La métabolomique est un outil récent, aujourd'hui en plein essor, qui se définit comme étant l'étude de l'ensemble des petites molécules ; les métabolites, produites par un organisme sous différentes conditions. Son application à la problématique du cancer consiste en l'étude des perturbations métaboliques liées au processus oncologique. La métabolomique mêle diverses techniques d'analyses telles que la spectroscopie de masse et la spectroscopie de résonance magnétique nucléaire (RMN), couplées à des méthodes statistiques évoluées afin d'extraire les informations métaboliques pertinentes permettant de caractériser les systèmes biologiques. La spectrométrie RMN haute résolution en rotation à l'angle magique (HRMAS) est la technique que nous avons choisie pour l'étude du métabolome des tumeurs car elle regroupe un nombre important d'avantages (simplicité de préparation des échantillons, la reproductibilité intra et inter laboratoire et le cout relativement modeste de fonctionnement). L'étude principale réalisée dans le cadre de cette thèse a porté sur les tumeurs cérébrales. Une centaine de tumeurs ont ainsi été analysé et leur métabolome caractérisé. L'analyse effectuée s'est focalisé sur la problématique du « grading de malignité » des tumeurs cérébrales, principalement sur les gliomes. Ainsi une forte corrélation a été trouvé entre les profiles métabolique des gliomes (glioblastome, oligodendrogliome) et l'évolution clinique des patients. L'approche métabolomique pour l'étude des tumeurs, d'un point de vue diagnostic et pronostic, semble aujourd'hui prometteuse. De plus l'étude des profiles métaboliques, devrait, à terme, permettre une meilleure compréhension des perturbations métaboliques lié à la pathologie, et potentiellement, conduire à la mise en place de traitements individualisés parfaitement adaptés à chaque patient. Néanmoins, une étape de validation de ces premières observations est aujourd'hui indispensable. C'est pourquoi ces travaux ont accompagné l'installation du premier spectromètre RMN HRMAS dans le milieu clinique en novembre 2007 dans le cadre du projet CARMeN. L'objectif général de ce projet est, maintenant, d'étendre l'expérience acquise durant cette thèse à tous les domaines de la cancérologie où il existe, soit une dissociation entre le diagnostic histopathologique de la tumeur et le devenir du patient, soit une discordance à la réponse thérapeutique pour un sous‐type de tumeur.

Les dilatations des voies urinaires de diagnostic anténatal (DVU) peuvent être transitoires, ou correspondre à une anomalie significative de l'écoulement des urines pouvant entrainer une dégradation de la fonction rénale. L'identification de biomarqueurs urinaires pourrait contribuer à différencier précocement les uropathies des dilatations transitoires. La métabolomique permet l'identification de toutes les molécules de bas poids moléculaire présentes dans un échantillon biologique et la mise en évidence d'une signature métabolique associée à un événement physiopathologique. L'objectif principal de cette thèse est l'identification de marqueurs urinaires pronostiques chez les nouveaux nés présentant une DVU de diagnostic anténatal, par spectroscopie RMN et analyse métabolomique.Soixante-dix nouveau-nés ayant une DVU unilatérale et 90 témoins ont été inclus dans cette étude prospective. Tout d'abord, nous comparons la précision de différentes classifications échographiques pour l'évaluation du risque d'intervention chirurgicale.Ensuite, nous montrons l'absence de différence significative entre les profils métaboliques urinaires des nouveau-nés ayant une DVU et ceux des témoins. Dans une troisième partie, nous démontrons l'influence significative de l'âge, du poids et de la taille sur le profil métabolique urinaire des nouveau-nés. Enfin, nous montrons l'évolution du profil métabolique urinaire avec la croissance chez les nourrissons ayant une DVU.Ce travail permet une meilleure compréhension de la physiopathologie des DVU et de la maturation métabolique des nouveau-nés. Il contribue à identifier des biais potentiels dans les études métaboliques en néonatologie / The prenatal finding of unilateral Urinary Tract Dilatation (UTD) can be transient or represent a significant urinary flow impairment that would lead to progressive deterioration of renal function. Identifying urinary biomarkers could help to differentiate uropathy requiring surgical management from transient dilatation at an early stage.Metabolic phenotyping studies provide untargeted quantification of all detectable low molecular-weight molecules by profiling without any a priori the metabolic signatures of biological samples in connection to physiopathological events.The main objective of this study is to identify diagnosis and prognosis urinary markers for uropathy in newborns with prenatally diagnosed unilateral UTD using 1H-NMR spectroscopy combined with multivariate statistical analyses.A total of 70 newborns with unilateral UTD and 90 controls were included in this prospective study. First, the usefulness of different ultrasound grading systems in predicting the need for surgical intervention is evaluated. Then, we report the absence of significant difference between the urinary metabolic profiles of newborns with UTD and controls. In thethird part, the influence of age, weight and height on the urinary metabolic profiles of healthy newborns is highlighted for the first time, and key-metabolites responsible for this evolution are identified. Finally, we demonstrate the influence of age on the urinary metabolic profiles of children with UTD. This work allows a deeper understanding of the metabolic maturation of healthy newborns. It contributes to identify potential confounding factors for metabolomics investigations in neonatology. It represents a step toward a better comprehension of thephysiopathology of UTD

La métabolomique est une approche de phénotypage présentant des perspectives prometteuses pour le diagnostic et le suivi de plusieurs pathologies. La technique d'observation la plus utilisée en métabolomique est la spectrométrie de masse (MS). Des développements technologiques récents ont considérablement accru la taille et la complexité des données. Cette thèse s'est concentrée sur deux verrous du traitement de ces données, l'extraction de pics des données brutes et l'annotation des spectres. La première partie de la thèse a porté sur le développement d'un nouvel algorithme de détection de pics pour des données d'analyse par injection en flot continue (Flow Injection Analysis ou FIA), une technique haut-débit. Un modèle dérivé de la physique de l'instrument de mesure prenant en compte la saturation de l'appareil a été proposé. Ce modèle inclut notamment un pic commun à tous les métabolites et un phénomène de saturation spécifique pour chaque ion. Ce modèle a permis de créer une workow qui estime ce pic commun sur des signaux peu bruités, puis l'utilise dans un filtre adapté sur tous les signaux. Son efficacité sur des données réelles a été étudiée et il a été montré que proFIA était supérieur aux algorithmes existants, avait une bonne reproductibilité et était très proche des mesures manuelles effectuées par un expert sur plusieurs types d'appareils. La seconde partie de cette thèse a porté sur le développement d'un outil de détection des similarités structurales d'un ensemble de spectre de fragmentation. Pour ce faire une nouvelle représentation sous forme de graphe a été proposée qui ne nécessite pas de connaître la composition atomique du métabolite. Ces graphes sont de plus une représentation naturelle des spectres MS/MS. Certaines propriétés de ces graphes ont ensuite permis de créer un algorithme efficace de détection des sous graphes fréquents (FSM) basé sur la génération d'arbres couvrants de graphes. Cet outil a été testé sur deux jeux de données différents et a prouvé sa vitesse et son interprétabilité comparé aux algorithmes de l'état de l'art. Ces deux algorithmes ont été implémentés dans des package R, proFIA et mineMS2 disponibles à la communauté. / Metabolomics is a phenotyping approach with promising prospects for the diagnosis and monitoring of several diseases. The most widely used observation technique in metabolomics is mass spectrometry (MS). Recent technological developments have significantly increased the size and complexity of data. This thesis focused on two bottlenecks in the processing of these data, the extraction of peaks from raw data and the annotation of MS/MS spectra. The first part of the thesis focused on the development of a new peak detection algorithm for Flow Injection Analysis (FIA) data, a high-throughput metabolomics technique. A model derived from the physics of the mass spectrometer taking into account the saturation of the instrument has been proposed. This model includes a peak common to all metabolites and a specific saturation phenomenon for each ion. This model has made it possible to create a workflow that estimates the common peak on well-behaved signals, then uses it to perform matched filtration on all signals. Its effectiveness on real data has been studied and it has been shown that proFIA is superior to existing algorithms, has good reproducibility and is very close to manual measurements made by an expert on several types of devices. The second part of this thesis focused on the development of a tool for detecting the structural similarities of a set of fragmentation spectra. To do this, a new graphical representation has been proposed, which does not require the metabolite formula. The graphs are also a natural representation of MS/MS spectra. Some properties of these graphs have then made it possible to create an efficient algorithm for detecting frequent subgraphs (FSM) based on the generation of trees covering graphs. This tool has been tested on two different data sets and has proven its speed and interpretability compared to state-of-the-art algorithms. These two algorithms have been implemented in R, proFIA and mineMS2 packages available to the community.

Les macroalgues hébergent de nombreux micro-organismes, collectivement désignés sous le terme de microbiote algal, qui ont un rôle essentiel dans le développement et l’état de santé de leur hôte. Dans ce travail, nous avons exploré le microbiote fongique et bactérien d’algues brunes, ainsi que l’impact des interactions bactérie-champignon sur la médiation chimique et, en particulier, sur le quorum sensing bactérien. Par des approches de metabarcoding ciblant l’ADNr 16S et l’ITS2, nous avons montré que les communautés fongiques et bactériennes associées à la macroalgue brune Saccharina latissima étaient très riches, principalement composées de quelques OTUs dominants, et d’une grande abondance d’OTUs « rares ». De manière intéressante, les communautés fongiques comme bactériennes différaient de celles de l’eau de mer environnante et paraissaient spécifiques des tissus algaux. Cependant, de grandes variations intra et interindividuelles de composition ont été observées au sein des échantillons de tissus d’algue. Ainsi, ce qui définit la spécificité des communautés microbiennes reste à préciser. En parallèle, nous avons exploré la médiation chimique au sein de l’endomicrobiote de quatre algues brunes : Saccharina latissima, Laminaria digitata, Pelvetia canaliculata et Ascophylum nodosum, et révélé que de nombreux endophytes fongiques et bactériens isolés synthétisaient des métabolites interférant avec les systèmes de quorum sensing bactériens, en les induisant ou les inhibant. De plus, les bioessais basés sur les biosenseurs, couplés à une approche métabolomique, effectués sur les co-cultures, ont mis en évidence en quoi les interactions bactéries-champignons au sein de l’endomicrobiote d’algues brunes pouvaient affecter la production de médiateurs chimiques, et notamment de molécules interférant avec le quorum sensing bactérien. Ensemble, ces résultats suggèrent que le quorum sensing pourrait jouer un rôle clé dans le réseau complexe d’interactions au sein du microbiote algal, et ainsi dans l’équilibre hôte-microbiote. / Macroalgae host various microorganisms, collectively referred as the algal microbiota, which play an essential role in the development and health status of their host. In this work, we explored the bacterial and fungal microbiota of brown algae, as well as the impact of bacterial fungal interactions on the chemical mediation and, in particular, on the bacterial quorum sensing. Using 16S rDNA-based and ITS2-based metabarcoding approaches we showed that the fungal and bacterial communities associated with the brown macroalgae Saccharina latissima were very rich, mainly composed of few dominant OTUs, and a large abundance of “rare” OTUs. Interestingly, both fungal and bacterial communities differed from the ones of the surrounding seawater and appeared specific to the algal tissues. However, high intra and interindividual variations of composition were observed among the algal tissue samples. Thus what define the specificity of the microbial communities remains to be clarified. In parallel, we explored the chemical mediation within the cultivable endomicrobiota of four brown algae: Saccharina latissima, Laminaria digitata, Pelvetia canaliculata and Ascophylum nodosum, and pointed out that many of the isolated bacterial and fungal endophytes could synthetize metabolites interfering with bacterial quorum sensing systems, either inducing or inhibiting them. Additionally, biosensor-based bioassays coupled with metabolomics approaches performed on co-culture experiments, highlighted how bacterial-fungal interactions within the endomicrobiota of brown algae could affect the production of chemical mediators, including those interfering with bacterial quorum sensing. Altogether, the results suggest that the quorum sensing could play a key role in the complex network of interactions within the algal microbiota, and thus in the host-microbiota equilibrium.