No description available.

La maladie de Lyme, ou borréliose de Lyme, est une infection bactérienne causée par le spirochète Borrelia burgdorferi sensu lato et transmise à l’hôte (homme, animal) par piqûre de tique du genre Ixodes. Cette maladie, caractérisée par un polymorphisme clinique important, est la maladie à transmission vectorielle la plus répandue dans l’hémisphère nord. Un traitement par antibiotiques permet une guérison rapide, mais si la maladie est diagnostiquée tardivement, certains symptômes persistent. Actuellement, aucun vaccin n’est commercialisé pour l’homme. Dans ce contexte, nous avons développé des approches protéomiques afin d’apporter de nouveaux éléments de compréhension du mécanisme d’interactions de la triade tique / bactérie / hôte. Ces travaux, visant particulièrement le développement de nouvelles stratégies vaccinales et diagnostiques, sont articulés autour de trois parties : - L’identification, suite à de nombreuses optimisations, d’une méthode d’analyse HPLC-UV et nanoLC-MS/MS, de protéines présentes dans des extraits de glandes salivaires de tiques et possédant une activité sur la réponse immunitaire innée cutanée. Ces développements ont mis en évidence une liste restreinte de protéines potentiellement bioactives. - La mise au point, sur un modèle murin, d’une méthode de détection d’une protéine de Borrelia burgdorferi, OspC, dans des biopsies cutanées par spectrométrie de masse ciblée LC-SRM. Cette étude a ouvert des perspectives quant au développement de nouveaux outils diagnostiques. - L’évaluation de la faisabilité de la détection de Borrelia burgdorferi directement à la surface de la peau par imagerie par spectrométrie de masse MALDI-MSI. / Lyme disease, or Lyme borreliosis, is a bacterial infection caused by Borrelia burgdorferi sensu lato and transmitted to the human or animal host by an Ixodes tick bite. This disease, characterized by a huge clinical polymorphism, is the most common vector-born disease in the Northern Hemisphere. An antibiotic treatment allows a fast recovery, but if it is diagnosed too late, some symptoms persist. Currently, no vaccine is marketed for humans. In this context, we have developed proteomic approaches to bring new understanding to the interaction mechanism of the triad tick / bacteria / host. This work, aimed particularly at the development of new vaccinal and diagnostic strategies, has three parts: - Identification, after numerous optimizations, of the analytical method HPLC-UV and nanoLC-MS/MS, of proteins that are present in tick salivary gland extracts and having activity on cutaneous innate immunity response. This work has highlighted a list of proteins with a potential biological activity. - Development, with a murine model, of a method for detecting Borrelia burgdorferi protein, OspC, in cutaneous biopsies by targeted mass spectrometry LC-SRM. This study has opened up perspectives concerning new diagnostic tools. - Evaluation of the feasibility of the Borrelia burgdorferi detection directly on the skin surface by MALDI imaging mass spectrometry.

Cette thèse préparée au CEA Leti, Minatec Campus, Grenoble, et à l’IMS, Bordeaux, s’inscrit dans le thème du traitement de l’information pour des données protéomiques. Nous cherchons à reconstruire des profils protéiques à partir des données issues de chaînes d’analyse complexes associant chromatographie liquide et spectrométrie de masse. Or, les signaux cibles sont des mesures de traces peptidiques qui sont de faible niveau dans un environnement très complexe et perturbé. Ceci nous a conduits à étudier des outils statistiques adaptés. Ces perturbations peuvent provenir des instruments de mesure (variabilité technique) ou des individus (variabilité biologique). Le modèle hiérarchique de l’acquisition des données permet d’inclure ces variabilités explicitement dans la modélisation probabiliste directe. La mise en place d’une méthodologie problèmes inverses permet ensuite d’estimer les grandeurs d’intérêt. Dans cette thèse, nous avons étudié trois types de problèmes inverses associés aux opérations suivantes: 1. la quantification de protéines cibles, vue comme l’estimation de la concentration protéique, 2. l’apprentissage supervisé à partir d’une cohorte multi-classe, vu comme l’estimation des paramètres des classes, et 3. la classification à partir des connaissances sur les classes, vue comme l’estimation de la classe à laquelle appartient un nouvel échantillon.La résolution des problèmes inverses se fait dans le cadre des méthodes statistiques bayésiennes, en ayant recours pour les calculs numériques aux méthodes d’échantillonnage stochastique (Monte Carlo Chaîne de Markov). / This thesis has been prepared at the CEA Leti, Minatec Campus, (Grenoble, France) and the IMS (Bordeaux, France) in the context of information and signal processing of proteomic data. The aim is to reconstruct the proteomic profile from the data provided by complex analytical workflow combining a spectrometer and a chromatograph. The signals are measurements of peptide traces which have low amplitude within a complex and noisy background. Therefore, adapted statistical signal processing methods are required. The uncertainty can be of technical nature (instruments, measurements) or of biological nature (individuals, “patients”). A hierarchical model, describing the forward problem of data acquisition, allows for includingexplicitly those variability sources within the probabilistic model. The use of the inverse problem methodology, finally, leads us to the estimation of the parameters of interest. In this thesis, we have studied three types of inverse problems for the following applications:1. quantification of targeted proteins, seen as estimation of the protein concentration,2. supervised training from a labelled cohort, seen as estimation of distribution parameters for each class,3. classification given the knowledge about the classes, seen as estimation of the class a biological sample belongs to.We solve these inverse problems within a Bayesian framework, resorting to stochastic sampling methods (Monte Carlo Markov Chain) for computation.

Die Aktivierung des NF-kB Vorläuferproteins p100 und p105 erfolgt durch eine proteasomale Trunkierung, um die aktiven p52 und p50 zu erzeugen. Zur Erforschung wurde eine Massenspektrometrie-basierende Proteomik-Strategie entwickelt, die mit der gezielten Reaktionsüberwachungstechnik plus einer Isotopenmarkierung verwendet wurde. In einem endogenen murinen embryonalen Fibroblasten-System konnte gezeigt werden, dass beide Vorläufer zu den jeweiligen Produkten in einer parallelen und sich einander bedingenden Weise in Reaktion auf einen Lymphotoxin-β-Rezeptor-Agonisten verarbeitet werden. Unsere SRM-SILAC- Methode erlaubte die Unterscheidung von Prä-Stimulationsprotein-Populationen aus Proteinen, die de novo nach der Stimulation synthetisiert wurden, und zeigte eine Tendenz für ältere Vorläufermoleküle, sich einer Degradation zu unterziehen, während die de novo-Moleküle auf die Produkte verarbeitet wurden. Die langsame und anhaltende Kinetik, die ein typisches Merkmal des nicht-kanonischen NF-κB- Weges ist. Darüber hinaus, konnten wir beobachten, dass die hydrolytische Aktivität der AAA ATPase VCP / p97 in der Bildung von de novo p52 und p50 eine Rolle spielt. Durch ein MS-basiertes Screening für strahlungsinduzierte Protein-Interaktoren eines weiteren NF-κB-Players, der die regulatorische Untereinheit des IKK-Komplexes IKKγ / NEMO bildet, konnte der Enhancer von mRNA Decapping 4 (EDC4) entdeckt werden. Durch die zusätzliche Untersuchung der E3-Ligase, Parkin, konnte eine Verbindung mit dem NF-κB-Weg durch eine lineare Ubiquitinierung hergestellt werden. Es konnte gezeigt werden, dass Parkin ist Hauptkomponenten des linearen Ubiquitin-Ketten-Assemblierungskomplexes (LUBAC). Die Proteomanalyse im Proteinkinase A (PKA) -Signalisierungsweg konnte zwei neuartige Regulationsformen identifizieren: K63-verknüpfte Polyubiquitinierung die katalytische Untereinheit von PKA, PKAC in Richtung eines lysosomalen pathways führt, und auch durch einen Pseudosubstrat-Hemmungsmechanismus. / Activation of the NF-κB precursor protein p100 and p105 by a specific proteasomal truncation to yield the active products p52 and p50 is a distinct feature of the non- canonical pathway but the mechanism governing it remains elusive. A novel mass spectrometry-based proteomics strategy was developed, using the targeted selected reaction monitoring technique in conjunction with stable isotope labeling for both absolute quantitation of proteins and to mark precursor protein populations relative to the application of the lymphotoxin β stimulation. In an endogenous murine embryonic fibroblast system, we have shown that both precursors are processed to the respective products in a parallel and interdependent manner in response to a lymphotoxin β receptor agonist. Our Dynamic SRM-SILAC method allowed distinction of pre-stimulation protein populations from proteins synthesized de novo post- stimulation, and revealed a tendency for older precursor molecules to undergo degradation while the de novo molecules went on to be processed to the products, accounting for the slow and persistent kinetics that are a hallmark of the non- canonical NF-κB pathway. In addition, the hydrolytic activity of the AAA ATPase VCP/p97 was implicated in the generation of de novo p52 and p50. An MS-based proteomics screen for specific, radiation-induced protein interactors of another key NF-κB player, the regulatory subunit of the IKK complex, IKKγ/NEMO, turned up the Enhancer of mRNA Decapping 4 (EDC4). This unexpected finding has expanded the known role of NF-κB regulation of protein levels beyond transcription into mRNA stability. Separate investigations into the ubiquitin E3 ligase, parkin, connected it to the NF-κB pathway through a linear ubiquitination it helps catalyze on IKKγ/NEMO. Proteomic analysis of polyubiquitin in the protein kinase A (PKA) signalling pathway helped to identify two novel modes of regulation: a lysosomal degradation pathway; as well as a pseudosubstrate inhibition mechanism.

Cette thèse préparée au CEA Léti, Minatec Campus, Grenoble, et à l'IMS, Bordeaux, s'inscrit dans le thème du traitement de l'information pour des données protéomiques. Nous cherchons à reconstruire des profils protéiques à partir des données issues de chaînes d'analyse complexes associant chromatographie liquide et spectrométrie de masse. Or, les signaux cibles sont des mesures de traces peptidiques qui sont de faible niveau dans un environnement très complexe et perturbé. Ceci nous a conduits à étudier des outils statistiques adaptés. Ces perturbations peuvent provenir des instruments de mesure (variabilité technique) ou des individus (variabilité biologique). Le modèle hiérarchique de l'acquisition des données permet d'inclure ces variabilités explicitement dans la modélisation probabiliste directe. La mise en place d'une méthodologie problèmes inverses permet ensuite d'estimer les grandeurs d'intérêt. Dans cette thèse, nous avons étudié trois types de problèmes inverses associés aux opérations suivantes: 1) la quantification de protéines cibles, vue comme l'estimation de la concentration protéique, 2) l'apprentissage supervisé à partir d'une cohorte multi-classe, vu comme l'estimation des paramètres des classes, et 3) la classification à partir des connaissances sur les classes, vue comme l'estimation de la classe à laquelle appartient un nouvel échantillon. La résolution des problèmes inverses se fait dans le cadre des méthodes statistiques bayésiennes, en ayant recours pour les calculs numériques aux méthodes d'échantillonnage stochastique (Monte Carlo Chaîne de Markov).