Les outils de la biologie moléculaire, notamment l'utilisation des méthodes de séquençage de 2e et 3e génération ont eu un impact énorme sur la biologie. Leur application à la recherche sur les végétaux a cependant pris du retard, et les bases de données ne sont donc pas complètes. Il manque notamment de données pour une famille de gymnospermes, les cycadales. Zamia stevensonii est une cycade endémique du Panama récemment décrite. Comme tous les représentants de ce clade, elle forme une symbiose avec des cyanobactéries fixatrices d'azote dans des racines spécialisées, les racines coralloïdes. Ce projet a comme objectif d'abord de produire un transcriptome de référence, le plus complet possible, de Zamia stevensonii. Celui-ci sera ensuite utilisé pour identifier des orthologues partagés entre les espèces hôtes de cyanobactéries, un premier pas pour cibler des gènes impliqués dans ce type de symbiose toujours méconnu. Le transcriptome produit ici, à partir de 11 échantillons différents, provenant de 4 tissus différents, chacun à un stade de développement différent, est le résultat d'un séquençage Illumina MiSeq. Les données ainsi obtenues sont de bonne qualité et complètes, une grande proportion des contigs assemblés a des ORFs reconnaissables et les scores BUSCO sur trois lignées suggèrent un échantillonnage complet. La recherche d'orthologie entre les espèces hôtes de cyanobactéries n'a cependant relevé aucun orthologue partagé spécifiquement par ces espèces. Ce résultat suggère qu'au moins une espèce hôte de cyanobactéries n'utilise pas les mêmes processus moléculaires pour le maintien de la symbiose que les autres. La poursuite de la recherche dans le domaine pourrait considérer toutes les parties prenantes, l'holobionte, par des méthodes de transcriptomique, pour identifier les processus moléculaires permettant la symbiose avec les cyanobactéries. / Molecular biology techniques, and especially the use of 2nd and 3rd generation sequencing technologies, have revolutionized biological research. However, their use for plant biology research has lagged behind, and the current databases are left with important gaps. Of the data available, very little is known for a particular group of gymnosperms, the cycads. One such cycad, Zamia stevensonii, has recently been described in Panama. As all other cycads, it produces specialised secondary roots, coralloid roots, to host nitrogen-fixing symbiotic cyanobacteria. This project has as main objective to produce a reference transcriptome, as complete as possible, for Z. stevensonii. The produced assembly will be used to search for orthologous sequences with all other known hosts of nitrogen-fixing cyanobacteria. The sequences identified will be an important first step towards a better understanding of this lesser-known symbiosis. The transcriptome produced here contains sequences obtained from 11 tissue samples, from two sibling plants, including 4 different organs at different stages of development, produced by sequencing on the MiSeq Illumina platform. The data obtained is of good quality and complete, most filtered contigs have readable ORFs and BUSCO scores indicate sufficient sampling. Interestingly, the ortholog research for all nitrogen-fixing cyanobacteria hosts revealed no shared sequence between all host plants that would be unique to this specific symbiosis. This suggests that at least one host plant uses a different pathway to maintain the symbiosis. Future experiments could consider metatranscriptomics for the study of this type of nitrogen-fixing symbiosis and the molecular pathways involved.

We are coming to understand that the ecological importance of diatoms is not limited to primary productivity, as many diatoms produce extracellular polymeric substances (EPS), which are vital components in algal and bacterial “biofilms.” While great effort has been made to chemically identify the types of molecules and polymers used to create and modify diatom EPS there is still much about the process we do not know. Rather than studying this process chemically, we have elected to search for the genes involved in EPS production and secretion. We assembled transcriptomes from three EPS-producing diatoms (Cyclophora tenuis, Lucanicum concatenatum, Thalassionema frauenfeldii) and two diatoms which do not (Astrosyne radiata, Thalassionema sp. ‘BlueH20’). In an attempt to limit the differences to EPS-related transcripts, the taxa were selected in a phylogenetic framework (which is also discussed in this dissertation), where EPS-producing taxa were closely-related to taxa which did not produce EPS (A. radiata, C. tenuis, L. concatenatum as one set, T. frauenfeldii and T. sp. ‘BlueH20’ as the other). The resulting pool of transcripts sorted for contigs which appeared in the EPS-producing taxa but not their closely-related non EPS-producing counterparts, and those contigs were then compared to two annotated diatom genomes and sorted by function, looking specifically for genes related to secretion, polysaccharide assembly or modification and carbohydrate metabolism. In the Thalassionema clade, 41 contigs with the aforementioned annotations were found, while 22 such contigs were found in the Cyclophora/Lucanicum/Astrosyne clade. These putative EPS-related markers are identified in this dissertation for further study on their function and evolution across diatoms. / text

Both cDNA tag-based and DNA chip hybridization assays have revealed widespread transcriptional activity across mammalian genomes, providing a rich source of novel protein-coding and non-coding transcripts. Annotation and functional evaluation of this undefined transcriptome space represents a major step towards the comprehensive definition of biomolecules regulating the properties of living cells, including embryonic stem cells (ESCs) and their derivatives. In this study I analysed 87 rare mRNA transcripts from human ESCs that mapped uniquely to the human genome, in regions lacking evidence for known genes or transcripts. In addition, the transcripts appeared enriched in the hESC transcriptome as enumerated by serial analysis of gene expression (SAGE). Full-length transcripts corresponding to twelve novel LongSAGE tags were recovered and evaluated with respect to gene structure, protein-coding potential, and gene regulatory features. In addition, transcript abundance was compared between RNA isolated from undifferentiated hESCs and differentiated cells. Analysis of full-length transcripts revealed that the novel ORFs did not exceed a size of129 amino acids and no matches were observed to well characterized protein domains. Interesting protein level predictions included small disulfide-bonded proteins, known members of which are important in a variety of biological processes. Transcripts evaluated for differential expression by real-time RT-qPCR (Reverse Transcription followed by real-time quantitative Polymerase Chain Reaction) were found to be variably expressed (0.2- to 4.5-fold) in Day-2 orDay-4 retinoic acid-induced differentiation cultures compared to undifferentiated hESCs. Relative quantitation using a universal reference RNA (derived from pooled adult tissues)showed large differences in novel transcript levels (0.002- to 35-fold) compared to hESCs. Collectively, these results provide a detailed analysis of a set of novel hESC transcripts and their abundance in early and adult differentiated cell types, both of which may advance our understanding of the transcriptional events governing stem cell behavior.

Les analyses transcriptomiques contribuent à la compréhension des fonctions du génome des organismes non modèles comme les conifères, qui ont une importance économique et écologique au Canada. La majorité des études transcriptomiques sur les conifères ont abordé des questions biologiques spécifiques, en se penchant tout particulièrement sur les gènes différentiellement exprimés entre les stades de développement et les conditions biologiques. Ces études sont faites à partir d’un nombre limité de tissus. Notre étude avait des objectifs plus fondamentaux qui étaient d’étudier la structure, la dynamique et l’évolution du transcriptome chez les conifères. Nous avons mené deux études d’expression pour comparer différents tissus (études sur plusieurs tissus), une dont le but était de comparer des espèces et une autre pour analyser la variation temporelle de l’expression de gènes d’un type de tissu au cours d’une saison de croissance. Les données d’expression ont été générées grâce à la méthode d’hybridation utilisant des puces à ADN. Nous avons construit la première puce à oligonucléotide pour les conifères. Comparée aux puces à ADNc utilisées dans d’autres études, notre puce a une plus large couverture du génome avec près de 24 000 gènes de l’épinette blanche (Picea glauca [Moench] Voss.). L’analyse sur plusieurs espèces a montré la conservation des profils d’expression préférentiels aux tissus vasculaires entre des espèces d’épinettes. Nous avons créé la première base de données d’expression tissulaire chez les conifères. Cette base de données, appelée PiceaGenExpress, est issue d’une analyse sur plusieurs tissus qui se base sur des données semi-quantitatives. Pour une autre étude sur plusieurs tissus, nous avons analysé des données quantitatives. Ces analyses ont permis de mettre en évidence l’organisation modulaire du transcriptome et de construire un réseau transcriptionnel du xylème. Dans ce réseau, PgNAC-7 est le gène le mieux connecté et préférentiellement exprimé pendant la formation du bois initial, indiquant ainsi son rôle variable dans le temps. Nos résultats constituent une base des connaissances qui permettent des études sur des sujets indépendants par d’autres auteurs. Nos découvertes sont aussi une base pour le développement de marqueurs pour la sélection génétique des conifères dans une perspective de conservation et d’amélioration. / Transcriptome analyses contribute to the understanding of genome function in non-model organisms such as conifers trees, which are of economic and ecological importance in Canada. Most transcriptome profiling experiments in conifers have addressed specific biological questions, focusing on differential expressed genes between developmental stages or biological conditions and have analysed only a few different tissue types at a time. Our study had more fundamental goals which were to investigate transcriptome structure, dynamics and evolution in conifers. We conducted two gene expression studies comparing different tissues (multi-tissue analysis), as well as an analysis comparing species and another that monitored changes over the course of a growth season within a tissue type. Expression data were generated from microarray hybridizations. We developed the first oligonucleotide microarray in conifers. Compared to the cDNA-based microarrays used in previous studies, it has broader genome coverage with about 24 000 white spruce (Picea glauca [Moench] Voss.) genes. Analysis across species revealed the conservation of vascular tissue preferential expression patterns between spruce species. We built the first gene expression database of tissues in conifers. This database, called PiceaGenExpress, comes from a multi-tissue analysis based on semi-quantitative data. A separate multi-tissue analysis used quantitative data, highlighted the modular organization of transcriptome and, lead to the construction of a xylem transcriptional network. The gene PgNAC-7 was the most connected gene in the network and was preferentially expressed during earlywood formation indicating that its role is temporally variable. Ours results represent a knowledge foundation which has enabled research on several independent topics by other researchers. Our findings are also a basis for the development of genetic selection markers for conifer tree breeding and conservation.

Depuis plusieurs années, on sait que la dérégulation des hormones sexuelles dans un organisme est responsable de plusieurs désordres relatifs à la peau par exemple l'acné. Afin de trouver une thérapie efficace contre ces désordres, il serait intéressant d'étudier l'expression des gènes suite à différents traitements hormonaux. Pour ce faire, nous avons utilisé les biopuces à oligonucléotides qui permettent d'étudier l'expression génique dans un tissu. L'objectif principal est d'étudier la régulation du transcriptome des glandes préputiales de la souris par les androgènes. Nous avons effectué trois protocoles possédant une durée différente de traitement (Véhicule ou DHT). Ces expériences nous ont permis d'isoler plusieurs gènes impliqués dans les mécanismes suivants: l'inflammation, la modulation cellulaire, l'apoptose et la synthèse lipidique. L'analyse de leur expression a permis de venir à la conclusion qu'un traitement androgénique inhibe les gènes impliqués dans les trois premiers mécanismes mais active ceux impliqués dans la synthèse lipidique.

Streptococcus thermophilus est une bactérie utilisée par l'industrie laitière pour la fabrication de produits laitiers fermentes tels que le yogourt et les fromages suisses et italiens. Comme plusieurs autres bactéries lactiques utilisées à l'échelle industrielle, S. thermophilus est sensible à l'attaque des phages virulents, ce qui engendre un ralentissement ou un arrêt du processus de fermentation de même que des pertes économiques. Comparativement aux nombreuses recherches effectuées sur les phages de Lactococcus lactis, peu d'études ont été faites sur les phages de S. thermophilus. Afin d'augmenter nos connaissances sur les phages de 5*. thermophilus, le transcriptome du phage DT1 a été déterminé par des hybridations de type Northern lors de l'infection de sa souche hôte SMQ-301. Une carte transcriptionnelle différente de celles des autres phages infectant S. thermophilus a été établie. De plus, les résultats obtenus concordent avec ceux précédemment obtenus lors de l'analyse de l'expression des gènes de DT1 par puces à ADN. Les profils de restriction Smal obtenus par électrophorèse en champ puisé de 16 souches de S. thermophilus sensibles à DT1 ont été comparés afin d'identifier une souche présentant un profil différent de celui de SMQ-301. Deux souches, soit SMQ-706 et SMQ-710, ont ainsi pu être identifiées.

Nous nous intéressons à la sélection de variables en classification non supervisée par mélanges gaussiens. Ces travaux sont en particulier motivés par la classification de gènes à partir de données transcriptomes. Dans les deux parties de cette thèse, le problème est ramené à celui de la sélection de modèles.<br />Dans la première partie, le modèle proposé, généralisant celui de Raftery et Dean (2006) permet de spécifier le rôle des variables vis-à-vis du processus de classification. Ainsi les variables non significatives peuvent être dépendantes d'une partie des variables retenues pour la classification. Ces modèles sont comparés grâce à un critère de type BIC. Leur identifiabilité est établie et la consistance du critère est démontrée sous des conditions de régularité. En pratique, le statut des variables est obtenu grâce à un algorithme imbriquant deux algorithmes descendants de sélection de variables pour la classification et pour la régression linéaire. L'intérêt de cette procédure est en particulier illustré sur des données transcriptomes. Une amélioration de la modélisation du rôle des variables, consistant à répartir les variables déclarées non significatives entre celles dépendantes et celles indépendantes des variables significatives pour la classification, est ensuite proposée pour pallier une surpénalisation de certains modèles. Enfin, la technologie des puces à ADN engendrant de nombreuses données manquantes, une extension de notre procédure tenant compte de l'existence de ces valeurs manquantes est suggérée, évitant leur<br />estimation préalable.<br />Dans la seconde partie, des mélanges gaussiens de formes spécifiques sont considérés et un critère pénalisé non asymptotique est proposé pour sélectionner simultanément le nombre de composantes du mélange et l'ensemble des variables pertinentes pour la classification. Un théorème général de sélection de modèles pour l'estimation de densités par maximum de vraisemblance, proposé par Massart (2007), est utilisé pour déterminer la forme de la pénalité. Ce théorème nécessite le contrôle de l'entropie à crochets des familles de mélanges gaussiens multidimensionnels étudiées. Ce critère dépendant de constantes multiplicatives inconnues, l'heuristique dite "de la pente" est mise en oeuvre pour permettre une utilisation effective de ce critère.

Thèse (M.Sc.)--Université Laval, 2003. / Bibliogr.: f. 91-105. Publié aussi en version électronique.

Les UDP-glucuronosyltransférases (UGT), enzymes catalysant la réaction de glucuronidation, sont impliquées dans le métabolisme de nombreux substrats endogènes (p. ex. bilirubine et hormones stéroïdiennes) et exogènes (p. ex. agents anticancéreux et médicaments d’autres classes) grâce à leur expression, entre autres, dans les tissus du métabolisme des médicaments tels que le foie, les reins et le tractus gastro-intestinal. Ainsi, une vue d’ensemble et détaillée du transcriptome des UGT humaines apparait comme une condition importante à l’établissement de la signature métabolique d’un individu. Dans le cadre de mon projet de recherche de doctorat, nous avons mis à jour le transcriptome des dix gènes UGT humains dans des tissus normaux et tumoraux du métabolisme par séquençage de nouvelle génération d’ARN ciblés (Capture-Seq). Pour cela, des tissus de foie, de rein, d’intestin et de côlon ainsi que des tissus d’endomètre, de sein et de prostate ont été analysés. Après alignement sur le génome de référence humain (hg19), 234 nouveaux évènements d’épissage ont été identifiés. Tous les transcrits codants pour les enzymes UGT1 et UGT2 déjà connues ont été observés, ainsi que plus de 130 nouveaux transcrits présentant des structures variables et des fonctions biologiques potentiellement diverses. Ainsi, nos travaux révèlent que l’ensemble des gènes UGT est sujet à l’épissage alternatif. Ces résultats ont permis de proposer une structure génomique révisée des locus UGT ainsi que d’établir le vaste répertoire des transcrits pour chaque gène UGT dans les tissus étudiés. Enfin, l’ensemble du transcriptome des gènes UGT a été quantifié dans les principaux tissus du métabolisme des médicaments. Les résultats indiquent que les transcrits alternatifs représentent une part non négligeable et très variable du transcriptome UGT, c’est-à-dire de 6 à 100 % de l’expression génique, et qu’ils sont exprimés de façon tissu spécifique. De plus, ces données suggèrent un remodelage du transcriptome UGT en présence de néoplasie pouvant affecter la capacité de glucuronidation tumorale comparativement au tissu sain. Le programme complexe d’épissage alternatif régulant l’expression et la fonction des protéines alternatives UGT jouerait un rôle important dans la détermination de la capacité de détoxification d’un organe, affectant potentiellement la réponse aux médicaments et à d’autres composés éliminés par cette voie métabolique. La connaissance approfondie du transcriptome des UGT est cruciale afin de mieux comprendre les éléments fonctionnels des locus UGT et d’établir leur rôle dans le métabolisme des médicaments et dans la réponse à divers composés endogènes. / UDP-glucuronosyltransferases (UGT) catalyze the reaction of glucuronidation. These enzymes are involved in the metabolism of many endogenous (e.g. bilirubin and steroid hormones) and exogenous substrates (e.g. many anticancer agents and drugs of other classes). They are expressed, among others, in the tissues of drug metabolism of such as the liver, kidneys and gastrointestinal tract tissues. A comprehensive and detailed view of the human UGT transcriptome emerges as a key condition for the establishment of the metabolic signature of an individual. As part of my PhD research project, we uncover the transcriptome landscape of the 10 human UGT gene loci in normal and tumoral metabolic tissues by targeted RNA next-generation sequencing (Capture-Seq). For this, liver tissues, kidney, small intestine and colon as well as endometrial tissues, breast and prostate were analyzed. Alignment on the human hg19 reference genome identifies 234 novel exon-exon junctions. We recover all previously known UGT1 and UGT2 enzyme-coding transcripts and identify over 130 structurally and functionally diverse novel UGT variants. Our work establish for the first time that all UGT genes are subject to alternative splicing. We further expose a revised genomic structure of UGT loci and provide a comprehensive repertoire of transcripts for each UGT gene. Finally, the entire transcriptome of UGT genes was quantified in the major drugs metabolism tissues (liver, kidney and intestine). The results indicate that alternative transcripts represent a significant part of the UGT transcriptome varying from 6-100% of UGT gene expression. Data also uncover a remodelling of the UGT transcriptome occurring in a tissue- and tumor-specific manner. The complex alternative splicing program regulating UGT expression and protein functions is likely critical in determining detoxification capacity of an organ and stress-related responses, with significant impact on drug responses and diseases.

Long non-protein coding RNAs (lncRNAs) represent a diverse and enigmatic classification of RNA. With roles associated with development and stress responses, these non-coding gene regulators are essential, and yet remain understudied in plants. Thus far, of just over 430 experimentally validated lncRNAs, only 13 are derived from plant systems and many of which do not meet the classic criteria of the RNA class. Without a solid definition of what makes a lncRNA, and few empirically validated transcripts, methods currently available for prediction fall short. To address this deficiency in lncRNA research, we constructed and applied a machine learning-based lncRNA prediction protocol that does not impose predefined rules, and utilises only experimentally confirmed lncRNAs in its training datasets. Through model evaluation, we found that our novel lncRNA prediction tool had an estimated accuracy of over 96%. In a study that predicted lncRNAs from transcriptomes of evolutionary diverse plant species, we determined that molecular features of lncRNAs display different phylogenetic signal patterns compared to protein-coding genes. Additionally, our analyses suggested that stress-resistant species express fewer lncRNAs than more stress sensitive species. To expand on these results, we used the prediction tool in concert with a transcriptomic study of two natural accessions of the drought tolerant species Eutrema salsugineum. Previously reported to show little physiological differences in a first drought, but differ significantly in a second, we instead demonstrated that the two ecotypes displayed vastly different transcriptomic responses, including the expression of lncRNAs, to a first and second drought treatment. In conclusion, the prediction tool can be applied to studies to further our knowledge of lncRNA evolution and as an additional tool in classic transcriptomic studies. The suggested importance of lncRNAs in drought resistance, and evidence of expression in two natural E. salsugineum accessions, merits further studies on the molecular and evolutionary mechanisms of these putatively regulatory transcripts. / Thesis / Doctor of Philosophy (PhD)