visualisation animée des scénarios de réarrangements entre les espèces / Abstract

Les tilapias (espèces Oreochromis) sont le second groupe le plus important de poissons dans l'aquaculture mondiale ainsi qu'une des premières sources de protéines animales pour des millions de personnes dans les pays en cours de développement. En effet, Les tilapias ont la plupart des qualités requises dans le monde aquacole comme un taux de croissance important et une résistance aux maladies. Cependant leurs reproductions précoces et continues provoquent une surpopulation des bassins et un nanisme des individus. Pour surmonter ces difficultés, il s'agit de créer de nouvelles méthodes de contrôle du sexe (génétique et température) pour une meilleure compréhension de la détermination du sexe chez le tilapia. La détermination sexuelle chez les tilapias est complexe. En effet, le sexe est influencé par des facteurs génétiques majeurs (XX/XY), des facteurs génétiques mineur (sur les autosomes : LG3, LG23) et la température. Au cours des dernières années, de nombreuses ressources génomiques ont été progressivement développées (Bac End Sequences, Expressed sequence Tag, physical map, RH map…). Dans ce travail de thèse nous avons cherché à identifier, par des approches in silico, des gènes liés au sexe, en nous intéressant, en particulier, à ceux localisés sur LG3. Nous avons divisé notre travail en deux étapes. La première recouvre des travaux préliminaires de collecte et de comparaison d'informations existantes. Elle s'est concrétisée par la création d'une carte physique comparée entre le génome complet de l'épinoche et des BES du tilapia ainsi que d'une carte RH du tilapia. La deuxième étape porte sur l'analyse du chromosome correspondant au LG3 (Chr3). Nous avons pu grâce aux méthodes, outils et données développés lors de la première étape, reconstituer le Chr3, l'annoter et faire une liste de gènes impliqués dans la cascade du sexe chez le tilapia du Nil. / Tilapias (Oreochromis spp.) are the second most important fish group in aquaculture and a primary source of animal protein for millions of people in developing countries. Indeed, Tilapias have most of the qualities required in aquaculture such as a good growth-rate and resistance to diseases. Nevertheless, their early and constant reproduction leads to tank overpopulation and dwarfism of individuals. To overcome this, new sex controlling methods (genetics and temperature) are being studied to better understand the sex determination in tilapia. Sex determination in tilapia is complex since sex is influenced by major genetic factors (XX/XY), minor genetic factors (on an autosome: LG3, LG23) and temperature factors. Over the past years a great effort has been done to increase the genomic tools in tilapia by obtaining data on Bac End Sequences (BES), Expressed Sequence tags (EST), physical map, RH map.... The objective of our work is to identify, by in silico approaches, genes associated to sex, especially the ones located on the linkage group LG3. We divided our work in two steps. The first work is to collect heterogeneous and available information existing on tilapia using comparative genomic analyses. This step led to the creation of a comparative physical map between the complete genome of stickleback and the BES of tilapia along with a tilapia RH map. The second step is to analyse the chromosome corresponding to the LG3 (Chr3). Using methods, tools and data developed during the first step, we recreated the Chr3, annotated it and listed the genes involved in the sex cascade in Nile tilapia.

Le genre Mucor appartient au phylum des Mucoromycota, un groupe issu de l’une des lignées ayant divergé très tôt dans l'évolution des espèces fongiques (early diverging lineages). Ces groupes restent encore très peu connus par rapport aux Ascomycètes et Basidiomycètes. Le genre Mucor est un genre d'espèces saprophytes, avec cependant une certaine diversité au niveau du mode de vie. Il existe en effet au sein du genre, des endophytes de plantes (comme M. endophyticus) ou encore des pathogènes opportunistes d'animaux (comme les espèces thermophiles M. circinelloides ou M. indicus). Le genre est ubiquiste mais il existe des associations à certains habitats qui semblent dénoter une certaine spécialisation. L’objectif de cette thèse était de mieux connaître les potentialités génétiques du genre Mucor lui permettant ce mode de vie ubiquiste, son potentiel d'adaptation mais également de mieux comprendre l'existence au sein du genre d'espèces semblant s'être spécialisées en colonisant préférentiellement ou exclusivement certains habitats comme le fromage. Afin d'atteindre cet objectif des études transcriptomiques et génomiques comparées ont été menées dans le cadre de cette thèse, afin de déterminer les principales caractéristiques des génomes de Mucor aussi bien structurelles que fonctionnelles, identifier les similitudes au niveau des espèces étudiées et aussi leur spécificités et en fonction des modes de vie/habitats et déterminer s'il existe chez les espèces fréquemment rencontrées dans les fromages (et notamment pour celles considérées comme technologiques) des traces d'adaptation voire de domestication. / The genus Mucor belongs to the phylum Mucoromycota; a group that derived from the lineages that diverged early in the evolution of fungal species (early diverging lineages). These groups have been less well studied and are less well understood in comparison to Ascomycetes and Basidiomycetes. The genus Mucor is composed of saprophytic species, but also encompasses species with diverse lifestyles.For example, it includes plant endophytes (such as M. endophyticus) or opportunistic animal pathogens (such as the thermophilic species M. circinelloides or M. indicus). The genus is ubiquitous but there are some associations with specific habitats which seem to indicate specialisation. The aim of this thesis is to better understand the genetic potential of the genus Mucor in particular, to decipher how it maintains this ubiquitous lifestyle, its capacity to adapt to diverses habitats and to better understand the existence within the genus of species that may have undergone specialization allowing them to preferentially or exclusively colonise certain habitats, such as cheese. In order to achieve this, we have performed comparative transcriptomic and genomic studies in order to determine the main structural and functional characteristics of the Mucor genomes, identify similarities among the species studied and also assess whether there exist specific genetic associations with lifestyle/habitat and determine whether the species frequently found in cheese (in particular those species considered as technological) harbour imprints of adaptation or even domestication.

La brucellose est une zoonose causée par le genre bactérien Brucella (B.) dont l’incidence mondiale est estimée à 500 000 cas humains par an. Le réservoir est animal, touchant principalement les espèces de rente. Les espèces les plus importantes pour l’Homme sont B. melitensis, B. abortus et B. suis qui partagent plus de 90% d’identité de séquence. Bien qu’elles soient très apparentées sur le plan génétique, elles présentent une diversité de caractéristiques phénotypiques, de préférence d’hôte et de pathogénicité. L’homogénéité génétique de ces espèces peut apparaître comme un atout pour le développement d’outils de diagnostic universels robustes. En revanche, il s’agit d’un challenge pour les distinguer, rendant difficile la caractérisation précise des isolats issus d’un même foyer. Dans le cadre de cette thèse, un outil de diagnostic moléculaire de PCR en temps réel ciblant le genre Brucella a été développé et optimisé. L’outil a été évalué sur des prélèvements de lait de ruminants, ces prélèvements peuvent être une source importante de Brucella et peuvent être utiles au dépistage de la maladie à l’échelle du troupeau. Basée sur la détection de l’élément d’insertion IS711, une séquence présente en plusieurs exemplaires dans le génome, cette méthode affiche des valeurs de sensibilité et de spécificité qui la rendent intéressante pour un schéma global de lutte contre la brucellose. D’autre part, en vue d’améliorer la compréhension de la stabilité génétique de B. melitensis, un panel original de souches isolées dans le cadre d’un foyer et impliquant 4 espèces d’hôtes différentes a été comparé. Ainsi à l’aide de différentes approches complémentaires, leurs séquences génomiques, les caractères phénotypiques ainsi que leurs comportements dans un modèle in vitro ont été comparés. Nos résultats n’ont pas mis en évidence marqueurs qui laisserait à penser que des mutations dans le génome soient indispensables pour s’adapter à un nouvel hôte / Brucellosis is a zoonotic disease caused by the bacterial genus Brucella (B.), whose global incidence is estimated at 500,000 human cases per year. The reservoir is animal, affecting mainly livestock. The most important species for humans are B. melitensis, B. abortus and B. suis, which share more than 90% sequence identity. Although highly genetically related, Brucella spp. exhibit a variety of phenotypic characteristics, host preference and pathogenicity. The genetic homogeneity of these species may appear as an asset for the development of robust universal diagnostic tools. On the other hand, it is a challenge to distinguish them, making it difficult to precisely characterize isolates from the same outbreak. As part of this thesis, a real-time PCR molecular diagnostic tool targeting the genus Brucella was developed and optimized. The method has been evaluated on ruminant milk samples; these samples may be an important source of Brucella and may be useful for herd-scale disease screening. Based on the detection of the IS711 insertion element, a sequence present in several copies within the genome, this method displays sensitivity and specificity values that make it interesting for a global scheme to fight against brucellosis. On the other hand, in order to improve the understanding of the genetic stability of B. melitensis, an original panel of strains isolated in an outbreak and involving four different host species was compared. Thus, using different complementary approaches, their genomic sequences, phenotypic characteristics and their behavior in an in vitro model were compared. Our results did not highlight markers that would suggest that mutations in the genome are essential to adapt to a new host

Entre espèces, les génomes présentent des différences dans leur organisation, que ce soit au niveau du caryotype ou de l'ordre des gènes. Ceci reste vrai même entre espèces relativement proches comme l'humain et la souris, et est du aux réarrangements chromosomiques. Reconstruire l'histoire évolutive d'une lignée revient donc à déterminer des scénarios de réarrangements qui transforment un génome actuel en un autre. Le génome ancestral se trouve alors être l'un des états intermédiaires atteint par l'un de ces scénarios.Les réarrangements chromosomiques sont des évènements biologiques violents pour la cellule. En effet, de nombreux mécanismes moléculaires ont pour fonction de stopper le cycle cellulaire dans le cas où le génome aurait été altéré. De plus, les réarrangements peuvent être à l'origine de phénotypes aberrants, et donc probablement désavantageux pour leur porteur. Au vu de tout cela, il paraît raisonnable de poser l'hypothèse selon laquelle les scénarios de réarrangements sont parcimonieux.Cependant, il est admis que ce seul critère ne permet pas de reconstruire efficacement l'histoire évolutive des génomes. En effet, quelque soit le modèle utilisé pour générer les scénarios, leur nombre est exponentiel en le nombre de réarrangements. Une autre contrainte biologique doit donc être ajoutée. La conservation de la structure spatiale de la chromatine pourrait être un critère manquant essentiel. Il a été montré in vitro que lors d'une cassure double-brin suivie d'une réparation non-homologue, le brin utilisé pour la réparation se situe spatialement proche de la cassure. Notre hypothèse est donc que les points de cassures qui sont proches en 3D ont plus probablement participé à des réarrangements que les autres. Cela est appuyé par des analyses génomiques sur des cellules somatiques et entre espèces. Nommons cette hypothèse: l'hypothèse de localité.Notre approche a été de proposer une méthode pour utiliser l'information structurale afin de prioriser les scénarios de réarrangements. Les données de Hi-C ont été l'information structurale qui nous a permis d'appliquer la méthode aux scénarios entre D. melanogaster et D. yakuba.Ces résultats nous ont ensuite menés à nous demander si la structure de la chromatine ne pouvait pas elle-même évoluer. Elle serait alors susceptible d'être considérée comme un caractère phylogénétique. Cette idée est appuyée par d'autres résultats montrant la conservation de domaines topologiques entre espèces.Cette question ne semble pas avoir été posée auparavant. Elle est pourtant très intéressante car elle permet d'ouvrir tout un champ d'étude. En effet, si la structure de la chromatine porte un signal phylogénétique, alors il devient possible de s'interroger sur les mécanismes en œuvre lors de la sélection, ou sur la possibilité de reconstruire l'état ancestral de cette structure. Par la suite, il serait même possible de comparer l'évolution de la séquence et celle de la structure de la chromatine.Nous avons ainsi défini une distance entre les structures des génomes, basée sur la comparaison des contacts entre loci orthologues. Nous l'avons appliquée à une ensemble de six espèces comprenant l'humain, la souris et quatre drosophiles. Ces résultats confirment la présence d'un signal phylogénétique dans la structure spatiale des génomes. Ils mettent également en lumière l'intérêt de la mise en place de méthodes permettant de comparer efficacement des données de contacts entre espèces. / Different species have different genome organization. Whether it be the karyotype or gene order, these differences are seen even with relatively close species like Human and Mouse. This is caused by the chromosomal rearrangement. Infererence of rearrangement scenarios that transform one present-day species into another can give insight into evolutionary states, the ancestral genome being one of the intermediates of the true scenario.The chromosomal rearrangements are violent biological events for the cell. Indeed, numerous mechanisms are present to stop the cell cycle when the genome sequence is altered. Moreover, rearrangements can be the source of aberrant phenotypes, which are probably unfavorable for the carrier. With all that, it seams reasonable to assume the rearrangement scenarios are parsimonious.However, it is accepted that this criterion alone is not sufficient to efficiently build the evolutionary history of the genomes. Indeed, for whatever model we choose, the number of scenario is exponential in the number of rearrangements. Another biological constraint is needed. The spatial structure of the chromatin could be an essential missing criterion. It has been shown in vitro that when a double-stranded break of the DNA is non-homologously repaired, the strand used for repairing is close in space to the breakpoint. Our hypothesis is that the closer the breakpoints are in space, the more probable they are to participate in a rearrangement. This hold on genomics analysis of somatic cells, and between species. Let's name that hypothesis the locality hypothesis.We proposed a method to use the structural information in order to prioritize the rearrangements scenarios. The Hi-C data were the structural information that allowed us to apply our method to scenarios between D. melanogaster and D. yakuba.This results led us to ask whether the chromatin structure could evolve by itself. Then, it could be used as a phylogenetic mark. This idea is related to previous results showing the conservation of topological domains between species.This question seams to be new, and could open a new line of investigation. If the chromatin structure holds a phylogenetical signal, it becomes possible to ask ourselves about the mechanisms that occur during the selection, or if it is possible for the ancestral state to be inferred. Then, it could even be possible to compare the evolution of the sequence with the one of the chromatin structure.Thus, we defined a distance between genome structures, based on the comparison of contacts between orthologous loci. We applied this distance to a set of six species, including the Human, the Mouse and four Drosophila. This result confirms the presence of a phylogenetic signal in the spatial structure of the genomes. They also showed that we're in need for efficient methods to compare contacts data between species.

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.