Le genre Rickettsia, sont des petites bactéries Gram-négatives et symbiotes intracellulaires obligatoires des eucaryotes. Les Rickettsia sont surtout connus pour leur pathogénicité et pour provoquer des maladies graves chez l'homme et les autres animaux. À ce jour, 26 espèces valides de Rickettsies ont été identifiées dans le monde entier, dont 20 sont des agents pathogènes éprouvées. Toutes les espèces de Rickettsies validées sont associées à des arthropodes. Les phylogénies basées sur divers marqueurs moléculaires ont présenté des topologies discordantes, avec seulement R. bellii et R. canadensis qui ne sont classées ni parmi la fièvre boutonneuse groupe rickettsies, ni parmi le typhus groupe rickettsies. En utilisant les méthodes avancées de séquençage de génomes entiers, nous avons obtenu et analysé quatre séquences génomiques de Rickettsies : R. helvetica, R. honei, R. australis et R. japonica. Via la phylogénomique qui constitue une nouvelle stratégie permettant de mieux comprendre leur évolution, l'on remarque que ces micro-organismes ont subi une évolution génomique réduite au cours de spécialisation en intracellulaire. Plusieurs caractéristiques évolutives, comme le réarrangement des gènes, la réduction génomique, le transfert horizontal de gènes et l'acquisition d'ADN égoïste, ont formé les génomes Rickettsia d'aujourd'hui. Ces processus peuvent jouer un rôle important pour équilibrer la taille du génome afin de l'adapter au mode de vie intracellulaire. En outre, la pathogénicité des rickettsies peut être associée à la réduction génomique. / The Rickettsia genus is composed of small, Gram-negative, bacteria that are obligate intracellular eukaryotic symbionts. Members of the genus Rickettsia are best known for infecting and causing severe diseases in humans and other animals. To date, 26 valid Rickettsia species have been identified worldwide, including 20 that are proven pathogens. All validated Rickettsia species are associated to arthropods that act as vectors and/or reservoirs. The phylogenies based on various molecular markers have resulted in discrepant topologies, with R. bellii and R. canadensis being classified neither among spotted fever nor typhus group rickettsiae. In this thesis, using the advanced whole genomic sequencing methods, we have and analyzed the genomic sequences from four Rickettsia species, including R. helvetica, R. honei, R. australis and R. japonica. Phylogenomics constitute a new strategy to better understand their evolution. These microorganisms underwent a reductive genomic evolution during their specialization to their intracellular lifestyle. Several evolutive characteristics, such as gene rearrangement, reduction, horizontal gene transfer and aquisition of selfish DNA, have shaped Rickettsia genomes. These processes may play an important role in free-living bacteria for balancing the size of genome in order to adapt the intracellular life style. In addition, in contrast with the concept of bacteria becoming pathogens by acquisition of virulence factors, rickettsial pathogenecity may be linked to genomic reduction of metabolism and regulation pathways.

Thèse décrivant l'écriture d'outils spécialisés facilitant l'analyse de grandes quantités de données provenant de technologie de séquencage haut débit.

La caractérisation des modules cis-régulateurs (CRM) ainsi que de leur activité sont essentiels pour comprendre la régulation des gènes au cours du développement des métazoaires. La technique de l'immunoprécipitation de la chromatine suivie du séquenage à haut débit de l'ADN (ChIP-seq) constitue une approche puissante pour localiser les CRM. Afin de localiser des facteurs génériques au sein de tissus spécifiques, nous avons développé une approche ChIP-seq sur des noyaux triés par cytométrie de flux et localisons des modifications post-traductionelles de l'histone H3, ainsi que l'ARN polymérase II (PolII) dans le mésoderme de la Drosophile. Nous montrons que les CRM actifs sont caractérisés par la présence d'H3 modifiés (K27Ac et K79me3) et de PolII. De plus, la présence et la forme des signaux correspondants à ces marques corrèlent dynamiquement avec l'activité des CRM. Enfin, nous prédisons la présence de CRM actifs et confirmons leur activité in vivo à 89%. Paralllement, nous étudions comment cinq facteurs essentiels au développement cardiaque se coordonnent en cis au sein du mésoderme dorsal, précurseur des mésodermes cardiaque (MC) et viscéral (MV). Nous démontrons que ces facteurs sont recrutés en tant que collectif au niveau des CRM cardiaques via un nombre limité de sites de fixation et en l'absence de contraintes architecturales. En outre, nous découvrons que ces facteurs cardiaques sont recrutés au niveau de CRM actifs dans le MV voisin et activement réprimés dans le MC, reflétant ainsi l'origine tissulaire commune de ces deux populations cellulaires. Nous concluons que les CRM impliqués dans le développement peuvent présenter une empreinte développementale.

Nous introduisons un ensemble de modèles à facteurs latents dédié à la génomique du paysage et aux tests d'associations écologiques. Cela comprend des méthodes statistiques pour corriger des effets d'autocorrélation spatiale sur les cartes de composantes principales en génétique des populations (spFA), des méthodes pour estimer rapidement et efficacement les coefficients de métissage individuel à partir de matrices de génotypes de grande taille et évaluer le nombre de populations ancestrales (sNMF) et des méthodes pour identifier les polymorphismes génétiques qui montrent de fortes corrélations avec des gradients environnementaux ou avec des variables utilisées comme des indicateurs pour des pressions écologiques (LFMM). Nous avons aussi développé un ensemble de logiciels libres associés à ces méthodes, basés sur des programmes optimisés en C qui peuvent passer à l'échelle avec la dimension de très grand jeu de données, afin d'effectuer des analyses de structures de population et des cribles génomiques pour l'adaptation locale. / We introduce a set of latent factor models dedicated to landscape genomics and ecological association tests. It includes statistical methods for correcting principal component maps for effects of spatial autocorrelation (spFA); methods for estimating ancestry coefficients from large genotypic matrices and evaluating the number of ancestral populations (sNMF); and methods for identifying genetic polymorphisms that exhibit high correlation with some environmental gradient or with the variables used as proxies for ecological pressures (LFMM). We also developed a set of open source softwares associated with the methods, based on optimized C programs that can scale with the dimension of very large data sets, to run analyses of population structure and genome scans for local adaptation.