Durant la méiose, il se produit des échanges réciproques entre fragments de chromosomes homologues par recombinaison génétique. Les chromosomes parentaux ainsi modifiés donnent naissance à des gamètes uniques. En redistribuant les mutations génétiques pour générer de nouvelles combinaisons, ce processus est à l’origine de la diversité haplotypique dans la population. Dans cette thèse, je présente des résultats décrivant l’implication de la recombinaison méiotique dans les maladies chez l’humain. Premièrement, l'analyse statistique de données de génotypage de familles québécoises démontre une importante hétérogénéité individuelle et sexe-spécifique des taux de recombinaisons. Pour la première fois chez l’humain, nous avons observé que le taux de recombinaison maternel diminue avec l'âge de la mère, un phénomène potentiellement impliqué dans la régulation du taux d’aneuploïdie associé à l’âge maternel. Ensuite, grâce à l’analyse de données de séquençage d’exomes de patients atteints de leucémie et de ceux de leurs parents, nous avons découvert une localisation anormale des évènements de recombinaison chez les enfants leucémiques. Le gène PRDM9, principal déterminant de la localisation des recombinaisons chez l’humain, présente des formes alléliques rares dans ces familles. Finalement, en utilisant un large spectre de variants génétiques identifiés dans les transcriptomes d’individus Canadiens Français, nous avons étudié et comparé le fardeau génétique présent dans les régions génomiques à haut et à faible taux de recombinaison. Le fardeau génétique est substantiellement plus élevé dans les régions à faible taux de recombinaison et nous démontrons qu’au niveau individuel, ce fardeau varie selon la population humaine. Grâce à l’utilisation de données génomiques de pointe pour étudier la recombinaison dans des cohortes populationnelles et médicales, ce travail démontre de quelle façon la recombinaison peut affecter la santé des individus. / The intergenerational mixing of DNA through meiotic recombination of homologous chromosomes is, along with mutation, a major mechanism generating diversity and driving the evolution of genomes. In this thesis, I use bioinformatics and statistical approaches to analyse modern genomic data in order to study the implication of meiotic recombination in human disease. First, using high-density genotyping data from French-Canadian families, we studied sex- and age-specific effects on recombination patterns. These analyses lead to the first observation of a significant decrease in recombination rates with advancing maternal age in humans, with potential implications for understanding trisomic conceptions. Second, using next-generation sequencing of exomes from families of children with leukemia, we discovered unusual distributions of recombination breakpoints in some leukemia patients, which implicates PRDM9, a protein involved in defining the location of recombination breakpoints, in leukemogenesis. Third, using single nucleotide polymorphisms (SNPs) called from RNA sequencing data, we present a detailed comparison of the mutational burden between high and low recombining regions in the human genome. We further show that the mutational load in regions of low recombination at the individual level varies among human populations. In analysing genomic data to study recombination in population and disease cohorts, this work improves our understanding of how recombination impacts human health. Furthermore, these results provide insights on how variation in recombination modulates the expression of phenotypes in humans.

The production of haploid sperm is a precondition for sexual reproduction of males. PRDM9 protein is a histone methyltransferase which localizes sites of meiotic recombination in many mammals. Mouse males of the C57BL/6J (B6) strain deficient for Prdm9 (Prdm9-/- ) are sterile, while Prdm9-/- males of PWD/Ph (PWD) strain have reduced sperm count. The comparison of the distribution of trimethylation of histone 3 on lysine 36 (H3K36me3) in genome of Prdm9-/- males of these two strains will help to determine the role of this epigenetic modification on meiotic recombination and fertility of Prdm9-/- males. The second part of this thesis is focused on transgenic males. Male offspring from the first generation of B6 female and PWD male crosses (B6PF1) have reduced fertility parameters due to incompatibility of Prdm9 alleles. The fertility parameters of B6PF1 hybrids carrying CHORI-34-289M8 or RP24-346I22 transgene are even lower. The candidate gene, which participates in the reduction of fertility of the transgenic B6PF1 hybrids, was determined as the proteasome subunit encoding gene Psmb1, because its relative transcription level best correlates with sperm count. The reason of lowered fertility thus might be a defect in proteasome assembly. The investigation of the fitness of transgenic animals is...

Hybrid sterility is one of the reproductive isolation mechanisms restricting gene flow between the related species and leading to speciation. PR domain containing 9 (Prdm9), the only known vertebrate hybrid sterility gene, determines the sites of programmed DNA double-strand breaks (DSBs) and thus specifies hotspots of meiotic recombination but in hybrids between two mouse subspecies causes failure of meiotic chromosome synapsis and hybrid male sterility. In the present study on sterile hybrids, the five smallest autosomes were more prone to asynapsis. To manipulate with the synapsis rate, random stretches of consubspecific homology were inserted into several autosomal pairs. Twenty seven or more megabases of consubspecific sequence fully restore synapsis in a given autosome. Further, at least two symetric DN double-strand breaks per chromosome were necessary for successful synapsis. Moreover, F1 hybrids had sperm when synapsis was rescued in at least three of four segregating chromosomes. To verify the assumption of a lack of symmetric DSBs in meiotic chromosomes of sterile males the chemotherapeutic drug cisplatin was used to induce exogenous DNA DSBs. Cells treated with 5 mg/kg and 10 mg/kg of cisplatin showed increased number of DSBs monitored by immunostaining of RPA and DMC1 sites and...

Les positions des évènements de recombinaison s’agrègent ensemble, formant des hotspots déterminés en partie par la protéine à évolution rapide PRDM9. En particulier, ces positions de hotspots sont déterminées par le domaine de doigts de zinc (ZnF) de PRDM9 qui reconnait certains motifs d’ADN. Les allèles de PRDM9 contenant le ZnF de type k ont été préalablement associés avec une cohorte de patients affectés par la leucémie aigüe lymphoblastique. Les allèles de PRDM9 sont difficiles à identifier à partir de données de séquençage de nouvelle génération (NGS), en raison de leur nature répétitive. Dans ce projet, nous proposons une méthode permettant la caractérisation d’allèles de PRDM9 à partir de données de NGS, qui identifie le nombre d’allèles contenant un type spécifique de ZnF. Cette méthode est basée sur la corrélation entre les profils représentant le nombre de séquences nucléotidiques uniques à chaque ZnF retrouvés chez les lectures de NGS simulées sans erreur d’une paire d’allèles et chez les lectures d’un échantillon. La validité des prédictions obtenues par notre méthode est confirmée grâce à analyse basée sur les simulations. Nous confirmons également que la méthode peut correctement identifier le génotype d’allèles de PRDM9 qui n’ont pas encore été identifiés. Nous conduisons une analyse préliminaire identifiant le génotype des allèles de PRDM9 contenant un certain type de ZnF dans une cohorte de patients atteints de glioblastomes multiforme pédiatrique, un cancer du cerveau caractérisé par les mutations récurrentes dans le gène codant pour l’histone H3, la cible de l’activité épigénétique de PRDM9. Cette méthode ouvre la possibilité d’identifier des associations entre certains allèles de PRDM9 et d’autres types de cancers pédiatriques, via l’utilisation de bases de données de NGS de cellules tumorales. / The positions of recombination events cluster tightly together in recombination hotspots, which are determined in part by the rapidly evolving protein PRDM9 via its tri- methyltransferase activity. The locations of hotspots are determined by the repetitive ZnF array of PRDM9, which binds to DNA. Alleles of PRDM9 containing the k-ZnF have previously been associated with patients affected with childhood acute lymphoblastic leukaemia. PRDM9 alleles are notoriously difficult to type due to the repetitive nature of the ZnF arrays. Here, we propose a method to characterize the alleles of PRDM9 from next- generation sequencing samples, by identifying the number of alleles containing a specific ZnF type. Our method is based on the correlation between profiles from the sample, representing the counts of nucleotide sequences unique to each ZnF, and from ideal sets of short reads representing an allele pair. We conduct a simulation analysis to examine the validity of the predictions obtained by our method with all pairs of known alleles. We confirm that the method can accurately genotype previously unobserved PRDM9 alleles. We also conducted a preliminary analysis to identify the PRDM9 k-ZnF genotype in a cohort of paediatric glioblastoma (pGBM), a childhood cancer characterized by the recurrent mutations in the coding sequence of the histone H3, the target of the enzymatic activity of PRDM9. Although no associations of k-ZnF containing PRDM9 alleles is found in our pGBM cohort, this method opens the possibility of identifying associations between certain PRDM9 alleles with other types of early onset childhood cancers, through a data-mining effort in public cancer databases.

La recombinaison méiotique joue un rôle essentiel dans la ségrégation des chromosomes pendant la méiose et dans la création de nouvelles combinaisons du matériel génétique des espèces. Ses effets cause une déviation du principe de l'assortiment indépendant de Mendel; cependant, les mécanismes moléculaires impliqués restent partiellement incompris jusqu'à aujourd'hui. Il s'agit d'un processus hautement régulé et de nombreuses protéines sont impliquées dans son contrôle, dirigeant la recombinaison méiotique dans des régions génomiques de 1 à 2 kilobases appelées « hotspots ». Au cours des dernières années, l'apprentissage profond a été appliqué avec succès à la classification des séquences génomiques. Dans ce travail, nous appliquons l'apprentissage profond aux séquences d'ADN humain afin de prédire si une région spécifique d'ADN est un hotspot de recombinaison méiotique ou non. Nous avons appliqué des réseaux de neurones convolutifs sur un ensemble de données décrivant les hotspots de quatre individus non-apparentés, atteignant une exactitude de plus de 88 % avec une précision et un rappel supérieur à 90 % pour les meilleurs modèles. Nous explorons l'impact de différentes tailles de séquences d'entrée, les stratégies de séparation des jeux d'entraînement/validation et l’utilité de montrer au modèle les coordonnées génomiques de la séquence d'entrée. Nous avons exploré différentes manières de construire les motifs appris par le réseau et comment ils peuvent être liés aux méthodes classiques de construction de matrices position-poids, et nous avons pu déduire des connaissances biologiques pertinentes découvertes par le réseau. Nous avons également développé un outil pour visualiser les différents modèles afin d'aider à interpréter les différents aspects du modèle. Dans l'ensemble, nos travaux montrent la capacité des méthodes d'apprentissage profond à étudier la recombinaison méiotique à partir de données génomiques. / Meiotic recombination plays a critical role in the proper segregation of chromosomes during meiosis and in forming new combinations of genetic material within sexually-reproducing species. For a long time, its side effects were observed as a deviation from the Mendel’s principle of independent assortment; however, its molecular mechanisms remain only partially understood until today. We know that it is a highly regulated process and that many molecules are involved in this tight control, resulting in directing meiotic recombination into 1-2 kilobase genomic pairs regions called hotspots. During the past few years, deep learning was successfully applied to the classification of genomic sequences. In this work, we apply deep learning to DNA sequences in order to predict if a specific stretch of DNA is a meiotic recombination hotspot or not. We applied convolution neural networks on a dataset describing the hotspots of four unrelated male individuals, achieving an accuracy of over 88% with precision and recall above 90% for the best models. We explored the impact of different input sequence lengths, train/validation split strategies and showing the model the genomic coordinates of the input sequence. We explored different ways to construct the learnt motifs by the network and how they can relate to the classical methods of constructing position-weight-matrices, and we were able to infer relevant biological knowledge uncovered by the network. We also developed a tool for visualizing the different models output in order to help digest the different aspects of the model. Overall, our work shows the ability for deep learning methods to study meiotic recombination from genomic data.

Charles University in Prague Faculty of Science Ph.D. study program: Molecular and Cellular Biology, Genetics and Virology Abstract Genetics and genomics of hybrid sterility Mgr. Tanmoy Bhattacharyya Supervisor: Prof. MUDr. Jiří Forejt, DrSc. Praha 2013 Abstract Male-limited hybrid sterility restricts gene flow between the related species, an important pre- requisite of speciation. The F1 hybrid males of PWD/Ph female (Mus m. musculus subspecies) and C57BL/6J or B6 male (Mus m. domesticus) are azoospermic and sterile (PB6F1), while the hybrids from the reciprocal (B6PF1) cross are semi fertile. A disproportionately large effect of the X chromosome (Chr) on hybrid male sterility is a widespread phenomenon accompanying the origin of new species. In the present study, we mapped two phenotypically distinct hybrid sterility loci Hstx1 and Hstx2 to a common 4.7 Mb region on Chr. X. Analysis of meiotic prophase I of PB6F1 sterile males revealed meiotic block at mid-late pachynema and the TUNEL assay showed apoptosis of arrested spermatocytes. In sterile males over 95% of pachytene spermatocytes showed one or more unsynapsed autosomes visualized by anti SYCP1, HORMAD2 and SYCP3 antibodies. The phosphorylated form of H2AFX histone, normally restricted only to XY chromosome containing sex body decorated unsynapsed...

En génomique comparative, on considère classiquement trois forces déterminant l'évolution des séquences : la mutation, la sélection et la dérive génétique. Récemment, lors de l'étude de l'origine évolutive des variations de la composition en base des génomes, un quatrième agent a été identifié : la conversion génique biaisée (BGC). Le BGC est intimement lié à la recombinaison méiotique et semble présent chez la plupart des eucaryotes. Ce phénomène introduit une surreprésentation de certains allèles dans les produits méiotiques aboutissant à une augmentation de la fréquence de ces variants dans la population. Ce processus est capable de mimer et d'interférer avec la sélection naturelle. Il est donc important de le caractériser afin de pouvoir le distinguer efficacement de la sélection dans l'étude de l'adaptation à l'échelle moléculaire. C'est ce que nous nous attachons à faire dans le cadre de ce travail. Pour cela nous utilisons deux espèces modèles. Premièrement la levure Saccharomyces cerevisiae pour laquelle une carte de recombinaison haute résolution permettant l'analyse du processus de conversion, est disponible. L'étude approfondie de cette carte nous a permis de lever le voile sur les mécanismes moléculaires qui sous-tendent le BGC. Deuxièmement, grâce à des découvertes récentes sur la détermination des patrons de recombinaison via la protéine PRDM9 chez les mammifères, nous avons quantifié la dynamique et l'intensité de ce processus dans l'histoire évolutive récente de l'homme. Ces résultats nous ont permis de confirmer la place du BGC comme quatrième force d'évolution moléculaire, mais aussi de discuter de l'origine évolutive de ce phénomène