Les travaux présentés dans cette thèse s'inscrivent dans le cadre de l'analyse de phénomènes biologiques par des moyens informatiques, c'est-à-dire la bio-informatique. Nous nous intéressons plus particulièrement à l'analyse de séquences nucléiques. Dans ce cadre, nos travaux se décomposent en deux parties: l'identification de séquences codantes et l'identification de séquences non-codantes partageant une structure conservée telles que des ARN non-codants. L'originalité des méthodes proposées, PROTEA et CARNAC, réside dans le traitement d'ensembles de séquences nucléiques faiblement conservées sans avoir recours à leur alignement au préalable. Ces méthodes s'appuient sur un même schéma global d'analyse comparative pour identifier des traces laissées par les mécanismes de sélection durant l'évolution, traces globalement cohérentes entre toutes les séquences. Nous avons évalué PROTEA et CARNAC sur des données de référence pour la communauté et obtenu plusieurs résultats significatifs. Dans le cadre de travaux collaboratifs, nous présentons également deux exemples intégrations de ces logiciels. MAGNOLIA est un logiciel qui construit un alignement multiple de séquences nucléiques respectueux de leur fonction commune prédites par PROTEA et/ou CARNAC. PROTEA et CARNAC sont également intégrés dans une plate-forme d'annotation automatique par génomique comparative. / The work described in this thesis is part of the analysis of biological phenomena using computers, id est bioinformatics. More precisely, We are interested in nucleic sequence analysis. ln this context, our work is splitted in two parts: identification of coding sequences and identification of non-coding sequences that share a common structure such as non-coding RNAs. The main feature of our methods, PROTEA and CARNAC, is to deal with poorly conserved sequences without the need to align them. Our methods rely on the same comparative analysis scheme to detect evolutionary patterns that are globally coherent between all sequences. PROTEA and CARNAC have been submitted on several reference benchmarks and have reached significative results. We also present two collaborative projects that involve PROTEA and CARNAC. MAGNOLIA is multiple alignement software designed to align nucleic sequences according to their conserved function predicted by PROTEA and/or CARNAC. The second collaborative project is a software pipeline to automatically annotate genomes by comparative genomics.

À l’ère du numérique, valoriser les données en leur donnant un sens est un enjeu capital pour supporter la prise de décision stratégique et cela dans divers domaines, notamment dans le domaine du marketing numérique ou de la santé, ou encore, dans notre contexte, pour une meilleure compréhension de la biologie des structures des acides nucléiques. L’un des défis majeurs de la biologie structurale concerne l’étude des structures des acides ribonucléiques (ARN), les effets de ces structures et de leurs altérations sur leurs fonctions. Contribuer à cet enjeu important est l’objectif de cette thèse. Celle-ci s’inscrit principalement dans le développement de méthodes et d’outils pour l’exploration efficace des structures secondaires d’ARN. En effet, explorer les structures secondaires d’ARN contribue à lever le voile sur leur fonction et permet de mieux cerner leur implication spécifique au sein des processus cellulaires. Dans ce contexte nous avons développé le modèle des super-n-motifs qui contribue à une meilleure représentation de la complexité structurale des ARN et offre un moyen efficace d’évaluer la similarité des structures d’ARN en tenant compte de cette complexité. Le modèle des super-n-motifs facilite l’étude des ARN dont le rôle est inconnu. Il permet de poser des hypothèses sur la ou les fonctions des ARN lorsque ceux-ci partagent une similarité structurale sans équivoque. Nous avons aussi développé la plateforme structurexplor pour faciliter l’exploration des structures secondaires, c’est-à-dire de permettre, en quelques clics, de caractériser les populations de structures d’ARN en, par exemple, faisant ressortir les groupes d’ARN partageant des structures similaires. La mise en œuvre du modèle des super-n-motifs et de la plateforme structurexplor a contribué à une meilleure compréhension de la phylogénie structurale des viroïdes qui sont des agents pathogènes à ARN attaquant les plantes, phylogénie jusqu’alors basée que sur leurs séquences.

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

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

Les amplifications de répétitions de triplets CTG dans le gène DMPK humain sont à l'origine de la dystrophie myotonique de type 1 ou DM1. Les répétitions CUG présentes dans les ARNm DMPK séquestrent le facteur d'épissage MBNL1 au sein de foci nucléaires et dérégulent l'épissage des pré-ARNm cibles de MBNL1. Par ailleurs, 9 isoformes de MBNL1, produites par épissage alternative, coexistent dans les cellules. Dans un premier temps nous avons recherché quels exons constitutifs ou alternatifs étaient requis pour la reconnaissance des ARN, la régulation de l'épissage et la localisation cellulaire de MBNL1. Nous avons ensuite entrepris de rechercher par l'approche SELEX les séquences de haute affinité pour MBNL1. Nous avons ainsi identifié une séquence conservée de 12 nucléotides de long, contenant un seul motif de fixation pour MBNL1 et adoptant une structuration tige-boucle particulière. L'importance de cette structuration a été confirmée par l'existence de mutants compensatoires au sein des ARN sélectionnés. Finalement nous avons étudié les mécanismes de régulation de l'inclusion de l'exon 5 du pré-ARNm de la troponine T cardiaque humaine (hcTNT). Une approche in cellulo nous a permis d'identifier les séquences minimales requises pour la régulation de l'épissage en conditions normales et en présence des répétitions CUG. Au sein de ces séquences nous avons identifié 6 nouveaux sites MBNL1 dont nous avons montré l'importance fonctionnelle in cellulo et in vitro. Nous avons également mis en évidence l'implication d'autres séquences régulatrices dans la régulation de l'inclusion de l'exon 5 du pré-ARNm hcTNT et un rôle de la protéine hnRNP H dans ces régulations. L'ensemble de ces données apportent de nouveaux éléments d'information importants pour la compréhension de la DM1 / Amplifications of CTG motifs in the human DMPK gene are responsible for Myotonic Dystrophy of type 1. The resulting CUG repeats in pre-mRNAs capture the MBNL1 splicing factor, leading to mis-regulation of MBNL1 pre-mRNA targets. Due to the recent discovery of MBNL1 and its numerous isoforms (9) resulting from alternative splicing, little is known on how MBNL1 regulates splicing and how a decreased level of available MBNL1 generates splicing miss-regulations. First, we defined which of the MBNL1 alternative and constitutive exons are required for: i) RNA binding, ii) splicing activity and, iii) MBNL1 sub-cellular localization. Second, for a more precise definition of the MBNL1 RNA binding properties, we performed SELEX experiments using a library of RNA stem-loop structures containing a 18-nt long randomized sequence. Its leads to the identification of 12-nt long sequence adopting a peculiar stem-loop structure, whose importance for MBNL1 binding was revealed by its preservation by compensatory base-pair mutations. Finally, based on the above data, we studied the mechanisms involved in regulation of hcTNT exon 5 splicing. By in cellulo assays, we defined the hcTNT pre-mRNA region required for both normal inclusion and for the trans-dominant effect of CUG repeats. Within this region, we identified six new potential MBNL1 sites and demonstrated their functional role by in vitro and in cellulo assays. We also identified several additional splicing regulatory elements involved in normal and CUG-deregulated exon 5 inclusion and already showed a role of hnRNP H in splicing regulation. Altogether, our data bring new information important for understanding the pathology

L'étude des éléments cis et trans intervenant dans le métabolisme des ARN SINE a pour but de mieux appréhender la biologie des éléments mobiles SINE. Nous avons d'une part déterminé la structure secondaire des ARN des SINE de plante SB1 et SB2. Ces deux ARN qui n'ont pas d'homologie de séquence adoptent des structures secondaires similaires. Suite à cette observation, une étude menée par F.J. Sun et al. a mis en évidence un schéma évolutif commun des ARN SINE dérivés d'ARNt. Dans le cadre de la recherche de facteurs trans, nous avons entrepris la caractérisation de la protéine La, un facteur de liaison à l'ARN. Nous avons identifié chez Arabidopsis deux protéines présentant toutes les caractéristiques de la protéine La : At32 et At79. Nous avons montré que seule At32 assure les fonctions nucléaires de la protéine La. At32 et At79 ont des profils d'expression différents et semblent lier des ARN distincts. Nous proposons donc qu'il existe deux homologues de la protéine La Chez Arabidopsis

Mes travaux de recherche sont centrés sur la compréhension des relations structure-fonctions de la région 5' non traduite de l'ARN génomique du VIH-1. Le travail réalisé au cours de ma Thèse de Doctorat dans le groupe de B. et C. Ehresmann (UPR 9002 du CNRS) à l'ULP, a porté sur l'étude de la dimérisation de l'ARN génomique du virus de l'immunodéficience humaine de type 1 (VIH-1) 1. Une propriété ubiquitaire des rétrovirus est l'encapsidation de deux molécules d'ARN génomique associées près de leur extrémité 5'. Cette caractéristique, qui traduit l'existence d'une forte pression de sélection, représente un avantage évident pour la recombinaison pendant la rétrotranscription. Elle permet en particulier au virus de se répliquer malgré la présence de lésions dans l'ARN génomique et favorise la variabilité génétique. Nos travaux nous ont permis d'aboutir à plusieurs résultats importants : (1) la dimérisation implique une séquence localisée en amont du site donneur d'épissage 2. Elle est initiée par un mécanisme de reconnaissance de type boucle-boucle entre les deux monomères, au niveau d'une structure en épingle à cheveux très conservée dans les différents isolats du VIH-1, que nous avons appelée DIS (Dimerization Initiation Site) 3; 4. Cette tige-boucle est également appelée SL1. La boucle du DIS possède 9 nucléotides, dont 6 forment une séquence auto-complémentaire. Nous avons montré que l'étape initiale de la dimérisation est réalisée par des appariements Watson-Crick entre les séquences autocomplémetaires de chacun des deux monomères 5; 6; 7. Cependant, ces appariements ne sont pas les seules interactions stabilisant le dimère. Un modèle tridimensionnel du complexe boucle-boucle du DIS obtenu sur la base de résultats de cartographie en solution montre l'existence d'interactions non-canoniques formées par les purines flanquant la séquence autocomplémentaire 8; 9. (2) Le DIS joue un rôle essentiel dans la réplication du virus au niveau de l'encapsidation de l'ARN génomique et de la synthèse de l'ADN proviral double brin 10. (3) Il est possible d'inhiber la dimérisation in vitro par des oligonucléotides sens et antisens 11; 12.<br />En 1997-1998, j'ai effectué un stage post-doctoral dans le laboratoire du Dr. Heinrich Gottlinger (DFCI, Harvard Medical School, Boston, MA, USA). Mon travail était de comprendre le mécanisme de régulation qui permettrait aux précurseurs protéiques viraux de se fixer à la membrane plasmique, lieu d'assemblage des virions. J'ai ainsi confirmé l'existence d'un switch conformationnel de l'acide myristique localisé en N-terminal de la protéine de Matrice du VIH 13.<br />Depuis mon retour à Strasbourg en 1999 dans l'équipe du Dr. Roland Marquet, je me suis intéressé de nouveau au monde de l'ARN et plus précisément au repliement de l'ARN génomique du VIH-1. Ainsi, après avoir mis en évidence un motif de structure tertiaire dans la région 5'-terminale de cet ARN 14, nous avons, en collaboration avec Markus Dettenhofer (Baltimore, MD, USA), caractérisé pour la première fois la structure secondaire de cet ARN dans les cellules infectées et les particules virales 15; 16. Cette avancée technologique nous a permis par la suite (1) d'analyser avec Valérie Goldschmidt (doctorante) les variabilités structurales existantes au sein du complexe d'initiation de la rétrotranscription 17 et (2) de montrer, en collaboration avec l'équipe de Philippe Dumas (UPR 9002), que des antibiotiques de la famille des aminoglycosides se fixent spécifiquement dans la boucle du DIS de l'ARN génomique du VIH-1 non seulement dans un système in vitro 18 mais également en culture cellulaire 19.<br />Récemment, nous avons initié un nouveau projet sur le rôle de la protéine virale Vif dans la réplication virale du VIH-1 et sa relation avec l'ARN génomique (travail de thèse de Simon Henriet). Outre ses activités sur la synthèse de l'ADN proviral, la stabilité du core viral ou encore l'intégration du provirus, nous avons montré que la protéine Vif se fixe de façon spécifique et de manière coopérative aux régions localisées dans la région 5'-terminale du génome rétroviral 20. En particulier, la tige-boucle TAR (région 1-57) est un point de nucléation nécessaire à la propagation de la fixation de Vif à l'ARN (de 5‘ vers 3') mais semble insuffisante pour stabiliser ces interactions.<br /> De nombreuses perspectives découlent directement de ces travaux. Nous souhaiterions étudier la dimérisation de l'ARN génomique du VIH-1 directement dans la cellule et ainsi répondre à plusieurs questions fondamentales : où se forme le dimère d'ARN génomique ? Le DIS, ou la dimérisation, sont-ils nécessaires au transport et à l'encapsidation de l'ARN génomique ? La maturation du dimère d'ARN dans les particules virales est-elle liée à un remaniement conformationnel au niveau du DIS ? Des résultats préliminaires obtenus en collaboration avec par l'équipe de M. Mougel (UMR 5121, Montpellier) indiquent que le DIS pourrait effectivement être un signal positif pour le transport nucléo-cytoplasmique. Ces résultats nous encouragent ainsi à poursuivre le développement de nouveaux agents antiviraux dérivés des aminoglycosides dirigés contre le DIS (collaboration avec P. Dumas, UPR 9002 et P. Pale, UMR 7123-ULP). <br />Dans les perspectives liées à la compréhension du rôle de Vif dans la réplication virale, nous étudierons en particulier son action sur l'initiation de la rétrotranscription et sur la régulation de l'expression des protéines APOBEC-3G/3F. Les protéines APOBEC sont des cytidines désaminases qui ont été identifiées dernièrement et dont l'action hypermutatrice lors de la synthèse du brin (-) de l'ADN proviral est létale pour le virus. Ces protéines, exprimées exclusivement dans les cellules non permissives, sont exclues des particules virales en présence de Vif et dirigées vers la voie du protéasome. Nous étudierons entre autre la régulation de la traduction des protéines APOBEC par Vif (identification des régions de l'ARNm nécessaires) et analyserons les changements conformationnels éventuels au niveau de la région 5' non traduite de l'ARNm induits par la fixation de Vif. <br /> L'ensemble de ces travaux devrait nous permettre de contribuer à la compréhension des mécanismes qui régulent la structure tridimensionnelle de la région 5' non traduite de l'ARN génomique du VIH-1, et à plus long terme d'identifier des molécules capables d'interagir avec les différents domaines structuraux de cette région.

L'acide désoxyribonucléique (ADN) et l'acide ribonucléique (ARN) sont des polymères de nucléotides essentiels à la cellule. À l'inverse de l'ADN qui sert principalement à stocker l'information génétique, les ARN sont impliqués dans plusieurs processus métaboliques. Par exemple, ils transmettent l’information génétique codée dans l’ADN. Ils sont essentiels pour la maturation des autres ARN, la régulation de l’expression génétique, la prévention de la dégradation des chromosomes et le ciblage des protéines dans la cellule. La polyvalence fonctionnelle de l'ARN résulte de sa plus grande diversité structurale. Notre laboratoire a développé MC-Fold, un algorithme pour prédire la structure des ARN qu'on représente avec des graphes d'interactions inter-nucléotidiques. Les sommets de ces graphes représentent les nucléotides et les arêtes leurs interactions. Notre laboratoire a aussi observé qu'un petit ensemble de cycles d'interactions à lui seul définit la structure de n'importe quel motif d'ARN. La formation de ces cycles dépend de la séquence de nucléotides et MC-Fold détermine les cycles les plus probables étant donnée cette séquence. Mon projet de maîtrise a été, dans un premier temps, de définir une base de données des motifs structuraux et fonctionnels d'ARN, bdMotifs, en terme de ces cycles. Par la suite, j’ai implanté un algorithme, MC-Motifs, qui recherche ces motifs dans des graphes d'interactions et, entre autres, ceux générés par MC-Fold. Finalement, j’ai validé mon algorithme sur des ARN dont la structure est connue, tels que les ARN ribosomaux (ARNr) 5S, 16S et 23S, et l'ARN utilisé pour prédire la structure des riborégulateurs. Le mémoire est divisé en cinq chapitres. Le premier chapitre présente la structure chimique, les fonctions cellulaires de l'ARN et le repliement structural du polymère. Dans le deuxième chapitre, je décris la base de données bdMotifs. Dans le troisième chapitre, l’algorithme de recherche MC-Motifs est introduit. Le quatrième chapitre présente les résultats de la validation et des prédictions. Finalement, le dernier chapitre porte sur la discussion des résultats suivis d’une conclusion sur le travail. / Deoxyribonucleic acid (DNA) and ribonucleic acid (RNA) are polymers of nucleotides essential for the survival of the cell. Contrary to DNA, whose main role is to store genetic information, RNA is involved in multiple metabolic processes. For example, RNA is involved in the transfer of information from DNA to protein, the processing and modification of other RNAs, the regulation of gene expression, the end-maintenance of chromosomes, and the sorting of proteins within the cell. This functional versatility of RNA comes from its structural diversity. Our laboratory developed MC-Fold, an algorithm that predicts RNA structures by representing them with nucleotide interaction graphs. The nodes in these graphs represent the nucleotides, and the edges the interactions between them. Our laboratory also observed that a limited number of interaction cycles can define the structure of any RNA motif. The formation of these cycles is determined by the nucleotide sequence and MC-Fold determines the most likely cycles based on that sequence. In this Master Degree project, I first built a database of structural and functional RNA motifs, bdMotifs, based on their constituent cycles. Then, I implemented an algorithm, MC-Motifs, which detects motifs within interaction graphs generated either by MC-Fold or by any other method. Finally, I validated my algorithm on known RNA structures such as the 5S, 16S and 23S ribosomal RNA (rRNA) and predicted structure of riboswitches. The Master thesis is divided into five chapters. The first chapter presents the chemical structure of RNA, its cellular functions and the structural folding of the polymer. In the second chapter, the database bdMotifs is described. In the third chapter, the MC-Motifs algorithm is introduced. In the fourth chapter, I present the results of MC-Motifs. Finally, in the last chapter, I discuss theses results and I give a conclusion on the project.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.