Plusieurs souches cliniques de Candida albicans résistantes aux médicaments antifongiques azolés surexpriment des gènes encodant des effecteurs de la résistance appartenant à deux classes fonctionnelles : i) des transporteurs expulsant les azoles, CDR1, CDR2 et MDR1 et ii) la cible des azoles 14-lanostérol déméthylase encodée par ERG11. La surexpression de ces gènes est due à la sélection de mutations activatrices dans des facteurs de transcription à doigts de zinc de la famille zinc cluster (Zn2Cys6) qui contrôlent leur expression : Tac1p (Transcriptional activator of CDR genes 1) contrôlant l’expression de CDR1 et CDR2, Mrr1p (Multidrug resistance regulator 1), régulant celle de MDR1 et Upc2p (Uptake control 2), contrôlant celle d’ERG11. Un autre effecteur de la résistance clinique aux azoles est PDR16, encodant une transférase de phospholipides, dont la surexpression accompagne souvent celle de CDR1 et CDR2, suggérant que les trois gènes appartiennent au même régulon, potentiellement celui de Tac1p. De plus, la régulation transcriptionnelle du gène MDR1 ne dépend pas seulement de Mrr1p, mais aussi du facteur de transcription de la famille basic-leucine zipper Cap1p (Candida activator protein 1), un régulateur majeur de la réponse au stress oxydatif chez C. albicans qui, lorsque muté, induit une surexpression constitutive de MDR1 conférant la résistance aux azoles. Ces observations suggèrent qu’un réseau de régulation transcriptionnelle complexe contrôle le processus de résistance aux antifongiques azolés chez C. albicans. L’objectif de mon projet au doctorat était d’identifier les cibles transcriptionnelles directes des facteurs de transcription Tac1p, Upc2p et Cap1p, en me servant d’approches génétiques et de génomique fonctionnelle, afin de i) caractériser leur réseau transcriptionnel et les modules transcriptionnels qui sont sous leur contrôle direct, et ii) d’inférer leurs fonctions biologiques et ainsi mieux comprendre leur rôle dans la résistance aux azoles. Dans un premier volet, j’ai démontré, par des expériences de génétique, que Tac1p contrôle non seulement la surexpression de CDR1 et CDR2 mais aussi celle de PDR16. Mes résultats ont identifié une nouvelle mutation activatrice de Tac1p (N972D) et ont révélé la participation d’un autre régulateur dans le contrôle transcriptionnel de CDR1 et PDR16 dont l’identité est encore inconnue. Une combinaison d’expériences de transcriptomique et d’immunoprécipitation de la chromatine couplée à l’hybridation sur des biopuces à ADN (ChIP-chip) m’a permis d’identifier plusieurs gènes dont l’expression est contrôlée in vivo et directement par Tac1p (PDR16, CDR1, CDR2, ERG2, autres), Upc2p (ERG11, ERG2, MDR1, CDR1, autres) et Cap1p (MDR1, GCY1, GLR1, autres). Ces expériences ont révélé qu’Upc2p ne contrôle pas seulement l’expression d’ERG11, mais aussi celle de MDR1 et CDR1. Plusieurs nouvelles propriétés fonctionnelles de ces régulateurs ont été caractérisées, notamment la liaison in vivo de Tac1p aux promoteurs de ses cibles de façon constitutive et indépendamment de son état d’activation, et la liaison de Cap1p non seulement à la région du promoteur de ses cibles, mais aussi celle couvrant le cadre de lecture ouvert et le terminateur transcriptionnel putatif, suggérant une interaction physique avec la machinerie de la transcription. La caractérisation du réseau transcriptionnel a révélé une interaction fonctionnnelle entre ces différents facteurs, notamment Cap1p et Mrr1p, et a permis d’inférer des fonctions biologiques potentielles pour Tac1p (trafic et la mobilisation des lipides, réponse au stress oxydatif et osmotique) et confirmer ou proposer d’autres fonctions pour Upc2p (métabolisme des stérols) et Cap1p (réponse au stress oxydatif, métabolisme des sources d’azote, transport des phospholipides). Mes études suggèrent que la résistance aux antifongiques azolés chez C. albicans est intimement liée au métabolisme des lipides membranaires et à la réponse au stress oxydatif. / Many azole resistant Candida albicans clinical isolates overexpress genes encoding azole resistance effectors that belong to two functional categories: i) CDR1, CDR2 and MDR1, encoding azole-efflux transporters and ii) ERG11, encoding the target of azoles 14-lanosterol demethylase. The constitutive overexpression of these genes is due to activating mutations in transcription factors of the zinc cluster family (Zn2Cys6) which control their expression. Tac1p (Transcriptional activator of CDR genes 1), controlling the expression of CDR1 and CDR2, Mrr1p (Multidrug resistance regulator 1), regulating MDR1 expression and Upc2p (Uptake control 2), controlling the expression of ERG11. Another determinant of clinical azole resistance is PDR16, encoding a phospholipid transferase, whose overexpression often accompanies that of CDR1 and CDR2 in clinical isolates, suggesting that the three genes belong to the same regulon, potentially that of Tac1p. Further, MDR1 expression is not only regulated by Mrr1p, but also by the basic-leucine zipper transcription factor Cap1p (Candida activator protein 1), which controls the oxidative stress response in C. albicans and whose mutation confers azole resistance via MDR1 overexpression. These observations suggest that a complex transcriptional regulatory network controls azole resistance in C. albicans. My Ph.D. studies are aimed at identifying the direct transcriptional targets of Tac1p, Upc2p and Cap1p using genetics and functional genomics approches in order to i) characterize their regulatory network and the transcriptional modules under their direct control and ii) infer their biological functions and better understand their roles in azole resistance. In the first part of my studies, I showed that Tac1p does not only control the expression of CDR1 and CDR2, but also that of PDR16. My results also identified a new activating mutation in Tac1p (N972D) and revealed that the expression of CDR1 and PDR16 is under the control of another yet unknown regulator. The combination of transcriptomics and genome-wide location (ChIP-chip) approaches allowed me to identify the in vivo direct targets of Tac1p (PDR16, CDR1, CDR2, ERG2, others), Upc2p (ERG11, ERG2, MDR1, CDR1, others) and Cap1p (MDR1, GCY1, GLR1, others). These results also revealed that Upc2p does not only control the expression of ERG11 but also that of MDR1 and CDR1. Many new functional features of these transcription factors were found, including the constitutive binding of Tac1p to its targets under both activating and non-activating conditions, and the binding of Cap1p which extends beyond the promoter region of its target genes, to cover the open reading frame and the putative transcription termination regions, suggesting a physical interaction with the transcriptional machinery. The characterization of the transcriptional regulatory network revealed a functional interaction between these factors, notably between Cap1p and Mrr1p, and inferred potential biological functions for Tac1p (lipid mobilization and traffic, response to oxidative and osmotic stress) and confirmed or suggested other functions for Upc2p (sterol metabolism) and Cap1p (oxidative stress response, regulation of nitrogen utilization and phospholipids transport). Taken together, my results suggest that azole resistance in C. albicans is tightly linked to membrane lipid metabolism and oxidative stress response.

[Français] Une fraction importante des génomes eucaryotes est constituée de Gènes Répétés en Tandem (GRT). Un mécanisme fondamental dans l’évolution des GRT est la recombinaison inégale durant la méiose, entrainant la duplication locale (en tandem) de segments chromosomiques contenant un ou plusieurs gènes adjacents. Différents algorithmes ont été proposés pour inférer une histoire de duplication en tandem pour un cluster de GRT. Cependant, leur utilisation est limitée dans la pratique, car ils ne tiennent pas compte d’autres événements évolutifs pourtant fréquents, comme les inversions, les duplications inversées et les délétions. Cette thèse propose différentes approches algorithmiques permettant d’intégrer ces événements dans le modèle de duplication en tandem classique. Nos contributions sont les suivantes: • Intégrer les inversions dans un modèle de duplication en tandem simple (duplication d’un gène à la fois) et proposer un algorithme exact permettant de calculer le nombre minimal d’inversions s’étant produites dans l’évolution d’un cluster de GRT. • Généraliser ce modèle pour l’étude d’un ensemble de clusters orthologues dans plusieurs espèces. • Proposer un algorithme permettant d’inférer l’histoire évolutive d’un cluster de GRT en tenant compte des duplications en tandem, duplications inversées, inversions et délétions de segments chromosomiques contenant un ou plusieurs gènes adjacents. / [English] Tandemly arrayed genes (TAGs) represent an important fraction of most genomes. A fundamental mechanism at the origin of TAG clusters is unequal crossing-over during meiosis, leading to the duplication of chromosomal segments containing one or many adjacent genes. Such duplications are called tandem duplications, as the duplicated segment is placed next to the original one on the chromosome. Different algorithms have been proposed to infer the tandem duplication history of a TAG cluster. However, their applicability is limited in practice since they do not take into account other frequent evolutionary events such as inversion, inverted duplication and deletion. In this thesis, we propose different algorithmic approaches allowing to integrate these evolutionary events in the original tandem duplication model of evolution. Our contributions are summarized as follows: • We integrate inversion events in a tandem duplication model restricted to single gene duplications, and we propose an exact algorithm allowing to compute the minimum number of inversions explaining the evolution of a TAG cluster. • We generalize this model to the study of orthologous TAG clusters in different species. • We propose an algorithm allowing to infer the evolutionary history of a TAG cluster through tandem duplication, inverted duplication, inversion and deletion of chromosomal segments containing one or many adjacent genes.

La phagocytose est un processus cellulaire par lequel de larges particules sont internalisées dans une vésicule, le phagosome. Lorsque formé, le phagosome acquiert ses propriétés fonctionnelles à travers un processus complexe de maturation nommé la biogénèse du phagolysosome. Cette voie implique une série d’interactions rapides avec les organelles de l’appareil endocytaire permettant la transformation graduelle du phagosome nouvellement formé en phagolysosome à partir duquel la dégradation protéolytique s’effectue. Chez l’amibe Dictyostelium discoideum, la phagocytose est employée pour ingérer les bactéries de son environnement afin de se nourrir alors que les organismes multicellulaires utilisent la phagocytose dans un but immunitaire, où des cellules spécialisées nommées phagocytes internalisent, tuent et dégradent les pathogènes envahissant de l’organisme et constitue la base de l’immunité innée. Chez les vertébrés à mâchoire cependant, la transformation des mécanismes moléculaires du phagosome en une organelle perfectionnée pour l’apprêtement et la présentation de peptides antigéniques place cette organelle au centre de l’immunité innée et de l’immunité acquise. Malgré le rôle crucial auquel participe cette organelle dans la réponse immunitaire, il existe peu de détails sur la composition protéique et l’organisation fonctionnelles du phagosome. Afin d’approfondir notre compréhension des divers aspects qui relient l’immunité innée et l’immunité acquise, il devient essentiel d’élargir nos connaissances sur les fonctions moléculaire qui sont recrutées au phagosome. Le profilage par protéomique à haut débit de phagosomes isolés fut extrêmement utile dans la détermination de la composition moléculaire de cette organelle. Des études provenant de notre laboratoire ont révélé les premières listes protéiques identifiées à partir de phagosomes murins sans toutefois déterminer le ou les rôle(s) de ces protéines lors du processus de la phagocytose (Brunet et al, 2003; Garin et al, 2001). Au cours de la première étude de cette thèse (Stuart et al, 2007), nous avons entrepris la caractérisation fonctionnelle du protéome entier du phagosome de la drosophile en combinant diverses techniques d’analyses à haut débit (protéomique, réseaux d’intéractions protéique et ARN interférent). En utilisant cette stratégie, nous avons identifié 617 protéines phagosomales par spectrométrie de masse à partir desquelles nous avons accru cette liste en construisant des réseaux d’interactions protéine-protéine. La contribution de chaque protéine à l’internalisation de bactéries fut ensuite testée et validée par ARN interférent à haut débit et nous a amené à identifier un nouveau régulateur de la phagocytose, le complexe de l’exocyst. En appliquant ce modèle combinatoire de biologie systémique, nous démontrons la puissance et l’efficacité de cette approche dans l’étude de processus cellulaire complexe tout en créant un cadre à partir duquel il est possible d’approfondir nos connaissances sur les différents mécanismes de la phagocytose. Lors du 2e article de cette thèse (Boulais et al, 2010), nous avons entrepris la caractérisation moléculaire des étapes évolutives ayant contribué au remodelage des propriétés fonctionnelles de la phagocytose au cours de l’évolution. Pour ce faire, nous avons isolé des phagosomes à partir de trois organismes distants (l’amibe Dictyostelium discoideum, la mouche à fruit Drosophila melanogaster et la souris Mus musculus) qui utilisent la phagocytose à des fins différentes. En appliquant une approche protéomique à grande échelle pour identifier et comparer le protéome et phosphoprotéome des phagosomes de ces trois espèces, nous avons identifié un cœur protéique commun à partir duquel les fonctions immunitaires du phagosome se seraient développées. Au cours de ce développement fonctionnel, nos données indiquent que le protéome du phagosome fut largement remodelé lors de deux périodes de duplication de gènes coïncidant avec l’émergence de l’immunité innée et acquise. De plus, notre étude a aussi caractérisée en détail l’acquisition de nouvelles protéines ainsi que le remodelage significatif du phosphoprotéome du phagosome au niveau des constituants du cœur protéique ancien de cette organelle. Nous présentons donc la première étude approfondie des changements qui ont engendré la transformation d’un compartiment phagotrophe à une organelle entièrement apte pour la présentation antigénique. / Phagocytosis is a cellular process by which large particulate material are internalized in a newly formed vesicule, the phagosome. Once formed, the phagosome acquires its functional properties through a complex maturation process called phagolysosome biogenesis. This pathway involves a series of rapid interactions with organelles of the endocytic apparatus, enabling the gradual transformation of newly formed phagosomes into phagolysosomes in which proteolytic degradation occurs. The amoeba Dictyostelium discoideum uses phagocytosis as a predation mechanism for feeding, whereas multicellular organisms utilize this process as an immune mechanism where specialized cells named phagocytes internalize, kill and degrade phatogens found through the host, forming the basis of innate immunity. In jawed verterbrates however, the phagosome links innate and adaptive immunity by processing and presenting antigenic peptides. Despite its crucial role in immunity, little is known about the composition and the functional organization of the phagosome. It is therefore essential to characterize in details the functional properties that are recruited to the phagosome. High-throughput proteomics analysis of isolated phagosomes has been tremendously helpful for the molecular comprehension of this organelle. Studies of our lab notably have revealed the first proteomics identification of mouse phagosomes without determining the roles of these proteins through the complex process of phagocytosis (Brunet et al, 2003; Garin et al, 2001). In the first study of this thesis (Stuart et al, 2007), we characterized the functions of the entire drosophila phagosome proteome by combining high-throughput proteomics, interactive networks and RNAi. By applying this strategy, we’ve identified 617 phagosomal proteins by mass spectrometry from which we’ve expanded this list by building the phagosome interactome. The contribution of each protein to bacterial internalization was tested and validated by RNAi and led to the identification of a new regulator of phagocytosis, the exocyst complex. In generating this 'systems-based model', we show the power of applying this approach to the study of complex cellular processes and organelles and expect that this detailed model of the phagosome will provide a new framework for studying host-pathogen interactions and innate immunity. In the second study of this thesis (Boulais et al, 2010), we characterized some of the key steps that contributed to the remodeling of phagosomes functional properties during evolution. To do so, we isolated this organelle from three distant organisms: the amoeba Dictyostelium discoideum, the fruit fly Drosophila melanogaster, and mouse (Mus musculus) that use phagocytosis for different purposes. By performing and comparing proteomics and phosphoproteomics analyses of isolated phagosomes from the three species, we identified an ancient core of phagosomal proteins around which the immune function of this organelle have likely organized. Our data indicate that a larger proportion of the phagosome proteome, has been acquired through gene duplication at periods coinciding with the emergence of innate and adaptive immunity. Our study also characterizes in detail the acquisition of novel proteins and the significant remodeling of the phagosome phosphoproteome that contributed to modify the core constituents of this organelle in evolution. Our work thus provides the first thorough analysis of the changes that enabled the transformation of the phagosome from a phagotrophic compartment into an organelle fully competent for antigen presentation.

Depuis le début des années 90, le projet génome humain a permis l’émergence de nombreuses techniques globalisantes porteuses du suffixe –omique : génomique, transcriptomique, protéomique, épigénomique, etc.… L’étude globale de l’ensemble des phénotypes humains (« phénome ») est à l’origine de nouvelles technologies constituant la « phénomique ». L’approche phénomique permet de déterminer des liens entre des combinaisons de traits phénomiques. Nous voulons appliquer cette approche à l’étude des malformations humaines en particulier leurs combinaisons, ne formant des syndromes, des associations ou des séquences bien caractérisés que dans un petit nombre de cas. Afin d’évaluer la faisabilité de cette approche, pour une étude pilote nous avons décidé d’établir une base de données pour la description phénotypique des anomalies foetales. Nous avons effectué ces étapes : o Réalisation d’une étude rétrospective d’une série d’autopsies de foetus au CHU Sainte- Justine (Montréal, QC, Canada) entre 2001-2006 o Élaboration de trois thésaurus et d’une ontologie des anomalies développementales humaines o Construction une base de données en langage MySQL Cette base de données multicentrique accessible sur (http://www.malformations.org), nous permet de rechercher très facilement les données phénotypiques des 543 cas observés porteurs d’une anomalie donnée, de leur donner une description statistique et de générer les différents types d’hypothèses. Elle nous a également permis de sélectionner 153 cas de foetus malformés qui font l’objet d’une étude de micropuce d’hybridation génomique comparative (aCGH) à la recherche d’une anomalie génomique. / Since the early 90s, the Human Genome Project (HGP) has allowed the development of numerous worldwide techniques which carried the suffix “omic”: genomic, transcriptomic, proteomic, epigenomic, etc…. The global investigation of the sets of human phenotypes (phenome) is called phenomic. With phenomic studies we should be able to determine the links among similar phenotypic groups. We wish to apply this approach to human dysmorphology, particularly malformation combinations, which form characteristic malformation associations, malformation sequences, malformation syndromes or malformation disorders only in a minority of cases. As a graduate student research project, we decided to perform a retrospective study of the sets of pathology reports including 543 fetuses autopsied in the Department of Pathology of CHU Sainte-Justine (Montreal, QC, Canada) between 2001 and 2006. We have established an open Malformation Database (MDB) which can be accessed at http://www.malformations.org. To achieve this, we conducted the following steps: o Realization of a retrospective study of fetopathology reports for fetal malformations. o Development of an ontology along with three thesauruses of human developmental anomalies. o Implementation of these thesauruses and ontology in the MySQL system. This hypothesis-generating database allows us to easily retrieve the fetal cases (phenotypic data) with anomalies, calculate the frequencies of these anomalies, and evaluate the feasibility of the phenomic approach to human dysmorphogenesis. We were able as well to select 153 cases of malformed fetuses which will be the subject of aCGH array study for genomic research of human anomalies.

Cette thèse porte sur les représentations sociales de la pharmacogénomique (PGx) chez deux groupes d’acteurs centraux du développement et des applications en PGx au Québec. L’objectif est de comprendre comment les chercheurs en PGx et les étudiants en médecine se positionnent à l’égard des découvertes en PGx et de leurs éventuelles applications en pratique médicale. Cette étude a aussi pour objectifs de mieux comprendre comment il est possible d’anticiper l’arrivée de la PGx dans la pratique médicale par le contraste des représentations des chercheurs et des étudiants et de concevoir comment les informations circulent entre les deux groupes. Pour atteindre ces objectifs, l’utilisation du cadre théorique des représentations sociales, et plus particulièrement des représentations sociales dites professionnelles, est retenue. Une démarche multiméthodologique est déterminée pour cerner les représentations des deux groupes. En effet, une approche qualitative par entretiens semi-dirigés est réalisée dans un premier temps auprès des chercheurs et, ensuite, une enquête par questionnaire est effectuée auprès des étudiants en médecine. Les positionnements des deux groupes sont contrastés au sujet de trois concepts clés : les médicaments, la génomique et la PGx. Les principes organisateurs des représentations sociales des étudiants en médecine et des chercheurs, eu égard à ces trois concepts, permet de positionner le niveau des représentations sociales des étudiants en médecine vers leur professionnalisation dans un schéma proposé par Bataille (2000). Ainsi, les étudiants en médecine fournissent des représentations des médicaments assez près de celles des chercheurs. Leurs représentations des avancées en génomique sont beaucoup moins professionnalisées, tandis que l’on remarque une organisation restreinte pour ce qui est de leur représentation de la PGx. Le contexte de formation médicale est interrogé dans cette thèse puisqu’il laisse peu de place aux découvertes et aux recherches de pointe. Les chercheurs autant que les étudiants affirment que la solution pour améliorer leurs connaissances dans le domaine de la PGx est d’ajouter ces connaissances dans leur cadre de leur formation médicale. / This thesis pertains to social representations of pharmacogenomics (PGx) in two groups of central actors in PGx development and application in Québec. The objective is to understand how PGx researchers and medical students stand with regard to PGx discoveries and their potential medical practice applications. This study also aims at better understanding how the arrival of PGx in medical practice can be anticipated, by contrasting researchers’ and students’ representations, and at grasping how the information flows between these two groups. To meet these objectives, the theoretical framework of social representations, and more particularly the so-called professional social representations, is used. The two groups’ representations are identified through a multi method approach. Indeed, a qualitative method consisting of semi-structured interviews with the researchers is used, followed by a questionnaire survey of the medical students. The two groups’ positions are compared with respect to three key concepts: medication, genomics and PGx. The organizing principles of the medical students’ and researchers’ social representations, in consideration of these three concepts, enables us to position the social representation levels of the medical students relative to their professionalization in a chart proposed by Bataille (2000). The medical students’ representations of medication are thus similar to those of the researchers. Their representations of advances in genomics are far less professionalized, while there is an absence of organization in their representation of PGx. The medical training context is questioned in this thesis since it leaves little room for discovery and advanced research. Researchers and students both say that the solution for improving their knowledge in the field of PGx is to make it part of their medical training.

La duplication est un des évènements évolutifs les plus importants, car elle peut mener à la création de nouvelles fonctions géniques. Durant leur évolution, les génomes sont aussi affectés par des inversions, des translocations (incluant des fusions et fissions de chromosomes), des transpositions et des délétions. L'étude de l'évolution des génomes est importante, notamment pour mieux comprendre les mécanismes biologiques impliqués, les types d'évènements qui sont les plus fréquents et quels étaient les contenus en gènes des espèces ancestrales. Afin d'analyser ces différents aspects de l'évolution des génomes, des algorithmes efficaces doivent être créés pour inférer des génomes ancestraux, des histoires évolutives, des relations d'homologies et pour calculer les distances entre les génomes. Dans cette thèse, quatre projets reliés à l'étude et à l'analyse de l'évolution des génomes sont présentés : 1) Nous proposons deux algorithmes pour résoudre des problèmes reliés à la duplication de génome entier : un qui généralise le problème du genome halving aux pertes de gènes et un qui permet de calculer la double distance avec pertes. 2) Nous présentons une nouvelle méthode pour l'inférence d'histoires évolutives de groupes de gènes orthologues répétés en tandem. 3) Nous proposons une nouvelle approche basée sur la théorie des graphes pour inférer des gènes in-paralogues qui considère simultanément l'information provenant de différentes espèces afin de faire de meilleures prédictions. 4) Nous présentons une étude de l'histoire évolutive des gènes d'ARN de transfert chez 50 souches de Bacillus. / Gene duplication is one of the most important types of events affecting genomes during their evolution because it can create novel gene function. During the evolution process, genomes are also affected by inversions, translocations (including chromosome fusions and fissions), transpositions and deletions. Studying the evolution of genomes is important to get a better understanding of the biological mechanisms involved, which types of events are more frequent than others and what was the gene content in the ancestral species just to name a few. In order to analyze these different aspects of genome evolution, efficient algorithms need to be developed to infer ancestral genomes, evolutionary histories, homology relationships between genes and to compute distances between genomes. In this thesis, four different projects related to the study and analysis of genome evolution are presented: 1) We developed two algorithms to solve problems related to whole genome duplication: one that generalizes the genome halving problem to gene losses, and one that allows to compute the double distance with losses. 2) We developed a new method to infer evolutionary histories of orthologous tandemly arrayed gene clusters. 3) We proposed a new graph-theoretic approach to infer inparalogs that simultaneously considers the information given by multiple species in order to make better inferences of inparalogous gene pairs. 4) We studied the evolutionary history of the tRNA genes of 50 Bacillus strains.

L’anémie falciforme est une maladie monogénique causée par une mutation dans le locus de la β-globine. Malgré le fait que l’anémie falciforme soit une maladie monogénique, cette maladie présente une grande hétérogénéité clinique. On présume que des facteurs environnementaux et génétiques contribuent à cette hétérogénéité. Il a été observé qu’un haut taux d’hémoglobine fœtale (HbF) diminuait la sévérité et la mortalité des patients atteints de l’anémie falciforme. Le but de mon projet était d’identifier des variations génétiques modifiant la sévérité clinique de l’anémie falciforme. Dans un premier temps, nous avons effectué la cartographie-fine de trois régions précédemment associées avec le taux d’hémoglobine fœtale. Nous avons ensuite effectué des études d’association pan-génomiques avec deux complications cliniques de l’anémie falciforme ainsi qu’avec le taux d’hémoglobine fœtale. Hormis les régions déjà identifiées comme étant associées au taux d’hémoglobine fœtale, aucun locus n’a atteint le niveau significatif de la puce de génotypage. Pour identifier des groupes de gènes modérément associés au taux d’hémoglobine fœtale qui seraient impliqués dans de mêmes voies biologiques, nous avons effectué une étude des processus biologiques. Finalement, nous avons effectué l’analyse de 19 exomes de patients Jamaïcains ayant des complications cliniques mineures de l’anémie falciforme. Compte tenu de la taille des cohortes de réplication disponibles, nous n’avons pas les moyens de valider statistiquement les variations identifiées par notre étude. Cependant, nos résultats fournissent de bons gènes candidats pour des études fonctionnelles et pour les réplications futures. Nos résultats suggèrent aussi que le β-hydroxybutyrate en concentration endogène pourraient influencer le taux d’hémoglobine fœtale. De plus, nous montrons que la cartographie-fine des régions associées par des études pan-génomiques peut identifier des signaux d’association additionnels et augmenter la variation héritable expliquée par cette région. / Sickle cell disease is a monogenic disease caused by a mutation in the β-globin locus. Although it is a monogenic disease, it shows a high clinical heterogeneity. Environmental and genetic factors are thought to play a role in this heterogeneity. It has been observed that a high fetal hemoglobin (HbF) levels correlates with a diminution of the severity and mortality of patients with sickle cell disease. The goal of my project was to identify genetic modifiers of the clinical severity of sickle cell disease. First, I performed the fine-mapping of three regions previously associated with HbF levels. Second, I performed genome-wide association studies with two clinical complications of sickle cell disease as well as with HbF levels. Since no new loci reached array-wide significance for HbF levels, I performed a pathway analysis to identify additional HbF loci of smaller effect size that might implicate shared biological processes. Finally, I performed the analysis of 19 whole exomes from Jamaican sickle cell disease patients with very mild complications. In conclusion, given the sample size of the replication cohorts available, we do not currently have the means to statistically validate the association signals. However, these results provide good candidate genes for functional studies and for future replication. Our results also suggest that β-hydroxybutyrate in endogenous levels could influence HbF levels. Furthermore, we show that fine-mapping the loci associated in genome-wide association studies can identify additional signals and increase the explained heritable variation.

Contexte : L’anémie falciforme ou drépanocytose est un problème de santé important, particulièrement pour les patients d’origine africaine. La variation phénotypique de l’anémie falciforme est problématique pour le suivi et le traitement des patients. L’architecture génomique responsable de cette variabilité est peu connue. Principe : Mieux saisir la contribution génétique de la variation clinique de cette maladie facilitera l’identification des patients à risque de développer des phénotypes sévères, ainsi que l’adaptation des soins. Objectifs : L’objectif général de cette thèse est de combler les lacunes relatives aux connaissances sur l’épidémiologie génomique de l’anémie falciforme à l’aide d’une cohorte issue au Bénin. Les objectifs spécifiques sont les suivants : 1) caractériser les profils d’expressions génomiques associés à la sévérité de l’anémie falciforme ; 2) identifier des biomarqueurs de la sévérité de l’anémie falciforme ; 3) identifier la régulation génétique des variations transcriptionelles ; 4) identifier des interactions statistiques entre le génotype et le niveau de sévérité associé à l’expression ; 5) identifier des cibles de médicaments pour améliorer l’état des patients atteints d’anémie falciforme. Méthode : Une étude cas-témoins de 250 patients et 61 frères et soeurs non-atteints a été menée au Centre de Prise en charge Médical Intégré du Nourrisson et de la Femme Enceinte atteints de Drépanocytose, au Bénin entre février et décembre 2010. Résultats : Notre analyse a montré que des profils d’expressions sont associés avec la sévérité de l’anémie falciforme. Ces profils sont enrichis de génes des voies biologiques qui contribuent à la progression de la maladie : l’activation plaquettaire, les lymphocytes B, le stress, l’inflammation et la prolifération cellulaire. Des biomarqueurs transcriptionnels ont permis de distinguer les patients ayant des niveaux de sévérité clinique différents. La régulation génétique de la variation de l’expression des gènes a été démontrée et des interactions ont été identifiées. Sur la base de ces résultats génétiques, des cibles de médicaments sont proposées. Conclusion: Ce travail de thèse permet de mieux comprendre l’impact de la génomique sur la sévérité de l’anémie falciforme et ouvre des perspectives de développement de traitements ciblés pour améliorer les soins offerts aux patients. / Background: Sickle Cell Disease (SCD) is an important public health issue, particularly in Africa. Phenotypic heterogeneity of SCD is problematic for follow-up and treatment of patients. Little is known about the underlying genomic architecture responsible for this variation. Rationale: Understanding the genetic contribution to the inter-patient variability will help in identifying patients at risk of developing more severe clinical outcomes, as well as help guide future developments for treatment options. Objectives: To characterize genome-wide gene expression patterns associated with SCD clinical severities and to identify genetic regulators of this variation. More specifically, our objectives were to associate gene expression profiles with SCD severity, identify transciptional biomarkers, characterise the genetic control of gene expression variation, and propose drug targets. Methods: A case-control population of 250 SCD patients and 61 unaffected siblings from the National SCD Center in Benin were recruited. Genome-wide gene expression profiles and genotypic data were generated. Results: Genome-wide gene expression patterns associated with SCD clinical variation were enriched in B-lymphocyte development, platelet activation, stress, inflammation and cell proliferation pathways. Transcriptional biomarkers that can discriminate SCD patients with respect to clinical severities were identified. Hundreds of genetic regulators were significantly associated with gene expression variation and potential drug targets are suggested. Conclusion: This work improves our understanding of the biological basis of SCD clinical variation and has the potential to guide development of targeted treatments for SCD patients.

Les membres de la famille SMC (Structural Maintenance of Chromosomes), présents dans tous les domaines de la vie, sont impliqués dans des processus allant de la cohésion des chromatides-sœurs jusqu’à la réparation de l’ADN. Chacun des membres de cette famille, composée de 6 membres (Smc1 à Smc6), s’associe avec un autre membre ainsi qu’à des sous-unités non-SMC pour former 3 complexes : cohésine, condensine et Smc5-6. L’implication du complexe Smc5-6 dans plusieurs aspects du maintien de l’intégrité génomique est bien démontrée. Néanmoins, une question fondamentale concernant ce complexe demeure encore sans réponse: comment peut-il être impliqué dans autant d’aspects de la vie d’une cellule? Encore à ce jour, il est difficile de répondre à cette question en raison du manque d’information disponible au sujet des activités biochimiques de ce complexe. C’est pourquoi l’objectif de ce travail consiste en la caractérisation biochimique du complexe Smc5-6. La biochimie de cohésine et condensine suggère diverses possibilités en ce qui a trait aux activités biochimiques du complexe Smc5-6. La première étape de mon projet fut donc d’élaborer une procédure pour la purification de Smc5 et Smc6 après surexpression en levure. Après plusieurs expériences, il apparut clair que les deux protéines possèdent une activité de liaison à l’ADN simple brin (ADNsb) ainsi qu’à l’ADN double brins (ADNdb) et que, même si les protéines peuvent se lier aux deux types d’ADN, elles possèdent une plus grande affinité pour l’ADNsb. De plus, ces expériences permirent de démontrer que l’interaction entre Smc5 ou Smc6 et l’ADNsb est très stable, alors que l’interaction avec l’ADNdb ne l’est pas. Suite à l’obtention de ces résultats, la seconde étape fut la détermination de la ou des partie(s) de Smc5 et Smc6 permettant la liaison à l’ADN. Pour répondre à cette question, une dissection moléculaire fut réalisée, suivi d’une caractérisation des différents domaines constituants Smc5 et Smc6. De cette façon, il fut possible de démontrer qu’il existe deux sites de liaison à l’ADN sur Smc5 et Smc6 ; le premier site se trouvant dans le domaine «hinge» ainsi que dans la région adjacente du domaine «coiled-coil» et le second au niveau de la tête ATPase des deux protéines. Bien que les deux domaines puissent lier l’ADNsb, il fut démontré qu’une différence majeure existe au niveau de leur affinité pour ce type d’ADN. En effet, le domaine «hinge» possède une affinité plus forte pour l’ADNsb que la tête ATPase. De plus, cette dernière est incapable de lier l’ADNdb alors que le domaine «hinge» le peut. L’identification des sites de liaison à l’ADN sur Smc5 et Smc6 permettra de créer de nouveaux mutants possédant un défaut dans la liaison à l’ADN. Ainsi, l’étude du complexe Smc5-6 durant la réparation de l’ADN in vivo sera facilité. / The Smc5-6 complex is part of the SMC (Structural Maintenance of Chromosomes) family and is involved in the maintenance of genome integrity. This complex is required for the replication and repair of DNA. Unfortunately, the DNA substrates recognized by the Smc5-6 complex are still unknown. To address this gap, I used a biochemical approach to purify and functionally characterize the core of the Smc5-6 complex represented by the two SMC proteins. Subsequently, I wanted to understand which part(s) of Smc5 or Smc6 mediate their binding to DNA. I show here that Smc5 and Smc6 bind to all types of DNA tested. Despite this ability to associate with several types of nucleic acids, they have a clear preference for single-stranded DNA (ssDNA). The ability of Smc5 and Smc6 to link DNA independently of each other suggests that both SMC proteins have the potential to target the Smc5-6 complex to its DNA substrates in vivo. Furthermore, the minimal length of ssDNA required for the binding of Smc5 or Smc6 is between 45 to 75 nucleotides. This length of ssDNA is shorter than the size of ssDNA intermediates created during DNA repair or replication reactions. In addition to having a preference for ssDNA, the binding of both SMC proteins to this type of DNA is stronger than their binding to double-stranded DNA (dsDNA). Finally, the molecular dissection of SMC proteins into functional domains revealed that there are two independent DNA-binding sites on each molecule of Smc5 or Smc6. The first region is located in the hinge domain, while the second region is located in the ATPase head of the protein. The affinity and selectivity of independent domains towards DNA substrates suggest a functional differentiation between the two DNA-binding sites of SMC molecules. Indeed, the hinge domain has a greater affinity for ssDNA than the ATPase head. In terms of selectivity, the hinge domain is capable of binding to dsDNA whereas the ATPase head cannot. Taken together, our identification of the DNA-binding domains on Smc5 and Smc6 will enable the creation of new mutants with a defect in their DNA-binding activity. Thus, the study of the Smc5-6 complex during DNA repair, in vivo, will be facilitated.

Des souris aux baleines en passant par les humains, la diversité écologique des mammifères placentaires est des plus fascinantes. Bien qu'il s'agisse là d'un des groupes les plus étudiés, leur origine fait pourtant l'objet de bien des mystères. Leurs relations de parenté les plus basales restent en effet incertaines, et l'on ignore encore beaucoup du mode de vie qu'avaient nos ancêtres du Crétacé, ces mammifères placentaires qui auraient côtoyé les dinosaures pendant plus de 30 millions d'années.Afin d'aborder ces questions, cette thèse a utilisé l'outil de la génomique comparative. L'une de ses principales originalités est la prise en compte d'un distorteur majeur de notre évolution moléculaire: la conversion génique biaisée. Truquant la loterie génétique, ce mécanisme associé à la recombinaison méiotique avantage les nucléotides G et C au détriment des nucléotides A et T. Façonnés par son influence, nos paysages nucléotidiques présentent ainsi ponctuellement des taux de GC anormalement élevés.Jusque là, ce phénomène n'avait été étudié que chez une poignée d'organismes modèles. Son analyse chez plus d'une trentaine de génomes mammaliens a mis en évidence une série de résultats clés. En particulier, l'évolution du contenu en GC des gènes s'est avéré dépendre de la masse corporelle et la longévité des espèces. E nreliant ainsi évolution moléculaire et traits d'histoire de vie, des reconstructions de séquences ancestrales ont permis d'estimer la durée de vie des premiers mammifères placentaires à plus de 25 ans. Cette longévité va bien au delà de ce que peuvent espérer atteindre les souris ou musaraignes actuelles, des animaux au mode de vie pourtant jusqu'ici supposé comme étant proche de celui de nos ancêtres.Parallèlement à ces résultats, une tendance à produire des phylogénies inexactes a été détectée chez les gènes les plus GC-riches. Moins soumis à la conversion génique biaisée, les gènes AT-riches se sont montrés plus fiables, tout en soutenant que les espèces originaires d'Afrique sont situés à la base de l'arbre des placentaires. Ce résultat suggère ainsi la possible résolution d'un des noeuds les plus controversés de notre histoire évolutive.Du simple nucléotide à la naissance d'une infraclasse de plus de 4000espèces, ce travail révèle comment l'évolution moléculaire peut porter un nouveau regard sur nos origines les plus profondes. / From mice to whales through humans, placental mammals present astunning diversity. Despite being one of the most studied group ever,mysteries persist about their origin. Indeed, their most basalrelationships still remain uncertain, and nothing is really knownabout the lifestyle of our cretaceous ancestors, these placentalmammals which lived side by side with non-avian dinosaurs during 30My.To answer these evolutionnary questions, comparative genomic studiesof placental mammals have been conducted. One of its originalities isto take into account biased gene conversion. Rigging the geneticlottery, this recombination-associated mechanism involves a reparationbias favouring the G and C nucleotides over the A and T ones, whichmark the mammalian genomic landscapes by inducing localized peaks ofGC-content.This phenomenon has been so far studied in few model species. Theexploration of biased gene conversion in more than 30 mammal genomesled to several key results. In particular, GC content evolution hasproved to be correlated to the longevity and the body mass of species.By linking together molecular evolution and life history traits, thereconstruction of ancestral sequences allowed us to estimate alife-span above 25 years for early placental mammals. This value ismarkedly different from that of mice or shrews, although our mammalianancestors have often been represented as such. In addition to these results, GC-rich genes were found to be prone toproduce false phylogenies. Less affected by recombination associatedartifacts, AT-rich genes are shown to be more reliable, and to supportspecies of African origin as the sister group of all other placentalmammals - perhaps resolving one of the most controversial nodes of themammalian tree.From nucleotide to the birth of a 4,000 species infraclass, this workreveals how molecular evolution can shed new light onour deepest origins.