Le rythme impressionnant auquel les technologies de séquençage progressent est alimenté par leur promesse de révolutionner les soins de santé et la recherche biomédicale. Le séquençage par nanopores est devenu une technologie attrayante pour résoudre des lacunes des technologies précédentes, mais aussi pour élargir nos connaissances sur le transcriptome en générant des lectures longues qui simplifient l’assemblage et la détection de grandes variations structurelles. Au cours du processus de séquençage, les nanopores mesurent les signaux de courant électrique représentant les bases (A, C, G, T) qui se déplacent à travers chaque nanopore. Tous les nanopores produisent simultanément des signaux qui peuvent être analysés en temps réel et traduits en bases par le processus d’appel de bases. Malgré la réduction du coût de séquençage et la portabilité des séquenceurs, le taux d’erreur de l’appel de base entrave leur mise en oeuvre dans la recherche biomédicale. Le but de ce mémoire est de classifier des séquences d’ARNm individuelles en différents groupes d’isoformes via l’élucidation de motifs communs dans leur signal brut. Nous proposons d’utiliser l’algorithme de déformation temporelle dynamique (DTW) pour l’alignement de séquences combiné à la technologie nanopore afin de contourner directement le processus d’appel de base. Nous avons exploré de nouvelles stratégies pour démontrer l’impact de différents segments du signal sur la classification des signaux. Nous avons effectué des analyses comparatives pour suggérer des paramètres qui augmentent la performance de classification et orientent les analyses futures sur les données brutes du séquençage par nanopores. / The impressive rate at which sequencing technologies are progressing is fueled by their promise to revolutionize healthcare and biomedical research. Nanopore sequencing has become an attractive technology to address shortcomings of previous technologies, but also to expand our knowledge of the transcriptome by generating long reads that simplify assembly and detection of large structural variations. During the sequencing process, the nanopores measure electrical current signals representing the bases (A, C, G, T) moving through each nanopore. All nanopores simultaneously produce signals that can be analyzed in real time and translated into bases by the base calling process. Despite the reduction in sequencing cost and the portability of sequencers, the base call error rate hampers their implementation in biomedical research. The aim of this project is to classify individual mRNA sequences into different groups of isoforms through the elucidation of common motifs in their raw signal. We propose to use the dynamic time warping (DTW) algorithm for sequence alignment combined with nanopore technology to directly bypass the basic calling process. We explored new strategies to demonstrate the impact of different signal segments on signal classification. We performed comparative analyzes to suggest parameters that increase classification performance and guide future analyzes on raw nanopore sequencing data.

Les progrès des technologies de séquençage ont joué un rôle important dans le diagnostic moléculaire des maladies rares, telles que les myopathies et les dystrophies musculaires. Cependant, plusieurs patients atteints de maladies neuromusculaires restent sans diagnostic. Ceci est dû à la grande hétérogénéité clinique et génétique ainsi qu'au caractère hautement polymorphique des gènes associés à ces troubles. L'interprétation des données génétiques est un grand défi et les tests génétiques aboutissent souvent à l'identification de variants de signification inconnue (VUSs). Plusieurs de ces variants peuvent perturber l'épissage normal de l'ARN ou affecter l'expression des gènes. À cet égard, nous proposons une approche bio-informatique. Notre objectif est de mettre en place un pipeline identifiant et caractérisant des variants d'intérêt dans un contexte pathologique. Afin de déterminer si les variants ont un impact fonctionnel, notre pipeline se concentre sur l'épissage alternatif ainsi que sur l'intégration des données génomiques et transcriptomiques. Nous émettons l'hypothèse qu'une partie des patients sans diagnostic pour leur maladie neuromusculaire s'explique par des variants introniques jouant un rôle régulateur ou affectant l'épissage et l'abondance de l'ARNm. Cette approche multi-omique permet de déterminer si les variants ont un impact fonctionnel. Pour ce faire, nous avons réalisé un séquençage de l'ARN et de l'ADN à partir de biopsies musculaires de quatre patients. Les données ont été alignées et annotées avec différents scores de pathogénicité. Les événements d'épissage sont analysés par SpliceAI et rMATS. L'analyse des gènes différentiellement exprimés a été réalisée par l'outil LPEseq. Les CNVs et les expansions de répétitions ont été analysés avec CNVkit et ExpansionHunter. Plusieurs scripts maison filtrent et intègrent les données ARN et ADN. Pour l'instant, un total de huit variants pathogéniques sont proposés pour nos patients, mais des investigations supplémentaires sont nécessaires. Les variants recherchés sont rares et nécessitent donc un pipeline cohérent et efficace. Ce projet apportera un bénéfice significatif pour les patients en leur permettant d'obtenir un diagnostic et ainsi d'avoir accès à un meilleur suivi clinique. / Advances in sequencing technologies have played an important role in the molecular diagnosis of rare diseases, such as myopathies and muscular dystrophies. However, several patients with these neuromuscular diseases remain undiagnosed. This is due to the great clinical and genetic heterogeneity as well as the highly polymorphic nature of the genes associated with myopathies and muscular dystrophies. The interpretation of genetic data is a great challenge and genetic testing often results in the identification of variants of uncertain significances (VUSs). Many of these variants can disrupt normal RNA splicing or affect gene expression. In this regard, we propose a bioinformatics approach. Our aim is to put in place a pipeline identifying and characterizing variants of interest in a pathological context. To determine if the variants have a functional impact, our pipeline focuses on alternative splicing as well as the integration of genomic and transcriptomic data. We hypothesize that a portion of patients without a diagnosis for their neuromuscular disorder is explained by intronic variants having a regulatory role or affecting mRNA splicing and abundance. This multi-omics approach will make it possible to determine whether the variants have a functional impact. To do so, we performed RNA and DNA sequencing using muscle biopsies from four patients. Data was aligned and annotated with different pathogenicity scores. Splicing events are analyzed by SpliceAI and rMATS. The analysis of the differentially expressed genes was carried out by the LPEseq tool. CNVs and repeat expansion were analyzed with CNVkit and ExpansionHunter. Several in-house scripts filter and integrate RNA and DNA data. For now, a total of eight pathogenic variants are proposed for our patients, but further investigations are needed. The variants sought are rare and therefore require a coherent and efficient pipeline to facilitate their characterization. This project will have a significant benefit for patients by allowing them to obtain a diagnosis and thus have access to better clinical follow-up.

Les plantes, par leurs racines, offrent une myriade de niches écologiques pour les microorganismes du sol, et ceux-ci la protègent contre les attaques parasitaires et les stress abiotiques, et favorisent son approvisionnement en nutriments et en eau. Cependant, dans le sol, la plante joue aussi un rôle important lorsqu’elle émet depuis ses racines des composés qui influencent la composition des communautés microbiennes dudit sol, ce combiné à un changement du pH du sol par la plante et son apport en matière organique ainsi qu’en oxygène. Ces composés influencent les membres du microbiote souterrain de la plante et donc indirectement la plante elle-même. Plus on a une diversité du couvert végétal, plus la diversité des microorganismes du sol va être élevée et inversement, plus un sol sera divers en matière de microbes plus les plantes qui y poussent tendent à être en bonne santé. Pour une plante en particulier, il n’est pas inhabituel de développer des relations spécifiques avec des microorganismes eux aussi spécifiques qui vont améliorer sa survie. Cependant, une plante peut vivre dans différents environnements et les sols sont divers, donc les plantes doivent s’adapter aux microbes qu’elles trouvent à proximité en sélectionnant les microbes les plus bénéfiques pour elles. Du coup, il est possible que quel que soit l’environnement dans lequel la plante pousse, quelques microbes soit si importants pour sa survie et son développement qu’on les retrouve toujours en association avec ladite plante. Ces microbes toujours en association avec une plante donnée constituent une unité théorique nommée core microbiote dans la littérature scientifique. La gestion du microbiote des plantes cultivées pourrait améliorer la résistance au stress et la productivité des plantes cultivées et il est donc important d’en comprendre le fonctionnement. A ce jour, le microbiote souterrain des plantes demeure largement une « boîte noire » en raison de son incroyable complexité due à la diversité faramineuse des microorganismes qui le constituent. Au cours de ma recherche doctorale, j’ai voulu participer à ouvrir encore un peu plus cette « boite noire » pour augmenter la connaissance du fonctionnement et de la structure du microbiote souterrain des plantes. Pour ce faire, j’ai utilisé le canola (B. napus) comme plante modèle. J’ai étudié le microbiote racinaire, tel qu’influencé par le niveau de diversification du système cultural, à l’aide d’un dispositif expérimental établi par Agriculture et Agroalimentaire Canada à cinq emplacements dans la prairie canadienne en 2008. Le canola, B. napus est une Brassicaceae économiquement importante, mais aussi intéressante en tant que plante modèle, car le canola est associé à des communautés microbiennes racinaire moins complexes que bien d’autres plantes, à cause de sa production de composés antimicrobiens. J’ai utilisé le séquençage d’amplicons, des analyses statistiques multivariées et l’analyse de réseau pour approcher cette complexité et: i) vérifier l’impact de la diversification du système de rotation cultural sur les communautés microbiennes souterraines du canola, ii) établir si un core microbiote fongique et bactérien existait bel et bien dans la rhizosphère du canola et le plein sol en culture de canola, iii) identifier de façon claire des espèces clef de voute interagissant intensivement dans les communautés fongiques, bactériennes, et mixtes, et finalement iv) évaluer la persistance des champignons mycorhiziens à arbuscules dans la rhizosphère du canola et le plein sol adjacent cette plante non-hôte, en systèmes culturaux basés sur le canola. Mes résultats confirment que les communautés fongiques de la rhizosphère du canola et de son sol étaient influencées par la diversification des rotations de cultures, mais démontrent que les communautés bactériennes ne l’étaient pas. La rhizosphère du canola avait un core microbiote fongique variant avec les années, tandis que chez les bactéries, seulement des core espèces ont été identifiées. J’ai aussi relevé des interactions potentielles entre microbiote fongique et microbiote bactérien du canola et identifié des espèces clef de voute. Les fluctuations de l’abondance de ces espèces pourraient alors faire varier celles de beaucoup d’autres microbes. Bradyrhizobium a été l’une de ces espèces. Mes résultats montrent aussi un maintien d’une communauté des champignons mycorhiziens à arbuscules chez le canola même après 10 ans de monoculture. En résumé, ma recherche apporte une lumière nouvelle dans l’étude du fonctionnement, de la structure et des dynamiques écologiques au sein du microbiote souterrain du canola et sur l’écologie microbienne théorique des plantes notamment en ce qui a trait à ses composantes invariantes telles que le core microbiote et les taxons clef de voûte. Des études en conditions contrôlées sont nécessaires pour vérifier la capacité des microbes clef de voute rapportés ici à influencer les communautés microbiennes du sol et les plantes qui y vivent. / Plants and soil microbes are closely linked. Plants provides myriads of ecological niches in and on its roots for microbes to thrive. In turn, microbes can protect host plants against pathogen attacks, abiotic stresses, and improve nutrient and water availability. In the distant soil, plant produce volatile compounds shaping microbial communities, with feedback on root-associated communities. The more diversity there is in the plant cover, the higher the diversity of soil microorganisms will be and conversely, the more diverse a soil will be in terms of microbes, the more de plants that grow there trend to be in good health. Certain plants can develop specific relationships with certain microbes improving the fitness of the plant. However, a plant can grow in different environments and soils are diverse, thus plant will have to adapt to the different microbes depending on the environment it is growing in while attracting the ones necessary for its growth. Certain microbes could be so important for a plant’s health and development that they are always associated with the plant. Such important microbes form a theoretical group called core microbiota that could be extremely important for plant health and a determinant of the composition of plant-associated microbial communities. The plant subterranean microbiota is often labelled as a “black box” due to the tremendous diversity and interactivity of the microbial communities plants host. In my thesis research I aimed to “crack the black box” a little further to enhance our understanding of plant subterranean microbial community dynamics and structure. To do so, I used a field experiment established in 2008 by Agriculture and Agri-Food Canada (AAFC) at five different sites in the Canadian Prairies under different crop rotations and canola as model plant. Canola (B. napus) is a crop plants of the Brassicaceae family that produces antimicrobial compounds and has “simpler” microbial community in its roots, and rhizosphere. To do so, I used amplicon sequencing, multivariate analysis, and network analysis. My objectives were i) to verify the impacts of plant cover diversification on canola microbial subterranean community, ii) to verify if a core microbiota of fungi and bacteria could exist in canola rhizosphere and bulk soil and if so, to describe this core, iii) to identify keystone bacteria and fungi, i.e. highly interacting components, in the bacterial and fungal communities associated with canola, and finally, iv) to investigate the persistence of arbuscular mycorrhizal fungi in the rhizosphere and bulk soil of canola, a non-host plant, in canola-based cropping systems. I found that the diversification of cropping systems influenced the structure of the fungal communities of canola rhizosphere and bulk soil, but diversification had no significant influence on bacterial community structure. A fungal core microbiota varying through years was found in canola rhizosphere, but no bacterial core-microbiota was found. However, we were able to identify a core-specie. Interactions among the fungal and bacterial microbiota in canola rhizosphere and bulk soil were found and Bradyrhizobium was among several potentially important keystone taxa. My results also show the maintenance of arbuscular mycorrhizal fungi in canola even after 10 years of monoculture despite this plant is not a host for AMF. Overall, my PhD research brings a new level of knowledge on the microbial structure and dynamics of canola subterranean microbiota, and also on the theoretical ecology of plant microbiota, particularly regarding its invariable components such as core microbiota and hub-taxa. Further investigations are needed to better understand how keystone species and core species influence the plants and their microbiome.

Parmi les différents acteurs impliqués dans le dogme de la biologie moléculaire, les protéines sont des unités biologiques fonctionnelles contribuant à de nombreux processus biologiques. Dans la compréhension de la relation génotype-phénotype, il est important d’étudier l'influence de gènes, ou de variants génétiques, sur des mécanismes moléculaires spécifiques, permettant d’expliquer la variance phénotypique de traits dits complexes. Dans cette thèse nous allons démontrer l’intérêt de proposer différentes stratégies bio-informatiques protéome-centrées pour l’étude de phénotypes complexes. Dans une première étude, nous mettons en avant comment l'utilisation de la génomique comparative, couplée à l'analyse de la propension d'agrégation des protéines, permet d'identifier certains groupes de protéines avec des différences significatives entre espèces dans leurs propriétés intrinsèques contribuant à la protéostase cellulaire. Ce mécanisme est proposé dans cette thèse comme hypothèse de travail pour étudier les différences d'espérance de vie chez les rongeurs: ce travail est réalisée sur deux espèces phylogénétiquement proches, le rat taupe-nu et la souris, mais possédant des différences phénotypiques dans le contexte du vieillissement. Dans une seconde étude, nous proposons une nouvelle méthodologie s'appuyant sur l'étude quantitative des réseaux d'interaction protéine-protéine afin d'identifier les déterminants génétiques qui seraient responsables de la variation de ces interactions, suite à une stimulation médicamenteuse dans une population de levures génétiquement diversifiées. Ces travaux de recherche étudient le protéome et ses interactions et permettent de proposer une abstraction originale des phénotypes complexes. / Among the different actors involved in the dogma of molecular biology, proteins are functional biological units contributing to many biological processes. In the understanding of the genotype-phenotype relationship, it is important to study the influence of genes, or genetic variants, on specific molecular mechanisms, allowing to explain the phenotypic variance of so-called complex traits. In this thesis we will demonstrate the interest of proposing different proteome-centric bioinformatics strategies for the study of complex phenotypes. In a first study, we highlight how the use of comparative genomics, coupled with the analysis of the aggregation propensity of proteins, allows to identify some groups of proteins with significant differences between species in their intrinsic properties contributing to cellular proteostasis. This mechanism is proposed in this thesis as a working hypothesis to study differences in life expectancy in rodents: this work is performed on two phylogenetically related species, the mole rat and the mouse, but with phenotypic differences in the context of aging. In a second study, we propose a new methodology based on the quantitative study of protein-protein interaction networks in order to identify the genetic determinants that would be responsible for the variation of these interactions, following a drug stimulation in a genetically diversified yeast population. This research studies the proteome and its interactions and proposes an original abstraction of complex phenotypes.

Nous avons étudié le transcriptome de neuf échantillons d'ARN extraits de cultures primaires de cellules non tumorales de l’épithélium de surface de l’ovaire (NOSE) provenant de quatre donneuses non porteuses de mutation, deux mutées sur BRCA1 et trois sur BRCA2, ainsi que de quatre échantillons d’ARN extraits de cultures primaires de cellules tumorales de l’ovaire (TOV) provenant de trois donneuses porteuses de mutation sur BRCA1 et une sur BRCA2. Nous avons identifié, pour la première fois, les signatures moléculaires associées à la présence d’une mutation de BRCA1 et BRCA2 dans les cellules NOSEs ainsi que la signature associée à la transformation tumorale des cellules NOSEs en TOVs chez les porteuses de mutation de BRCA1. Nous avons également localisé les domaines chromosomiques comportant des gènes corégulés en association avec la présence d’une mutation de BRCA1 dans les cellules NOSEs. Les allèles sauvage et muté de BRCA2 étaient exprimés dans les cellules TOVs provenant des porteuses de la mutation 8765delAG sur BRCA2. Nous avons observé que le niveau d’expression des transcrits de BRCA2 était plus élevé dans les cellules provenant des tumeurs ovariennes les plus agressives chez les femmes porteuses de la mutation 8765delAG sur BRCA2, les transcrits correspondants à l’allèle muté contribuant avec un pourcentage élevé du niveau d’expression total du gène. Le phénotype tumoral observé chez les Canadiennes Françaises porteuses de cette mutation pourrait résulter d’un effet de dosage de l’allèle muté. / We analyzed the transcriptome of nine primary cultures of non-tumor ovarian surface epithelium cells (NOSE) from four non-carriers, two BRCA1 and three BRCA2 carriers, and four primary cultures of tumor ovarian cells (TOV) from three BRCA1 and one BRCA2 carriers. We identified the first molecular signatures associated with the presence of BRCA1 and BRCA2 mutations in NOSEs and the first molecular signature associated with the transformation from NOSEs to TOVs in French Canadian women carriers of BRCA1 mutation. Moreover, we localized some co-regulated chromosomal domains associated with the presence of a BRCA1 mutation in NOSE cells. Wild-type and mutated BRCA2 allelic transcripts were expressed in tumor cells from 8765delAG BRCA2 mutation carriers, with the highest level of BRCA2 transcript expression and the highest contribution of the mutated allele in cells originating from the most aggressive ovarian tumors. The observed phenotype in BRCA2-mutated cells as well as the aggressiveness of the tumor could result from a dosage effect of the BRCA2 mutated allele.

Cette thèse concerne l'ingénierie des systèmes complexes à partir d'une dynamique souhaitée. En particulier, nous nous intéressons aux populations d'oscillateurs et aux réseaux de régulation génétique. Dans une première partie, nous nous fondons sur une hypothèse, introduite en neurosciences, qui souligne le rôle de la synchronisation neuronale dans le traitement de l'information cognitive. Nous proposons de l'utiliser sur un plan plus large pour étudier le traitement de l'information par des populations d'oscillateurs. Nous discutons des isochrons de quelques oscillateurs classés selon leurs symétries dans l'espace des états. Cela nous permet d'avoir un critère qualitatif pour choisir un oscillateur. Par la suite, nous définissons des procédures d'impression, de lecture et de réorganisation de l'information sur une population d'oscillateurs. En perspective, nous proposons un système à couches d'oscillateurs de Wilson-Cowan. Ce système juxtapose convenablement synchronisation et désynchronisation à travers l'utilisation de deux formes de couplage: un couplage continu et un couplage par pulsation. Nous finissons en proposant une application de ce système: la détection de contours dans une image. En deuxième partie, nous proposons d'utiliser une approche par contraintes pour identifier des réseaux de régulation génétique à partir de connaissances partielles sur leur dynamique et leur structure. Le formalisme que nous utilisons est connu sous le nom de réseaux d'automates booléens à seuil ou réseaux Hopfield-semblables. Nous appliquons cette méthode, afin de déterminer le réseau de régulation de la morphogenèse florale d'Arabidopsis thaliana. Nous montrons l'absence d'unicité des solutions dans l'ensemble des modèles valides (ici, 532 modèles). Nous montrons le potentiel de cette approche dans la détermination et la classification de modèles de réseaux de régulation génétique. L'ensemble de ces travaux mène à un certain nombre d'applications, en particulier dans le développement de nouvelles méthodes de stockage de l'information et dans le design de systèmes de calcul non conventionnel.

Rechercher les similarités entre séquences est une opération fondamentale en bioinformatique, que cela soit pour étudier des questions biologiques ou bien pour traiter les données issues de séquenceurs haut-débit. Il y a un vrai besoin d'algorithmes capables de traiter des millions de séquences rapidement. Pour trouver des similarités approchées, on peut tout d'abord considérer de petits mots exacts présents dans les deux séquences, les graines, puis essayer d'étendre les similarités aux voisinages de ces graines. Cette thèse se focalise sur la deuxième étape des heuristiques à base de graines : comment récupérer et comparer efficacement ces voisinages des graines, pour ne garder que les bons candidats ? La thèse explore différentes solutions adaptées aux processeurs massivement multicoeurs: aujourd'hui, les GPUs sont en train de démocratiser le calcul parallèle et préparent les processeurs de demain. La thèse propose des approches directes (extension de l'algorithme bit-parallèle de Wu-Manber, publiée à PBC 2011, et recherche dichotomique) ou bien avec un index supplémentaire (utilisation de fonctions de hash parfaites). Chaque solution a été pensée pour tirer le meilleur profit des architectures avec un fort parallélisme à grain fin, en utilisant des calculs intensifs mais homogènes. Toutes les méthodes proposées ont été implémentés en OpenCL, et comparées sur leur temps d'exécution. La thèse se termine par un prototype de read mapper parallèle, MAROSE, utilisant ces concepts. Dans certaines situations, MAROSE est plus rapide que les solutions existantes avec une sensibilité similaire.

L'enjeu des travaux effectués au cours de cette thèse est l'extraction in silico de molécules potentiellement intéressantes dans le processus d'inhibition du récepteur tyrosine kinase c-Met. La faculté de cette protéine à interagir dans les phénomènes d'embryogenèse et de réparation tissulaires rendent son inhibition cruciale dans les traitements contre les développements tumoraux où c-Met se trouve impliquée. Dans ce but, la stratégie que nous avons employée implique l'utilisation de plusieurs méthodes in silico de conception rationnelle de médicaments. Nous avons utilisé comme support les multiples structures cristallographiques publiées sur la ProteinData Base (PDB). Un travail de modélisation par homologie fut tout d'abord nécessaire pour combler les lacunes des structures cristallographiques collectées. Afin d'échantillonner au mieux l'espace conformationnel du récepteur kinase c-Met et de caractériser sa flexibilité, une longue campagne de simulation de Dynamique Moléculaire (DM) fut menée concernant les formes apo et holo des structures cristallographiques disponibles. Pour compléter ces simulations, une partie du travail consista à utiliser également la méthode des modes normaux de vibration (NM). De ces 2 approches (DM et NM), nous avons extrait un ensemble de 10 conformères considérés comme les plus représentatifs de l'espace conformationnel simulé pour la kinase c-Met et avons proposé un mode de fonctionnement de ce récepteur. Utilisant les conformations extraites de l'échantillonnage conformationnel, nous avons ensuite mené une importante campagne de criblage virtuel sur plusieurs chimiothèques constituant au total environ 70.000 composés. L'analyse des résultats de l'arrimage moléculaire nous a conduits à la sélection de plusieurs molécules intéressantes possédant théoriquement une bonne affinité pour la kinase c-Met. Ces molécules ont été soumises aux tests expérimentaux effectués par l'équipe de biologistes associée à nos travaux.

A travers cette thèse, nous montrons l'importance de la modélisation et de la coopération de métaheuristiques pour la résolution de problèmes réels en bioinformatique. Pour ce faire, deux problèmes ont été étudiés : le premier dans le domaine de la protéomique pour l'identification de protéines à partir de données spectrales et le second dans le domaine de l'analyse structurale de molécules pour le problème du docking moléculaire flexible. Ainsi, pour le premier problème, un nouveau modèle basé sur une comparaison directe des bases de données protéiques avec les données expérimentales brutes a été mise en place. L'approche associée a été intégrée au sein d'un moteur d'identification par empreinte de masse peptide appelé ASCQ_ME. Ce modèle d'identification a permis ensuite de proposer et de valider une modélisation pour le problème de " de novo protein sequencing " qui consiste à retrouver la séquence d'une protéine à partir seulement des données expérimentales. Il s'agit d'un modèle en trois étapes appelé SSO pour " Sequence ", " Shape " et " Order ". Après une étude de chacune de ces étapes, SSO a été implémenté et testé à travers trois métaheuristiques collaborant de manière séquentielle. Pour le second problème, une étude des nouvelles modélisations multi-objectives a été menée et a conduit à la définition d'un ensemble de huit modèles différents testés à l'aide d'algorithmes génétiques multi-objectifs parallèles. Une douzaine de configuration d'opérateurs génétiques ont été testé afin de mettre en évidence l'efficacité de l'hybridation des algorithmes génétiques avec des recherches locales. Pour chacune des parties, l'implémentation et la mise en place des collaborations fut possible grâce à la plateforme ParadisEO et notamment grâce à mes contributions à la partie ParadisEO-MO dédiée aux métaheuristiques à base de solution unique. L'ensemble de ces travaux a été soutenu par le PPF BioInformatique de l'Université des Sciences et Technologies de Lille et le projet ANR Dock.

La découverte des anesthésiques représente un progrès majeur de la médecine, rendu possible par l'observation empirique de leurs effets. Des expériences ont révélées les neurorécepteurs comme cibles possibles des anesthésiques, des canaux localisés sur la membrane des cellules cibles aux terminaisons nerveuses. Le récepteur GLIC, un homologue bactérien du récepteur nicotinique humain, a été co-cristallisé en 2011 avec des anesthésiques généraux liés à lui. Dans cette thèse, j'utilise les simulations de dynamique moléculaire pour caractériser les interactions entre des anesthésiques généraux et différentes formes de GLIC. En 2011, le propofol et le desflurane ont été co-cristallisés dans un site de liaison intra-sous-unité localisé dans le domaine transmembranaire de GLIC. En 2013, il a été montré que le bromoforme se lie à ce site ainsi qu'à un site inter-sous-unités. Dans ce travail, je décris des simulations d'une nouvelle structure cristalline montrant un site de liaison situé dans le pore du canal. Des simulations d'innondation de GLIC par le bromoforme ont démontré l'accessibilité spontanée des sites expérimentaux dans un environnement non cristallin. Des calculs d'énergie libre mettent en évidence des différences d'énergie de liaison entre les sites et entre des mutants de GLIC. Un échantillonnage complet des poches de liaison m'a permis de détecter un autre site de liaison inter-sous-unité duquel l'accessibilité est semble modulée par un résidu en particulier. Les données accumulées au cours de ce projet fournissent une image grandissante de l'action des anesthésiques à l'échelle atomique.