Le cancer est une maladie du génome. La transformation tumorale résulte de l’acquisition de mutations somatiques via divers processus mutagènes opérant tout au long de la vie du patient. Les mécanismes à l’origine des mutations incluent les erreurs de réplication, les défauts de réparation de l’ADN, les modifications de base spontanées ou catalysées par des enzymes cellulaires, et l’exposition à des agents mutagènes endogènes (ROS) ou exogènes (tabac, UV…). Au cours de ma thèse, j’ai analysé des données de séquençage exome et génome complet de tumeurs hépatiques pour décortiquer les mécanismes à l’origine des mutations dans ces tumeurs, leur interaction avec les facteurs de risque, les processus cellulaires, les gènes drivers, et leur évolution au cours de la maladie. J’ai utilisé des méthodes statistiques existantes et dévoloppé des outils bioinformatiques innovants pour:- extraire les signatures de mutations et de réarrangements structuraux à l’aide de données de séquençage à haut débit- identifier les facteurs de risque et/ou les altérations génétiques à l’origine de chacune- prédire les mécanismes mutagènes à l’origine de chaque mutation somatique- explorer les corrélations entre la densité des mutations et les processus cellulaires comme la réplication et la transcription- reconstruire l’histoire clonale des tumeurs et dater l’apparition des signatures mutationnelles et des aberrations chromosomiques.Ces approches innovantes m’ont permis d’identifier 10 signatures mutationnelles: 5 signatures ubiquitaires à l’œuvre dans toutes les tumeurs hépatiques mais modulées par les facteurs de risque (sexe, alcool, tabac), et 5 signatures sporadiques opérant dans moins de 5% des tumeurs et associées à des étiologies connues (aflatoxine B1, acide aristolochique) ou restant à identifier. J’ai aussi mis en évidence 6 signatures de réarrangements structuraux, notamment des phénotypes duplicateurs et déléteurs, spécifiques de petits groupes de tumeurs. Chaque processus mutagène est modulé différemment par la réplication et la transcription. Les signatures liées à des molécules formant des adducts sur l’ADN (hydrocarbures polycycliques aromatiques, aflatoxine B1, acide aristolochique) sont nettement moins actives dans les gènes fortement exprimés suite à l’action du transcription-coupled repair, alors que la signature 16, liée à l’alcool, présente un motif unique de transcription-coupled damage. Une corrélation étonnante entre la densité des petites insertions et délétions (indels) et l’expression des gènes a été identifiée, conduisant à une accumulation considérable d’indels dans les gènes très forterment exprimés dans les cellules hépatiques. Enfin, l’histoire clonale des tumeurs hépatiques montre l’évolution des signatures mutationnelles au cours du temps et identifie l’accumulation de gains chromosomiques multiples comme un évènement tardif entraînant probablement une croissance de la tumeur jusqu’à une taille détactable en clinique. Ces résultats nous éclairent sur les mécanismes à l’origine des altérations génomiques dans l’histoire naturelle des cancers du foie. / Cancer is a disease of the genome. A normal cell goes rogue and is transformed into a cancerous cell due to acquired somatic mutations in its genome. The catalogue of these somatic mutations observed in the cancer genome is the outcome of multiple mutational processes that have been operative over the lifetime of a patient. These mutational processes that have occurred throughout the development of cancer may be infidelity of the DNA replication machinery, impaired DNA repair system, enzymatic modifications of DNA, or exposures to exogenous or endogenous mutagens. Each mutational process leaves a characteristic pattern – a “mutational signature” on the cancer genome. Various genomic features related to genome architecture, including DNA replication and transcription, modulate these mutational processes. During my PhD, I analyzed whole exome and whole genome sequencing data from liver tumors to understand the mutational processes remodeling these tumor genomes, their interaction with risk factors, cellular processes, and driver genes, and their evolution along the tumor histories. For that aim, I used existing statistical methods and I developed innovative computational tools to:- extract mutational and structural variant signatures from next-generation sequencing data- identify risk factors or genetic alterations underlying each process- predict the mutational process at the origin of each somatic mutation- explore correlations between mutation rates and cellular processes like replication and transcription- reconstruct the clonal history of a tumor and the timing of mutational processes and copy-number changes These innovative analytical strategies allowed me to identify 10 mutational signatures: 5 ubiquitous signatures operative in every liver cancer but modulated by risk factors (gender, alcohol, tobacco), and 5 sporadic signatures operative in <5% of HCC and associated with specific known (aflatoxin B1, aristolochic acid) or unknown mutational processes. I also identified 6 structural variant signatures, including striking duplicator or deletor phenotypes in rare tumors. Each mutational process showed a different relationship with replication and transcription. Signatures of bulky DNA adducts (polycyclic aromatic hydrocarbons, aflatoxin B1, aristolochic acid) strongly decreased in highly expressed genes due to transcription-coupled repair, whereas the alcohol-related signature 16 displayed a unique feature of transcription-coupled damage. A striking positive correlation between indel rate and gene expression was observed, leading to recurrent mutations in very highly expressed tissue-specific genes. Finally, reconstructing the clonal history of HCC revealed the evolution of mutational processes along tumor development and identified synchronous chromosome duplications as late events probably leading to fast tumor growth and clinical detection of the tumor. Together, these findings shed new light on the mechanisms generating DNA alterations along the natural history of liver cancers.

Contexte et objectif : Plusieurs facteurs de risque de cancer ont été identifiés et il a été estimé que plus de 40% des cas dans les pays développés pourraient être évités en modifiant les facteurs de risque connus. L'objectif général de cette thèse était de démontrer que l’intégration de données génomiques et épigénomiques aux données détaillées sur les expositions environnementales et le mode de vie peut être utile pour identifier des biomarqueurs de ces facteurs et contribuer à augmenter notre connaissance de l'étiologie du cancer. Résultats : Dans un premier temps, nous décrivons comment les signatures génomiques et épigénomiques peuvent être utilisées pour identifier des marqueurs d’exposition et déchiffrer l’étiologie du cancer. Ensuite, nous contribuons au débat relatif à l’hypothèse de la chance dans le développement du cancer et démontrons que les mutations induites par le tabagisme sont plus prédictives du risque de cancer que les mutations aléatoires. Nous introduisons un modèle probabiliste pour la simulation de données mutationnelles et comparons la performance des outils d’identification de ces signatures avec des données réelles et simulées. De plus, nous introduisons une nouvelle méthode pour l’identification des signatures mutationnelles. Enfin, nous utilisons les données de méthylation de la cohorte E3N pour étudier le lien entre l'exposition aux retardateurs de flamme bromés et aux composés perfluorés, deux substances classées parmi les perturbateurs endocriniens, et la méthylation de l’ADN sanguin. Globalement, notre étude ne fournit aucune preuve d'altérations globales du méthylome ou d'altérations à l’échelle des CpGs. Cependant, certains résultats suggèrent l’existence d'altérations de la méthylation de gènes impliqués dans des voies biologiques (ex., la réponse aux androgènes) et nécessitent des recherches supplémentaires.Conclusion : Ce travail contribue à la recherche méthodologique portant sur les signatures mutationnelles en introduisant un protocole de mesure de performance et d’identification des signatures mutationnelles pouvant servir de référence à de futures études méthodologiques ou appliquées. Nos recherches sur les signatures mutationnelles et le méthylome démontrent l'utilité de tels outils pour évaluer les expositions et élucider leur rôle dans l'étiologie du cancer. / Context and aim: Several risks factors have been identified for cancer, and it has been estimated that more than 40% of cases in developed countries are preventable through the modulation of known modifiable risk factors. The overall objective of this thesis was to demonstrate that the analysis of genomic and epigenomic data integrated with well-characterised exposure and lifestyle data may be used to identify markers of environmental exposures and lifestyle and may contribute to increase our understanding of cancer aetiology.Results: We first describe how genomic and epigenomic signatures can be used to identify markers of exposure and decipher the aetiology of cancer. Then, we adopt the mutational signatures framework to contribute to the debate about the “bad luck” hypothesis for cancer and demonstrate that tobacco-related mutations are more strongly correlated with cancer risk than random mutations. We introduce a probabilistic model for the simulation of mutational signature data and compare the performance of the available methods for the identification of mutational signatures using both simulated and real data. Additionally, we introduce a new method for the identification of such signatures. Finally, we use methylation array data in an epidemiological study within the E3N cohort to investigate the association between exposure to Brominated Flame Retardants and Per- and polyfluoroalkyl substances, two organic pollutants that are known endocrine disrupting chemicals, and methylation in DNA from blood. Overall, our study does not provide evidence of methylation alterations at the level of the whole genome, in regions or in single CpGs. Suggestive evidence of alterations in the methylation of genes within plausible biological pathways (e.g. androgen response) warrants further investigations. Conclusion: Our work on the methodological aspects of mutational signature research introduces an original framework for measuring the performance of tools for the identification of mutational signatures that may serve as reference for future methodological or applied research. Our applications of both mutational signature and methylome research demonstrate the usefulness of such tools to assess exposures and elucidate their role in cancer aetiology.

Les cellules cancéreuses sont caractérisées par des altérations de l'ADN causées par des facteurs exogènes, comme l'exposition à des agents environnementaux tels que le tabac ou les UV, ou par des mécanismes endogènes tels que les erreurs de polymérase lors de la réplication de l'ADN. L'analyse des causes et des conséquences de ces altérations permet de mieux comprendre les facteurs et mécanismes à l'origine du développement d'un cancer. Les technologies de séquençages à haut débit offrent l'opportunité d'étudier la nature précise de ces altérations à l'échelle du génome et permettent de révéler des signatures mutationnelles distinctes et spécifiques de cancérigènes, fournissant ainsi des hypothèses sur l'étiologie des cancers.L'objectif de ma thèse a consisté à développer des méthodes et des outils bioinformatiques accessibles et conviviaux permettant de faciliter l'analyse et l'interprétation des signatures mutationnelles à partir de données de séquençage à haut débit. L'application de ces outils et méthodes à des séries originales de tumeurs humaines et de systèmes expérimentaux de mutagénèse et carcinogénèse a permis de mieux caractériser la signature mutationnelle de l'acide aristolochique (AA) ainsi que d'autres cancérigènes d'intérêt / Cellular genomes accumulate alterations following exposures to exogenous factors, like environmental agents such as tobacco smoking or UV, or to endogenous mechanisms such as DNA replication errors. Analysing the causes and consequences of these changes allows a better understanding of the mechanisms underlying cancer development and progression. Next-generation sequencing (NGS) technologies provide the opportunity tostudy the nature of the resulting alterations on a genome-wide scale and started to reveal distinct mutational signatures specific to past carcinogenic exposures providing clues on cancer aetiology.The aim of my thesis was to develop user-friendly bioinformatic tools and methods for facilitating the analysis and interpretation of carcinogen-specific mutational signatures from NGS data. Applying these tools and methods to human tumours and experimental models of mutagenesis led to a better characterisation the mutational signature of aristolochic acid (AA), as well as other carcinogens of interest

Les génomes du cancer présentent une mosaïque de types de mutations. Trente signatures mutationnelles ont été identifiées à partir d'un grand nombre de tumeurs humaines primaires. Déchiffrer l'origine de ces signatures mutationnelles pourrait aider à identifier les causes du cancer humain. Environ 40% des signatures décrites sont d'origine inconnue, soulignant la nécessité de modèles expérimentaux contrôlés pour étudier l'origine de ces signatures. Au cours de mon travail de doctorat, j'ai caractérisé et utilisé des modèles in vitro et in vivo d'exposition aux cancérogènes, caractériser les signatures mutationnelles au niveau de génome entier de plusieurs composés cancérogènes pour lesquels le spectre de mutations n'était pas connu ou controversé. Tout d'abord, les conditions de cytotoxicités et genotoxicités pour chaque composé ont été établies et la formation d'adduits d'ADN a été évaluée. Suite au séquençage du gène TP53, on a effectué un séquençage au niveau du génome des clones MEF immortalisés dérivés de l'exposition à l'acrylamide, au glycidamide et à l'ochratoxine A. Le travail suggère une nouvelle signature mutationnelle unique pour l'acrylamide et médiée par son métabolite actif, le glycidamide. En fait, le motif des mutations de glycidamide, correspondant au profil de sa signature mutationnelle, a récapitulé les types de mutations attendus en fonction de l'analyse des adduits d'ADN. En outre, une analyse intégrée utilisant des modèles in vitro et in vivo suggère un manque de mutagénicité directe pour l'OTA avec une contribution potentielle d'un mode d'action lié à la production des radicaux libres à la signature mutationnelle OTA dans les MEF. Cette stratégie expérimentale simple et puissante peut faciliter l'interprétation des empreintes de mutations identifiées dans les tumeurs humaines, élucider l'étiologie du cancer et finalement soutenir la classification des cancers du CIRC en fournissant des preuves mécanistes / Cancer genomes harbour a mosaic of mutation patterns from which thirty mutational signatures have been identified, each attributable to a particular known or yet undetermined causal process. Deciphering the origins of these global mutational signatures in full could help identify the causes of human cancer, especially for about 40% of those signatures identified thus far that remain without a known etiological factor. Thus, well-controlled experimental exposure models can be used to assign particular mutational signatures to various mutagenic factors.During the time frame of my PhD work, I characterized and employed innovative in vitro and in vivo models of carcinogen exposure, namely, primary Hupki MEF cells, HepaRG and lymphoblastoid cell lines as well as rodent tumors. The cytotoxic and genotoxic conditions for each tested exposure compound were established and DNA adduct formation was assessed in select cases. Following a pre-screen by TP53 gene sequencing, genome-wide sequencing of immortalized Hupki MEF clones derived from exposure to acrylamide, glycidamide and ochratoxin A was performed, alongside whole genome sequencing of ochratoxin A induced rat renal tumors. The results reveal a novel mutational signature of acrylamide mediated by its active metabolite, glycidamide, a pattern that can be explained by the parallel analysis of individual glycidamide-DNA adducts. In addition, an integrative mutation analysis using in vitro and in vivo models suggests a lack of direct mutagenicity for OTA and possible indirect effects due to the ROS-mediated mode-of-action in MEF cells. The presented robust experimental strategy can facilitate the interpretation of mutation fingerprints identified in human tumors, thereby elucidating cancer etiology, elucidating the relationship between mutagenesis and carcinogenesis and ultimately providing mechanistic evidence for IARC’s carcinogen classification