Genomic rearrangements, particularly deletions and duplications, are known to cause many genetic disorders. The chromosome 7q11.23 region in humans is prone to recurrent chromosomal rearrangement, due to the presence of low copy repeats that promote non-allelic homologous recombination. The most well characterized rearrangement of 7q11.23 is a hemizygous 1.5 million base pair (Mb) deletion spanning more than 25 genes. This deletion causes Williams-Beuren Syndrome (WBS; OMIM 194050), a multisystem developmental disorder with distinctive physical and behavioural features. Other rearrangements of the region lead to phenotypes distinct from that of WBS. Here we describe the first individual identified with duplication of the same 1.5 Mb region, resulting in severe impairment of expressive language, in striking contrast to people with WBS who have relatively well preserved language skills. We also describe the identification of a new gene for a severe form of childhood epilepsy through the analysis of individuals with deletions on chromosome 7 that extend beyond the boundaries typical for WBS. This gene, MAGI2, is part of the large protein scaffold at the post-synaptic membrane and provides a new avenue of research into both the molecular basis of infantile spasms and the development of effective therapies. Individuals with smaller than typical deletions of 7q11.23 have delineated a minimal critical region for WBS and have implicated two members of the TFII-I transcription factor family. To better understand the contribution of these genes to WBS, I have generated animal models with these genes deleted singly and in combination. Disruption of the first gene, Gtf2ird1, resulted in phenotypes reminiscent of WBS including alterations in social behaviour, natural fear response and anxiety. An alteration in serotonin function was identified in the frontal cortex and may be linked to these behavioural phenotypes. Together with a model for the second gene, Gtf2i, and the double deletion model that was generated using Cre-loxP technology, these resources will permit the study of the individual and additive effects of hemizygosity for Gtf2i and Gtf2ird1 and will greatly expand our understanding of the role the TFII-I gene family in WBS.

Genomic rearrangements, particularly deletions and duplications, are known to cause many genetic disorders. The chromosome 7q11.23 region in humans is prone to recurrent chromosomal rearrangement, due to the presence of low copy repeats that promote non-allelic homologous recombination. The most well characterized rearrangement of 7q11.23 is a hemizygous 1.5 million base pair (Mb) deletion spanning more than 25 genes. This deletion causes Williams-Beuren Syndrome (WBS; OMIM 194050), a multisystem developmental disorder with distinctive physical and behavioural features. Other rearrangements of the region lead to phenotypes distinct from that of WBS. Here we describe the first individual identified with duplication of the same 1.5 Mb region, resulting in severe impairment of expressive language, in striking contrast to people with WBS who have relatively well preserved language skills. We also describe the identification of a new gene for a severe form of childhood epilepsy through the analysis of individuals with deletions on chromosome 7 that extend beyond the boundaries typical for WBS. This gene, MAGI2, is part of the large protein scaffold at the post-synaptic membrane and provides a new avenue of research into both the molecular basis of infantile spasms and the development of effective therapies. Individuals with smaller than typical deletions of 7q11.23 have delineated a minimal critical region for WBS and have implicated two members of the TFII-I transcription factor family. To better understand the contribution of these genes to WBS, I have generated animal models with these genes deleted singly and in combination. Disruption of the first gene, Gtf2ird1, resulted in phenotypes reminiscent of WBS including alterations in social behaviour, natural fear response and anxiety. An alteration in serotonin function was identified in the frontal cortex and may be linked to these behavioural phenotypes. Together with a model for the second gene, Gtf2i, and the double deletion model that was generated using Cre-loxP technology, these resources will permit the study of the individual and additive effects of hemizygosity for Gtf2i and Gtf2ird1 and will greatly expand our understanding of the role the TFII-I gene family in WBS.

[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 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.

Chez les plantes, le génome plastidique est continuellement exposé à divers stress mutagènes, tels l’oxydation des bases et le blocage des fourches de réplication. Étonnamment, malgré ces menaces, le génome du plastide est reconnu pour être très stable, sa stabilité dépassant même celle du génome nucléaire. Néanmoins, les mécanismes de réparation de l’ADN et du maintien de la stabilité du génome plastidique sont encore peu connus. Afin de mieux comprendre ces processus, nous avons développé une approche, basée sur l’emploi de la ciprofloxacine, qui nous permet d’induire des bris d’ADN double-brins (DSBs) spécifiquement dans le génome des organelles. En criblant, à l’aide de ce composé, une collection de mutants d’Arabidopsis thaliana déficients pour des protéines du nucléoïde du plastide, nous avons identifié 16 gènes vraisemblablement impliqués dans le maintien de la stabilité génomique de cette organelle. Parmi ces gènes, ceux de la famille Whirly jouent un rôle primordial dans la protection du génome plastidique face aux réarrangements dépendants de séquences de microhomologie. Deux autres familles de gènes codant pour des protéines plastidiques, soit celle des polymérases de types-I et celle des recombinases, semblent davantage impliquées dans les mécanismes conservateurs de réparation des DSBs. Les relations épistatiques entre ces gènes et ceux des Whirly ont permis de définir les bases moléculaires des mécanismes de la réparation dépendante de microhomologies (MHMR) dans le plastide. Nous proposons également que ce type de mécanismes servirait en quelque sorte de roue de secours pour les mécanismes conservateurs de réparation. Finalement, un criblage non-biaisé, utilisant une collection de plus de 50,000 lignées mutantes d’Arabidopsis, a été réalisé. Ce criblage a permis d’établir un lien entre la stabilité génomique et le métabolisme des espèces réactives oxygénées (ROS). En effet, la plupart des gènes identifiés lors de ce criblage sont impliqués dans la photosynthèse et la détoxification des ROS. Globalement, notre étude a permis d’élargir notre compréhension des mécanismes du maintien de la stabilité génomique dans le plastide et de mieux comprendre l’importance de ces processus. / The plant plastidial genome is constantly threatened by many mutagenic stresses, such as base oxidation and replication fork stalling. Despite these threats, the plastid genome has long been known to be more stable than the nuclear genome, suggesting that alterations of its structure would have dramatic consequences on plant fitness. At the moment, little is known about the genes and the pathways allowing such conservation of the organelle genome sequences. To gain insight into these mechanisms, we developed an assay which uses ciprofloxacin, a gyrase inhibitor, to generate DNA double-strand breaks (DSBs) exclusively in plant organelles. By screening mutants deficient for proteins composing the plastid nucleoid on ciprofloxacin, we were able to identify 16 candidate genes, most likely involved in the repair of DSBs in plastid. Among these genes, those of the Whirly family of single-stranded DNA binding proteins are shown to be key factors in protecting the genome from error-prone microhomology mediated repair (MHMR). Two other family of proteins, the plastid type-I polymerases and the plastid recombinases, seem to be involved in the conservative repair pathways. The evaluation of the epistatic relationship between those two genes and the Whirly genes led us to define the molecular basis of MHMR and to propose that they might act as a backup system for conservative repair pathways. Finally, a non-biased screen, using 50,000 different insertion lines, allowed the identification of numerous genes that were already associated with ROS homeostasis, suggesting a link between DNA repair and ROS imbalance. Globally, our study shed light on the mechanisms that allow the maintenance of plastid genome, while explaining the importance of such conservation of the plastid genome.

[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.

En aquest treball es presenta l'evolució molecular i estudi funcional de gens localitzats a les duplicacions segmentàries de la regió 7q11.23, implicada en la Síndrome de Williams-Beuren (SWB). S'ha datat l'aparició d'aquestes duplicacions en els últims 25 milions d'anys d'evolució i s'ha proposat un model evolutiu amb reordenaments específics i mecanismes de generació. Correlacions clínico-moleculars en els pacients amb la SWB han permès determinar que l'haploinsuficiència per NCF1, un gen localitzat a les duplicacions, és un factor protector per hipertensió. S'ha proposat un model patogènic per la hipertensió, implicant l'oxidasa NAD(P)H i estrès oxidatiu, suggerint que noves estratègies terapèutiques podrien ser utilitzades. A més, s'ha caracteritzat parcialment la funció de GTF2IRD2, un altre gen de les duplicacions. GTF2IRD2 interacciona amb altres factors de transcripció relacionats, té una localització subcel·lular variable i no s'uneix a ADN. Aquests resultats contribueixen a conèixer millor els mecanismes mutacionals i patogènics de la SWB. / This work presents the molecular evolution along with the functional analysis of the genes located in the segmental duplications flanking the 7q11.23 region, involved in Williams-Beuren syndrome (WBS). The generation of the segmental duplications has been dated to the last 25 million years of evolution and an evolutionary model with specific rearrangements and mechanisms has been proposed. Clinical-molecular correlations in WBS patients have allowed to determine that haploinsufficiency at NCF1, a gene located in the duplications, is a protective factor for hypertension. A pathogenic model for hypertension has been proposed, implicating NAD(P)H oxidase and oxidative stress, and suggesting that novel therapeutic strategies could be used. In addition, the functional characterization of another gene of the duplications, GTF2IRD2, has been partially achieved. GTF2IRD2 has been shown to interact with other related transcription factors, to display variable subcellular localization and to lack DNA binding properties. These results contribute to a better knowledge of the mutational and pathogenic mechanisms of the WBS.