Répondant au besoin de mieux comprendre les relations qui lient un génotype aux phénotypes moléculaires et cliniques associés, nous avons développé une nouvelle infrastructure bioinformatique qui unit, dans un même système, la collecte, la gestion, la maintenance et le traitement de multiples données ou informations. La première contribution de cette thèse est SM2PH Central et sa capacité de générer des instances. SM2PH Central constitue notre centre de référence en ligne pour toutes les protéines humaines intégrant des niveaux d’informations qui vont des aspects génomiques, structuraux, fonctionnels ou évolutifs aux aspects de transcriptomique, interactomique, protéomique ou métabolomique. La deuxième contribution est MSV3d, une ressource d’annotation multi-niveau (propriétés physico-chimiques, fonction, évolution, structure) des mutations humaines connues. MSV3d fournit l’ensemble des connaissances exploitées par la troisième contribution de cette thèse à savoir KD4v, notre base d’extraction de connaissances pour prédire l’impact phénotypique d’une mutation. La base de connaissances de KD4v induite par la Programmation Logique Inductive contient des règles exploitables par un humain ou un ordinateur et des facteurs prédictifs caractérisant les mutations neutres ou délétères. Enfin, l’ultime contribution de cette thèse est liée au développement de GEPeTTO, un prototype de priorisation de gènes. Une application biologique a été réalisée. Nous avons étudié la cécité nocturne en utilisant SM2PH Central, en combinaison avec le service d’annotation de MSV3d et la méthode de prédiction KD4v pour analyser le gène GPR179 et ses deux mutations nouvellement identifiées. / Responding to the need to better understand the relationships linking the genotype to the molecular and clinical phenotype, we have developed a new bioinformatics infrastructure that unites, in a single system, the collection, the management, the maintenance and the processing of multiple data or information. The first contribution of this thesis is SM2PH Central and its ability to generate instances. SM2PH Central is our online reference center for all human proteins including many levels of information such as genomics, structural, functional and evolutionary aspects of transcriptomics, interactomics, proteomics or metabolomics. The second contribution is MSV3d, a multi-level annotation resource (physico-chemical properties, function, evolution, structure) of known human mutations. MSV3d provides the knowledge used by the third contribution of this thesis namely KD4v, our knowledgebase extraction to predict the phenotypic effect of a mutation. The KD4v knowledgebase computed by Inductive Logic Programming contains the rules describing the information that can be either exploited by a human or a computer, and the predictors characterizing neutral or deleterious mutations. The last contribution of this thesis is related to the development of GEPeTTO, a prototype of the prioritization of genes. Finally, these tools (SM2PH Central, MSV3d, KD4v) allowed us in the context of patients data analysis to confirm the implication of GPR179 as a new gene responsible for congenital stationary night blindness.

La déficience intellectuelle (DI) est souvent associée à d’autres signes cliniques morphologiques et psychiatriques mais cette comorbidité est peu caractérisée pour la DI associée à un gène donné. Ainsi les mutations du gène p21-activated kinase 3 (PAK3) sont responsable d’un large spectre clinique, allant de la DI légère à des DI sévères associées parfois à des malformations du cerveau. Nous avançons l’hypothèse que les différentes mutations d’un même gène peuvent affecter divers paramètres biochimiques et affecter de manière différentielle les voies de signalisation impliquées dans la plasticité synaptique et dans le développement du cerveau. Pour valider notre hypothèse, nous avons caractérisé une nouvelle mutation responsable d’une déficience intellectuelle sévère associée à une agénésie du corps calleux et une microcéphalie. Cette mutation supprime l’activité kinase, n’affecte pas la stabilité de la protéine et augmente l’interaction avec un GEF de la famille PIX. Ces derniers résultats identifient une nouvelle voie de signalisation impactée par certaines mutations de PAK3. L’expression de ce variant modifie la morphologie cellulaire et la dynamique des adhésions focales, ainsi que les propriétés migratoires des cellules, ce qui pourraient relier les défauts biochimiques aux défauts de certaines fonctions cellulaires. De manière intéressante, ces caractéristiques sont aussi retrouvées pour un autre variant responsable d’une clinique également très sévère. Nous avons également caractérisé d’autres mutations associées à des phénotypes moins sévères. La synthèse de nos résultats nous permet ici de proposer un modèle explicatif de la relation génotype-phénotype pour les mutations de déficience intellectuelle liées au gène PAK3, intégrant des défauts neurodéveloppementaux et de plasticité synaptique. / Intellectual Disability (ID) is often associated with other morphological and psychiatric clinical signs, but this comorbidity is poorly characterized for ID associated with a given gene. Thus mutations of the p21-activated kinase 3 (PAK3) gene are responsible for a broad clinical spectrum, ranging from mild ID to severe ID, sometimes associated with brain malformations. We hypothesize that different mutations of the same gene may affect various biochemical parameters and differentially affect the signaling pathways involved in synaptic plasticity and brain development. To validate our hypothesis, we characterized a new mutation responsible for a severe intellectual disability associated with agenesis of the corpus callosum and microcephaly. This mutation suppresses kinase activity, does not affect protein stability and increases the interaction with a GEF of the PIX family. These latest results identify a new signaling pathway impacted by certain PAK3 mutations. The expression of this variant modifies the cellular morphology and the dynamics of the focal adhesions, as well as cell migratory properties, which could link the biochemical defects to those of certain cell functions. Interestingly, these features are also found for another variant responsible for a very similar severe clinical spectrum. We have also characterized other mutations associated with less severe phenotypes. The synthesis of our results allows us to propose an explanatory model of the genotype-phenotype relationship integrating neurodevelopmental and synaptic plasticity defects for intellectual disability and other clinical traits associated to the PAK3 gene mutations.

Les micro-organismes ont la capacité de s'adapter rapidement aux différentes contraintes environnementales ou métaboliques, mais le mécanisme détaillé et les principes de cette réponse adaptative en micro-organisme sont mal compris aux niveaux génétiques, biochimiques et métaboliques. Ici, une souche de E. coli a évolué avec un titre élevé de 1,3-propanediol a été sélectionné et cette souche a été analysée comme un exemple pour la découverte de ce processus d'évolution adaptative. La technologie de séquençage comparatif du génome entier a été utilisée pour identifier les mutations génétiques dans le chromosome et le plasmide portant les gènes codant pour la voie de production de 1,3-propanediol a également été séquencée. Quatre mutations ont été trouvées dans le chromosome et ils sont Ipd, glpR, dhak, nagD - promoteur. Une mutation a été trouvée dans le gène GGP2, qui est situé dans le plasmide. Toutes les mutations ont été en outre caractérisées par analyse génétique et inverse biochimique et leur influence dans le réseau métabolique sont aussi découverts. Nous avons démontré que tous les cinq mutations individuellement peuvent augmenter le taux de croissance et la production de 1,3 -propanediol. Selon le profil de fermentation de la souche évolué, l’accumulation d'acétate entravé la croissance de la souche et de l'augmentation de 1,3-propanediol titre. Pour optimiser la production de 1,3- propanediol, un nouveau catalyseur a été développé pour la co-production de 1,3-propanediol avec de l'acétone au lieu de l'acétate, parce que l'acétone a une plus grande valeur et est moins toxique que l'acétate. Les deux voies de l'acétate, dépendantes et indépendantes, ont été testées pour la co-production de 1,3-propanediol et l'acétone dans des conditions anaérobies. Pour la voie de l'acétate dépendante, en modifiant le niveau d'expression de l'acétate kinase cette voie était active dans des conditions anaérobies dans E. coli. Pour la voie de l'acétate indépendant, une courte chaîne acyl-CoA thioestérase candidat a été sélectionné et caractérisé, mais son activité doit encore être améliorée en utilisant l'évolution adaptative ou la sélection in vitro. Pour l'évolution adaptative, le réseau métabolique était rationnel conçu pour forcer de flux de carbone à la production d'acétone, ce qui va augmenter la possibilité et l'efficacité de la sélection d'une thioestérase avec une affinité et une activité élevée à l'acétoacétyl -CoA au cours du processus d’évolution adaptative. Pour la sélection in vitro, un système de bio-sensor a été développé afin de simplifier la méthode de sélection d'une thioestérase mutant avec une grande capacité de catalyser l'acétoacétyl -CoA in vitro. / Microorganisms have the ability to adapt rapidly to different environmental or metabolic constraints, but the detailed mechanism and the principles of this adaptive response in microorganism is poorly understood at the genetic, biochemical, and metabolic levels. Here, the glycerol pathway from S. cerevisiae and the B12-independent C. butyricum 1,3-PD pathways were introduced into E. coli and its central metabolic network was restructured to couple the production of 1.3-propanediol to the growth of the microorganism. This strain was grown in conditions favouring adaptive evolution for around 1000 hours. An evolved population was selected under optimal conditions in mineral medium. Comparing with the original strain, it can convert glucose to 1.3-PD at high molar yield (94 %) and its productivity was also significantly increased. Comparative whole genome sequencing technology was used to identify the genetic mutations and five mutating genes lpd, glpR, dhaK, nagD and GPP2 were discovered. All the mutations were further analysed and characterized to disclose their changes after the evolution and to elucidate their influence in the whole metabolic engineering network. To optimize the production of 1.3-PD further, we plan to convert the co-production of acetate to acetone. Indeed, the 1.3 propanediol production was hampered by the acetate inhibition on growth, and acetone is a valuable product which is less toxic thyan acetate. Both the acetate-dependent and independent pathways were tested to produce acetone and some modifications to adapt the global metabolic network were performed. Several strategies were applied to ameliorate the performance of acetone production. Finally, the bottleneck of the acetate-dependent acetone pathway under anaerobic condition was indentify and the acetate-independent acetone pathway still need to be improve with the selection of an evolved or mutant enzyme with high short-chain acyl-CoA thioesterase activity.

La compréhension des pathologies humaines et du mode d'action des médicaments passe par la prise en compte des réseaux d'interactions entre biomolécules. Les recherches récentes sur les systèmes biologiques produisent de plus en plus de données sur ces réseaux qui gouvernent les processus cellulaires. L'hétérogénéité et la multiplicité de ces données rendent difficile leur intégration dans les raisonnements des utilisateurs. Je propose ici des approches intégratives mettant en oeuvre des techniques de gestion de données, de visualisation de graphes et de fouille de données, pour tenter de répondre au problème de l'exploitation insuffisante des données sur les réseaux dans la compréhension des phénotypes associés aux maladies génétiques ou des effets secondaires des médicaments. La gestion des données sur les protéines et leurs propriétés est assurée par un système d'entrepôt de données générique, NetworkDB, personnalisable et actualisable de façon semi-automatique. Des techniques de visualisation de graphes ont été couplées à NetworkDB pour utiliser les données sur les réseaux biologiques dans l'étude de l'étiologie des maladies génétiques entrainant une déficience intellectuelle. Des sous-réseaux de gènes impliqués ont ainsi pu être identifiés et caractérisés. Des profils combinant des effets secondaires partagés par les mêmes médicaments ont été extraits de NetworkDB puis caractérisés en appliquant une méthode de fouille de données relationnelles couplée à Network DB. Les résultats permettent de décrire quelles propriétés des médicaments et de leurs cibles (incluant l'appartenance à des réseaux biologiques) sont associées à tel ou tel profil d'effets secondaires / The understanding of human diseases and drug mechanisms requires today to take into account molecular interaction networks. Recent studies on biological systems are producing increasing amounts of data. However, complexity and heterogeneity of these datasets make it difficult to exploit them for understanding atypical phenotypes or drug side-effects. This thesis presents two knowledge-based integrative approaches that combine data management, graph visualization and data mining techniques in order to improve our understanding of phenotypes associated with genetic diseases or drug side-effects. Data management relies on a generic data warehouse, NetworkDB, that integrates data on proteins and their properties. Customization of the NetworkDB model and regular updates are semi-automatic. Graph visualization techniques have been coupled with NetworkDB. This approach has facilitated access to biological network data in order to study genetic disease etiology, including X-linked intellectual disability (XLID). Meaningful sub-networks of genes have thus been identified and characterized. Drug side-effect profiles have been extracted from NetworkDB and subsequently characterized by a relational learning procedure coupled with NetworkDB. The resulting rules indicate which properties of drugs and their targets (including networks) preferentially associate with a particular side-effect profile