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

Afin de se répliquer, les rétrovirus doivent disposer à la fois d’ARN épissés et non épissés. Chez le virus du Sarcome de Rous (RSV), l’accumulation de l’ARN non épissé dépend de l’élément NRS (Negative Regulator of Splicing). L’élément NRS est un élément bipartite. Sa région 5’ est assimilée à une séquence ESE (Exon Splicing Enhancer) à laquelle se fixent de nombreuses protéines SR tandis que sa région 3’ contient un pseudo-site 5’ non fonctionnel qui constitue un leurre qui est responsable de l’inhibition de l’épissage à l’unique site 5’ fonctionnel du virus. Seule la structure 3D de la partie 3’ du NRS qui contient le pseudo-site a été expérimentalement établie. Dans ce travail, nous avons déterminé la structure 2D de la totalité de l’élément NRS à l’aide de sondes chimiques et enzymatiques. La comparaison de cette structure expérimentale à celles que nous avons établies pour d’autres éléments NRS mutants fonctionnels et non fonctionnel ainsi qu’à celles théoriques de la totalité des virus aviaires séquencés argumente en faveur de la forte signification biologique de notre modèle. Des expériences d’épissage in vitro réalisées sur l’élément NRS sauvage ainsi que ses formes tronquées ont permis de mettre en évidence le rôle crucial de deux structures tige-boucles dans la fonction du NRS. Les expériences de purification de complexes formés avec un extrait nucléaire de cellules HeLa sur ces différents éléments NRS par des techniques chromatographie d’affinité ont permis de démontrer l’importance de l’association de ces deux structures tige-boucles avec les protéines SR et la snRNP U1. Nous avons défini un nouvel élément NRS minimal fonctionnel capable d’inhiber l’épissage et nous avons démontré l’activation de l’inhibition de l’épissage de l’élément NRS par la protéine 9G8 in vitro et in cellulo / Retroviruses require both spliced and unspliced RNAs for productive replication. Accumulation of unspliced RNA in Rous Sarcoma Virus (RSV) depends on the NRS element, (Negative Regulator of Splicing). The NRS element is bipartite. Its 5’ terminal part is considered as an ESE that binds SR proteins and its 3’ part contains a decoy 5’-splice site (ss), which inhibits splicing at the bona fide 5’ ss. Only the 3D structure of a small NRS fragment including the decoy 5’ ss had been experimentally studied. Here, by chemical and enzymatic probing of entire RSV NRS, we determine its 2D structure. By comparative analysis of 2D structures of functional and non-functional avian NRS variants and of all sequenced avian NRSs, we bring strong arguments for a biological significance of the established structure. By in vitro splicing assays, we show a crucial role of two of the established stem-loop structures and by affinity purification of complexes formed by WT and truncated NRSs in HeLa cell nuclear extract, we demonstrate their importance for SR protein and U1 snRNP association. We define a new small NRS element retaining splicing inhibitory properties and finally demonstrate the capability of the SR protein 9G8 to increase NRS activity in vitro and in cellulo

L'ARN, acide ribonucléique, est un des composants fondamentaux de la cellule. La majorité des ARN sont constitués d'une séquence orientée de nucléotides notés A,C,G et U. Une telle séquence se replie dans l'espace en formant des liaisons entre les nucléotides deux à deux. La fonction des ARN au sein de la cellule est liée à la conformation spatiale qu'ils adoptent. Ainsi, il est essentiel de pouvoir comparer deux ARN au niveau de leur conformation, par exemple pour déterminer si deux ARN ont la même fonction. On distingue trois niveaux dans la structure d'un ARN. La structure primaire correspond à la séquence de nucléotides, la structure secondaire est constistuée de la liste des liaisons formées entre les nucléotides tandis que la structure tertiaire consiste en la description exacte de la forme tridimensionnelle de la molécule (coordonnées de chaque nucléotide). Bien que la structure tertiaire soit celle qui décrit le mieux la forme spatiale de l'ARN, il est admis que deux ARN ayant une fonction moléculaire similaire ont une structure secondaire proche. Au niveau de la structure secondaire, une fois les liaisons nucléotidiques formées, on peut distinguer des éléments de structure secondaire telles que les hélices, les boucles multiples, les boucles terminales, les boucles internes et les renflements. Essentiellement deux formalismes ont été à ce jour proposés pour modéliser la structure secondaire des ARN. Les séquences annotées par des arcs permettent de représenter la séquence de l'ARN, les arcs codant alors pour les liaisons entre les lettres (nucléotides de la séquence). Les 2-intervalles, généralisation des séquences annotées, sont formés par deux intervalles disjoints. La structure secondaire peut alors être vue comme une famille de 2-intervalles. Enfin, les arbres racinés ordonnés offrent de nombreuses possibilités pour coder la structure secondaire, du niveau nucléotidique au niveau du réseau des boucles multiples. L'un des inconvénients de ces approches est qu'elles modélisent la structure secondaire de l'ARN selon un point de vue particulier (nucléotides, hélices etc). Nous proposons une nouvelle modélisation, appelée RNA-MiGaL, constituée de quatre arbres liés entre eux représentant la structure à différents niveaux de précision. Ainsi, le plus haut niveau code pour le réseau de boucles multiples considéré comme le squelette de la molécule. Le dernier niveau quant à lui détaille les nucléotides. Pour comparer de telles structures nous utilisons la notion de distance d'édition entre deux arbres. Cependant, au vu de certains limitations de celle-ci pour comparer des arbres représentant la structure secondaire à un haut niveau d'abstraction, nous avons introduit une nouvelle distance d'édition qui prend en compte deux nouvelles opérations d'édition: la fusion de noeud et la fusion d'arc. A l'aide de cette nouvelle distance, nous fournissons un algorithme permettant de comparer deux RNA-MiGaLs. Celui-ci est implémenté au sein d'un programme permettant la comparaison de deux structures secondaires d'ARN.

Les machines à vecteurs support (SVM) sont des modèles de l'apprentissage automatique qui font actuellement l'objet de nombreux travaux de recherche, ceci pour deux raisons principales : d'une part, <br />leurs performances constituent l'état de l'art dans de multiples domaines<br />de la reconnaissance des formes, d'autre part, elles possèdent des propriétés statistiques remarquables. Le premier modèle de SVM proposé par Vapnik et ses co-auteurs calcule des dichotomies. Il peut être utilisé pour effectuer des tâches de discrimination à catégories multiples, dans le cadre de l'application de méthodes de décomposition. Des SVM multi-classes ont également été proposées dans la littérature, parmi lesquelles nous distinguons celles qui s'appuient sur un modèle affine multivarié, que nous nommons M-SVM. Ce mémoire se présente comme une étude synthétique de la discrimination à catégories multiples au moyen de SVM. Il se concentre plus particulièrement sur l'analyse des M-SVM.<br /><br />Le chapitre deux est consacré à la description des SVM multi-classes,<br />à leur mise en oeuvre et à l'analyse de leurs performances. Nous présentons successivement le cadre théorique de leur étude, les différents modèles, une étude théorique de leurs performances en généralisation, leur programmation ainsi que les différentes méthodes de sélection de modèle qui leur sont dédiées. Le chapitre trois décrit une application de la M-SVM de Weston et Watkins en biologie structurale prédictive. Le problème traité est la prédiction de la structure secondaire des protéines globulaires.

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

Les corps lipidiques (CLs) sont des organites de stockage de lipides neutres rencontrés dans des organismes très variés, depuis les procaryotes jusqu’aux organismes complexes (animaux, végétaux). La surface des CLs est constituée d’une monocouche de phospholipides (PLs) entourant un coeur hydrophobe dans lequel sont stockés les lipides neutres. La monocouche de PLs est associée plus ou moins étroitement avec des protéines structurales, capables de stabiliser les CLs et d’accompagner certaines de leurs modifications morphologiques. Dans les graines de plantes oléagineuses, les CLs sont stabilisés par les oléosines. Ces protéines contiennent le plus long domaine hydrophobe connu (70 résidus) situé entre deux extrémités N et C-terminales hydrophiles. Leur mode d’association avec les CLs n’est pas connu et la littérature fait état de résultats contradictoires concernant leur structure secondaire. Nous avons montré que les oléosines de graines d’Arabidopsis thaliana sont maintenues en solution par différentes catégories de surfactants, comme les détergents anioniques ou des polymères amphiphiles appelés amphipols (Apols). La détermination de la structure secondaire des oléosines maintenues en solution dans ces différents surfactants, par dichroïsme circulaire utilisant le rayonnement synchrotron, a mis en évidence des profils contrastés. Les détergents chargés augmentent le contenu en hélices α des oléosines alors que des proportions plus importantes de feuillets β sont observées avec le détergent zwitterionique (Foscholine-12) ou les Apols. Afin d’obtenir un profil structural modèle dans un système proche du naturel, nous avons réalisé une expression hétérologue d’une isoforme d’oléosine pour la cibler dans les CLs de Saccharomyces cerevisiae. Les CLs purifiés de levures restent intacts et contiennent une forte majorité de cette isoforme d’oléosine à leur surface. Nous avons été les premiers à montrer que les oléosines étaient repliées dans un tel environnement, avec un profil structural majoritairement β. Celui-ci se rapproche du profil observé en Foscholine-12. Ce détergent est par conséquent un outil de choix pour envisager des études structurales plus résolutives (structures tridimensionnelles). / Lipid Bodies (LBs) are neutral lipid storage organelles found in various organisms from procaryotic cells to complex organisms. These neutral lipids are packed into the core of the particle which is surrounded by a phospholipid monolayer. The surface of LBs is more or less tightly associated with structural proteins involved in their stabilization and able to assist modifications of their shape or size. In oleaginous seeds, LBs are stabilized by oleosins. These proteins contain the longest known hydrophobic domain (70 residues) flanked by hydrophilic N and C-termini. The way of association of these proteins with LBs is poorly known and secondary structure descriptions in the literature are contradictory. We have shown that Arabidopsis thaliana seed oleosins could be solubilized by various surfactants such as detergents or amphiphatic polymers called amphipols (Apols). Secondary structure determination of solubilized oleosins using synchrotron radiation circular dichroism gave contrasted profiles. Negatively charged detergents increase the α-helix content of oleosins whereas the zwitterionic detergent (Foscholine-12) or Apols allow higher proportions of β-sheets. In order to get closer to the natural environment of olesins, we have opted for the heterologous expression of one oleosin isoform in the yeast Saccharomyces cerevisiae. This approach allows the biological targeting and insertion of oleosins into cytosolic LBs. Purified yeast LBs remain intact and contain a large majority of oleosins at their surface. In this natural like environment, oleosins are folded and contain a majority of β-sheets. This secondary structure profile is close to that of oleosins solubilized by Foscholin-12, making it a suitable detergent for more resolutive structural studies (three-dimensional structures).

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

Les ARN non codants (ARNnc) sont des transcrits d'ARN qui ne sont pas traduits en protéines et qui pourtant ont des fonctions clés et variées dans la cellule telles que la régulation des gènes, la transcription et la traduction. Parmi les nombreuses catégories d'ARNnc qui ont été découvertes, on trouve des ARN bien connus tels que les ARN ribosomiques (ARNr), les ARN de transfert (ARNt), les snoARN et les microARN (miARN). Les fonctions des ARNnc sont étroitement liées à leurs structures d’où l’importance de développer des outils de prédiction de structure et des méthodes de recherche de nouveaux ARNnc. Les progrès technologiques ont mis à la disposition des chercheurs des informations abondantes sur les séquences d'ARN. Ces informations sont accessibles dans des bases de données telles que Rfam, qui fournit des alignements et des informations structurelles sur de nombreuses familles d'ARNnc. Dans ce travail, nous avons récupéré toutes les séquences des structures secondaires annotées dans Rfam, telles que les boucles en épingle à cheveux, les boucles internes, les renflements « bulge », etc. dans toutes les familles d'ARNnc. Une base de données locale, RNAstem, a été créée pour faciliter la manipulation et la compilation des données sur les motifs de structure secondaire. Nous avons analysé toutes les boucles terminales et internes ainsi que les « bulges » et nous avons calculé un score d’abondance qui nous a permis d’étudier la fréquence de ces motifs. Tout en minimisant le biais de la surreprésentation de certaines classes d’ARN telles que l’ARN ribosomal, l’analyse des scores a permis de caractériser les motifs rares pour chacune des catégories d’ARN en plus de confirmer des motifs communs comme les boucles de type GNRA ou UNCG. Nous avons identifié des motifs abondants qui n’ont pas été étudiés auparavant tels que la « tetraloop » UUUU. En analysant le contenu de ces motifs en nucléotides, nous avons remarqué que ces régions simples brins contiennent beaucoup plus de nucléotides A et U. Enfin, nous avons exploré la possibilité d’utiliser ces scores pour la conception d’un filtre qui permettrait d’accélérer la recherche de nouveaux ARN non-codants. Nous avons développé un système de scores, RNAscore, qui permet d’évaluer un ARN en se basant sur son contenu en motifs et nous avons testé son applicabilité avec différents types de contrôles. / Noncoding RNAs (ncRNAs) are RNA transcripts that are not translated into proteins yet they play important functional roles in the cell including gene regulation, transcription and translation. Among the many categories of ncRNAs that were discovered, we find the well-known ribosomal RNA (rRNA), transfer RNA (tRNA), snoRNA and microRNAs (miRNA). The functions of ncRNAs are tightly linked to their structural features. Thus, understanding and predicting RNA structure as well as developing methods to search for new ncRNAs help to gain insight into these molecules. Technological advances have made available abundant sequence information accessible in databases such as Rfam, which provides alignments and structural information of many ncRNA families. In this research project, we retrieved the information from the Rfam database about the sequences of all secondary structures such as hairpin loops, internal loops, bulges, etc. in all RNA families. A local database, RNAstem, was created to facilitate the use and manipulation of information about secondary structure motifs. We analyzed hairpin loops, bulges and internal loops using the compiled data about the frequencies of occurrence of each loop or bulge and calculated a frequency score. The frequency score is aimed to be an indicator for the abundance of a specific secondary structure motif. While minimizing the bias caused by the high redundancy of some RNA classes as ribosomal RNAs, the frequency score allowed us to identify the rare motifs in each category as well as the common ones. Our findings about the abundant motifs confirm what is already known from previous studies (ex. abundant GNRA or UNCG tetraloops). We found very large gaps between the most abundant and rare RNA structural features. Moreover, we discovered that "A" and "U" dominate single stranded RNA regions, whether they are bulges or loops. We further explored the possibility of using this data to improve current prediction tools for ncRNAs by applying a filter to new candidates. We developed a score system, RNAscore, that evaluates RNAs depending on their motif contents and we tested the program with many different controls.

No description available.