L’étude de la composition de la flore digestive ainsi que son implication avec la santé et les maladies est devenue un enjeu majeur. Nous avons étudié la flore de malades traités par de très nombreux antibiotiques, à la fois par culturomics et par pyroséquençage. Ce travail a montré une diminution importante du nombre de bactéries différentes colonisant le tube digestif après traitement. Cette diminution était d’autant plus importante que le traitement était prolongé. Les bactéries offrant une protection immunitaire contre certains pathogènes, il est à présent proposé des vaccinations contres des microorganismes invasifs après traitement antibiotique au long cours. Par ailleurs, les techniques de séquençage ont montré pour deux des échantillons un haut taux de colonisation par Akkermansia muciniphila, un microorganisme appartenant au phylum des Verrucomicrobia. Ce résultat a par ailleurs été confirmé en utilisant des techniques d’hybridation de fluorescence in situ (FISH). Les tentatives de culture ce microorganisme se sont révélées infructueuses. Au final ce travail nous aura permis de cultiver 7 nouvelles espèces que nous avons décrites en utilisant la taxonogénomique, une approche incluant des données phénotypiques et le séquençage du génome.Nous avons également étudié la flore de patients infectés par le virus du VIH par métagénomique et avons observé une augmentation considérable des bactéries qui supportent l’oxygène, alors que les bactéries intolérantes étaient très diminuées. Ces changements étaient associés aux marqueurs de progression de la maladie, ouvrant la voie à une supplémentation en antioxydants. / The study of the composition of the intestinal flora as well as its involvement with health and disease has become a major issue.We studied the flora of patients treated by broad-spectrum antibiotics by both culture and pyrosequencing. This work showed a significant decrease in the number of different bacteria colonizing the digestive tract after treatment. This decrease was even more important that treatment was extended. Bacteria interacting with immune protection against some pathogens, it is now proposed vaccinations against invasive microorganisms after prolonged antibiotic treatment. Furthermore, the sequencing techniques have shown for two samples a high-level colonization by Akkermansia muciniphila a microorganism belonging to the phylum Verrucomicrobia. Despite the successive failures of culture attempt of this organism, this finding was also confirmed using fluorescence in situ hybridization technique (FISH). Ultimately this work has enabled us to discover 7 new species that have been described using the taxonomogenomics approach which includes phenotypic data and genome sequencing.We also studied the flora of HIV-infected patients by metagenomics, and observed a significant increase in bacteria that withstand oxygen, while intolerant bacteria were deceased. These changes were associated with markers of disease progression, opening the way for antioxidant supplementation.

Cette thèse a été réalisée dans le cadre du projet Futurol, un projet national français qui vise à produire du bioéthanol à partir de biomasses végétales telles que le bois ou la paille de céréale. Pour cela, la biomasse doit être prétraitée puis digérée enzymatiquement pour libérer des sucres fermentescibles. Ma contribution dans ce projet a été de découvrir des enzymes originales pour l’hydrolyse de l’hémicellulose, un hétéropolysaccharide, constituant majeur de la paroi cellulaire des cellules végétales. Afin de rechercher de nouveaux biocatalyseurs, une approche de métagénomique a été adoptée afin de sonder les intestins de deux espèces de termites : N. corniger, un termite xylophage, et T. hispaniolae un termite humivore / xylophage. 30 000 clones métagénomiques ont été criblés sur 10 substrats cellulosiques et hémicellulosique, et 660 hits ont été obtenus. La comparaison phénotypique a montré une différence claire entre ces deux banques, probablement liée au régime alimentaire des deux espèces de termite. Le séquençage de 45 clones N. corniger a révélé 120 séquences codant pour des enzymes originales, de nombreuses étant multimodulaires et / ou organisées en cluster de gènes. Dans un second temps, une approche à haut-débit a été adoptée pour le clonage, l’expression et la caractérisation légère de 104 enzymes entières ou formes tronquées. 45 protéines recombinantes ont été produites de manière soluble, et les activités de 19 enzymes et de 12 modules enzymatiques ont été montrées, permettant la mise au point d’une boite à outil hemicellulolytique. Dans certains cas, l’activité de modules classés « Inconnus » a pu être déterminée. Cette approche a été particulièrement pertinente dans le cas de Pm69, une enzyme multimodulaire GH3-UNK-CBM48-CE1 montrant les 3 activités glucosidase, xylosidase and estérase. Cette étude a permis de poser les bases d’un brevet sur cette enzyme. D’un autre côté, les enzymes ayant montré une activité xylanase ou féruloyle-estérase se sont révélées complémentaires d’un cocktail cellulolytique durant la dégradation de paille de blé prétraitée. Enfin, dans une troisième partie, nous avons étudié un fragment d’ADN provenant la banque P. militaris, codant pour 19 ORFs et appartenant à une espèce du genre Bacteroides. La caractérisation biochimique d’Abn43A, Abn43B, Abf51A et Abf51B-trunc a montré que ces 4 enzymes portent des actions complémentaires sur l’hydrolyse de l’arabinane, et qu’elles peuvent agir de manière synergique pour la dégradation de ce polymère pectique. Enfin, l’étude détaillée des 19 ORFs codées sur ce fragment d’ADN nous a permis de proposer un schéma global de détection, d’hydrolyse et de métabolisation de l’arabinane par cette espèce du genre Bacteroides. / This thesis was performed in the context of the Futurol project, a French national project that aims at producing bioethanol from plant biomass such as wood and cereal straw. To reach that goal, the biomass must be pretreated, and enzymatically degraded to release fermentable simple sugar. My implication in that project was to discover original enzymes that can hydrolyze the hemicellulose, a major heteropolysaccharide found in plant cell wall.To mine for new biocatalysts, the gut microbial communities of two species of termite were investigated by a metagenomic approach : Nasutitermes corniger, a wood-feeder termite, and Termes hispaniolae supposed to be a soil-wood feeder. 30 000 metagenomic clones were screened on an array of 10 cellulosic and hemicellulosic substrates and 660 hits were obtained. Phenotypic comparison showed clear differences between both environments, probably related to the diet of the termite. The sequence of 45 N. corniger metagenomic inserts revealed 120 original sequences encoding for putative enzymes of interest. Original sequences encoding for multimodular enzymes were revealed and many ORFs were organized in clusters, suggesting that these enzymes are encoded on Polysaccharides Utilization Locus. In a second part, a high-throughput approach was used for the cloning, the expression and the slight characterization of 104 full-size and truncated enzymes. Forty five recombinant proteins were produced soluble, and their investigation revealed the activity of 19 enzymes and of 12 enzymatic modules, representing a hemicellulolytic tool-box for endo- and exo-type activities. In some cases, the implication of “Unkown” domains in the activity of multimodular enzymes was demonstrated. This approach was particularly efficient for the study of the GH3-UNKCBM48-CE1 Pm69, and this study triggered the patent process for this multiactive glucosidase, xylosidase and esterase. The xylanases and the feruloyl esterases were shown to be particularly efficient to supplement cellulolytic cocktails on pretreated wheat straw. In a third part, we investigated a DNA fragment belonging to a species of the genus Bacteroides and that encoded 19 ORFs. The biochemical characterization of Abn43A, Abn43B, Abf51A and Abf51B-trunc showed that these four enzymes harbored complementary actions for the hydrolysis of the arabinan, and that they can act synergistically for the hydrolysis of this pectic polymer. We also revealed that Abn43B had an original mode of action that we classified as exo-arabinanase. Finally, the in-depth study of the 19 ORFs allowed us to propose the entire scheme for arabinan detection, hydrolysis and utilization by the Bacteroides species carrying this DNA sequence

Nucleotide sequence alignment is a method used to identify regions of similarity between organisms at the genomic level. In this thesis we focus on the alignment of millions of short sequences produced by Next-Generation Sequencing (NGS) technologies against a reference database. Particularly, we direct our attention toward the analysis of metagenomic and metatranscriptomic data, that is the DNA and RNA directly extracted for an environment. Two major challenges were confronted in our developed algorithms. First, all NGS technologies today are susceptible to sequencing errors in the form of nucleotide substitutions, insertions and deletions and error rates vary between 1-15%. Second, metagenomic samples can contain thousands of unknown organisms and the only means of identifying them is to align against known closely related species. To overcome these challenges we designed a new approximate matching technique based on the universal Levenshtein automaton which quickly locates short regions of similarity (seeds) between two sequences allowing 1 error of any type. Using seeds to detect possible high scoring alignments is a widely used heuristic for rapid sequence alignment, although most existing software are optimized for performing high similarity searches and apply exact seeds. Furthermore, we describe a new indexing data structure based on the Burst trie which optimizes the search for approximate seeds. We demonstrate the efficacy of our method in two implemented software, SortMeRNA and SortMeDNA. The former can quickly filter ribosomal RNA fragments from metatranscriptomic data and the latter performs full alignment for genomic and metagenomic data.