Les carbapénèmes sont des antibiotiques de la famille des β-lactamines utilisées en dernier recours à cause de leur stabilité vis-à-vis de la plupart des mécanismes de résistance. Cependant, on assiste chez les entérobactéries à l’émergence de carbapénèmases capables d’inactiver ces molécules. Les objectives de ce travail étaient d’explorer l’émergence de ces mécanismes de résistance dans des entérobactéries isolées au Nord Liban entre 2008 et 2012, d’analyser leur support génétique, ainsi que le fond génétique et la pathogénicité des souches porteuses. Nous avons observé une augmentation d’un facteur quatre de la prévalence des entérobactéries de sensibilité diminuée ou résistantes aux carbapénèmes dans les prélèvements cliniques hospitaliers entre 2008 et 2012. Un portage intestinal a été également observé chez 1,5% des individus dans une population d’enfants issus de la communauté. Le phénotype de résistance observé était lié à la production de la carbapénèmase OXA-48. Bien que sept espèces productrices ont été identifiées, la plupart des isolats étaient des souches non-redondantes appartenant aux espèces K. pneumoniae et surtout E. coli. Le vecteur de la diffusion de OXA-48 dans ces bactéries était trois plasmides du groupe d’incompatibilité IncL/M de 49 kb, 63 kb et 84 kb. Cependant, 67% des souches E. coli portaient le gène codant OXA-48 (blaOXA-48) sur le chromosome. La caractérisation des supports génétiques par des approches de séquençage à haut débit a montré qu’ils étaient apparentés et le produit de remaniements génétiques impliquant le transposon Tn21-like, la séquence d'insertion IS1R ou un nouveau transposon composite appelé Tn6237. L’insertion chromosomique de blaOXA-48 résultait de la transposition de Tn6237 qui est capable de transférer un fragment plasmidique de 20 kb dans différents sites du chromosome de E. coli. Les souches K. pneumoniae produisant OXA-48 n’appartenaient pas aux génotypes capsulaires hautement virulents K1 et K2, mais portaient des facteurs identifiées pour favoriser la virulence ou la colonisation de l’hôte. OXA-48 a été observée dans tous les phylogroupes de E. coli, y compris les phylogroupes B2 et D connus pour contenir les souches pathogènes extra-intestinales. Une souche se distinguait par une accumulation sans précédent de huit îlots de pathogénicité. Cette souche induisait une létalité inhabituellement élevée dans un modèle murin de sepsis. En conclusion, l’acquisition du gène blaOXA-48 est donc liée à la diffusion de plasmides apparentés, qui sont marqués par une plasticité conduisant à une localisation chromosomique du gène pouvant favoriser sa persistance. Elle conduit à une diffusion multi-clonale de souches K. pneumoniae et surtout E. coli potentiellement hautement virulentes. Cette association entre de l’espèce E. coli et la carbapénèmase OXA-48 est inquiétante, car E. coli constitue à la fois un réservoir dont la taille peut être considérable et un pathogène responsable d’infections fréquentes pouvant parfois mettre en jeu le pronostic vital. / In the β-lactam family, carbapenems are the most effective antimicrobial agents used as a last resort due to their stability toward most resistance mechanisms. However, we recently observed the emergence of carbapenemase-producing Enterobacteriaceae. The aim of the present study consisted to explore (i) the epidemiological situation of carbapenem-resistant Enterobacteriaceae isolated in North Lebanon between 2008 and 2012, (ii) the identification of the resistance mechanisms, and (iii) the characterization of pathogenicity and genetic background of the corresponding strains. We observed a 4-fold increase in the prevalence of Enterobacteriaceae exhibiting decreased susceptibility or resistance to carbapenems in the clinical isolates collected at hospital during 2008-2012. The prevalence of fecal carriage of carbapenemase-producing Enterobacteriaceae was estimated to 1.5% in healthy children of the community. OXA-48 was the only carbapenemase identified among non-redundant isolates which spread to seven species. E. coli and K. pneumoniae were the main represented species. The OXA-48-encoding gene (blaOXA-48) was carried by three novel IncL/M plasmids of 49 kb, 63 kb and 84 kb. However, 67% of E. coli strains encoded blaOXA-48 chromosome-mediated. The sequencing of the previously mentioned genetic structures by high -throughput approaches showed that they are the product of genetic rearrangements involving the Tn21-like transposon, the insertion sequence IS1R and a novel composite transposon designed Tn6237. The chromosomal insertion of blaOXA-48 was due to the acquisition of element Tn6237 leading consequently to the transposition of 20 kb plasmid fragment into different sites of E. coli chromosome. The pathogenicity profile of K. pneumoniae strains showed that they did not belong to highly virulent capsular genotypes K1 and K2, but harbored factors promoting virulence and host colonization. E. coli isolates belonged to different phylogroups, including phylogroups B2 and D known to contain the extra-intestinal pathogenic strains. An E. coli strain was characterized by a broad accumulation of pathogenicity islands (n=8). In addition, this strain induced an unusually high lethality in a mouse model of sepsis. In conclusion, the acquisition of the blaOXA-48 gene is linked to the spread of related IncL/M plasmids, which are marked by a plasticity leading to a chromosomal location of blaOXA-48 and probably promoting its persistence. It leads to a multiclonal diffusion of K. pneumoniae and especially E. coli potentially highly virulent. This association between E. coli and the carbapenemase OXA-48 is worrying because E. coli represent a putative important reservoir and a pathogen agent responsible for frequent infections that can be a life threatening.

Le rôle de la génétique est reconnu en tant que facteur de développement de la parodontite et pourrait expliquer certaines disparités dans la prévalence au sein des populations. Étant une maladie inflammatoire, la parodontite implique des voies de signalisation, dont celle de TLR4/MyD88, menant à la production de cytokines et ultimement à la destruction parodontale. Cette étude s'est penchée sur l'association entre les variations génétiques de la voie de signalisation TLR4/MyD88 et le développement de la parodontite chez une population d'origine québécoise. Un total de 146 participants dont 58 avec parodontite et 88 sans parodontite ont été inclus. Les participants ne devaient pas avoir reçu de traitement parodontal préalablement et ne devaient pas présenter de maladies systémiques contribuant au développement de la maladie. Trois mL de salive étaient récoltés initialement pour les 2 groupes, ainsi que 3 mL après la thérapie initiale pour le groupe avec parodontite. L'ADN était extrait des échantillons pour génotypage. Une quantification de TNF-α était réalisée. Nos résultats ne montrent pas de différence significative dans la distribution des polymorphismes génétiques de la voie de signalisation de TLR4/MyD88 et leur association avec le développement de la parodontite. En comparant spécifiquement les participants < 52 ans et ceux ≥ 52 ans, le génotype C en position rs5030416 (TRAF6) chez les plus jeunes (C : OR = 3,0 (95% CI : 8,944-1,006) ; ρ = 0,0341) et le génotype A en position rs5030472 (TRAF6) chez les plus vieux (A : OR = 4,83 (95% CI : 22,464-1,040) ; ρ = 0,0431) ont montré une susceptibilité accrue à la parodontite. Chez les femmes, une association significative entre le polymorphisme de rs8177374 (MyD88) et le développement de la maladie a été observée (AG : OR = 2,8333 (95% CI : 8,087-0,993) ; ρ = 0,0335). Du côté des hommes, cette association avec rs8177374 était tout aussi significative, mais inversée (AG : OR = 0,2614 (95% CI : 0,761-0,0898) ; ρ = 0,0146). Les concentrations de TNF-α ont également révélés une différence significative, avec une plus grande réduction post-thérapie pour les participants exprimant le génotype CT en position rs2770150 (TLR4) (ρ = 0,049). Certains génotypes de la voie de signalisation de TLR4/MyD88 semblent donc moduler la prévalence de la maladie et l'expression cytokinique salivaire post-thérapie. Le nombre limité de participants doit être considéré dans l'interprétation de ces résultats.

No description available.

La qualité microbiologique des produits alimentaires est primordiale, que ce soit pour la salubrité ou l'innocuité alimentaire ou la consistance de ceux-ci. Dans le cas des produits laitiers comme le fromage cheddar, il est important de s'intéresser au microbiote du lait cru et principalement aux bactéries lactiques (LAB) résistantes au traitement thermique appliqué au lait. Ces LAB font partie de la flore secondaire du fromage et sont parfois responsables de défauts organoleptiques. Comme le microbiote du lait cru est modulé par l'environnement de la ferme, il est tout indiqué d'évaluer l'impact de différentes pratiques de gestion à la ferme susceptibles d'influencer le niveau de LAB dans le lait. Cette thèse s'est intéressée premièrement à l'ensilage, des plantes fourragères fermentées en anaérobie par des LAB et l'impact de son inoculation avec Lactobacillus buchneri. Un total de 24 fermes utilisant différents fourrages (foin, ensilages inoculés ou non de graminées, de légumineuse ou de maïs) a été échantillonné à deux reprises (automne 2015 et printemps 2016). Nos résultats indiquent que l'ensilage constitue pour le lait cru une source mineure de contamination en LAB, car le typage des isolats a montré un taux de transfert des souches de 6%. De plus, Lactobacillus buchneri, très présent dans tout type d'ensilages (42%) et utilisé comme inoculant, a été rarement isolé dans les laits. Par ailleurs, une souche de Lactobacillus plantarum RKG 2-212 collectée dans le lait et qui provenait de l'ensilage de maïs a démontré une résistance à la chaleur significativement supérieure à la souche de référence L. plantarum ATCC 14917 (P < 0.0001). Son impact lors de la fabrication et l'affinage du cheddar a été évalué et comparé à une autre souche thermorésistante, Lactobacillus delbrueckii RKG R10. Bien que n'influençant pas l'acidification du lait lors de la production modèle d'un cheddar, L. plantarum RKG 2-212 a eu un effet sur l'affinage. Après 12 jours à 30 °C, l'augmentation de sa population a diminué significativement le pH de la pâte. De plus, des changements dans les composés volatils ont été observés dont certains correspondent à des flaveurs impropres au cheddar. La deuxième pratique à la ferme qui a été évaluée est l'utilisation de la litière de fumier recyclé (LFR) qui gagne en popularité. En raison de la charge bactérienne élevée du fumier et du procédé de fabrication de cette litière, il semble probable qu'elle soit une source de contamination en LAB thermorésistantes pour le lait. Des laits provenant de 84 fermes utilisant la LFR ou la paille ont été analysés au printemps 2018. Cette étude a démontré que l'abondance des spores de bactéries d'altération n'était pas supérieure dans les laits associés à la LFR. Cependant, les Streptococcus sp. et les Enterococcus faecalis thermorésistants étaient plus prévalents dans les échantillons de lait associés à la LFR. Parmi ceux-ci, trois E. faecalis et un Streptococcus thermophilus ont démontré une excellente survie durant la production expérimentale de cheddar (test de Pearce). Ces derniers pourraient avoir des effets néfastes lors de l'affinage. En conclusion, des pratiques de gestion à la ferme comme l'utilisation de l'ensilage et la LFR peuvent moduler les LAB du lait et il est possible que les bactéries thermorésistantes influencent négativement la production fromagère. Les producteurs et transformateurs laitiers devraient considérer l'impact de l'utilisation de la LFR et de l'ensilage sur les bactéries thermorésistantes du lait afin de développer des stratégies pour les minimiser. / The microbiological quality of food is essential, whether for food safety or for the product consistency. For dairy products, including cheddar cheese, the focus should be on milk microbiota and mainly on lactic acid bacteria (LAB) resistant to the heat treatment applied to milk. These LAB in cheese are called non-starter lactic acid bacteria and they are sometimes responsible for organoleptic defects. As the raw milk microbiota is modulated by the farm environment, the impact of different farm management practices that may influence the presence of LAB in milk should be assessed. This thesis firstly focused on silage, forage plant anaerobically fermented with LAB and the impact of its inoculation with Lactobacillus buchneri. A total of 24 farms using different forages (hay, grasses, legumes or corn silage inoculated or not) were sampled twice (fall 2015 and spring 2016). Silage has been shown to be a minor source of LAB contamination for milk. The typing of isolates indicated a 6% transfer rate of the strains. Also, Lactobacillus buchneri, which is often present in all types of silage (42%) and used as an inoculant, has been rarely isolated from milk. A strain of Lactobacillus plantarum RKG 2-212 collected in milk and which came from corn silage demonstrated a thermoresistance significantly higher than the reference strain L. plantarum ATCC 14917 (P < 0.0001). Its impact during the production and ripening of cheddar was evaluated and compared with another thermoresistant strain, Lactobacillus delbrueckii RKG R10. Although it did not influence the acidification of milk in the model production of a cheddar, L. plantarum RKG 2-212 impacted ripening. After 12 days at 30°C, the increase in its population significantly decreased the pH of the curd. Moreover, changes in volatile compounds have been observed, some of which correspond to unsuitable flavor. The second farm management practice that has been evaluated is the recycled manure solids bedding (RMS) which is gaining popularity. Due to the high bacterial load of the manure and the manufacturing process of this litter, it seems likely that it is a source of thermoresistant LAB for milk. Milk samples from 84 farms using RMS or straw bedding were analyzed in spring 2018. This study demonstrated that the spores of spoilage bacteria were not higher in RMS-milk samples. However, Streptococcus sp. and Enterococcus faecalis were more prevalent in RMS-milk samples. Of these, three E. faecalis and one Streptococcus thermophilus demonstrated excellent survival during experimental cheddar production (Pearce activity test). These could cause defects during cheese ripening. In conclusion, farm management practices such as the use of silage and RMS can modulate LAB in milk and may have a negative impact on cheese production. Dairy farmers and processors should consider the impact of RMS and silage on thermoresistant bacteria in milk in order to develop strategies to minimize them.

Les cartes génétiques dérivées de l’étude d’une seule population de cartographie souffrent typiquement de plusieurs lacunes dont une couverture incomplète du génome et une résolution limitée. Une carte génétique consensus est une carte issue de la fusion de multiples cartes génétiques individuelles et permet de remédier à ces lacunes. Cette étude avait pour objectif de construire une carte génétique consensus à haute densité pour le soja (Glycine max (L.) Merr.) canadien au moyen de marqueurs obtenus par génotypage par séquençage (GBS). Six populations biparentales, dont l’effectif variait entre 278 et 365 lignées, ont été génotypées par GBS. Dans un premier temps, nous avons généré une carte génétique pour chaque population. Les tailles de ces cartes variaient entre 1869,3 cM et 2286,7 cM. Au total, quatre-vingt-trois (83) intervalles non-couverts ayant une taille > 10 cM (le maximum étant de 34,8 cM) ont été recensés. Ensuite, les six (6) cartes génétiques individuelles ont été fusionnées pour produire une carte consensus couvrant 99,5 % du génome, totalisant 16 311 SNP, s’étendant sur 2075,2 cM et comptant seulement deux intervalles dépourvus de marqueurs dont la taille excédait 10 cM. Cette carte consensus a ainsi pu remédier aux carences des cartes individuelles. Elle est considérée de meilleure qualité comparée aux cartes consensus précédentes, y compris la plus récente issue de 40 populations NAM (Nested Association Mapping ). En effet, cette dernière recèle encore 36 intervalles non couverts de > 10 cM et couvre une moins grande portion du génome. Finalement, la carte consensus GBS présente une meilleure cohérence entre la position physique et la position génétique des marqueurs. Grâce à cette carte consensus, nous avons pour chaque marqueur SNP dérivé du GBS une position à la fois sur la carte physique et sur la carte génétique, une information utile pour de nombreuses analyses génétiques et génomiques. / Genetic linkage maps using only one mapping population are described as maps with low resolution. These maps typically retain gaps, i.e. regions that are not covered by any markers. Consensus genetic maps were developed to overcome such limitations. They are generated by merging individual maps and using the common markers as reference points. The aim of this study was to generate a high-density consensus map for Canadian soybean using markers generated by genotyping by sequencing (GBS). Six mapping populations of varying size (n = 278 to 365) were genotyped using GBS. In a first step, we generated individual genetic maps. The size of the resulting maps varied between 1869.3 cM and 2286.7 cM and a total of 83 gaps with a size > 10 cM (the largest gap size was 34.8 cM) were observed across the six maps. In a second stage, we merged the six individual genetic maps to generate a single consensus map. On this map, 16,311 SNPs were assigned a position and these markers covered 99.5% of the genome. The map extends over 2075.2 cM and the number of gaps > 10 cM was reduced to only two. This map therefore overcame the limitations of the individual genetic maps and is superior to the previous consensus genetic maps such as the consensus genetic map generated from 40 nested association mapping (NAM) populations. The NAM map contains 36 gaps with a size > 10 cM and covers a smaller portion of the genome. In addition, the order of markers was much more concordant in the GBS map, when comparing the genetic and the physical positions. Thanks to this consensus map, we were able to assign both a physical and a genetic position for every SNP generated using GBS. These two types of information are important for many genetic and genomic studies.

Tableau d’honneur de la Faculté des études supérieures et postdoctorales, 2018-2019 / La compréhension du lien entre les caractéristiques génomiques d’un individu, le génotype, et son état biologique, le phénotype, est un élément essentiel au développement d’une médecine personnalisée où les traitements sont adaptés à chacun. Elle permet notamment d’anticiper des maladies, d’estimer la réponse à des traitements et même d’identifier de nouvelles cibles pharmaceutiques. L’apprentissage automatique est une science visant à développer des algorithmes capables d’apprendre à partir d’exemples. Ces algorithmes peuvent être utilisés pour produire des modèles qui estiment des phénotypes à partir de génotypes, lesquels peuvent ensuite être étudiés pour élucider les mécanismes biologiques sous-jacents aux phénotypes. Toutefois, l’utilisation d’algorithmes d’apprentissage dans ce contexte pose d’importants défis algorithmiques et théoriques. La haute dimensionnalité des données génomiques et la petite taille des échantillons de données peuvent mener au surapprentissage; le volume des données requiert des algorithmes adaptés qui limitent leur utilisation des ressources computationnelles; et finalement, les modèles obtenus doivent pouvoir être interprétés par des experts du domaine, ce qui n’est pas toujours possible. Cette thèse présente des algorithmes d’apprentissage produisant des modèles interprétables pour la prédiction de phénotypes à partir de génotypes. En premier lieu, nous explorons la prédiction de phénotypes discrets à l’aide d’algorithmes à base de règles. Nous proposons de nouvelles implémentations hautement optimisées et des garanties de généralisation adaptées aux données génomiques. En second lieu, nous nous intéressons à un problème plus théorique, soit la régression par intervalles, et nous proposons deux nouveaux algorithmes d’apprentissage, dont un à base de règles. Finalement, nous montrons que ce type de régression peut être utilisé pour prédire des phénotypes continus et que ceci mène à des modèles plus précis que ceux des méthodes conventionnelles en présence de données censurées ou bruitées. Le thème applicatif de cette thèse est la prédiction de la résistance aux antibiotiques, un problème de santé publique d’envergure mondiale. Nous démontrons que nos algorithmes peuvent servir à prédire, de façon très précise, des phénotypes de résistance, tout en contribuant à en améliorer la compréhension. Ultimement, nos algorithmes pourront servir au développement d’outils permettant une meilleure utilisation des antibiotiques et un meilleur suivi épidémiologique, un élément clé de la solution à ce problème. / A thorough understanding of the relationship between the genomic characteristics of an individual (the genotype) and its biological state (the phenotype) is essential to personalized medicine, where treatments are tailored to each individual. This notably allows to anticipate diseases, estimate response to treatments, and even identify new pharmaceutical targets. Machine learning is a science that aims to develop algorithms that learn from examples. Such algorithms can be used to learn models that estimate phenotypes based on genotypes, which can then be studied to elucidate the biological mechanisms that underlie the phenotypes. Nonetheless, the application of machine learning in this context poses significant algorithmic and theoretical challenges. The high dimensionality of genomic data and the small size of data samples can lead to overfitting; the large volume of genomic data requires adapted algorithms that limit their use of computational resources; and importantly, the learned models must be interpretable by domain experts, which is not always possible. This thesis presents learning algorithms that produce interpretable models for the prediction of phenotypes based on genotypes. Firstly, we explore the prediction of discrete phenotypes using rule-based learning algorithms. We propose new implementations that are highly optimized and generalization guarantees that are adapted to genomic data. Secondly, we study a more theoretical problem, namely interval regression. We propose two new learning algorithms, one which is rule-based. Finally, we show that this type of regression can be used to predict continuous phenotypes and that this leads to models that are more accurate than those of conventional approaches in the presence of censored or noisy data. The overarching theme of this thesis is an application to the prediction of antibiotic resistance, a global public health problem of high significance. We demonstrate that our algorithms can be used to accurately predict resistance phenotypes and contribute to the improvement of their understanding. Ultimately, we expect that our algorithms will take part in the development of tools that will allow a better use of antibiotics and improved epidemiological surveillance, a key component of the solution to this problem.

Un objectif fondamental de la biologie évolutive est de comprendre comment l’information contenue dans le génotype peut être transmise au phénotype. Les hybrides, issus du croisement entre deux espèces différentes, représentent une opportunité unique d’explorer le lien qui existe entre génotype et phénotype. L’hybridation peut mener à la mise en place de phénotypes extrêmes (tels que l’hétérosis ou la sous-dominance) et beaucoup d’études s’intéressent aux bases génétiques de ces phénotypes. Pourtant, il y a une véritable lacune dans notre compréhension du lien entre génotype et phénotype chez les hybrides. Notre hypothèse était que ce lien se fait par l’intermédiaire des complexes protéiques et que l’hybridation devrait induire une réorganisation des complexes. Pour tester cette hypothèse, nous avons utilisé une méthode d’étude des complexes protéiques (SEC-PCP-SILAC) qui permet de cibler un grand nombre de complexes dans la cellule. Des hybrides de levures ont été générés au laboratoire et SEC-PCP-SILAC a été utilisé pour comparer les complexes protéiques des hybrides par rapport aux complexes parentaux. Nous avons été en mesure de capturer une large fraction de l’interactome avec la détection de 39% des complexes protéiques présents chez la levure. Nos résultats mettent en évidence la robustesse générale des complexes protéiques après hybridation. Toutefois, des modifications non négligeables du réseau d’interactions ont aussi été détectées. Ces modifications affectent deux voies biologiques majeures : la voie de synthèse du glucose et la voie liée à l’activité ribosomale. Ce sont des voies candidates intéressantes pour expliquer la différence de phénotype qui peut exister entre parents et hybrides. Finalement, l’utilisation d’une méthode alternative, la PCA, a permis de complémenter les données de spectrométrie de masse, en démontrant notamment la présence d’interactions parentales (intra-espèces) et chimériques (inter-espèces) chez les hybrides. Ce mémoire souligne ainsi l’importance d’adopter une approche intégrative pour une meilleure compréhension du lien génotype-phénotype. / A fundamental goal in evolutionary biology is to understand how the information contains in the genotype can be transmitted to the phenotype. Hybrids, that are the result of the cross between different species, represent a unique opportunity to investigate the link between genotype and phenotype. Hybridization can lead to extreme phenotypes (such as heterosis or underdominance) and many studies try to understand the genetic bases of these phenotypes. However, there is a real gap in our understanding of the link between genotype and phenotype in hybrids. Our hypothesis was that protein complexes would play a key role and that hybridization would lead to changes in the organisation of protein complexes. To test this hypothesis, we used a method (SEC-PCP-SILAC) that allows studying broadly protein complexes in the cell. Hybrids between yeast species were generated in the laboratory and SEC-PCP-SILAC was applied to compare the protein complexes of the hybrids with their parental species. We were able to detect a large fraction of the interactome with the identification of 39% of the protein complexes reported in yeast. Our results highlight the general robustness of the protein complexes after hybridization. However, some significant changes of the interaction networks were also detected in hybrids. These modifications involve two main biological pathways: the glucose synthesis pathway and the ribosomal activity pathway. They are promising candidates to explain the phenotypic differences between hybrids and parents. Finally, a complementary PCA approach was used to complement the mass-spectrometry data and we demonstrated the presence of both parental (within species) and chimeric (between species) interactions. This thesis emphasizes the importance to use an integrative approach for a better understanding of the link between genotype and phenotype.

Le séquençage de nouvelle génération (NGS) a révolutionné la recherche chez les plantes et les animaux de plusieurs façons, y compris via le développement de nouvelles méthodes de génotypage à haut débit pour accélérer considérablement l'étude de la composition des génomes et de leurs fonctions. Dans le cadre du projet SoyaGen, financé par Génome Canada, nous cherchons à mieux comprendre la diversité génétique et l'architecture sous-jacente régissant les principaux caractères agronomiques chez le soja. Le soja est la plus importante culture oléagineuse au monde en termes économiques. Dans cette étude, nous avons cherché à exploiter les technologies NGS afin de contribuer à l'élucidation des caractéristiques génomiques du soja. Pour ce faire, trois axes de recherche ont formé le cœur de cette thèse : 1) le génotypage pan-génomique à faible coût, 2) la caractérisation exhaustive des variants génétiques par reséquençage complet et 3) l’identification de mutations à fort impact fonctionnel sur la base d’une forte sélection au sein des lignées élites. Un premier défi en analyse génétique ou génomique est de rendre possible une caractérisation rapide et peu coûteuse d’un grand nombre de lignées à un très grand nombre de marqueurs répartis sur tout le génome. Le génotypage par séquençage (GBS) permet d'effectuer simultanément l’identification et le génotypage de plusieurs milliers de SNP à l'échelle du génome. Un des grands défis en analyse GBS est d’extraire, d’une montagne de données issues du séquençage, un grand catalogue de SNP de haute qualité et de minimiser l’impact des données manquantes. Dans une première étape, nous avons grandement amélioré le GBS en développant un nouveau pipeline d’analyse bio-informatique, Fast-GBS, conçu pour produire un appel de génotypes plus précis et plus rapide que les outils existants. De plus, nous avons optimisé des outils permettant d’effectuer l'imputation des données manquantes. Ainsi, nous avons pu obtenir un catalogue de 60K marqueurs SNP au sein d’une collection de 301 accessions qui se voulait représentative de la diversité du soja au Canada. Dans un second temps, toutes les données manquantes (~50%) ont été imputées avec un très grand degré d’exactitude (98 %). Cette caractérisation génétique a été réalisée pour un coût modique, soit moins de 15$ par lignée. Deuxièmement, pour caractériser de manière exhaustive les variations nucléotidiques et structurelles (SNV et SV, respectivement) dans le génome du soja, nous avons séquencé le génome entier de 102 accessions de soja au Canada. Nous avons identifié près de 5M de variants nucléotidiques (SNP, MNP et Indels) avec un haut niveau d’exactitude (98,6 %). Ensuite, en utilisant une combinaison de trois approches différentes, nous avons détecté ~92K SV (délétions, insertions, inversions, duplications, CNV et translocations) et estimé que plus de 90 % étaient exacts. C'est la première fois qu'une description complète de la diversité des haplotypes SNP et du SV a été réalisée chez une espèce cultivée. Enfin, nous avons mis au point une approche analytique systématique pour faciliter grandement l’identification de gènes dont des allèles ont fait l’objet d’une très forte sélection au cours de la domestication et de la sélection. Cette approche repose sur deux progrès récents en génomique : 1) le séquençage de génomes entiers et 2) la prédiction des mutations entraînant une perte de fonction (LOF pour « loss of function »). En utilisant cette approche, nous avons identifié 130 gènes candidats liés à la domestication ou à la sélection chez le soja. Ce catalogue contient tous les gènes de domestication précédemment caractérisés chez le soja, ainsi que certains orthologues chez d'autres espèces cultivées. Cette liste de gènes fournit de nombreuses pistes d’investigation pour des études visant à mieux comprendre les gènes qui contribuent fortement à façonner le soja cultivé. Cette thèse permet ultimement une meilleure compréhension des caractéristiques génomiques du soja. En outre, elle fournit plusieurs outils et références génomiques qui pourraient facilement être utilisés dans de futures recherches en génomique chez le soja de même que chez d’autres espèces. / Next-generation sequencing (NGS) has revolutionized plants and animals research in many ways, including the development of new high-throughput genotyping methods to accelerate considerably the composition of genomes and their functions. As part of the SoyaGen project, funded by Genome Canada, we are seeking to better understand the genetic diversity and underlying architecture governing major agronomic traits in soybeans. Soybean is the world's largest oilseed crop in economic terms. In this study, we sought to exploit NGS technologies to help elucidate the genomic characteristics of soybeans. To this end, three main research topics have formed the core of this thesis: 1) low-cost genome-wide genotyping, 2) exhaustive characterization of genetic variants by whole-genome resequencing, and 3) identification of mutations with high functional impact on the basis of a strong selection within the elite lines. A first challenge in genetic or genomic analysis is to make possible a rapid and inexpensive characterization of a large number of lines with a very large number of markers distributed throughout the genome. Genotyping-by-sequencing (GBS) allows simultaneous identification and genotyping of several thousand SNPs on a genome-wide scale. One of the major challenges in GBS analysis is to extract a large catalog of high quality SNP from a mountain of sequencing data and minimize the impact of missing data. As a first step, we have greatly improved the GBS by developing a new bio-informatics analysis pipeline, Fast-GBS, designed to produce a more accurate and faster call of genotypes than existing tools. In addition, we have optimized tools for imputing missing data. For example, we were able to obtain a catalog of 60K SNP markers from a collection of 301 accessions that were representative of soybean diversity in Canada. Second, all missing data (~ 50%) were imputed with a very high degree of accuracy (98%). This genetic characterization was performed at a low cost, less than $ 15 per line. Second, to fully characterize the nucleotide and structural variations (SNV and SV, respectively) in the soybean genome, we sequenced the whole genome of 102 Canadian soybean accessions. We have identified nearly 5M of nucleotide variants (SNP, MNP and Indels) with a high level of accuracy (98.6%). Then, using a combination of three different approaches, we detected ~ 92K SV (deletions, insertions, inversions, duplications, CNVs and translocations) and estimated that more than 90% were accurate. This is the first time that a complete description of the diversity of SNP and SV haplotypes has been carried out in a cultivated species. Finally, we have developed a systematic analytical approach to greatly facilitate the identification of genes whose alleles have undergone a very strong selection during domestication and selection. This approach is based on two recent advances in genomics: (1) whole-genome sequencing and (2) predicting mutations resulting in loss of function (LOF). Using this approach, we identified 130 candidate genes related to domestication or selection in soybean. This catalogue contains all of the previously well-characterized domestication genes in soybean, as well as some orthologues from other domesticated crop species. This list of genes provides many avenues of investigation for studies aimed at better understanding the genes that contribute strongly to shaping cultivated soybeans. This thesis ultimately leads to a better understanding of the genomic characteristics of soybeans. In addition, it provides several tools and genomic resources that could easily be used in future genomic research in soybeans as well as in other species.

La majorité des populations de Rangifer tarandus, soit le caribou en Amérique du Nord et le renne en Eurasie, est en déclin et plusieurs risquent l'extinction. Les causes potentielles de ces déclins sont multiples et incluent la perturbation des habitats, les changements climatiques et la compétition apparente entrainant une augmentation de la prédation. Bien que des stratégies de gestion et de protection soient en place, l'évaluation de la structure génétique et de la dynamique des populations de caribous sauvages demeure difficile. L'étude génomique offre un moyen de décrire comment la diversité génétique de ces populations varie lorsque soumises à un déclin rapide. Nous rapportons ici le développement d'une plateforme de génotypage basée sur les SNPs (Illumina iSelect caribou/renne 60K) afin de réaliser des analyses génomiques. L'hypothèse de travail est que la puce à SNPs de Rangifer tarandus offre une grande puissance pour déterminer l'origine d'un échantillon dans un contexte d'expertise bio-légale, mais également pour appuyer de manière rigoureuse la planification des travaux de gestion et de conservation de la faune. Les objectifs de ce projet de recherche sont dans un premier temps de valider et de tester cette plateforme pour sa sensibilité, sa répétabilité, sa robustesse, son habilité à distinguer des échantillons mélangés et sa spécificité. Dans un deuxième temps, nous souhaitons évaluer la capacité d'assignation d'un individu d'une provenance inconnue à un écotype. Un écotype est le regroupement de populations de caribous présentant des comportements et des préférences écologiques similaires. Les résultats de ce projet ont démontré que la puce à SNPs est robuste, très sensible, fiable et précise et ce en utilisant jusqu'à 10 fois moins d'ADN que recommandé. La qualité de l'ADN a eu peu d'impact sur le taux de réussite (call rate) et le type d'échantillons biologiques n'était pas problématique, même pour ce qui est des fèces. L'hybridation inter-espèces a démontré une importante baisse du taux de réussite (call rate) et de l'hétérozygotie. Les échantillons mélangés étaient détectables selon la proportion de chacun des individus dans le mélange. Ces étapes de validation étaient cruciales afin de tester la puissance et les limites de ce nouvel outil génomique. / The vast majority of Rangifer tarandus populations, caribou in North America and reindeer in Eurasia, are declining and many herds are at risk. They are multiple causes for these declines including habitats pertubations, climate change and predation. Although management and protection strategies are in place, assessing the structure and dynamics of wild caribou populations remains difficult. Genomic surveying offers a mean to describe how populations are evolving when facing such rapid declines. We report here the development of a SNP-based genotyping platform to perform such analyses (Illumina iSelect caribou/reindeer 60K). Our hypothesis is that the Rangifer tarandus SNPs chip offers a great power to determine the origin of a sample in the context of bio-forensic expertise. Our objectives are initially to validate and test this platform for its sensitivity, repeatability, robustness, ability to distinguish mixed samples and its specificity. Secondly, we aim to assess the platform ability to assign an individual of unknown provenance to an ecotype. An ecotype is the grouping of caribou populations with similar behaviors and ecological preferences. Results showed that the SNP chip is robust, highly sensitive, reliable, and accurate at 10 times below recommended DNA input. DNA quality had little impact on call rates, and sample source was not an issue, even for fecal pellets. Interspecies hybridization showed an important drop in call rates and extent of heterozygosity. Mixed samples could be identified according to the proportion of each individual in the sample. These validation steps are crucial to test the power and limitations of this new genetic tool.

Le syndrome métabolique est un amalgame de facteurs de risque cardiovasculaire souvent associés à un déséquilibre du profil lipidique incluant une hypertriglycéridémie (hyperTG) et une hyperapobêtalipoprotéinémie (hyperapoB). Plusieurs données pointent les mutations indépendantes dans les gènes de la lipoprotéine lipase (LPL) et de l'apolipoprotéine E (apoE) pour expliquer les anomalies des concentrations plasmatiques des triglycérides ou de l'apolipoprotéine B (apoB). La contribution combinée de ces mutations a cependant été très peu explorée jusqu'à maintenant. Les hypothèses du présent projet partent de la prémisse que ces génotypes pourraient avoir un effet combiné athérogène sur le phénotype du syndrome métabolique et ainsi aggraver le risque cardiovasculaire. Le but du présent travail était donc de mieux comprendre l'influence des génotypes combinés de la LPL et de l'apoE sur l'expression de l'hyperTG et de l'hyperapoB puisque ces deux phénotypes sont intimement liés au syndrome métabolique et donc au risque de développer des maladies cardiovasculaires. Nos résultats ont permis de montrer que le génotype combiné LPL/apoE influence de façon significative le risque d'exprimer le phénotype hyperTG/hyperapoB et ce, plus particulièrement lorsque l'allèle e4 est présent. Par conséquent, en raison de l'implication du phenotype hyperTG/hyperapoB sur le risque cardiovasculaire et des complications associées à l'expression du syndrome métabolique, l'identification de mutations fréquentes comme celles-ci peut être utile et pourrait se traduire en avenues prometteuses pour le développement de nouveaux outils thérapeutiques ou de stratégies préventives.