Master of Science / Department of Statistics / Susan J. Brown / Haiyan Wang / DNA hybridization microarray technologies have made it possible to gain an unbiased perspective of whole genome transcriptional activity on such a scale that is increasing more and more rapidly by the day. However, due to biologically irrelevant bias introduced by the experimental process and the machinery involved, correction methods are needed to restore the data to its true biologically meaningful state. Therefore, it is important that the algorithms developed to remove any sort of technical biases are accurate and robust. This report explores the concept of background correction in microarrays by using a real data set of five replicates of whole genome tiling arrays hybridized with genetic material from Tribolium castaneum. It reviews the literature surrounding such correction techniques and explores some of the more traditional methods through implementation on the data set. Finally, it introduces an alternative approach, implements it, and compares it to the traditional approaches for the correction of such errors.

Au cours des dernières décennies, une dégradation de la fertilité des vaches laitières, parallèlement à une augmentation de la production laitière a été observée. Des régions du génome, les QTL, affectent la fertilité femelle. Le but de ce travail de thèse est d’étudier la fertilité et certains paramètres zootechniques chez des vaches Prim'Hosltein en première lactation choisies pour leur haplotype favorable "fertil+" ou défavorable "fertil-" pour un QTL de fertilité situé sur le chromosome 3. Ce phénotypage a montré une meilleure fertilité et un meilleur bilan énergétique dans la première semaine de lactation pour les vaches "fertil+" par rapport aux vaches "fertil-". De plus, les vaches "fertil-" ont un flux d’ingestion plus rapide. Au pic de mobilisation, certains gènes du QTL étaient différentiellement exprimés dans le tissu adipeux des deux haplotypes. Dans les cellules de la granulosa, un de ces gènes, nommé Kirrel, est plus exprimé chez les vaches "fertil+" et sa protéine recombinante inhibe la sécrétion de progestérone in vitro. Notre travail a permis d'affiner les interactions génotype-phénotype liées à un QTL de fertilité et de mettre en avant un des possibles rôles d'un gène de ce QTL dans la fonction de reproduction chez la vache laitière. / In recent decades, the dairy cow fertility has declined, in parallel with an increase in milk production. Some regions of the genome, named QTL, affect female fertility. The purpose of this thesis is to study fertility and some zootechnical parameters in Prim'Hosltein cows in first lactation chosen for their favorable haplotype "fertil+" or unfavorable haplotype "fertil-" for one fertility QTL on chromosome 3. This phenotyping showed better fertility and energy balance in the first week of lactation for "fertil+" than for "fertil-" cows. In addition, "fertil-" cows had a higher eating rate. At the peak of mobilization, the QTL genes are differentially expressed in adipose tissue of "fertil+" and "fertil-" cows. In granulosa cells, one of these genes, named Kirrel, is higher expressed in "fertil+" cows and its recombinant protein inhibits the secretion of progesterone in vitro. Our work has contributed to refine interactions genotype-phenotype linked to one fertility QTL and highlighted one of the possible roles of a gene which belongs to this QTL in the reproductive function in dairy cows.

La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.

La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.