La modélisation de données séquentielles est utile à de nombreux domaines : reconnaissance de parole, de gestes, d'écriture, ou encore la synthèse d'animations pour des avatars virtuels. Notre modélisation part du constat qu'une part importante de la variabilité entre les séquences d'observations peut être la conséquence de quelques variables contextuellesfixes le long de la séquence ou qui varient en fonction du temps. Une phrase peut être exprimée différemment en fonction de l'humeur du locuteur, un geste peut être plus ample en fonction de la taille de l'acteur etc... Ce type de variabilité ne peut pas toujours être supprimée par des pré-traitements.Dans un premier temps, nous proposons les modèles Markoviens Contextuels (CHMM), afin de modéliser directement l'influence du contexte sur les séquences d'observation en paramétrisant les distributions de probabilités des HMMs par des variables contextuelles statiques ou dynamiques.Puis, nous décrivons une approche afin d'exploiter efficacement l'information contextuelle dans un modèle discriminant, les Champs de Markov Conditionnels et Contextuels (CHCRF).Nous testons plusieurs variantes des CHMMs et investiguons dans quelle mesure cette modélisation est pertinente pour la classification de caractères manuscrits, la reconnaissance de parole ou pour la synthèse de mouvements de sourcils à partir de la parole pour un avatar virtuel.Enfin, afin d'apprendre à partir de moins d'exemples, nous proposons une approche de type Transfert utilisant les HMMs Contextuels. Cette méthode réalise du partage d'information entre les classes la ou les approches génératives apprennent des modèles de classes indépendants. / Modeling time series has practical applications in many domains : speech, gesture and handwriting recognition, synthesis of realistic character animations etc...The starting point of our modeling is that an important part of the variability between observation sequences may be the consequence of a few contextual variables that remain fixed all along a sequence or that vary slowly with time. For instance a sentence may be uttered quite differently according to the speaker emotion, a gesture may have more amplitude depending on the height of the performer etc... Such a variability cannot always be removed through preprocessing.We first propose the generative framework of Contextual Hidden Markov Models (CHMM) to model directly the influence of contextual information on observation sequences by parameterizing the probability distributions of HMMs with static or dynamic contextual variables. We test various instances of this framework on classification of handwritten characters, speech recognition and synthesis of eyebrow motion from speech for a virtual avatar.For each of these tasks, we investigate in what extent such modeling can translate into performance gains. We then introduce a natural and efficient way to exploit contextual information into Contextual Hidden Conditional Random Fields (CHCRF), the discriminative counter part of CHMMs.CHCRF may be viewed as an efficient way to learn a HCRF that exploit contextual information.Finally, we propose a Transfer Learning approach to learn Contextual HMMs from fewer examples. This method relies on sharing information between classes where in generative models classes are normally considered independent.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Les récents progrès en génomique ont conforté la complexité de l’origine des algues; d’un point de vue de la phylogénie des hôtes de l’endosymbiose, les algues forment un groupe évolutif polyphylétique. Les algues vertes forment deux embranchements majeurs : les Streptophyta et les Chlorophyta. Les chlorophytes comprennent la majorité des algues vertes connues et se regroupent en quatre classes. La première, les Prasinophyceae, occupe la position la plus basale, tandis que l’ordre d’embranchement des trois autres classes (Ulvophyceae, Trebouxiophyceae et Chlorophyceae) demeure encore incertain. Pour clarifier les relations évolutives chez les Clorophyceae, huit génomes chloroplastiques appartenant à la lignée des Chlamydomonadales, lignée majeure des Chlorophyceae, ont été séquencés et analysés. Des études phylogénétiques ont confirmé les classifications préétablies et de nouveaux clades se sont vus formés. Les génomes de ces algues chlorophycéennes ont révélé une architecture conservée avec un certain nombre de caractères spécifiques à la classe des Chlamydomonadales. L’analyse de leurs caractères moléculaires a révélé des génomes marqués par la réduction ou le réarrangement de leur répertoire génomique comparativement aux génomes chloroplastiques des algues vertes plus ancestrales. / Recent advances in genome sequencing and analysis have reinforced the complexity of the origin of the green algae. From the point of view of a host endosymbiotic phylogeny, green algae form a polyphyletic evolutionary group. Green algae form two major branches : the Streptophyta and Chlorophyta. Chlorophytes include the majority of green algae known and they are grouped into four classes. The first, that of Prasinophyceae, occupies the most basal position, while the branching order of the other three classes (Ulvophyceae, Trebouxiophycea and Chlorophyceae) remain uncertain. To clarify the evolutionary relationships amongst Chlorophyceae, eight chloroplast genomes belonging to the lineage of Chlamydomonadales, a major clade of Chlorophyceae were sequenced and analyzed. Phylogenetic studies have confirmed the pre-established classifications and new clades were seen to be formed. The genomes of these chlorophyll algae were revealed to be conserved with a number of specific architectural characters of the Chlamydomonadales class. Analysis of their molecular characteristics revealed a genome marked by the reduction or rearrangement of their genomic repertory compared to chloroplast genomes of the ancestral green algae.

Les cartes génétiques dérivées de l’étude d’une seule population de cartographie souffrent typiquement de plusieurs lacunes dont une couverture incomplète du génome et une résolution limitée. Une carte génétique consensus est une carte issue de la fusion de multiples cartes génétiques individuelles et permet de remédier à ces lacunes. Cette étude avait pour objectif de construire une carte génétique consensus à haute densité pour le soja (Glycine max (L.) Merr.) canadien au moyen de marqueurs obtenus par génotypage par séquençage (GBS). Six populations biparentales, dont l’effectif variait entre 278 et 365 lignées, ont été génotypées par GBS. Dans un premier temps, nous avons généré une carte génétique pour chaque population. Les tailles de ces cartes variaient entre 1869,3 cM et 2286,7 cM. Au total, quatre-vingt-trois (83) intervalles non-couverts ayant une taille > 10 cM (le maximum étant de 34,8 cM) ont été recensés. Ensuite, les six (6) cartes génétiques individuelles ont été fusionnées pour produire une carte consensus couvrant 99,5 % du génome, totalisant 16 311 SNP, s’étendant sur 2075,2 cM et comptant seulement deux intervalles dépourvus de marqueurs dont la taille excédait 10 cM. Cette carte consensus a ainsi pu remédier aux carences des cartes individuelles. Elle est considérée de meilleure qualité comparée aux cartes consensus précédentes, y compris la plus récente issue de 40 populations NAM (Nested Association Mapping ). En effet, cette dernière recèle encore 36 intervalles non couverts de > 10 cM et couvre une moins grande portion du génome. Finalement, la carte consensus GBS présente une meilleure cohérence entre la position physique et la position génétique des marqueurs. Grâce à cette carte consensus, nous avons pour chaque marqueur SNP dérivé du GBS une position à la fois sur la carte physique et sur la carte génétique, une information utile pour de nombreuses analyses génétiques et génomiques. / Genetic linkage maps using only one mapping population are described as maps with low resolution. These maps typically retain gaps, i.e. regions that are not covered by any markers. Consensus genetic maps were developed to overcome such limitations. They are generated by merging individual maps and using the common markers as reference points. The aim of this study was to generate a high-density consensus map for Canadian soybean using markers generated by genotyping by sequencing (GBS). Six mapping populations of varying size (n = 278 to 365) were genotyped using GBS. In a first step, we generated individual genetic maps. The size of the resulting maps varied between 1869.3 cM and 2286.7 cM and a total of 83 gaps with a size > 10 cM (the largest gap size was 34.8 cM) were observed across the six maps. In a second stage, we merged the six individual genetic maps to generate a single consensus map. On this map, 16,311 SNPs were assigned a position and these markers covered 99.5% of the genome. The map extends over 2075.2 cM and the number of gaps > 10 cM was reduced to only two. This map therefore overcame the limitations of the individual genetic maps and is superior to the previous consensus genetic maps such as the consensus genetic map generated from 40 nested association mapping (NAM) populations. The NAM map contains 36 gaps with a size > 10 cM and covers a smaller portion of the genome. In addition, the order of markers was much more concordant in the GBS map, when comparing the genetic and the physical positions. Thanks to this consensus map, we were able to assign both a physical and a genetic position for every SNP generated using GBS. These two types of information are important for many genetic and genomic studies.

Le développement récent des prime editors (PE) a introduit un nouvel outil de modification génomique précis, qui permet un large éventail de modifications génétiques ciblées sans nécessité de modèles d'ADN donneur. L'édition primaire utilise la transcription inverse amorcée par la cible pour inscrire des séquences modifiées dans le génome. Cette approche permet l'installation de toutes les variantes de nucléotides uniques ainsi que de courtes insertions et délétions, offrant la méthode la plus polyvalente et précise d'édition génomique à ce jour. Cependant, les PE sont actuellement limités par une faible efficacité. Dans le cadre du premier chapitre de cette thèse, nous avons développé une méthode à haut débit, l'essai de séquençage Peptide Self-Editing sequencing assay (PepSEq), pour mesurer comment la fusion de 12 000 peptides de 85 acides aminés influence l'efficacité de PE. Nos résultats démontrent que l'intégration de la fusion de peptides augmente significativement les capacités de PE. Spécifiquement, nous avons identifié que les peptides améliorant l'édition, lorsqu'ils sont combinés de manière synergique, conduisent à des améliorations substantielles de l'édition dans une variété de lignées cellulaires et sur de nombreux sites cibles génomiques. Notamment, la configuration la plus efficace de double peptide-éditeur primaire a considérablement augmenté l'efficacité de PE. Le mécanisme sous-jacent de cette construction semble être une amélioration de l'efficacité de la traduction, les établissant comme des outils universellement applicables pour optimiser l'édition primaire. Dans le cadre du deuxième chapitre de cette thèse, nous avons décrit une approche de mutagenèse saturante utilisant les PE. Nous exploitons le système PE en conjonction avec une plateforme de criblage à haut débit qui incorpore un rapporteur intégré pour mesurer les résultats d'édition et leurs ramifications phénotypiques afin d'évaluer efficacement les variants associés aux maladies. Ensuite, nous appliquons cette stratégie dans un essai de captation de LDL fluorescent, pour une interprétation fonctionnelle précise de variants complexes, tels que ceux affectant la captation de LDL. Ce travail établit un nouveau référentiel pour l'évaluation fonctionnelle des variants génétiques en fournissant une compréhension plus nuancée de la pathogénicité des variants et de ses mécanismes structurels. / The recent development of prime editors (PE) has introduced a novel, precise genome editing tool that enables a broad array of targeted genetic modifications without the need for donor DNA templates. Prime editing uses target-primed reverse transcription to write altered sequences into the genome. This approach allows for the installation of all single-nucleotide variants as well as short insertions and deletions, offering the most versatile and precise method for genome editing to date. However, PEs are currently limited by low efficiency. As part of the first chapter of this thesis, we developed a high-throughput method, Peptide Self-Editing sequencing assay (PepSEq), to measure how fusion of 12,000 85-amino acid peptides influences prime editing efficiency. Our findings demonstrate that the integration of peptide fusion significantly augments prime editing capabilities. We identified that prime-enhancing peptides, when synergistically combined, lead to substantial improvements in prime editing across a variety of cell lines and at numerous genomic target sites. Notably, the most effective dual peptide-prime editor configuration substantially elevated prime editing efficiency. The underlying mechanism of this construct appears to be an enhancement of translation efficiency, establishing them as universally applicable tools for optimizing prime editing. As part of the second chapter of this thesis, we describe a saturation mutagenesis approach using PEs. We leverage the PE system in conjunction with a high-throughput screening platform that incorporates an integrated reporter for measuring editing outcomes and their phenotypic ramifications to efficiently evaluate disease-associated variants. Then, we apply this strategy in a fluorescent LDL uptake assay for precise functional interpretation of complex variants, such as those affecting LDL uptake. This work sets a new benchmark for the functional assessment of genetic variants by providing a more nuanced understanding of variant pathogenicity and its structural mechanisms.

Au Canada, 5 à 10% des cas de cancer du sein sont des cancers héréditaires provenant de familles à risque élevé de développer la maladie. Cependant, la majorité des cas héréditaires ne sont pas encore caractérisés. L’épissage alternatif est reconnu pour être impliqué dans le développement du cancer. L’analyse de la signature transcriptionnelle d’individus atteints et non-atteints de cancer du sein pourrait révéler des transcrits impliqués dans la susceptibilité ou le développement de ce type de cancer. La technique «RNA sequencing» a été utilisée pour établir le profil transcriptionnel de femmes provenant de familles à risque élevé. L’ARN a été extrait des lignées de lymphocytes immortalisés provenant de 117 femmes de familles dites à risque élevé, c’est-à-dire porteuses d’une mutation délétère dans le gène BRCA1, BRCA2 ou sans mutation BRCA1/2. Une analyse Anova suivie d’un test Bonferroni et d’un test de Scheffé ont été utilisés pour identifier les transcrits significativement et différentiellement exprimés entre les différents groupes. Au total, 95 transcrits correspondant à 85 gènes sont significatifs (p-value < 0.01). Selon les signatures transcriptionnelles, il est possible de séparer les groupes BRCA1/2 du groupe BRCAX. Un enrichissement dans les sentiers métaboliques au niveau de la signalisation comme EIF2, IL-3 et mTOR a été obtenu. De plus, 28 transcrits sont différentiellement exprimés entre les femmes BRCAX atteintes et non atteintes. L’identification de transcrits différentiellement exprimés permettrait d’identifier des individus ayant une susceptibilité plus élevée de développer un cancer du sein. / In Canada, 5 to 10% of breast cancer cases are inherited and come from high-risk families. However, the majority of hereditary breast cancer is not yet characterized. Alternative splicing (AS) is a mechanism known to be involved in cancer development. The analysis of transcriptome in high-risk breast cancer individuals affected with breast cancer or not could reveal transcripts implicated in breast cancer susceptibility and development. RNA-seq technology was used to characterize the transcriptome in French Canadian families with high risk of breast and ovarian cancer. RNA extracted from immortalized lymphoblastoid cell lines of 117 women (affected or unaffected) and issued from BRCA1, BRCA2 or non-BRCA1/2 (BRCAX) families was used. Anova and Bonferroni tests followed by Scheffé test were performed to detect significantly and differentially expressed transcripts within these groups. In total, 95 transcripts corresponding to 85 genes were significant (p-value < 0.01). Hierarchical clustering based on transcriptional data allowed distinctive subgrouping of BRCA1/2 subgroups from BRCAX individuals. Enrichment in signaling pathways such as EIF2, IL-3 and mTOR was obtained. Furthermore, 28 transcripts were differentially expressed between BRCAX affected and unaffected women. The identification of differentially expressed transcripts could allow identifying individuals with a high susceptibility for breast cancer.

Le séquençage de nouvelle génération (NGS) a révolutionné la recherche chez les plantes et les animaux de plusieurs façons, y compris via le développement de nouvelles méthodes de génotypage à haut débit pour accélérer considérablement l'étude de la composition des génomes et de leurs fonctions. Dans le cadre du projet SoyaGen, financé par Génome Canada, nous cherchons à mieux comprendre la diversité génétique et l'architecture sous-jacente régissant les principaux caractères agronomiques chez le soja. Le soja est la plus importante culture oléagineuse au monde en termes économiques. Dans cette étude, nous avons cherché à exploiter les technologies NGS afin de contribuer à l'élucidation des caractéristiques génomiques du soja. Pour ce faire, trois axes de recherche ont formé le cœur de cette thèse : 1) le génotypage pan-génomique à faible coût, 2) la caractérisation exhaustive des variants génétiques par reséquençage complet et 3) l’identification de mutations à fort impact fonctionnel sur la base d’une forte sélection au sein des lignées élites. Un premier défi en analyse génétique ou génomique est de rendre possible une caractérisation rapide et peu coûteuse d’un grand nombre de lignées à un très grand nombre de marqueurs répartis sur tout le génome. Le génotypage par séquençage (GBS) permet d'effectuer simultanément l’identification et le génotypage de plusieurs milliers de SNP à l'échelle du génome. Un des grands défis en analyse GBS est d’extraire, d’une montagne de données issues du séquençage, un grand catalogue de SNP de haute qualité et de minimiser l’impact des données manquantes. Dans une première étape, nous avons grandement amélioré le GBS en développant un nouveau pipeline d’analyse bio-informatique, Fast-GBS, conçu pour produire un appel de génotypes plus précis et plus rapide que les outils existants. De plus, nous avons optimisé des outils permettant d’effectuer l'imputation des données manquantes. Ainsi, nous avons pu obtenir un catalogue de 60K marqueurs SNP au sein d’une collection de 301 accessions qui se voulait représentative de la diversité du soja au Canada. Dans un second temps, toutes les données manquantes (~50%) ont été imputées avec un très grand degré d’exactitude (98 %). Cette caractérisation génétique a été réalisée pour un coût modique, soit moins de 15$ par lignée. Deuxièmement, pour caractériser de manière exhaustive les variations nucléotidiques et structurelles (SNV et SV, respectivement) dans le génome du soja, nous avons séquencé le génome entier de 102 accessions de soja au Canada. Nous avons identifié près de 5M de variants nucléotidiques (SNP, MNP et Indels) avec un haut niveau d’exactitude (98,6 %). Ensuite, en utilisant une combinaison de trois approches différentes, nous avons détecté ~92K SV (délétions, insertions, inversions, duplications, CNV et translocations) et estimé que plus de 90 % étaient exacts. C'est la première fois qu'une description complète de la diversité des haplotypes SNP et du SV a été réalisée chez une espèce cultivée. Enfin, nous avons mis au point une approche analytique systématique pour faciliter grandement l’identification de gènes dont des allèles ont fait l’objet d’une très forte sélection au cours de la domestication et de la sélection. Cette approche repose sur deux progrès récents en génomique : 1) le séquençage de génomes entiers et 2) la prédiction des mutations entraînant une perte de fonction (LOF pour « loss of function »). En utilisant cette approche, nous avons identifié 130 gènes candidats liés à la domestication ou à la sélection chez le soja. Ce catalogue contient tous les gènes de domestication précédemment caractérisés chez le soja, ainsi que certains orthologues chez d'autres espèces cultivées. Cette liste de gènes fournit de nombreuses pistes d’investigation pour des études visant à mieux comprendre les gènes qui contribuent fortement à façonner le soja cultivé. Cette thèse permet ultimement une meilleure compréhension des caractéristiques génomiques du soja. En outre, elle fournit plusieurs outils et références génomiques qui pourraient facilement être utilisés dans de futures recherches en génomique chez le soja de même que chez d’autres espèces. / Next-generation sequencing (NGS) has revolutionized plants and animals research in many ways, including the development of new high-throughput genotyping methods to accelerate considerably the composition of genomes and their functions. As part of the SoyaGen project, funded by Genome Canada, we are seeking to better understand the genetic diversity and underlying architecture governing major agronomic traits in soybeans. Soybean is the world's largest oilseed crop in economic terms. In this study, we sought to exploit NGS technologies to help elucidate the genomic characteristics of soybeans. To this end, three main research topics have formed the core of this thesis: 1) low-cost genome-wide genotyping, 2) exhaustive characterization of genetic variants by whole-genome resequencing, and 3) identification of mutations with high functional impact on the basis of a strong selection within the elite lines. A first challenge in genetic or genomic analysis is to make possible a rapid and inexpensive characterization of a large number of lines with a very large number of markers distributed throughout the genome. Genotyping-by-sequencing (GBS) allows simultaneous identification and genotyping of several thousand SNPs on a genome-wide scale. One of the major challenges in GBS analysis is to extract a large catalog of high quality SNP from a mountain of sequencing data and minimize the impact of missing data. As a first step, we have greatly improved the GBS by developing a new bio-informatics analysis pipeline, Fast-GBS, designed to produce a more accurate and faster call of genotypes than existing tools. In addition, we have optimized tools for imputing missing data. For example, we were able to obtain a catalog of 60K SNP markers from a collection of 301 accessions that were representative of soybean diversity in Canada. Second, all missing data (~ 50%) were imputed with a very high degree of accuracy (98%). This genetic characterization was performed at a low cost, less than $ 15 per line. Second, to fully characterize the nucleotide and structural variations (SNV and SV, respectively) in the soybean genome, we sequenced the whole genome of 102 Canadian soybean accessions. We have identified nearly 5M of nucleotide variants (SNP, MNP and Indels) with a high level of accuracy (98.6%). Then, using a combination of three different approaches, we detected ~ 92K SV (deletions, insertions, inversions, duplications, CNVs and translocations) and estimated that more than 90% were accurate. This is the first time that a complete description of the diversity of SNP and SV haplotypes has been carried out in a cultivated species. Finally, we have developed a systematic analytical approach to greatly facilitate the identification of genes whose alleles have undergone a very strong selection during domestication and selection. This approach is based on two recent advances in genomics: (1) whole-genome sequencing and (2) predicting mutations resulting in loss of function (LOF). Using this approach, we identified 130 candidate genes related to domestication or selection in soybean. This catalogue contains all of the previously well-characterized domestication genes in soybean, as well as some orthologues from other domesticated crop species. This list of genes provides many avenues of investigation for studies aimed at better understanding the genes that contribute strongly to shaping cultivated soybeans. This thesis ultimately leads to a better understanding of the genomic characteristics of soybeans. In addition, it provides several tools and genomic resources that could easily be used in future genomic research in soybeans as well as in other species.

Les UDP-glucuronosyltransférases (UGT), enzymes catalysant la réaction de glucuronidation, sont impliquées dans le métabolisme de nombreux substrats endogènes (p. ex. bilirubine et hormones stéroïdiennes) et exogènes (p. ex. agents anticancéreux et médicaments d’autres classes) grâce à leur expression, entre autres, dans les tissus du métabolisme des médicaments tels que le foie, les reins et le tractus gastro-intestinal. Ainsi, une vue d’ensemble et détaillée du transcriptome des UGT humaines apparait comme une condition importante à l’établissement de la signature métabolique d’un individu. Dans le cadre de mon projet de recherche de doctorat, nous avons mis à jour le transcriptome des dix gènes UGT humains dans des tissus normaux et tumoraux du métabolisme par séquençage de nouvelle génération d’ARN ciblés (Capture-Seq). Pour cela, des tissus de foie, de rein, d’intestin et de côlon ainsi que des tissus d’endomètre, de sein et de prostate ont été analysés. Après alignement sur le génome de référence humain (hg19), 234 nouveaux évènements d’épissage ont été identifiés. Tous les transcrits codants pour les enzymes UGT1 et UGT2 déjà connues ont été observés, ainsi que plus de 130 nouveaux transcrits présentant des structures variables et des fonctions biologiques potentiellement diverses. Ainsi, nos travaux révèlent que l’ensemble des gènes UGT est sujet à l’épissage alternatif. Ces résultats ont permis de proposer une structure génomique révisée des locus UGT ainsi que d’établir le vaste répertoire des transcrits pour chaque gène UGT dans les tissus étudiés. Enfin, l’ensemble du transcriptome des gènes UGT a été quantifié dans les principaux tissus du métabolisme des médicaments. Les résultats indiquent que les transcrits alternatifs représentent une part non négligeable et très variable du transcriptome UGT, c’est-à-dire de 6 à 100 % de l’expression génique, et qu’ils sont exprimés de façon tissu spécifique. De plus, ces données suggèrent un remodelage du transcriptome UGT en présence de néoplasie pouvant affecter la capacité de glucuronidation tumorale comparativement au tissu sain. Le programme complexe d’épissage alternatif régulant l’expression et la fonction des protéines alternatives UGT jouerait un rôle important dans la détermination de la capacité de détoxification d’un organe, affectant potentiellement la réponse aux médicaments et à d’autres composés éliminés par cette voie métabolique. La connaissance approfondie du transcriptome des UGT est cruciale afin de mieux comprendre les éléments fonctionnels des locus UGT et d’établir leur rôle dans le métabolisme des médicaments et dans la réponse à divers composés endogènes. / UDP-glucuronosyltransferases (UGT) catalyze the reaction of glucuronidation. These enzymes are involved in the metabolism of many endogenous (e.g. bilirubin and steroid hormones) and exogenous substrates (e.g. many anticancer agents and drugs of other classes). They are expressed, among others, in the tissues of drug metabolism of such as the liver, kidneys and gastrointestinal tract tissues. A comprehensive and detailed view of the human UGT transcriptome emerges as a key condition for the establishment of the metabolic signature of an individual. As part of my PhD research project, we uncover the transcriptome landscape of the 10 human UGT gene loci in normal and tumoral metabolic tissues by targeted RNA next-generation sequencing (Capture-Seq). For this, liver tissues, kidney, small intestine and colon as well as endometrial tissues, breast and prostate were analyzed. Alignment on the human hg19 reference genome identifies 234 novel exon-exon junctions. We recover all previously known UGT1 and UGT2 enzyme-coding transcripts and identify over 130 structurally and functionally diverse novel UGT variants. Our work establish for the first time that all UGT genes are subject to alternative splicing. We further expose a revised genomic structure of UGT loci and provide a comprehensive repertoire of transcripts for each UGT gene. Finally, the entire transcriptome of UGT genes was quantified in the major drugs metabolism tissues (liver, kidney and intestine). The results indicate that alternative transcripts represent a significant part of the UGT transcriptome varying from 6-100% of UGT gene expression. Data also uncover a remodelling of the UGT transcriptome occurring in a tissue- and tumor-specific manner. The complex alternative splicing program regulating UGT expression and protein functions is likely critical in determining detoxification capacity of an organ and stress-related responses, with significant impact on drug responses and diseases.

L'apprentissage de séquence d'informations est une habileté fondamentale, qui sous-tend une foule de comportements quotidiens (p. ex. la lecture). Plusieurs techniques sont utilisées pour étudier le phénomène, dont l'effet de répétition de Hebb : un apprentissage est observé par l'amélioration du rappel d'une séquence d'informations qui est répétée au cours d'une tâche de rappel ordonné. Son examen est cependant restreint aux mesures de performance, qui n'offrent qu'une lecture du phénomène au terme de la chaine de processus permettant l'apprentissage. Ainsi, certains suggèrent l'emploi de mesures physiologiques pour pallier ces limites et offrir une lecture des mécanismes déployés durant l'apprentissage du matériel. Ainsi, la thèse s'intéresse à l'exploration d'une mesure physiologique candidate à l'examen de l'effet de Hebb. La pupillométrie propose deux avenues plausibles pour refléter les manifestations associées à l'apprentissage d'une séquence. D'une part, la dilatation pupillaire est liée à l'effort mental déployé dans la tâche : une baisse de l'effort mental face au traitement d'une séquence répétée impliquerait une meilleure maitrise de son contenu, et donc son apprentissage. D'autre part, une réponse pupillaire est observée lorsqu'une transgression du patron de régularités de l'environnement est décelée : une telle réponse pupillaire face à une irrégularité insérée dans une séquence répétée suggérait alors l'apprentissage de ce patron d'informations. Ce faisant, les présents travaux ont pour objectifs de tester l'aptitude de ces deux mesures pupillaires à refléter les manifestations associées à l'effet de Hebb. À travers deux expériences, le premier chapitre de thèse suggère que la réponse pupillaire à l'effort mental reflète le bénéfice engendré par l'effet de Hebb. En effet, l'avantage au rappel induit par l'apprentissage s'illustre sur l'indice pupillaire de l'effort mental via une baisse du diamètre pupillaire à partir de la fin de l'encodage jusqu'à la rétention du matériel, indiquant un relâchement des ressources cognitives avant le rappel. Au second chapitre de thèse, une expérience teste les répercussions pupillaires de l'insertion d'une irrégularité dans la séquence apprise. En fin d'apprentissage, une réponse pupillaire signalant le bris du patron de la séquence répétée est observée, suggérant son apprentissage. Les résultats de la thèse appuient l'aptitude de la pupillométrie à offrir deux nouvelles avenues pour mesurer l'apprentissage d'une séquence répétée. L'examen du potentiel de ces deux indices pave la voie à de nouvelles manières d'étudier le phénomène d'apprentissage de séquence, et d'approfondir les modélisations contemporaines de la mémoire de l'ordre. / Sequence learning is a fundamental ability that underpins numerous daily tasks (e.g., reading). This phenomenon can be studied in a serial recall task, in which the learning of a repeated sequence of information can be observed from the improvement of its recall over repetitions. The investigation of this Hebb repetition effect is, however, restricted to performance measures, that only reflect the cumulative influence of all processes allowing learning. Many researchers suggest that physiological measures could provide an in-depth look at these mechanisms engaged during learning. In this view, the thesis seeks to investigate a physiological measure capable of reflecting sequence learning occurring in the Hebb repetition effect. Pupillometry aspires to provide two ways of indexing the processes associated with sequence learning. First, task-evoked pupil dilatation is a valid index of cognitive load: a decrease in cognitive effort associated with the processing of the repeated sequence would imply that the sequence has been learned. Second, a rapid pupillary response is observed when a violation in the environmental regularity pattern is detected: this pupillary response in the face of an irregularity inserted in the repeated sequence would denote learning of the information pattern. Thus, the present work aims to test the ability of these two pupillary responses of reflecting processing linked to the Hebb repetition effect. In two experiments, the first chapter suggests that the beneficial effect of learning can be observed through task-evoked pupil response: the recall advantage induced by learning is echoed to the pupillary index of mental load, by a decrease in pupil size following the end of encoding until retention, suggesting a gradual release of cognitive resources before recall. In the second chapter, a third experiment tests the pupillary response to a pattern transgression in the repeated sequence. Towards the end of the task, a rapid pupillary response following the violation of the sequence pattern suggests that the structure of the sequence was indeed learned. Taken together, these results support pupillometry's potential to offering two novel ways to assess learning associated with the Hebb repetition effect. This thesis provides a new playground for studying this sequence learning phenomenon, hence offering opportunities of deepening contemporary modelling of memory for serial order.

La recherche d'ARN non-codants (ARNnc) a reçu un regain d'intérêt suite à la découverte de nouveaux types d'ARNnc aux fonctions multiples. De nombreuses techniques ont été développées pour localiser ces ARN dans des séquences génomiques. Nous utilisons ici une approche supposant la connaissance d'un ensemble d'éléments de structure discriminant une famille d'ARNnc appelé signature.<br /><br />Dans cette approche, nous combinons plusieurs techniques de \textit{pattern-matching} avec le formalisme des réseaux de contraintes pondérées afin de modéliser simplement le problème, de décrire finement les signatures et d'attribuer un coût à chaque solution. Nos travaux nous ont conduit à élaborer plusieurs techniques de filtrage ainsi que des algorithmes de pattern-matching originaux que nous présentons ici.<br /><br />Nous avons de plus conçu un logiciel, appelé DARN!, qui implante notre approche, ainsi qu'un module de génération de signatures. Ceux-ci permettent de rechercher efficacement de nouveaux ARNnc.