Listeria monocytogenes est un pathogène d'origine alimentaire à multiples facettes caractérisé par sa capacité d'adaptation dans des conditions défavorables et par sa prolifération dans une vaste gamme d'environnements, du sol aux cellules hôtes des mammifères. L'hétérogénéité génétique de L. monocytogenes se reflète dans sa structure clonale diversifiée, ce qui corrèle, dans une certaine mesure, avec des traits phénotypiques tels que la virulence ou la résistance au stress. La thèse portait sur deux phénotypes les plus éminents, la formation d'un biofilm et le potentiel de virulence, sous différents angles et à l'aide des technologies les plus récentes. Tout au long des études, des grands panels d'isolats ont été utilisés pour représenter la diversité intraspécifique. Stimulants défavorables tels que le choc froid et la privation d'éléments nutritifs induits par l'étape d'adhésion bactérienne. L'ajout de NaCl aux cultures de croissance a stimulé la production de biofilm et, de manière surprenante, il a considérablement intensifié la maturation du biofilm de cellules privées de nutriments. Un degré élevé de variation de la productivité relative du biofilm a été observé parmi les sérotypes, les génotypes, de même que les isolats selon les conditions de culture. Cependant, un certain génotype (complexe clonal 26) a révélé de manière caractéristique une production de biofilm plus élevée à froid (10°C), suggérant une association du génotype avec le phénotype du biofilm. Pan-GWAS a identifié un certain nombre de gènes parmi lesquels ceux impliqués dans des fonctions telles que la ‘transformation/compétence’, les ‘gènes liés aux phages’ et le ‘métabolisme du phosphate’ devront faire l'objet d'études plus approfondies sur leur rôle dans la formation du biofilm. L'analyse du séquençage de l'ARN a révélé une grande hétérogénéité intraspécifique dans les profils de transcriptome basal qui mettaient en évidence le rôle du réseau de régulation, y compris certains facteurs transcriptionnels avec des rôles clés dans la virulence tels que σB, PrfA, et CodY. La plasticité transcriptomique entre les lignées I et II ainsi que les génotypes hyper et hypovirulents ont confirmé les caractéristiques évolutives et épidémiologiques de L. monocytogenes. De plus, la voie métabolique centrale a été impliquée dans l'infection dans le système modèle de Galleria mellonella. En conclusion, la thèse a exploré la diversité intraspécifique de L. monocytogenes et a donné lieu à de nombreux résultats phénotypiques, génomiques et transcriptomiques. Grâce à l'approche intégrative des omiques en listeriologie, le présent travail contribuera à dévoiler la physiologie et la pathogenèse de la bactérie. / Conditions and proliferation in a wide range of environments from soil to mammalian host cells. The genetic heterogeneity in L. monocytogenes is reflected on its diversified clonal structure which correlates, to some extent, with phenotypic traits such as virulence or stress resistance. The thesis investigated two most prominent phenotypes, biofilm formation and virulence potential, from various perspectives using state-of-the art technologies. Throughout the studies, large panels of isolates were used to represent the intraspecific diversity. Unfavourable stimuli such as cold shock and nutrient deprivation induced bacterial adhesion step. Addition of NaCl to growth cultures stimulated biofilm production and, surprisingly, it significantly intensified biofilm maturation of nutrient-deprived cells. High degree of variation in relative biofilm productivity was observed among serotypes, genotypes, as well as isolates across culture conditions, however, certain genotype (clonal complex 26) revealed distinctively higher biofilm production under cold temperature (10°C) suggesting an association of genotype with biofilm phenotype. Pan-GWAS identified a number of genes among which those implicated in functions such as ‘transformation/competence’, ‘phage-related genes’, and ‘metabolism of phosphate’ will need further investigations for their roles in biofilm formation. RNA sequencing analysis revealed high intraspecific heterogeneity in basal transcriptome profiles that featured the role of regulatory network including certain transcriptional factors with key roles in virulence such as σB, PrfA, and CodY. The transcriptomic plasticity between lineage I and II as well as hyper- and hypovirulent genotypes supported the evolutionary and epidemiological characteristics of L. monocytogenes. Moreover, the central metabolic pathway was implicated in the infection in Galleria mellonella model system. Conclusively, the thesis explored intraspecific diversity in L. monocytogenes and resulted in ample phenotypic, genomic, and transcriptomic findings. With the integrative omics approach in listeriology, the present work will contribute to unveiling the physiology and pathogenesis of the bacterium.

Le cortex surrénalien produit des hormones stéroïdes, principalement le cortisol, l’aldostérone et des androgènes. Le cortex surrénalien peut être le siège de tumeurs –adénomes ou cancers-, hyperplasies et dysplasies. Ces lésions sont dans leur grande majorité bénignes. Elles peuvent être associés à une hypersécrétion d’hormone stéroïde, le plus souvent de cortisol (syndrome de Cushing) ou d’aldostérone. Il existe aussi des tumeurs non sécrétantes. Si des classifications moléculaires ont été établies pour les carcinomes, à ce jour il n’existe pas de classification pangénomique des tumeurs bénignes corticosurrénaliennes, qui pourrait renseigner sur les mécanismes de sécrétion autonome et de prolifération de ces lésions. Enfin le déterminisme génétique des dysplasies et hyperplasies n’est que partiellement connu. Au cours de ma thèse, j’ai pu analyser un jeu de données « omics » complet des lésions bénignes corticosurrénaliennes pour plus d’une centaine d’échantillons, incluant du séquençage haut-débit (exome/ciblé pour les mutations, RNA-seq pour l’analyse des microARNs), des puces transcriptome et méthylome, et des puces SNP pour la recherche d’altérations chromosomiques. J’ai pu identifier une classification moléculaire pangénomique relativement convergente entre les différentes « omics », qui concorde avec les types tumoraux et sécrétoires, mais identifie également des sous-groupes nouveaux au sein de ces lésions. Il ressort notamment que les mutations dans ces lésions sont des déterminants essentiels de la classification moléculaire. Ainsi sont regroupées les lésions selon la voie de signalisation ou le gène altéré, notamment la voie PKA/AMPc pour les lésions produisant du cortisol, la voie Wnt/beta-caténine pour les adénomes ne sécrétant pas ou peu de cortisol, et ARMC5 pour un sous-groupe d’hyperplasies macronodulaires. Ces groupes très distincts contiennent également des lésions sans mutation identifiée, avec vraisemblablement des mécanismes alternatifs d’altération de ces voies de signalisation. Dans le groupe des hyperplasies macronodulaires mutées ARMC5, la comparaison avec l’ensemble des autres lésions bénignes fait ressortir une signature d’expression ovarienne forte, marquée par l’expression de FOXL2 et de ses cibles CYP19A1 et PTHLH. Cette marque de différentiation spécifiquement gonadique au sein de la surrénale fait discuter une anomalie de développement. Cette analyse génomique intégrée identifie également des altérations épigénétiques de la stéroïdogenèse. Notamment les tumeurs sécrétant beaucoup de cortisol sont globalement hyperméthylées dans leurs îlots CpG. Par ailleurs l’hyperméthylation de CYP21A2 est vraisemblablement un mécanisme de déficits en 21-hydroxylase intratumoral. Des signatures de miRNA semblent également avoir un impact sur la stéroïdogenèse. Au cours de ma thèse j’ai également analysé l’exome des hyperplasies macronodulaires non mutées ARMC5. Je n’ai pas identifié de nouvelle mutation somatique récurrente. Au niveau de l’exome germinal, j’ai identifié plusieurs gènes candidats récurrents, qui ouvrent la voie à des analyses génétiques (extension de cohorte) et de biologie cellulaire complémentaires. Ce travail est la première caractérisation génomique d’envergure des lésions bénignes de la corticosurrénale. Même si tous les mécanismes ne sont pas élucidés dans le détail, ces données représentent une ressource importante pour orienter les recherches à venir dans la tumorigenèse surrénalienne bénigne et la stéroïdogenèse. / The adrenal cortex produces steroid hormones, mainly cortisol, aldosterone and androgens. The adrenal cortex can be the site of tumors - adenomas or cancers -, hyperplasias and dysplasias. These lesions are in their great majority benign. They may be associated with hypersecretion of steroid hormone, most commonly cortisol (Cushing's syndrome) or aldosterone. There are also non-secreting tumors. Although molecular classifications have been established for carcinomas, to date there is no genome-wide classification of benign adrenocortical tumors, which could provide information on the mechanisms of autonomic secretion and proliferation of these lesions. Finally, the genetic determinism of dysplasia and hyperplasia is only partially known. During my thesis, I analyzed a complete "omics" dataset of benign adrenocortical lesions for more than a hundred samples, including high-throughput sequencing (exome / targeted for mutations, RNA-seq for microRNA analysis), transcriptome and methylome microarrays, and SNP microarrays for chromosomal alterations. I was able to identify a relatively convergent genome-wide molecular classification between the different "omics", which is consistent with the tumor and secretory types, but also identifies new subgroups within these lesions. In particular, it appears that mutations in these lesions are essential determinants of molecular classification. Thus, the lesions are grouped according to the signaling pathway or the altered gene, in particular the PKA / cAMP pathway for lesions producing cortisol, the Wnt / beta-catenin pathway for adenomas that do not secrete little or no cortisol, and ARMC5 for a subgroup of macronodular hyperplasia. These very distinct groups also contain lesions with no identified mutation, presumably with alternative mechanisms of alteration of these signaling pathways. In the group of ARMC5 mutated macronodular hyperplasia, the comparison with all other benign lesions shows a strong ovarian expression signature, marked by the expression of FOXL2 and its targets CYP19A1 and PTHLH. This mark of specifically gonadal differentiation in the adrenal gland causes a development anomaly to be discussed. This integrated genomic analysis also identifies epigenetic alterations of steroidogenesis. In particular, tumors secreting a lot of cortisol are globally hypermethylated in their CpG islands. In addition, hypermethylation of CYP21A2 is probably a mechanism of intratumoral 21-hydroxylase deficiency. MiRNA signatures also appear to have an impact on steroidogenesis. During my thesis I also analyzed the exome of unmutated macronodular hyperplasia ARMC5. I did not identify a new recurrent somatic mutation. At the level of the germinal exome, I identified several recurrent candidate genes, which open the way for complementary genetic analyzes (cohort extension) and cell biology. This work is the first major genomic characterization of benign lesions of the adrenal cortex. Although not all mechanisms are fully elucidated, these data represent an important resource for guiding future research into benign adrenal tumorigenesis and steroidogenesis.

Les cytochromes P450 (CYP) sont des enzymes responsables de la biotransformation de composés exogènes, aussi bien dans les phénomènes de détoxication que d'intoxication par formation d'entités réactives. La forme hépatique humaine la plus abondante (CYP3A4) est responsable du métabolisme de plus de 60 % des médicaments utilisés actuellement, entraînant de nombreuses interactions médicamenteuses indésirables. La connaissance des mécanismes moléculaires de fonctionnement de ces CYPs au moyen de modèles prédictifs est d'un intérêt primordial pour les industriels. L'obtention de ces modèles par modélisation comparative est toutefois pénalisée par la dispersion en séquences dans cette superfamille. Une méthode originale de reconstruction des CYPs basée sur l'identification au sein de cette famille des blocs structuralement conservés (CSB) est proposée ici. Ces CSBs définissent un repliement commun aux CYPs et sont considérés comme la signature structurale de la superfamille. Les CSBs sont codés en termes d'informations statistiques (profile) puis alignés sur les séquences de CYP de structure inconnue, par un outil d'alignement multiple (Caliseq) créé pour produire l'alignement multiple optimal pour les reconstructions par modélisation comparative. Caliseq sert aussi à détecter des séquences originales de CYP dans une banque ou un génome. Le modèle structural obtenu permet de suggérer des mutations pour observer les modifications du comportement de la protéine vis-à-vis de ses substrats spécifiques. Le cas du CYB2B6 est un exemple concret où le modèle a suggéré des mutations permettant d'augmenter l'affinité de l'enzyme pour un substrat spécifique utilisé en chimiothérapie.

La modélisation de cartes génomiques, qui sont un outil indispensable aux biologistes moléculaires, pose de nombreux problémes de représentation et de traitement. Les premiers proviennent de l'existence de plusieurs descriptions des entités du génome, les seconds de la complexité algorithmique de la construction des cartes, ajoutée à la nécessité de pouvoir traiter les incohérences issues des expériences. Ce travail s'attache dans un premier temps à préciser la notion de carte grâce à une formalisation qui spécifie comment sont construites les cartes génomiques et quelles sont les relations entre les entités qui y apparaissent. Celle-ci est ensuite implémentée dans un système de représentation de connaissances par objets. Dans un second temps, un algorithme de construction de cartes à partir de la description des relations entre les entités qui les constituent est proposé. Cet algorithme s'appuie sur des techniques de raisonnement temporel et intègre des informations aussi bien qualitatives que quantitatives. Son implémentation a été réalisée à partir d'un logiciel de raisonnement temporel et valide la généricité de la démarche qui peut profiter de tous les progrès dans ce domaine de façon quasi-immédiate. Les spécifications d'un générateur d'interfaces cartographiques sont également présentées ; à la différence des systèmes existants, ce générateur n'est pas restreint à une seule interface cartographique ad hoc mais constitue une boite à outils permettant de construire soi-même son interface cartographique personnalisée.

L'augmentation du nombre de génomes totalement séquencés rend de plus en plus efficace l'étude des mécanismes évolutifs à partir de la comparaison de génomes contemporains. L'un des principaux problèmes réside dans la reconstruction d'architectures de génomes ancestraux plausibles afin d'apporter des hypothèses à la fois sur l'histoire des génomes existants et sur les mécanismes de leur formation. Toutes les méthodes de reconstruction ancestrale ne convergent pas nécessairement vers les mêmes résultats mais sont toutes basées sur les trois mêmes étapes : l'identification de marqueurs commun dans les génomes contemporains, la construction de cartes comparatives des génomes, et la réconciliation de ces cartes en utilisant le critère de parcimonie maximum. La quantité importante des données à analyser nécessite l'automatisation des traitements et résoudre ces problèmes représente de formidables challenges computationnels. Affiner les modèles et outils mathématiques existants par l'ajout de contraintes biologiques fortes rend les hypothèses établies biologiquement plus réalistes. Dans cette thèse, nous proposons une nouvelle méthode permettant d'identifier des marqueurs communs pour des espèces évolutivement distantes. Ensuite, nous appliquons sur les cartes comparatives reconstituées une nouvelle méthode pour la reconstruction d'architectures ancestrales basée sur les adjacences entre les marqueurs calculés et les distances génomiques entre les génomes contemporains. Enfin, après avoir corrigé l'algorithme existant permettant de déterminer une séquence optimale de réarrangements qui se sont produits durant l'évolution des génomes existants depuis leur ancêtre commun, nous proposons un nouvel outil appelé VIRAGE qui permet la visualisation animée des scénarios de réarrangements entre les espèces.

L'objet de cette thèse est la convergence structure-fonction dans les systèmes complexes et ses applications aux systèmes vivants et aux systèmes technico-économiques. Après avoir défini la modularité et identifié les difficultés associées à sa définition, cette thèse formalise le concept de convergence structure-fonction dans les systèmes évolutifs et fonctionnels et montre son intérêt pour l'évolutivité et la robustesse de ces systèmes. Ensuite, elle applique ce concept à des problématiques réelles de systèmes évolutifs et fonctionnels en biologie et en économie afin d'illustrer son utilité. Ainsi, dans le cadre de la génomique, cette thèse montre que la longueur des opérons bactériens, qui sont à la fois des modules structurels et fonctionnels, est limitée du fait de contraintes dues à l'interaction des mécanismes de transcription et de réplication. Ensuite, elle fait l'hypothèse que la modularité structurelle des points chauds de recombinaison correspond au moins partiellement à la modularité fonctionnelle des gènes. Ceci permet de développer une nouvelle méthode d'analyse des études d'association génétique basée sur un découpage en régions géniques du génome dans le but de faciliter la compréhension du mécanisme fonctionnel de leur action sur le caractère étudié en analysant directement l'association de gènes ou de groupe de gènes avec ce caractère. Sur le plan structurel, les résultats sont d'une qualité comparable à ceux des méthodes classiques. En revanche, le découpage en régions devra encore être affiné afin d'obtenir une analyse fonctionnelle pleinement utile. Enfin, dans le cadre de la libéralisation du marché européen de l'électricité, la correspondance effective entre structure et fonction de chaque acteur issu de la restructuration fait supposer que le principe de convergence structure-fonction y est bien appliqué. Cependant, des difficultés subsistent avant de parvenir à mettre en place des relations structurelles permettant d'atteindre l'optimum souhaité. Celui-ci inclut des échanges d'énergie à l'origine des contraintes couplantes entre les acteurs. A partir de la théorie de la décomposition par les prix, nous proposons un cadre permettant de définir des tarifs propres à les faciliter, en particulier celles liant producteurs et transporteurs. En conclusion, cette thèse montre (a) la limite à la convergence structure-fonction que constitue la limite de la longueur des opérons bactériens, (b) la faisabilité de l'utilisation d'un découpage basé sur les limites de gènes afin d'analyser des études d'association génétique à grande échelle et (c) l'importance d'améliorer « la grande boucle » des relations entre producteurs et transporteurs d'électricité afin d'assurer l'optimisation conjointe des investissements en capacité de production et de transport. Elle synthétise l'ensemble de ces résultats dans le cadre conceptuel de la convergence structure-fonction qui postule que la modularité structurelle des systèmes évolutifs et fonctionnels tend à se superposer à leur modularité fonctionnelle afin de leur apporter robustesse et évolutivité.

Les répétitions en tandem sont constituées de successions de motifs d'ADN. Ces structures présentes dans tous les organismes, procaryotes comme eucaryotes, ont des applications dans de nombreux domaines. Depuis quelques années seulement, les répétitions en tandem sont étudiées chez les bactéries. Le polymorphisme associé à ces séquences peut être utilisé pour le génotypage de bactéries pathogènes, permettant une identification précise au niveau de la souche. Le polymorphisme des séquences répétées est de deux types : polymorphisme de longueur et mutations internes aux motifs. Les génomes des deux bactéries pathogènes responsables d'infections nosocomiales, Staphylococcus aureus et Pseudomonas aeruginosa, ont été étudiés dans le but d'identifier des séquences répétées polymorphes. Un ensemble de marqueurs polymorphes a été validé expérimentalement pour ces deux espèces permettant un typage dit MLVA (pour « Multiple Locus VNTR Analysis »). Le travail plus classique de typage par la taille de la répétition a été complété par un travail de séquençage de certains allèles. Les résultats obtenus montrent comment le typage « MLVA » complété si nécessaire par le séquençage d'allèles, pourraient constituer de nouvelles méthodes peu coûteuses participant au contrôle des infections bactériennes.

Le travail présenté dans cette thèse traite de l'extraction de connaissances à l'aide de métaheuristiques et de ses applications à des problématiques en génomique. Dans un premier temps, nous donnons un état de l'art des métaheuristiques utilisées pour l'extraction de connaissances et plus particulièrement de l'utilisation des algorithmes génétiques en orientant notre présentation sur trois aspects fondamentaux des métaheuristiques : la représentation d'une solution, la fonction d'évaluation et le choix des opérateurs. Nous présentons ensuite deux problématiques issues d'une collaboration avec l'Institut de Biologie de Lille autour de la recherche de facteurs génétiques de prédisposition à certaines maladies multifactorielles (diabète de type II, obésité). Nous proposons une modélisation de ces problèmes en problèmes d'extraction de connaissances. Nous traitons ensuite les différentes taches d'extraction de connaissances identifiées comme des problèmes d'optimisation et proposons un schéma d'algorithme génétique possédant des mécanismes avancés d'intensification et de diversification pour les résoudre. Les apports de ces mécanismes sont testés modulairement afin de montrer leurs performances. Nous intégrons également des connaissances du domaine biologique afin de répondre aux problématiques posées. Cette intégration s'effectue aussi bien au niveau des fonctions d'évaluation proposées qu'au niveau de certains mécanismes utilisés. Enfin, différents modèles de parallélisme sont utilisés.

Le phénomène d'empreinte génomique parentale se traduit par une expression différentielle des deux allèles de certains gènes, en fonction de leur origine parentale. Nos travaux ont abouti à la découverte de nombreux gènes de petits ARN non-codants de Mammifères (ARN C/D et microARN) soumis à l'empreinte génomique parentale, et à une première caractérisation de leur expression. Alors que la plupart des ARN C/D participent à la biogenèse des ARN ribosomiques et des petits ARN nucléaires, ceux que nous décrivons en semblent incapables ; les microARN, quant à eux, sont habituellement des répresseurs post-transcriptionnels de gènes spécifiques : parmi les microARN que nous décrivons, deux pourraient ainsi réprimer un rétrotransposon. Les fonctions éventuelles de ces gènes de petits ARN non-codants (dans le contrôle du développement, la répression de ce rétrotransposon, et le mécanisme de l'empreinte génomique parentale) sont discutées.

Au cours de ces trois dernières années, le génome du chien a bénéficié d'avancées majeures à sa connaissance. Les projets de cartographie et de séquençage de son génome, motivés par le formidable potentiel qu'offre le chien en tant que modèle génétique, ont généré de grandes quantités de données à analyser. Dans ce contexte, mes travaux de thèse se sont d'abord focalisés sur la conception d'outils bioinformatiques d'intégration de plusieurs ressources afin d'évaluer et de comparer les informations issues des projets de cartographie et de séquence du génome du chien. Avec la disponibilité d'un nombre croissant de génomes séquencés, nous avons développé le programme AutoGRAPH pour formaliser la conservation de l'ordre des gènes orthologues entre les génomes mammifères, automatiser la construction de cartes de synténie entre ces génomes et, enfin, faciliter l'annotation du génome du chien. Un première application de notre méthode a permis de redéfinir la localisation d'une centaine de gènes préalablement assignés au chromosome canin non-assemblé ou "chromosome Unknown". Dans un second projet, nous avons combiné notre approche de conservation de l'ordre des gènes entre deux génomes avec des alignements de séquences ciblés afin d'identifier des nouvelles structures de gènes canins codant pour des protéines. À partir d'un ensemble de 412 gènes orthologues entre quatre génomes de référence (homme - chimpanzé - rat - souris) et présumés absents chez le chien, nous identifions 285 nouveaux gènes canins et/ou nouvelles relations d'orthologie avec les génomes de référence. Enfin, différents mécanismes évolutifs sont suggérés mettant en relation la nature des gènes, la présence de famille de gènes et la composition en séquences pour expliquer la perte de gènes chez le chien.