L’objectif de ce projet était de faire le lien entre gènes et métabolites afin d’éventuellement proposer des métabolites à mesurer en lien avec la fonction de gènes. Plus particulièrement, nous nous sommes intéressés aux gènes codant pour des protéines ayant un impact sur le métabolisme, soit les enzymes qui catalysent les réactions faisant partie intégrante des voies métaboliques. Afin de quantifier ce lien, nous avons développé une méthode bio-informatique permettant de calculer la distance qui est définie comme le nombre de réactions entre l’enzyme encodée par le gène et le métabolite dans la carte globale du métabolisme de la base de données Kyoto Encyclopedia of Genes and Genomes (KEGG). Notre hypothèse était que les métabolites d’intérêt sont des substrats/produits se trouvant à proximité des réactions catalysées par l’enzyme encodée par le gène. Afin de tester cette hypothèse et de valider la méthode, nous avons utilisé les études d’association pangénomique combinées à la métabolomique (mGWAS) car elles rapportent des associations entre variants génétiques, annotés en gènes, et métabolites mesurés. Plus précisément, la méthode a été appliquée à l’étude mGWAS par Shin et al. Bien que la couverture des associations de Shin et al. était limitée (24/299), nous avons pu valider de façon significative la proximité entre gènes et métabolites associés (P<0,01). En somme, cette méthode et ses développements futurs permettront d’interpréter de façon quantitative les associations mGWAS, de prédire quels métabolites mesurer en lien avec la fonction d’un gène et, plus généralement, de permettre une meilleure compréhension du contrôle génétique sur le métabolisme. / The objective of this project was to link genes and metabolites in order to ultimately predict which metabolites to measure in order to adequately reflect the function of a given gene. Specifically, we were interested in genes, which code for proteins that regulate substrate metabolism, hence enzymes that catalyze reactions that are part of metabolic pathways. In order to quantify this link, we have developed a bioinformatics method to calculate a distance, which is defined as the number of reactions separating a given selected gene-encoded enzyme and its metabolite of interest in Kyoto Encyclopedia of Genes and Genomes (KEGG) database’s metabolic overview map. Our hypothesis was that metabolites of interest are products/substrates found at proximity of the reactions catalyzed by the selected gene-encoded enzyme. In order to test our hypothesis and validate the method, we have used genome-wide association study of metabolites levels (mGWAS) because these studies report associations between genetic variants, annotated to genes, and measured metabolites. More specifically, we used the mGWAS conducted by Shin et al. Even though the coverage of the associations reported by Shin et al. was limited (24/299), we significantly validated the proximity between gene-metabolite associated pairs (P<0.01). Overall, the method and its future developments will allow the quantitative interpretation of mGWAS associations, predict which metabolite to measure with regards to the function of a gene and, in general, enable a better understanding of the genetic control of metabolism.

L’objectif de ce travail a été de caractériser la souche MPEC Escherichia coli P4. Une étude phylogénétique a montré qu’elle appartenait au groupe phylogénétique A de l’espèce E. coli et que son génome “core” se rapprochait de celui de la souche commensale non pathogène E. coli K12 MG1655 appartenant également au groupe A. Une recherche au sein de son génome de gènes codant différents facteurs de virulence connus chez les autres pathotypes de l’espèce E. coli a permis de détecter uniquement la présence du gène traT, codant un facteur de résistance au sérum. Un criblage de quinze loci d’ARNt connus pour accueillir fréquemment des îlots génomiques, effectué au sein de son génome, a révélé, pour sept d’entre eux la présence de telles structures. Le séquençage partiel ou complet des régions aval à ces sept loci a montré la présence systématique de séquences nucléotidiques différentes de celles présentes chez E. coli K12 MG1655. Si l’analyse du contenu de ces îlots n’a pas encore permis d’expliquer directement la virulence d’E. coli P4, leur mise en évidence est une première de ce type au sein du pathotype MPEC et laisse envisager la découverte d’autres régions génomiques spécifiques à ce pathotype, pouvant expliquer son tropisme et sa nature. Par ailleurs, afin d’évaluer le rôle d’E. coli P4 dans la caséinolyse élevée du lait observée lors d’une mammite bovine, une sécrétion apparemment constitutive de quatre protéases extracellulaires a été mise en évidence par zymographie caséines. L’activité caséinolytique de ces enzymes ne semble toutefois pas significative, laissant envisager plutôt un rôle dans la virulence de la souche / The objective of this work was to characterize the MPEC Escherichia coli P4 strain. A phylogenetic study showed that it belongs to the phylogenetic group A of the E. coli species and that its core genome is similar to the one of the commensal non-pathogenic E. coli K12 MG1655 strain which also belongs to the group A. A search in its genome of different genes encoding virulence factors known among other pathotypes of the E. coli species was done and only the traT gene, encoding a serum resistance factor, was detected. A screening of fifteen tRNA loci known for frequently hosting genomic islands, made in its genome, revealed for seven of them the presence of such structures. The partial or complete sequencing of the regions downstream from these seven loci showed the systematic presence of nucleotide sequences different from those present in E. coli K12 MG1655. If the content analysis of these islands does not yet explain the virulence of E. coli P4, their highlighting is the first of this kind in the pathotype MPEC and suggests the discovery of other genomic regions specific to this pathotype, which may explain its tropism and its nature. In addition, to assessing the role of E. coli P4 in milk caseinolysis observed during bovine mastitis, a constitutive secretion of four extracellular proteases was highlighted by casein zymography. However, the caseinolytic activity of these enzymes does not seem significant. This fact may suggest a role in virulence of the strain

Les évaluations génomiques apportent une information précoce et suffisamment précise pour choisir les jeunes taureaux dans les schémas de sélection des bovins laitiers, incitant à remplacer le long processus de testage sur descendance par une étape de sélection génomique.Dès lors, seuls les candidats sélectionnés ont des filles avec performances et participent aux évaluations génétiques classiques. Cependant, toutes les informations ayant servi à la sélection ne sont plus incluses dans l’analyse et l’estimation des valeurs génétiques par la méthode du BLUP (Best Linear Unbiased Prediction) peut être incorrecte.Les évaluations génétiques classiques restent indispensables pour l’évaluation des animaux non génotypés, pour la comparaison des taureaux à l’échelle mondiale, et pour le calcul des futures prédictions génomiques. Compte-tenu de la rapide intégration de la génomique dans les schémas de sélection des bovins laitiers, il était important d’en étudier les conséquences sur les évaluations génétiques classiques.A l’échelle nationale, nos simulations ont montré que les valeurs génétiques des taureaux retenus sur information génomique étaient systématiquement sous-estimées et moins précises quand l’étape de sélection génomique n’était pas prise en compte dans le modèle statistique. Pour éviter ce biais, une méthode a été testée avec succès : pour l’ensemble des candidats à la sélection, des pseudo-performances sont calculées à partir des index génomiques et analysées par le BLUP. Suivant la prise en compte ou non de l’étape de sélection génomique, les pays participant aux évaluations internationales peuvent fournir des données biaisées et/ou incomplètes, au risque de pénaliser fortement leurs propres taureaux dans les classements internationaux. La diversité des pratiques à l’échelle mondiale et l’interaction des possibles sources de biais dans les évaluations internationales rendent sa propagation incontrôlable et fortement dommageable.Il est donc nécessaire et urgent d’adapter les évaluations génétiques classiques pour prendre en compte l’information génomique et ses pratiques associées. Diverses approches récentes sont discutées afin de proposer des alternatives faciles à mettre en place dans les centres d’évaluation, permettant de maintenir des évaluations non biaisées mais aussi plus précises. / With the fast and wide development of genomic evaluations in dairy cattle, the design of breeding schemes has been modified and the long process of progeny testing is being replaced by an early and accurate genomic selection step.In the future, only selected candidates will get performances to be evaluated by the classical method of Best Linear Unbiased Prediction (BLUP). After a genomic selection step, information about the selection process is no longer complete, BLUP assumptions are violated and solutions, i.e., estimated breeding values, are feared to be incorrect.The aim of the thesis study was to consider the consequences of genomic selection on the classical genetic evaluations at the national and international levels.First, bias in national breeding values was assessed by repeated simulations. Estimated breeding values were systematically underestimated and less accurate after a genomic selection step not accounted for in genetic evaluation models.Secondly, a statistical procedure, a BLUP model with genomic pseudo-performances, was investigated to eliminate, with success, bias in estimated breeding values.In a third part, the consequences of genomic selection on international evaluations were studied by simulations. Bulls from the country sending incomplete and/or biased breeding values were the most penalized in international rankings.In conclusion, it is not only necessary but also urgent to prevent from bias in classical evaluations and therefore avoid harmful impacts on international comparisons, on future genomic evaluations, and more generally on selection efficiency. Alternative approaches were thus discussed to propose short and long term strategies for routine evaluations. Nevertheless, a main consequence of bias corrected breeding values is that all genetic predictions will include some genomic information in a near future: adaptations of evaluation methods are still required to optimally benefit from all types of information.

Les souches Saccharomyces cerevisiae présentent une forte diversité phénotypique, notamment au niveau des propriétés fermentaires parmi les souches œnologiques. Les bases moléculaires de ces différences de comportements ainsi que les mécanismes d'adaptation à l'environnement œnologique sont encore mal connues. Les variations d'expression génique contribuent à cette diversité phénotypique, cependant les réseaux et les gènes concernés sont peu décrits. Afin d'aborder ces questions, nous avons développé une approche intégrée « génétique-génomique » qui combine la cartographie de QTL en fermentation alcoolique et les profils d'expression d'une population recombinée. La recherche de QTL d'expression nous a permis de détecter 1465 eQTL correspondant à des régulations locales ou distantes dont certaines regroupées en hotspots. Nous avons déterminé qu'une duplication d'un segment chromosomique est impliquée dans le contrôle de la cinétique de fermentation. Nos données ont révélé que les perturbations d'expression concernent de nombreux réseaux métaboliques. Nous avons caractérisé plus finement les sources de variations d'expression qui affectent les systèmes de détoxification, et avons montré que les modifications de régulation de plusieurs exporteurs membranaires sont liées à des mutations dans des facteurs de transcription. Nous avons également décrypté les variations contrôlant les gènes du métabolisme de la thiamine. Nous montrons qu'une altération du senseur Thi3p, conduit à privilégier l'expression des gènes de biosynthèse de la thiamine chez la souche œnologique aux dépens d'un gène de pyruvate décarboxylase. Ces travaux nous ont ainsi permis d'accéder à une partie des bases moléculaires responsables de la diversité et de l'adaptation des souches aux conditions œnologiques. / Saccharomyces cerevisiae strains have a high phenotypic diversity, particularly in terms of fermentation properties among wine strains. The molecular bases underlying these behavior differences and the mechanisms of adaptation to the wine environment are still poorly known. Changes in gene expressions contribute to this phenotypic diversity. However, the regulatory networks and the genes involved are badly described. To address these questions, we developed an integrated “genetics-genomics” approach that combines QTL mapping in alcoholic fermentation and expression analysis of a recombinant population. The search for expression QTL allowed us to detect 1465 eQTL corresponding to local or distant regulations, several of them being grouped into hotspots. We highlighted that a duplication of a chromosomal segment is involved in the control of the fermentation kinetics. Our data showed that the expression disturbances are involved in many metabolic networks. We characterized more precisely the sources of expression variations affecting the detoxification systems, and showed that the changes in regulation of several membrane exporters are linked to mutations in transcription factors. We have also deciphered the variations controlling genes of the thiamine metabolism. We showed that an alteration of the sensor Thi3p tends to favor the expression of genes for the thiamine biosynthesis in wine strain at the expense of a gene encoding a pyruvate decarboxylase. This work allowed us to access some of the molecular bases responsible of the diversity and the strains adaptation to oenological conditions.

Les cellules souches pluripotentes humaines (hPSC) sont des cellules capables à la fois d'autorenouvellement et de se différencier en tous les types cellulaires. Elles peuvent être issues de l'embryon (pour cellules souches embryonnaires humaines, hESC) ou être obtenues par reprogrammation d'une cellule différenciée (pour cellules souches pluripotentes induites humaines, hiPSC). Les hPSC sont au centre d'enjeux scientifiques, médicaux et économiques majeurs, en particulier dans le cadre des maladies génétiques et orphelines. En effet, elles ouvrent la porte à de nouvelles stratégies de modélisation de maladies génétiques humaines in vitro et sont une source potentiellement illimitée de cellules pour une thérapie cellulaire des maladies dégénératives. Cependant, la culture in vitro de hPSC est une étape essentielle avant toute application clinique ou recherche fondamentale. En effet, la culture cellulaire est nécessaire pour l'amplification du nombre des cellules, et est nécessaire pour toute étape de différenciation in vitro. Or c'est une étape délicate pour le succès des applications visées. Mon travail de doctorat s'est focalisé sur deux aspects de la culture des hPSC. Dans un premier temps, j'ai modélisé in vitro une voie de différenciation, le développement trophoblastique humain, en modulant les paramètres de la condition de culture, notamment en jouant sur la concentration du facteur de croissance BMP4. Ce travail m'a permis d'élucider la toute première bifurcation de différenciation cellulaire au cours du développement embryonnaire humain précoce. Dans un second temps, mon travail s'est focalisé sur le changement phénotypique et génomique des hPSC au cours de la culture in vitro. J'ai montré que l'utilisation de certains protocoles de passage cellulaire – en particulier le passage par dissociation cellulaire complète par utilisation de trypsine - se traduit par des acquisitions très précoces d'anomalies génétiques chromosomiques et sub-chromosomiques, et que des anomalies sub-chromosomiques pouvaient précéder l'apparition d'anomalies chromosomiques. Les conséquences de ces observations sont importante pour la recherche de la culture de hPSC : (1) il faut définitivement renoncer à l'utilisation des passages par dissociation cellulaire complète, y compris pour les méthodes de culture en suspension, et (2) il faut, pour valider une technique de culture, compléter systématiquement le caryotype par un examen d'analyse génétique avec une meilleure résolution. / Human pluripotent stem cells (hPSC) are the stem cells capable to self-renew and also to differentiate into all the cell types. These cells can be derived from embryos (for human embryonic stem cells, hESC) but also be obtained by reprogramming the differentiated somatic cells (for human induced pluripotent cells, hiPSC). The hPSC become central stakes of science, medicine and economy, particularly for genetic and rare diseases. In fact, they open up the new perspectives to the novel treatment strategies by remodeling human genetic diseases in vitro and at the same time they are a potentially unlimited cell source for cell therapy for especially degenerative diseases. Meanwhile, the hPSC in vitro culture is one of the most important steps before passing to the clinic applications and in fundamental research, as the proliferation and pluripotency can only be maintained in culture condition as well as many differentiation methods. My PhD work was concentrated on the hPSC in vitro culture. At first, I modeled human trophoblastic development and its differentiation pathway in vitro by modulating the parameters of culture, especially the concentration of BMP4. This work permitted clarifying the first cell lineage bifurcation in early human embryonic development. Secondly, my word was focalized on the phenotypic and genomic changes of hPSC during the in vitro culture. I demonstrated that the use of some passaging protocols in culture, particularly complete cell dissociation by trypsin, was translated by very early acquisitions of chromosomal and sub-chromosomal abnormalities, and that the appearance of sub-chromosomal abnormalities could precede chromosomal abnormalities. The consequences of these observations are important for the hPSC culture research: (1) the use of complete cell-dissociation passaging should be definitively abandoned, including the suspension culture, and (2) the genetic analyses with higher resolution should be added to validate a culture technic.

Les bases génétiques et l'histoire de la différenciation adaptative ont été étudiées chez les moules du complexe d'espèces Mytilus edulis qui représente un modèle d'étude intéressant pour mieux comprendre comment se propage et se distribue la différenciation adaptative en population structurée. Grâce à la technique AFLP, une approche de génomique des populations (« scan génomique ») a été utilisée pour mesurer la différenciation entre des populations isolées sur des échelles de temps et d'espaces contrastées. Notre objectif était de vérifier si la différenciation génétique n'avait pas une origine plus complexe qu'habituellement proposé. Trois parties s'articulent autour de cette question centrale. La première s'intéresse à la différenciation entre l'Atlantique et la Méditerranée chez l'espèce M. galloprovincialis et a montré que la structure génétique était la conséquence d'un différentiel d'introgression avec l'espèce sœur M. edulis. Dans la deuxième partie de ce travail nous avons mis en évidence qu'une sélection directe, soit balancée soit intermittente, sur un polymorphisme pré-existant expliquait le niveau de différenciation anormalement élevé d'un gène de l'immunité entre populations de la côte européenne chez M. edulis. Enfin, la troisième partie s'est intéressée à revisiter un exemple classique de la littérature de la génétique des populations: le cas des M. edulis du détroit de Long Island et a permis de suggérer que la structure observée à très petite échelle spatiale correspondait probablement à un contact secondaire entre des moules européennes introduites et les moules américaines. D'une manière générale nos résultats démontrent que, quelque soit l'échelle à laquelle nous nous plaçons, la différentiation génétique tire son origine d'une histoire souvent plus complexe qu'attendu. / The genetic basis and history of adaptive differentiation were studied in the species complex M. edulis which is an interesting model system to understand how adaptive differentiation spreads and structure itself in subdivided populations. Using the AFLP technique, a genome scan approach was undertaken to measure differentiation between populations on contrasted spacial and temporal scales. Our objective was to verify wether the origin of genetic differentiation could be more complex than anticipated. This question was addressed in three chapters. The first one focuses on the differentiation between populations of the Atlantic Ocean and Mediterranean Sea in M. galloprovincialis. Our results show that the genetic structure was the result of differential introgression with the sister hybridizing species M. edulis. In the second chapter of this work we demonstrated that direct selection on a pre-existing polymorphism explained the unusually high level of differentiation at a defensin locus between populations of the European coast in M. edulis. Finally, in the third chapter we revisited a classic example of the population genetics literature: the aminopeptidase cline in M. edulis populations of the Long Island Sound. We obtained evidence that the genetic differentiation observed at a very fine spatial scale in the sound was the consequence of a secondary contact between introduced mussels from Europe and indigenous American mussels. Whatever the spatio-temporal scale at which we analyzed genetic differentiation, its origin proved to originate from an unsuspectedly long and complex history.

L'évolution rapide des techniques de séquençage et de génotypage soulèvent de nouveaux défis dans le développement des méthodes de sélection pour les animaux d’élevage. Par comparaison de séquences, il est à présent possible d'identifier des sites polymorphes dans chaque espèce afin de baliser le génome par des marqueurs moléculaires appelés SNP (Single Nucleotide Polymorphism). Les méthodes de sélection des animaux à partir de cette information moléculaire nécessitent une représentation complète des effets génétiques. Meuwissen et al. (2001) ont introduit le concept de sélection génomique en proposant de prédire simultanément tous les effets des régions marquées puis de construire un index "génomique" en sommant les effets de chaque région. Le challenge dans l’évaluation génomique est de disposer de la meilleure méthode de prédiction afin d’obtenir des valeurs génétiques précises pour une sélection efficace des animaux candidats. L’objectif général de cette thèse est d'explorer et d’évaluer de nouvelles approches génomiques capables de prédire des dizaines de milliers d'effets génétiques, sur la base des phénotypes de centaines d'individus. Elle s’inscrit dans le cadre du projet ANR AMASGEN dont le but est d’étendre la sélection assistée par marqueurs, utilisée jusqu’à lors chez les bovins laitiers français, et de développer une méthode de prédiction performante. Pour cela, un panel varié de méthodes est exploré en estimant leurs capacités prédictives. Les méthodes de régression PLS (Partial Least Squares) et sparse PLS, ainsi que des approches bayésiennes (LASSO bayésien et BayesCπ) sont comparées à deux méthodes usuelles en amélioration génétique : le BLUP basé sur l’information pedigree et le BLUP génomique basé sur l’information des SNP. Ces méthodologies fournissent des modèles de prédiction efficaces même lorsque le nombre d’observations est très inférieur au nombre de variables. Elles reposent sur la théorie des modèles linéaires mixtes gaussiens ou les méthodes de sélection de variables, en résumant l’information massive des SNP par la construction de nouvelles variables. Les données étudiées dans le cadre de ce travail proviennent de deux races de bovins laitiers français (1 172 taureaux de race Montbéliarde et 3 940 taureaux de race Holstein) génotypés sur environ 40 000 marqueurs SNP polymorphes. Toutes les méthodes génomiques testées ici produisent des évaluations plus précises que la méthode basée sur la seule information pedigree. On observe un léger avantage prédictif des méthodes bayésiennes sur certains caractères mais elles sont cependant trop exigeantes en temps de calcul pour être appliquées en routine dans un schéma de sélection génomique. L’avantage des méthodes de sélection de variables est de pouvoir faire face au nombre toujours plus important de données SNP. De plus, elles sont capables de mettre en évidence des ensembles réduits de marqueurs, identifiés sur la base de leurs effets estimés, c’est-à-dire ayant un impact important sur les caractères étudiés. Il serait donc possible de développer une méthode de prédiction des valeurs génomiques sur la base de QTL détectés par ces approches. / The rapid evolution in sequencing and genotyping raises new challenges in the development of methods of selection for livestock. By sequence comparison, it is now possible to identify polymorphic regions in each species to mark the genome with molecular markers called SNPs (Single Nucleotide Polymorphism). Methods of selection of animals from genomic information require the representation of the molecular genetic effects. Meuwissen et al. (2001) introduced the concept of genomic selection by predicting simultaneously all the effects of the markers. Then a genomic index is built summing the effects of each region. The challenge in genomic evaluation is to find the best prediction method to obtain accurate genetic values of candidates. The overall objective of this thesis is to explore and evaluate new genomic approaches to predict tens of thousands of genetic effects, based on the phenotypes of hundreds of individuals. It is part of the ANR project AMASGEN whose aim is to extend the marker-assisted selection, used in French dairy cattle, and to develop an accurate method of prediction. A panel of methods is explored by estimating their predictive abilities. The PLS (Partial Least Squares) and sparse PLS regressions and Bayesian approaches (Bayesian LASSO and BayesCπ) are compared with two current methods in genetic improvement: the BLUP based on pedigree information and the genomic BLUP based on SNP markers. These methodologies are effective even when the number of observations is smaller than the number of variables. They are based on the theory of Gaussian linear mixed models or methods of variable selection, summarizing the massive information of SNP by new variables. The datasets come from two French dairy cattle breeds (1172 Montbéliarde bulls and 3940 Holstein bulls) genotyped with 40 000 polymorphic SNPs. All genomic methods give more accurate estimates than the method based on pedigree information only. There is a slight predictive advantage of Bayesian methods on some traits but they are still too demanding in computation time to be applied routinely in a genomic selection scheme. The advantage of variable selection methods is to cope with the increasing number of SNP data. In addition, they are able to extract reduced sets of markers based of their estimated effects, that is to say, with a significant impact on the trait studied. It would be possible to develop a method to predict genomic values on the basis of QTL detected by these approaches.

L’altération constitutionnelle des gènes BRCA1 et BRCA2 est détectée dans 20 à 30% des formes familiales de cancer du sein. La fréquence de mise en évidence d’une mutation BRCA2 selon des critères généalogiques reste modeste. La définition de caractéristiques tumorales communes aux tumeurs du sein survenant dans un contexte de prédisposition lié à BRCA2 a pour objectif l’identification de caractéristiques propres aux tumeurs BRCA2 permettant de mieux définir les indications de recherche de mutation de ce gène, et l’identification de facteurs impliqués dans la tumorigénèse des cancers du sein liés à BRCA2. L’étude des profils génomiques des tumeurs BRCA2 a caractérisé la délétion récurrente des bras longs des chromosomes 13 et 14. L’analyse supervisée des données d’expression entre les tumeurs BRCA2 et les tumeurs familiales BRCAX a identifié une signature spécifique des tumeurs BRCA2. Les exomes des chromosomes 13 & 14 pour 5 tumeurs informatives et leur ADN constitutionnel ont été séquencés afin d’identifier la ou les cibles des régions délétées. Cette analyse a permis la caractérisation de variants somatiques qui seront à étudier dans une large série de cas BRCA2 et contrôles pour conclure sur leur rôle dans la tumorigénèse liée à BRCA2.La caractérisation de pertes de matériel chromosomique spécifiques aux tumeurs BRCA2, rapportée dans plusieurs études, offre une perspective diagnostique avec le développement d’un test FISH utilisable en pratique clinique pour préciser les indications d’une recherche de mutation du gène BRCA2, mais suggère également la présence de gènes cibles candidats dont l’inactivation est requise lors de la cancérisation mammaire liée à BRCA2. / Germline BRCA1 and BRCA2 mutations account for 20-30% of familial breast cancer. The main indication for BRCA2 screening is a family history, but the mutation detection rate in patients selected this way is low. The identification of characteristics common to BRCA2-associated tumors would improve the criteria used to select patients for BRCA2 screening and could identify factors implicated in BRCA2-mutant breast cancer tumorigenesis. The analysis of BRCA2-mutant breast tumor genomic profiles identified deletions of chromosomes 13q and 14q as a common feature of BRCA2-tumors. Supervised gene expression analysis of BRCA2-mutant breast tumors and familial breast tumors without germline BRCA1 or BRCA2 mutations identified a specific BRCA2 gene signature. Exome sequencing of chromosomes 13q and 14q for 5 BRCA2-mutant tumors, and their associated germline DNA was performed in order to identify the target(s) of the specific genomic deletions in the BRCA2 tumors. This analysis characterized somatic variants that will be screened for in a larger cohort of BRCA2 and control tumors cases to explore their role in BRCA2-mutant breast cancer. Our study identified deletions of chromosomes 13q and 14q as a common feature of tumors with germline BRCA2 mutations, as has been observed in several previous studies. We suggest that FISH analysis for the deletion of these chromosomes would be a rapid and technically feasible first step to select tumors worth screening for germline BRCA2 mutations and we hypothesize that the inactivation of candidate genes located in these deleted regions allows the cell to resume division and progress thus contributing to tumorigenesis in BRCA2-mutant tumors.

Pour mieux saisir les liens complexes entre génotype et phénotype, une méthode utilisée consiste à étudier les relations entre différents éléments biologiques (entre les protéines, entre les métabolites...). Celles-ci forment ce qui est appelé un réseau biologique, que l'on représente algorithmiquement par un graphe. Nous nous intéressons principalement dans cette thèse au problème de la recherche d'un motif (multi-ensemble de couleurs) dans un graphe coloré, représentant un réseau biologique. De tels motifs correspondent généralement à un ensemble d'éléments conservés au cours de l'évolution et participant à une même fonction biologique. Nous continuons l'étude algorithmique de ce problème et de ses variantes (qui admettent plus de souplesse biologique), en distinguant les instances difficiles algorithmiquement et en étudiant différentes possibilités pour contourner cette difficulté (complexité paramétrée, réduction d'instance, approximation...). Nous proposons également un greffon intégré au logiciel Cytoscape pour résoudre efficacement ce problème, que nous testons sur des données réelles.Nous nous intéressons également à différents problèmes de génomique comparative. La démarche scientifique adoptée reste la même: depuis une formalisation d'un problème biologique, déterminer ses instances difficiles algorithmiquement et proposer des solutions pour contourner cette difficulté (ou prouver que de telles solutions sont impossibles à trouver sous des hypothèses fortes) / To investigate the complex links between genotype and phenotype, one can study the relations between different biological entities. It forms a biological network, represented by a graph. In this thesis, we are interested in the occurrence of a motif (a multi-set of colors) in a vertex-colored graph, representing a biological network. Such motifs usually correspond to a set of elements realizing a same function, and which may have been evolutionarily preserved. We follow the algorithmic study of this problem, by establishing hard instances and studying possibilities to cope with the hardness (parameterized complexity, preprocessing, approximation...). We also develop a plugin for Cytoscape, in order to solve efficiently this problem and to test it on real data.We are also interested in different problems related to comparative genomics. The scientific method is the same: studying problems arising from biology, specifying the hard instances and giving solutions to cope with the hardness (or proving such solutions are unlikely)

Leptosphaeria maculans est un Dothideomycète phytopathogène capable d’alterner des modes de vie saprophyte, hemibiotrophe endophyte et nécrotrophe durant son cycle infectieux sur le colza. Afin de comprendre cette plasticité infectieuse, une mutagenèse aléatoire à grande échelle par ATMT a permis de générer une collection de 5000 transformants. L’objectif principal de cette thèse était d’exploiter cette collection en prenant avantage de la disponibilité d’outils de génomique, pour, d’une part, comprendre les mécanismes d’intégration de l’ADN-T dans le génome, et d’autre part, identifier des déterminants du pouvoir pathogène ciblés par l’ADN-T dans des mutants affectés dans leur capacité infectieuse. Une analyse systématique de 318 pieds d’insertion a été réalisée dans le but de d’évaluer les caractéristiques de l’insertion de l’ADN-T. Ce dernier est fréquemment inséré dans les régions actives riches en gènes, et favorise des gènes impliqués dans des processus biologiques indicatifs d’une conidie germante. Un biais marqué des insertions en faveur des régions régulatrices est observé ainsi qu’une corrélation entre la densité des insertions et le skew CG près du site d’initiation de la transcription. Ces observations sont cohérentes avec le modèle de ciblage intranucléaire de l’ADN-T. Enfin, l’existence de micro-homologies entre le site de pré-insertion et la bordure gauche de l’ADN-T indique une intégration par voie de recombinaison homologue (HR) et/ou microhomologue (MMEJ). Une approche multicritère a été utilisée pour caractériser cette collection. Un test d’inoculation a permis d’identifier 166 mutants altérés dans leur pouvoir pathogène. La validation génétique de la co-ségrégation entre le phénotype altéré et la présence de l’ADN-T indique que 44% des mutants montrant un déterminisme monogénique de l’altération sont effectivement étiquetés. Parmi les mutants altérés, 35 ont été analysé pour : (i) le phénotype de croissance en conditions usuelles de culture et en réponse aux stress oxydatif, UV et nutritif, (ii) le lien entre altération de la germination et pouvoir pathogène. Les gènes affectés par l’intégration de l’ADN-T, ont été identifié et analysé dans la souche sauvage à l’aide de données de transcriptomique. Ces cribles ont permis de décomposer le phénotype d’altération in planta en plusieurs phénotypes in vitro. Le plus fréquemment, les mutants ne sont pas altérés dans leur in vitro croissance, mais la plupart sont sensibles aux ROS. Les analyses d’expression au cours de l’infection indiquent que les gènes codant pour des effecteurs et ceux impliqués dans la détoxification des ROS, ont des dynamiques d’expression inverses et bi-phasiques, en lien avec le style de vie hemibiotrophe de L. maculans. Les 42 gènes ciblés par l’ADN-T dans ces mutants ont été identifiés et leur fonction putative disséquée par bioinformatique et transcriptomique. Au final, nous avons identifié six mutants d’intérêt pour une caractérisation fonctionnelle. Deux de ceux-ci deux ont atteint un niveau de caractérisation suffisant pour l’émission d’une hypothèse de travail. Dans le mutant µ1165, l’ADN-T cible un gène codant pour une protéine ribosomale S17 (LmRPS17), dont la régulation dépendrait de la voie de signalisation du complex TORC1. Nos résultats préliminaires suggèrent, d’une part, que TORC1 est une cible potentielle de LmRPS17 et, d’autre part, que la phase biotrophe de l’infection chez L. maculans est probablement régulée par TORC1 via l’enzyme de détoxication des ROS SOD2. Dans le mutant µ444, l’ADN-T cible un gène codant pour un élément rétroviral putatif LmHYP1, largement conservé parmi les ascomycètes. Nos résultats suggèrent que LmHYP1 interviendrait dans la régulation de gènes impliqués dans le pouvoir pathogène, via la production de petits ARN interférents issus hypothétiquement du clivage de son ARN messager par la machinerie de défense anti-rétrovirale. La validation de ces deux hypothèses est en cours au laboratoire. / The Dothideomycete phytopathogen Leptosphaeria maculans is capable to alternate saprophytic, hemibiotrophic, endophytic and necrotrophic life styles during a single infectious cycle on its host plant, Brassica napus. However, little is known about the determinants of such plasticity. As part of a large-scale insertional mutagenesis project aiming at the discovery of pathogenicity factors a collection 5000 transformants has been generated by ATMT. The main objective of my PhD was to take advantage of “omics” to extract biological value from L. maculans mutants collection for a better understanding of T-DNA integration features and further identification of pathogenesis determinants in this fungus. A systematic analysis of 318 T-DNA tags was performed in a large collection of transformants in order to evaluate the features of T-DNA integration in its particular TE-rich compartmentalized genome. The T-DNA integration was mainly targeted to gene-rich, transcriptionally active regions, and favored biological processes that are consistent with the physiological status of a germinating conidia. In addition, T-DNA integration was strongly biased towards regulatory regions, and mainly promoters. Consistently with the T-DNA intranuclear targeting model, the density of T-DNA insertion correlated with CG skew near the transcription initiation site. The existence of microhomologies between promoter sequences and the T-DNA LB flanking sequence was also consistent with T-DNA integration to host DNA mediated by homologous recombination and/or the microhomology-mediated end joining pathways. Based on this data, a multi-criteria approach was used to draw the more possible information from this collection by identifying all 166 mutants reliably affected in pathogenicity, and expanding the genetic analysis. Considering single-gene segregation of the pathogenicity phenotype, our data indicate a 44% ratio of actual tagging. In parallel, for a subset of 35 isolates of the collection, we (i) described growth patterns in regular culture conditions or in response to oxidative, UV or starvation stresses, (ii) evaluated the link between altered germination and pathogenicity, (iii) identified and annotated the genes putatively affected by the T-DNA integration, and (iv) analyzed kinetics of expression of these genes in the WT isolate using available microarrays. Our results showed that pathogenicity alteration phenotype could be broken down into a pattern of phenotypes in vitro including growth, germination defect and susceptibilities to oxidative burst, starvation and UV stresses. Our results showed that most of these mutants were not altered in axenic growth but showed enhanced sensitivity to reactive oxygen species (ROS). Furthermore, our results showed that effectors and ROS scavengers have inverted dynamics during plant infection, consistently with the biphasic hemibiotrophic growth of L. maculans. Also, 42 genes targeted by the T-DNA in these mutants were recovered and dissected. This catalogue allowed us to identify a series of promising mutants for further functional studies. Based on this screening, six mutants were subjected to further analyses but only two reached sufficient advance for hypothesis building. In mutant µ1165, the T-DNA targeted a ribosomal protein S17 (LmRPS17), a downstream component of target of rapamycin complex 1 (TORC1) pathway. Our preliminary results suggested that TORC1 is a potential a target of LmRPS17. Also, biotrophic growth is probably tuned by TORC1 via Super oxide dismutase 2 (SOD2). In mutant µ444, the T-DNA targeted a retroviral-like element LmHyp1 widely conserved among ascomycetes. Our results suggest that LmHyp1 probably acts as a regulatory element during plant infection as its cleavage by the antiretroviral defences is hypothesized to generate siRNAs that silences distant genes. Work on these mutants is in progress.