Le domaine de l'écologie microbienne est en pleine effervescence grâce à l'avènement de la métagénomique et des techniques de séquençage de nouvelle génération (SNG), qui nous apportent une meilleure compréhension de la structure et du fonctionnement des communautés microbiennes de la biosphère. Cette thèse illustre ainsi une manière de tirer profit de l'utilisation de ces nouvelles technologies, dans le but d'étudier un écosystème qui a été très peu caractérisé jusqu'à maintenant, en l'occurrence les tapis microbiens polaires. Les analyses métagénomiques de différents tapis microbiens polaires ont permis dans un premier temps, de dresser une description générale de la taxonomie et du potentiel fonctionnel des communautés microbiennes en question, pour ensuite nous permettre d'examiner de façon plus exhaustive deux de leurs particularités métaboliques. L'existence éventuelle d'un système de recyclage des nutriments au sein même des tapis microbiens étudiés a été soulevée étant donné le caractère oligotrophique de leur milieu environnant. L'analyse des profils métagénomiques des tapis microbiens de l'Arctique a permis de mettre en évidence plusieurs groupes de gènes impliqués dans des mécanismes de décomposition et de récupération qui donneraient la possibilité à ces communautés de retenir et de recycler leurs nutriments au sein de leur microenvironnement benthique. Un autre aspect des tapis microbiens polaires sur lequel je me suis penché lors de ce doctorat, concerne la propension des membres peuplant ce type d'écosystème à s'acclimater à un large panel de stress découlant de la nature extrême de leur habitat. La présence de divers procédés métaboliques d'adaptation au froid et à d'autres stress a été observée à partir de l'analyse du métagénome des ces communautés arctiques et antarctiques, en concordance avec les différents niveaux de représentation des principaux groupes bactériens. Cette thèse démontre à quel point le recours aux disciplines « méta-omiques », peut nous amener vers une meilleure compréhension de l'écologie microbienne, et comment l'émergence de ces technologies a permis d'aborder différemment des thèmes aussi fondamentaux que celui de la biogéographie des microorganismes. / Over the last few years, metagenomics and next generation sequencing (NGS) have been revolutionizing the field of microbial ecology leading to a greater understanding of the structure and functions of the microbial communities in the biosphere. The work presented here applies these new technologies to study polar microbial mats, which are poorly-characterized ecosystems. Metagenomic analyses of distinct polar microbial mats provided an opportunity to, firstly obtain a general description of microbial community composition and metabolic activity, and subsequently, to more thoroughly study two specific metabolic processes. We hypothesized that microbial mats are nutrient-replete despite the oligotrophic conditions of the surrounding waters due to strong nutrient recycling within the polar microbial mats. Analyses of metagenomic profiles derived from arctic microbial mats revealed that several groups of genes involved in scavenging mechanisms provide these communities with the capacity to retain and recycle nutrients within the shallow benthic microenvironment. Another aspect of polar microbial mats which was examined during this PhD, addresses the ability of organisms in the mat to thrive despite varied environmental stresses. The presence of different metabolic processes involved in cold adaptation and other stresses was detected from metagenomic analyses of Arctic and Antarctic communities that were consistently proportional to their representation within major bacterial groups. This thesis demonstrates how metagenomics and associated « meta-omics » approaches can be informative to improve global comprehension of microbial ecology, and how the emergence of these disciplines enables us to tackle fundamental questions such as biogeography of microorganisms with a new vision.

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.

L'un des objectifs centraux de la biologie est de comprendre comment l'ADN, la séquence primaire, donne lieu à des traits observables. À cette fin, nous examinons ici des méthodes pour identifier les composants génétiques qui influencent les traits microbiens. Par « identifier », nous entendons l'élucidation à la fois l'état allélique et de la position physique de chaque variante causale d'un phénotype d'intérêt à la résolution des nucléotides de paires de bases. Nous nous sommes concentrés sur les études d'association génomique (genome-wide association studies; GWAS) en tant qu'approche générale d’étudier l'architecture génétique des traits. L'objectif global de cette thèse était d'examiner de manière critique les méthodologies GWAS et de les considérer en pratique dans des populations microbiennes fortement clonales et non- clonales (i.e. avec recombinaison fréquent). Le domaine de la GWAS microbienne est relativement nouveau par rapport aux quinze dernières années de la GWAS humaine, et en tant que tel, nous avons commencé par un examen de l'état de la GWAS microbienne. Nous avons posé deux questions principales : 1) Les méthodes GWAS humaines fonctionnent-elles facilement et sans modification pour les populations microbiennes ? 2) Et sinon, quels sont les problèmes méthodologiques centraux et les modifications nécessaires pour la GWAS microbienne? À partir de ces résultats, nous avons ensuite détaillé le déséquilibre de liaison (linkage disequilibrium; LD) comme principal obstacle dans la GWAS microbien, et nous avons présenté une nouvelle méthode, POUTINE, pour relever ce défi en exploitant les mutations homoplasiques pour briser implicitement la structure LD. Le reste de la thèse présente à la fois les méthodes traditionnelles GWAS (comptage des allèles) et POUTINE (comptage d’homoplasies) appliquées à une population hautement recombinogène de génomes de vibrions marins. Malgré une taille d'échantillon modeste, nous donnons un premier aperçu de l'architecture génétique de la résistance aux bactériophages dans une population naturelle, tout en montrant que les récepteurs des bactériophages jouent un rôle primordial. Ce résultat est en pleine cohérence avec des expériences en laboratoire de coévolution phage-bactérie. Il est important de noter que cette architecture met en évidence à quel point la sélection positive peut sculpter certains traits microbiens différemment de nombreux traits complexes humains, qui sont généralement soumis à une faible sélection purificatrice. Plus précisément, nous avons identifié des mutations à effet important à haute fréquence qui sont rarement observées dans les phénotypes complexes humains où de nombreuses mutations à faible effet contribuent à l'héritabilité. La thèse se termine par des perspectives sur les voies à suivre pour la GWAS microbienne. / One of the central goals of biology is to understand how DNA, the primary sequence, gives rise to observable traits. To this aim, we herein examine methods to identify the genetic components that influence microbial traits. By "identify" we mean the elucidation of both the allelic state and physical position of each causal variant of a phenotype of interest down to the base-pair nucleotide resolution. Our focus has been on genome-wide association studies (GWAS) as a general approach to dissecting the genetic architecture of traits. The overarching aim of this thesis was to critically examine GWAS methodologies and to consider them in practice in both strongly clonal and highly recombining microbial populations. The field of microbial GWAS is relatively new compared to the over fifteen years of human GWAS, and as such, we began this work with an examination of the state of microbial GWAS. We asked and attempted to answer two main questions: 1) Do human GWAS methods readily work without modification for microbial populations? 2) And if not, what are the central methodological problems and changes that are required for a successful microbial GWAS? Building from these findings, we then detailed linkage disequilibrium (LD) as the primary obstacle in microbial GWAS, and we presented a new method, POUTINE, to address this challenge by harnessing homoplasic mutations to implicitly break LD structure. The remainder of the thesis showcases both traditional GWAS methods (allele counting) and POUTINE applied to a highly recombining population of marine vibrio genomes. Despite a small sample size, we provide a first glimpse into the genetic architecture of bacteriophage resistance in a natural population and show that bacteriophage receptors play a primary role consistent with experimental populations of phage-bacteria coevolution. Importantly, this architecture highlights how strong positive selection can sculpt some microbial traits differently than many human complex traits, which are generally under weak purifying selection. Specifically, we identified common frequency, large-effect mutations that are rarely observed in human complex phenotypes where many low-effect mutations are thought to contribute to the bulk of heritability. The thesis concludes with perspectives on ways forward for microbial GWAS.

L'objet de cette thèse de bioinformatique est de mieux comprendre l’ensemble des systèmes de régulation génique chez les bactéries. La disponibilité de centaines de génomes complets chez les bactéries ouvre la voie aux approches de génomique comparative et donc à l’étude de l’évolution des réseaux transcriptionnels bactériens. Dans un premier temps, nous avons implémenté et validé plusieurs méthodes de prédiction d’opérons sur base des génomes bactériens séquencés. Suite à cette étude, nous avons décidé d’utiliser un algorithme qui se base simplement sur un seuil sur la distance intergénique, à savoir la distance en paires de bases entre deux gènes adjacents. Notre évaluation sur base d’opérons annotés chez Escherichia coli et Bacillus subtilis nous permet de définir un seuil optimal de 55pb pour lequel nous obtenons respectivement 78 et 79% de précision. Deuxièmement, l’identification des motifs de régulation transcriptionnelle, tels les sites de liaison des facteurs de transcription, donne des indications de l’organisation de la régulation. Nous avons développé une méthode de recherche d’empreintes phylogénétiques qui consiste à découvrir des paires de mots espacés (dyades) statistiquement sur-représentées en amont de gènes orthologues bactériens. Notre méthode est particulièrement adaptée à la recherche de motifs chez les bactéries puisqu’elle profite d’une part des centaines de génomes bactériens séquencés et d’autre part les facteurs de transcription bactériens présentent des domaines Hélice-Tour-Hélice qui reconnaissent spécifiquement des dyades. Une évaluation systématique sur 368 gènes de E.coli a permis d’évaluer les performances de notre méthode et de tester l’influence de plus de 40 combinaisons de paramètres concernant le niveau taxonomique, l’inférence d’opérons, le filtrage des dyades spécifiques de E.coli, le choix des modèles de fond pour le calcul du score de significativité, et enfin un seuil sur ce score. L’analyse détaillée pour un cas d’étude, l’autorégulation du facteur de transcription LexA, a montré que notre approche permet d’étudier l’évolution des sites d’auto-régulation dans plusieurs branches taxonomiques des bactéries. Nous avons ensuite appliqué la détection d’empreintes phylogénétiques à chaque gène de E.coli, et utilisé les motifs détectés comme significatifs afin de prédire les gènes co-régulés. Au centre de cette dernière stratégie, est définie une matrice de scores de significativité pour chaque mot détecté par gène chez l’organisme de référence. Plusieurs métriques ont été définies pour la comparaison de paires de profils de scores de sorte que des paires de gènes ayant des motifs détectés significativement en commun peuvent être regroupées. Ainsi, l’ensemble des nos méthodes nous permet de reconstruire des réseaux de co-régulation uniquement à partir de séquences génomiques, et nous ouvre la voie à l’étude de l’organisation et de l’évolution de la régulation transcriptionnelle pour des génomes dont on ne connaît rien.<p><p>The purpose of my thesis is to study the evolution of regulation within bacterial genomes by using a cross-genomic comparative approach. Nowadays, numerous genomes have been sequenced facilitating in silico analysis in order to detect groups of functionally related genes and to predict the mechanism of their relative regulation. In this project, we combined prediction of operons and regulons in order to reconstruct the transcriptional regulatory network for a bacterial genome. We have implemented three methods in order to predict operons from a bacterial genome and evaluated them on hundreds of annotated operons of Escherichia coli and Bacillus subtilis. It turns out that a simple distance-based threshold method gives good results with about 80% of accuracy. The principle of this method is to classify pairs of adjacent genes as “within operon” or “transcription unit border”, respectively, by using a threshold on their intergenic distance: two adjacent genes are predicted to be within an operon if their intergenic distance is smaller than 55bp. In the second part of my thesis, I evaluated the performances of a phylogenetic footprinting approach based on the detection of over-represented spaced motifs. This method is particularly suitable for (but not restricted to) Bacteria, since such motifs are typically bound by factors containing a Helix-Turn-Helix domain. We evaluated footprint discovery in 368 E.coli K12 genes with annotated sites, under 40 different combinations of parameters (taxonomical level, background model, organism-specific filtering, operon inference, significance threshold). Motifs are assessed both at the level of correctness and significance. The footprint discovery method proposed here shows excellent results with E. coli and can readily be extended to predict cis-acting regulatory signals and propose testable hypotheses in bacterial genomes for which nothing is known about regulation. Moreover, the predictive power of the strategy, and its capability to track the evolutionary divergence of cis-regulatory motifs was illustrated with the example of LexA auto-regulation, for which our predictions are remarkably consistent with the binding sites characterized in different taxonomical groups. A next challenge was to identify groups of co-regulated genes (regulons), by regrouping genes with similar motifs, in order to address the challenging domain of the evolution of transcriptional regulatory networks. We tested different metrics to detect putative pairs of co-regulated genes. The comparison between predicted and annotated co-regulation networks shows a high positive predictive value, since a good fraction of the predicted associations correspond to annotated co-regulations, and a low sensitivity, which may be due to the consequence of highly connected transcription factors (global regulator). A regulon-per-regulon analysis indeed shows that the sensitivity is very weak for these transcription factors, but can be quite good for specific transcription factors. The originality of this global strategy is to be able to infer a potential network from the sole analysis of genome sequences, and without any prior knowledge about the regulation in the considered organism. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

Cupriavidus metallidurans CH34 est une béta-protéobactérie, résistante aux métaux lourds, isolée des sédiments d'une usine de métallurgie non-ferreuse en Belgique. <p>Le génome de cette bactérie contient un chromosome (3.6 Mb), un mégaplasmide (2.6 Mb) et deux plasmides pMOL28 (171 kb) et pMOL30 (234 kb) déjà connus pour porter des gènes de résistance aux métaux lourds. <p>Nous avons d'abord fait le catalogue des gènes impliqués dans la résistance aux métaux lourds et, ensuite, cherché à mesurer leur expression par deux approches transcriptomiques :RT-PCR et puces à ADN.<p> L'analyse du génome montre au moins 170 gènes relatifs à la résistance aux ions métalliques localisés sur les 4 réplicons, principalement sur les deux plasmides. Ces gènes codent essentiellement pour des systèmes d'efflux tel que les HME-RND (transport chimioosmotique avec flux de protons à contresens), les ATPases de type P ou encore pour le système de résistance aux ions Cu(II). Dans le génome de C. metallidurans, nous avons identifié 13 opérons qui codent pour des systèmes HME-RND, seuls trois, localisés sur les plasmides, sont surexprimés en présence de métaux lourds. Huit gènes codent pour des ATPases de type P, dont deux appartiennent à une classe dont les substrats ne sont pas métalliques. Deux ATPases appartiennent à une famille spécialisée pour l'efflux du Cu(II) et les quatre autres à une autre grande famille impliquée dans l'efflux des ions Cd(II), Pb(II) et Zn(II). Les analyses transcriptomiques montrent la surexpression des deux premières classes d'ATPases P en présence des métaux lourds. La mutagenèse du gène zntA (mégaplasmide), codant pour l'une des ATPases, provoque une diminution de la viabilité en présence de Zn(II), Cd(II) et dans une moindre mesure de Pb(II), Tl(I) et Bi(III). <p>Sur pMOL30, la résistance au cuivre implique un groupe de 19 gènes cop codant pour la résistance au cuivre au niveau du périplasme et du cytoplasme, et vraisemblablement pour une forme de stockage du cuivre essentiel. Ces 19 gènes sont surexprimés en présence de cuivre, mais une quinzaine de gènes proches semblent aussi requis pour une expression optimale de la résistance au cuivre. <p>L'annotation des plasmides a mis en évidence la parenté du plasmide pMOL28 avec le plasmide pHG1 (hydrogénotrophie, fixation du CO2) de C. eutrophus H16 et le plasmide pSym (fixation de l'azote) de C. taiwanensis, et chez pMOL30, la présence de deux îlots génomiques concentrant la plupart des résistances aux métaux lourds. Les puces montrent la surexpression de 83 sur 164 gènes dans pMOL28, et de 143 sur 250 gènes dans pMOL30. Elles montrent aussi que les gènes présents sur les deux plasmides sont davantage surexprimés que ceux localisés sur les deux mégaréplicons. Parmi les gènes surexprimés les plus intéressants du plasmide pMOL30, il faut mentionner des transposases tronquées et des gènes impliqués dans la synthèse des membranes (glycosyltransférases). L'analyse de l'expression des gènes plasmidiens de résistance aux métaux lourds montre la surexpression en présence de plusieurs ions métalliques ajoutés indépendamment et pas seulement par les substrats métalliques de ces opérons, ce qui suggère l'intervention de deux types de régulation dont les gènes correspondants sont aussi localisés sur le chromosome et le mégaplasmide.<p>Ce travail met en évidence la spécialisation de la bactérie dans la réponse à un grand spectre de concentrations de métaux lourds, jusqu'à la limite majeure de la toxicité observée pour les bactéries mésophiles hétérotrophes. Cette spécialisation correspond bien aux biotopes industriels de divers continents dans lesquels on l'a trouvée. <p> / Doctorat en sciences, Spécialisation biologie moléculaire / info:eu-repo/semantics/nonPublished