Le cancer du sein triple négatif (CSTN) est le sous-type de cancer du sein le plus hétérogène et le plus défavorable. La pierre angulaire du traitement de ces tumeurs repose sur la chimiothérapie systémique, de plus en plus fréquemment administrée en néoadjuvant, puisqu’aucune thérapie ciblée n’est à ce jour validée. L'obtention d'une réponse complète histologique (RCH) constitue un marqueur pronostique favorable majeur ainsi qu'un test in vivo de la sensibilité aux médicaments anti-tumoraux. L’objectif de notre travail de thèse a donc été d’apporter des éléments de compréhension de cette hétérogénéité grâce à la dissection clinique, biologique et moléculaire de ces tumeurs. Nous avons analysé les profils d'expression géniques de ces CSTN et ainsi identifié 6 sous-types moléculaires distincts avec des biologies et des pronostics différents. Cette classification s’appuie sur une méthodologie originale basée à la fois sur des outils bioinformatiques classiques associée à l’utilisation de réseaux biologiques. L’enrichissement en gènes de l'immunité issus du compartiment stromal de la tumeur représente un déterminant majeur du pronostic de ces tumeurs : une forte expression des gènes de l'immunité est associée un pronostic significativement plus favorable. Notre principale contribution repose sur une meilleure compréhension de l’immunité et de l’infiltrat lymphocytaire (TILS) de ces CSTN. Il s’agit probablement du sous-groupe de cancers du sein le plus immunogène avec des taux de TILS pré-CNA parmi les plus élevés avec les tumeurs HER2-positives. Cet infiltrat lymphocytaire est d'ailleurs très corrélé aux gènes de notre module immunitaire pronostique dans les CSTN. La valeur prédictive et pronostique des TILS du stroma tumoral est différente selon le sous-type moléculaire de cancer du sein, suggérant une immunité complètement différente de ces tumeurs. Le taux de TILS varie également différentiellement au sein de chaque sous-groupe sous l'influence de la CNA, témoignant d'une interaction complexe entre les TILS et les traitements. Nous montrons que la cinétique des TILS sous l'effet de la CNA est un indicateur pertinent de réponse à la CNA avec une réponse d'autant plus importante qu'une décroissance du taux de TILS sera importante. Les tumeurs les plus immunogènes avec une activité immunitaire importante sont donc les tumeurs triple-négatives les plus favorables. L'un des challenge des années à venir sera donc d'identifier le plus tôt possible les CSTN les moins immunogènes susceptibles de bénéficier au mieux des immunothérapies seules ou combinées au traitement chimiothérapique afin d'activer ou de rétablir précocement une immunité déficiente. Sous une même dénomination de TILS se trouve très certainement des populations phénotypiques de lymphocytes différentes. En effet, après CNA, leur valeur pronostique est opposée entre les CSTN et les tumeurs HER2-positives: des taux élevés de TILS sont associés à un pronostic défavorable dans les tumeurs HER2-positives alors qu’ils ont une tendance à être associés à des CSTN de meilleur pronostic. Les interactions sont complexes entre les agents cytotoxiques et la tumeur et/ou son microenvironnement. L'analyse du résidu tumoral mammaire ou ganglionnaire représente un matériel sous-exploité qui pourrait permettre de mieux comprendre les mécanismes de sensibilité ou de résistance aux traitements. Au delà de la pierre angulaire que constitue l'immunité pour ces tumeurs, nos travaux identifient certains CSTN pour lesquels l'environnement hormonal, au travers de l'indice de masse corporel ou du statut ménopausique, pourrait jouer un rôle. Ainsi l'exploration du métabolome, des particularités immunitaires chez les patientes en surpoids/obèses ou l'analyse de la voie androgène-récepteur (et ses connexions avec les voies oestrogène et progestérone-récepteur) des CSTN doit aussi être explorée de manière détaillée. Ceci ouvre des perspectives de traitement possibles pour certaines patientes. / Triple negative breast cancer (TNBC) is the most heterogeneous and pejorative subtype of breast cancer. The cornerstone of the treatment of such tumors is based on systemic chemotherapy, more and more frequently administered before surgery, since no targeted therapy has been validated to date. Obtaining a pathological complete response (PCR) is a major favorable prognostic marker as well as an in vivo test of anti-tumor drug susceptibility. The objective of our thesis work was therefore to provide elements of understanding of this heterogeneity through the clinical, biological and molecular dissection of these tumors.We analyzed gene expression profiles of TNBCs and identified 6 distinct molecular subtypes with different biologies and prognoses. This classification used an original methodology based on both classical bioinformatic tools and biological networks. The enrichment of immunity genes from the stromal compartment of the tumor represents a major determinant of the prognosis of these tumors: a strong expression of the immunity genes is associated with a significantly more favorable prognosis.Our main contribution is based on a better understanding of immunity and tumor infiltrated lymphocytes (TILS) of these TNBCs. It is probably the most immunogenic subgroup of breast cancers with the highest TILs levels pre-NAC with HER2-positive tumors. TILS levels are also highly correlated with genes of our immune prognosis module. The predictive and prognostic value of stromal TILS is different according to the molecular subtype of breast cancer, suggesting a completely different immunity of these tumors. The rate of TILS also varies differentially within each subgroup under the influence of the NAC, indicating a complex interaction between TILS and treatments. We show that the kinetics of TILS levels with NAC is a relevant indicator of response to NAC with a response that is all the more important that a decrease in the TILS rate will be important. The most immunogenic tumors with an important immune activity are therefore the most favorable triple-negative tumors. One of the challenges of the coming years will therefore be to identify, as soon as possible, the least immunogenic TNBC that can best benefit from immunotherapies alone or in combination with chemotherapeutic treatment in order to activate or restore early a deficient immunity.Under the same denomination of TILS there are probably different phenotypic populations of lymphocytes. Indeed, after CNA, their prognostic value is opposite between the TNBC and the HER2-positive tumors: high levels of TILS are associated with an unfavorable prognosis in HER2-positive tumors whereas they have a tendency to be associated with a better prognosis for TNBC tumors. The interactions are complex between cytotoxic agents and the tumor and / or its microenvironment. The analysis of the breast or axillary lymph node residual disease represents an underutilized material that could lead to a better understanding of the mechanisms of sensitivity or resistance to treatment.Beyond the key role immunity for these tumors, our work identifies some TNBCs for which the hormonal environment, through the body mass index or the menopausal status, could play a role. Thus, the exploration of the metabolome, immune features in overweight / obese patients or the analysis of the androgen-receptor pathway (and its connections with the estrogen and progesterone-receptor pathways) of the TNBC must also be explored. This opens up possible treatment perspectives for some patients.

La conception de protéines ayant des propriétés spécifiques représente un enjeu majeur pour la pharmacologie et les bio-technologies. Malgré les progrès des méthodes de CAO développées pour la conception de protéines, une limitation majeure des techniques existantes vient de la difficulté à prendre en compte la mobilité du squelette protéique, afin de mieux capturer l’ensemble des propriétés des protéines candidates et garantir la bonne stabilité de la protéine choisie dans la conformation voulue. De plus, si des méthodes de conception multi-états ont été proposées, elles ne permettent pas de garantir l’existence d’une trajectoire réaliste entre ces états. De ce fait, la conception de protéines devant permettre la transition entre plusieurs états reste un problème hors de la portée des méthodes actuelles. Cette thèse explore comment des algorithmes inspirés de la robotique peuvent être utilisés pour explorer l’espace conformationnel de manière efficace afin d’améliorer les méthodes de conception de protéines en prenant en compte de manière plus poussée la flexibilité de leur squelette. Ce travail pose également un premier jalon vers une méthode de conception adaptée à la réalisation d’un mouvement de la protéine. / The ability to design proteins with specific properties would yield great progress in pharmacology and bio-technologies. Methods to design proteins have been developed since a few decades and some relevant achievements have been made including de novo protein design. Yet, current approaches suffer some serious limitations. By not taking protein’s backbone motions into account, they fail at capturing some of the properties of the candidate design and cannot guarantee that the solution will in fact be stable for the goal conformation. Besides, although multi-states design methods have been proposed, they do not guarantee that a feasible trajectory between those states exists, which means that design problem involving state transitions are out of reach of the current methods. This thesis investigates how robotics-inspired algorithms can be used to efficiently explore the conformational landscape of a protein aiming to enhance protein design methods by introducing additional backbone flexibility. This work also provides first milestones towards protein motion design.

Le phylum Hemichordata est composé exclusivement d'organismes marins et, avec les embranchement Echinodermata et chordata, il forme le groupe des Deutérostomes sur l'arbre de la vie des animaux. Dans les chapitres d'introduction et le deuxième, je donne un aperçu des hémichordés, y compris les enteropneustes solitaires et les pterobranches coloniaux et je les défini dans un contexte évolutif ou phylogénétique. Les enteropneustes sont souvent considérés comme le meilleur proxy vivant de l'ancêtre des deutérostomes. Les ptérobranches comprennent les Cephalodiscida et les Graptolithina. Les graptolites (graptos = écrit, lithos = roche) sont principalement représentés par des espèces fossiles remontant à la Période Cambrienne, il y a plus de 500 millions d'années. Ces «écritures dans la roche» sont largement connues et étudiées par les paléontologues et sont si abondantes qu'elles sont utilisées comme fossiles indicateurs pour identifier les couches sédimentaires. Les graptolites sont éteints sauf pour cinq espèces benthiques appartenant au genre Rhabdopleura, membres de la famille Rhabdopleuridae, que j'examine en détail dans le chapitre trois. Rhabdopleura recondita de la mer Méditerranée fait l'objet de cette thèse. Il est courant le long des côtes sud de l'Italie d'où je l’ai échantillonné en plongée sous- marine. Il est inhabituel que des colonies résident cachées à l'intérieur de la zoaria des bryozoaires morts. Seuls les tubes érigés font saillie à partir de la matrice de l'hôte. Les chapitres quatre et cinq sont les contributions les plus significatives de cette thèse, avec un accent sur les tubes de R. recondita. Le chapitre quatre fournit des observations de la construction de tubes par R. recondita gardé en captivité. J'ai observé la capacité des larves, des zooïdes et des colonies à sécréter de nouveaux tubes en présence et en l'absence du matériel hôte du zoarium bryozoaire. Nous avons découvert que la colonisation larvaire et la sécrétion du dôme peuvent se produire sans l'hôte bryozoaire, mais la croissance continue de la colonie nécessite le substrat de l'hôte. Les zooïdes adultes ne peuvent reformer de nouveaux tubes que s'ils sont capables de s'abriter à l'intérieur du matériel hôte. Un résultat surprenant des observations des zooïdes a été la sécrétion d'un opercule et d'un tube évasé. Les colonies qui avaient des tubes érigés enlevés ont pu fabriquer de nouveaux tubes, mais à un faible nombre. Une étude parallèle a été réalisée sur des colonies dont les tubes avaient été retirés, puis cultivées dans des canaux à quatre vitesses d'écoulement. Cette expérience a été conçue pour induire une réponse plastique phénotypique à l'écoulement. Au lieu de cela, je n'ai trouvé aucune différence significative dans la longueur du tube ou le nombre de tubes en réponse à quatre vitesses d'écoulement. Ce résultat suggère que le développement du tube de R. recondita peut être canalisé ou fixé. Il est significatif car il suggère que de petites différences qui distinguent les espèces primitives de graptolites encroûtantes sont bonnes. Le chapitre cinq porte sur la composition des tubes de R. recondita. Plusieurs hypothèses et de nombreuses analyses ont été faites sur ce sujet, mais aucune n'a été concluante. J'utilise ici la génomique et la bioinformatique, l'immunochimie et la spectroscopie et rejette les hypothèses selon lesquelles les tubes sont de la kératine ou de la cellulose. Au lieu de cela, j'ai trouvé huit gènes de chitine synthase dans le génome et le trascriptome, un complexe composé d'un polysaccharide semblable à la chitine, d'une protéine, d'un acide gras et de composants élémentaires inattendus. Cette étude est significative car elle ferme la porte sur une ancienne hypothèse de composition de tube de graptolite et révèle qu'il s'agit d'une structure complexe comprenant de la chitine. Le chapitre de conclusion est un bref résumé des résultats et une réflexion sur les aveenues potentiellement fructueuse pour des recherches futures. / The phylum Hemichordata is comprised of exclusively marine organisms, and together with the Echinodermata and Chordata forms the Deuterostomia branch on the animal tree of life. In the introductory and second chapters I provide a background on Hemichordata including the solitary Enteropneusta and the colonial Pterobranchia and define them in an evolutionary or phylogenetic context. The enteropneusts are often regarded as the best living proxy of the deuterostome ancestor. Pterobranchs, include the Cephalodiscida and Graptolithina. Graptolites (graptos=written, lithos=rock) are mostly represented by fossil species dating back to the Cambrian Period, more than 500 million years ago. These “writings in the rock” are widely known and studied by paleontologists and are so abundant that they are used as index fossils to identify sedimentary layers. Graptolites are extinct but for five benthic species belonging to the genus Rhabdopleura, members of the Rhabdopleurida, which I extensively review in chapter three. Rhabdopleura recondita from the Mediterranean Sea is the subject of this thesis. It is common along the south coasts of Italy from where I sample it by SCUBA diving. It is unusual in that colonies reside hidden inside of the zoaria of dead bryozoans. Only erect tubes project from the host matrix. Chapters four and five are the most significant contributions of this thesis, with a focus on R. recondita tubes. Chapter four provides observations of tube building by R. recondita kept in captivity. I observed larvae, zooids and colonies abilities to secrete new tubes in the presence and absence of the bryozoan zoarium host material. We discovered that larval settlement and dome secretion can occur without the bryozoan host, but the continued growth of the colony requires the host substrate. Adult zooids can reform new tubes only if they are able to shelter inside of host material. A surprising result from the zooid observations was the secretion of an operculum and a flared tube. Colonies that had erect tubes removed were able to make new tubes, but fewer in number. A parallel study was done on colonies that had tubes removed and then were cultured in channels at four flow velocities. This experiment was designed to induce a phenotypic plastic response to flow. Instead, I found no significant difference in tube length or tube number in response to four flow velocities. This result suggests that the tube development of R. recondita may be canalized, or fixed. It is significant because it suggests that small differences that distinguish primitive, encrusting graptolite species, are good. Chapter five is on the composition of R. recondita tubes. Several hypotheses and numerous analysis have been done on this topic, but none were conclusive. Here I use genomics and bioinformatics, immunochemistry and spectroscopy and reject the hypotheses that the tubes contain keratin or cellulose. Instead I found eight chitin synthase genes in the genome and transcriptome, a complex made of a chitin-like polysaccharide, protein, fatty acid and unexpected elemental components. This study is significant because it closes the door on old hypothesis of graptolite tube composition and reveals that it is a complex structure including chitin. The conclusion chapter is a brief summary of the results and a reflection on fruitful avenues of future research.

La maladie de Niemann-Pick type C (NP-C) est une maladie autosomal récessive rare neurodégénérative, pan-ethnique et avec variabilité phénotypique. La forme classique se trouve chez les patients juvéniles, mais des patients de tous les âges existent. Les symptômes incluent des signes viscéraux, moteurs et neurologiques. La maladie est causée par une mutation dans le gène NPC1 ou NPC2. La prévalence mondiale se trouve à environ un cas par 100 000 naissances, mais varie beaucoup selon les populations. Pour cette raison, nous avons voulu identifier et classifier des variants qui se trouve dans la population québécoise pour faire une estimation de la prévalence de NP-C au Québec. Nous croyons que cette maladie neurodégénérative est sous-diagnostiquée. Pour identifier le pool génétique de la population québécoise, nous avons utilisé une approche bio-informatique. À l’aide des données de séquençage des 1109 participants sains de la cohorte CARTaGENE, nous avons identifié des variants rares, ayant des fréquences alléliques inférieures à 1%, dans les gènes NPC1 et NPC2. Les données de séquençage de l’ARN et d’exome ont été alignées, les variants ont été détectés et annotés avec différents scores de pathogénicité. Les variants ont ensuite été classifiés à l’aide des lignes directrices de l’ACMG. À l’aide de notre pipeline bio-informatique, nous avons identifié 37 variants rares. Parmi ces variants, un, p.I1061T, a été classifié comme pathogénique comme il l’est dans d’autres bases de données et un, p.P543L, initialement classifié comme potentiellement pathogénique a été classifié comme pathogénique dans notre population. Le variant p.P543L est d’ailleurs possiblement une mutation fondatrice chez les Canadiens-Français. La prévalence mesurée à l’aide des fréquences alléliques de ces deux variants est de 0,61 cas par 100 000 naissances. Cette étude a permis d’identifier deux variants pathogéniques dans une population saine, c’est-à dire sans maladie neurodégénérative connue. Nous avons ensuite pu estimer pour la première fois la prévalence minimale de NP-C au Québec. Les résultats suggèrent que NP-C est sous-diagnostiquée dans notre population. Avec ces informations, les méthodes de diagnostic pourront être ajustées pour accélérer la détection de NP-C au Québec et ainsi aider les patients en donnant accès au traitement disponible pour réduire les symptômes neurologiques. / Niemann-Pick type C disease (NP-C) is a rare autosomal recessive neurodegenerative, pan-ethnic disease with heterogenous symptoms. The classical form mainly affects juvenile patients, but patients of varying ages exist. The main symptoms are visceral, motor and neurological. The disease is caused by mutations in the NPC1 or NPC2 gene. The worldwide prevalence is approximately one case per 100 000 births but varies between populations. Therefore, we wanted to identify and classify rare variants found in Quebec’s population to estimate the prevalence of NP-C in this population. We hypothesized that NP-C is under-diagnosed in Quebec. To determine the genetic pool of NP-C in Quebec’s population, we used a bioinformatics pipeline. With the sequencing data of 1109 healthy individuals of the CARTaGENE cohort, we identified rare variants, with a minor allele frequency inferior to 1%, in the NPC1 and NPC2 genes. The sequencing data from RNA and exome sequencing was aligned and the variants were found and annotated with different pathogenicity scores. The variants were then classified using the ACMG guidelines. Using our bioinformatics pipeline, we identified a total of 37 rare variants. In those variants, one, p.I1061T, was directly classified as pathogenic since it was classified as that in all databases. The other one, p.P543L, was initially classified as likely pathogenic, but we were able to reclassify it as pathogenic in our population. The p.P543L variant is possibly a founder mutation in the French-Canadian population. Next, we estimated the prevalence based on the allelic frequencies of those two variants in our cohort. We found a prevalence of 0,61 case per 100 000 births. This study allowed us to identify two pathogenic variants in a healthy population, without known neurodegenerative disease. We were also able to estimate the first ever minimal prevalence for NP-C in Quebec. Our results suggests that NP-C is underdiagnosed in our population. With the information collected here, we would be able to adjust the diagnostic methods of NP-C in Quebec to then be able to help the patients by giving them access to the available treatment to reduce neurological symptoms.

Les protéines PentatricoPeptide-Repeats (PPR) représentent la plus grande famille de protéines de liaison à l’ARN connue. Elles sont caractérisées par la présence de motifs répétés en tandem d’environ 35 résidus ayant une structure hélice-tour-hélice. Depuis les premières études sur l’organisme modèle Arabidopsis thaliana, les protéines PPR ont aussi été découvertes chez d’autres espèces non-plantes, incluant les levures et l’humain. Cependant, la détection des protéines PPR en dehors des plantes est compliquée par le fait que les outils de recherche sont tous conçus pour les protéines de plantes. Récemment, une étude réalisée chez les levures a rapporté une méthode itérative semi-automatisée d’identification de PPR utilisant des profils Hidden Markov Models (HMM). Inspirés par cette approche, nous visons ici à développer une méthode complètement automatisée plus généralisable et sensible qui ne dépend pas du protéome de départ. Comme preuve de concept, nous avons choisi une espèce non reliée aux plantes possédant le plus grand nombre de protéines PPR en-dehors des plantes – le protiste marin unicellulaire Diplonema papillatum. Il s’agit d’un modèle émergent ayant reçu beaucoup d’intérêt pour l’excentricité de l’expression de son génome mitochondrial, pour lequel il a été suggéré que les protéines PPR jouent un rôle clé. Nous avons ici développé une approche itérative pour identifier et cataloguer les protéines PPR chez D. papillatum. Les fonctionnalités particulières de notre algorithme incluent l’inspection des intervalles de 30 à 40 résidus entre les motifs classiques déjà identifiés et l’utilisation des structures secondaires caractéristiques des motifs PPR pour valider les motifs candidats nouvellement identifiés. Au final, nous avons identifié près de 800 motifs PPR chez D.papillatum, dont plusieurs motifs « déviants » identifiés dans les espaces entre les motifs. La validation expérimentale des motifs candidats les plus prometteurs est en attente. / PentatricoPeptide-Repeat (PPR) proteins represent the largest family of RNA-binding proteins known. They are defined by containing tandemly arranged, ~35-residue long motifs assuming a helix-turn-helix structure, which are referred to as PPR motifs. Since the seminal studies undertaken in the model organism Arabidopsis, a few PPR proteins have been also discovered outside plants, including yeast and human. However, the detection of PPR proteins in non-plant eukaryotes is complicated by the fact that current search tools are tailored toward plants. Recently, a semi-automated method has been reported for identifying PPR motifs in yeast using iterative searches with profile Hidden Markov models (HMMs). Inspired by this work, we aimed to develop a fully automated, sensitive approach that can be used for detecting PPR proteins in any species, when using the corresponding proteome as input. For a proof of concept, we used a species that contains the largest number of PPR genes outside the plant kingdom –the unicellular protist Diplonema papillatum. This emerging model system has garnered much interest for the eccentricities of its mitochondrial gene expression, in which PPR proteins are posited to play a key role. Here, we have developed an iterative HMM-search method that comprehensively catalogues and classifies PPR motifs in D. papillatum. Particular features of our algorithm are that it inspects closely 30 to 40 residue-long intervals between readily identified (classical) motifs, makes use of the characteristic secondary structure of PPR motifs to validate newly detected candidate motifs. In total, we have identified around 800 PPR motifs in D. papillatum. Including several deviant candidates detected in ”gaps”. High ranking representatives of both classical and deviant motifs await experimental validation.

Comprendre les interactions réalisées entre un candidat médicament et sa protéine cible est un enjeu crucial pour orienter la recherche de nouvelles molécules. En effet, ce processus implique de nombreux paramètres qu'il est nécessaire d'analyser séparément pour mieux comprendre leurs effets.Nous proposons ici deux nouvelles approches observant les relations protéine/ligand. La première se concentre sur la comparaison de cavités formées par les sites de liaison pouvant accueillir une molécule. Cette méthode permet d'inférer la fonction d'une protéine mais surtout de prédire " l'accessibilité " d'un site de liaison pour un médicament. La seconde tactique se focalise sur la comparaison des interactions non-covalentes réalisées entre la protéine et le ligand afin d'améliorer la sélection de molécules potentiellement actives lors de criblages virtuels, et de rechercher de nouveaux fragments moléculaires, structuralement différents mais partageant le même mode d'interaction.

Un des principaux défis du domaine de la biologie structurale est l'obtention d'informations à haute résolution sur les grandes macromolécules biologiques. En raison de leurs tailles et de leurs flexibilités, les techniques traditionnelles de biologie structurales sont souvent impuissantes. Une des techniques prometteuses est la microscopie à force atomique (AFM). Contrairement à la microscopie optique, l'AFM utilise une sonde mécanique de très faible taille (<10 nm) pour obtenir des informations topographiques sur du matériel biologique isolé et déposé sur des surfaces ultras plates. L'objectif du travail de thèse est de développer les outils informatiques pour permettre la modélisation de grandes macromolécules au niveau atomique tout en intégrant des contraintes topologiques obtenues par l'imagerie AFM. À partir d'images AFM de hauteur, à haute résolution, un protocole d'assemblage de domaines protéiques a été mis au point. Il utilise une recherche exhaustive dans l'espace tridimensionnel réel de toutes les orientations possibles des domaines de la macromolécule à modéliser qui respectent les contours imposés par l'image AFM. Un jeu de contraintes de distance entre chacun des domaines permet un premier tri des modèles candidats. Un classement final est attribué à chaque modèle selon un score appelé EFactor, estimateur de la ressemblance entre la surface topographique expérimentale et celle du modèle. Le protocole a été validé sur le système modèle que sont les anticorps. Il a été également utilisé pour reconstruire une particule virale (virus de la mosaïque du tabac) et assembler la structure tétramérique de la protéine membranaire l'aquaporine Z. / A major challenge in the field of structural biology is to obtain high-resolution information on the major biological macromolecules. Because of their size and their flexibility, the traditional techniques of structural biology are often powerless. One of the promising techniques is atomic force microscopy (AFM). Unlike optical microscopy, AFM uses a mechanical probe of very small size (<10 nm) to obtain topographical information on isolated biological material deposited on ultra flat surfaces. The aim of the thesis was to develop tools to enable the modeling of large macromolecules at the atomic level while incorporating topological constraints obtained by AFM imaging. Using high resolution AFM height images, a protocol for assembling protein domains has been developed. It uses an exhaustive search in real three-dimensional space of all possible orientations of the macromolecule's domains respecting the boundaries imposed by the AFM topographical image. A set of distance constraints between each of the domains allows an initial screening of candidate models. A final ranking is assigned to each model according to a score called EFactor, estimator of the similarity between the experimental topography and the model. The protocol was validated on model systems that are antibodies. It was also used to reconstruct a virus particle (tobacco mosaic virus) and assemble the tetrameric structure of the membrane protein aquaporin Z.

L'identification des interactions survenant au niveau moléculaire joue un rôle crucial pour la compréhension du vivant. L'objectif de ce travail a consisté à développer des méthodes permettant de modéliser et de prédire ces interactions pour le métabolisme et la régulation de la transcription. Nous nous sommes basés pour cela sur la modélisation de ces systèmes sous la forme de graphes et d'automates. Nous avons dans un premier temps développé une méthode permettant de tester et de prédire la distribution du flux au sein d'un réseau métabolique en permettant la formulation d'une à plusieurs contraintes. Nous montrons que la prise en compte des données biologiques par cette méthode permet de mieux reproduire certains phénotypes observés in vivo pour notre modèle d'étude du métabolisme énergétique du parasite Trypanosoma brucei. Les résultats obtenus ont ainsi permis de fournir des éléments d'explication pour comprendre la flexibilité du flux de ce métabolisme, qui étaient cohérentes avec les données expérimentales. Dans un second temps, nous nous sommes intéressés à une catégorie particulière d'ARN non codants appelés sRNAs, qui sont impliqués dans la régulation de la réponse cellulaire aux variations environnementales. Nous avons développé une approche permettant de mieux prédire les interactions qu'ils effectuent avec d'autres ARN en nous basant sur une prédiction des interactions, une analyse par enrichissement du contexte biologique de ces cibles, et en développant un système de visualisation spécialement adapté à la manipulation de ces données. Nous avons appliqué notre méthode pour l'étude des sRNAs de la bactérie Escherichia coli. Les prédictions réalisées sont apparues être en accord avec les données expérimentales disponibles, et ont permis de proposer plusieurs nouvelles cibles candidates. / The identification of the interactions occurring at the molecular level is crucial to understand the life process. The aim of this work was to develop methods to model and to predict these interactions for the metabolism and the regulation of transcription. We modeled these systems by graphs and automata.Firstly, we developed a method to test and to predict the flux distribution in a metabolic network, which consider the formulation of several constraints. We showed that this method can better mimic the in vivo phenotype of the energy metabolism of the parasite Trypanosoma brucei. The results enabled to provide a good explanation of the metabolic flux flexibility, which were consistent with the experimental data. Secondly, we have considered a particular class of non-coding RNAs called sRNAs, which are involved in the regulation of the cellular response to environmental changes. We developed an approach to better predict their interactions with other RNAs based on the interaction prediction, an enrichment analysis, and by developing a visualization system adapted to the manipulation of these data. We applied our method to the study of the sRNAs interactions within the bacteria Escherichia coli. The predictions were in agreement with the available experimental data, and helped to propose several new target candidates.

Résumé indisponible / The objective of this thesis focuses on the study and the development of bioinformatics platforms and tools on the grid. The second objective is to develop applications in molecular epidemiology and metagenomics based on these tools and platforms. Based on the studies of existing bioinformatics platforms and tools, we propose our solution: a platform and a portal for molecular epidemiology and high throughput metagenomics on the grid. The main idea of ​​our platform is to simplify the submission of jobs to the grid via the pilots jobs (jobs generic that can control and launch many real tasks) and the PULL model (tasks are retrieved and executed automatically). There are other platforms that have similar approaches but our platform focuses on the simplicity and the saving time for the submission of jobs. Bioinformatics tools chosen to deploy the platform are popular tools that can be used in many bioinformatics analyses. We apply a workflow engine in the platform so that users can make the analysis easier. Our platform can be seen as a generalized system that can be applied to both the epidemiological surveillance and metagenomics of which two use cases are deployed and tested on the grid. The first use case is used to monitor bird flu. The approach of this application is to federate data sequences of influenza viruses and provide a portal with tools on the grid to analyze these data. The second use case is used to apply the power of the grid in the analysis of high throughput sequencing of amplicon sequences. In this case, we prove the efficiency of the grid by using our platform to gridifier an existing application, which has much less performance than the gridified version.

Les Spartines jouent un rôle écologique majeur sur les marais salés. Elles représentent un excellent modèle pour appréhender les conséquences écologiques de la spéciation par hybridation et polyploïdie dans le contexte d'invasion biologique. On s'intéresse plus particulièrement, à l'hybridation récente entre une espèce hexaploïde d'origine américaine Spartina alterniflora et une espèce hexaploïde européenne S. maritima ayant donnés deux hybrides F1 (S. x townsendii et S. x neyrautii) et la nouvelle espèce envahissante allododécaploïde (S. anglica). Les nouvelles technologies de séquençage haut-débit facilitent l'exploration de ces génomes peu connus. L'assemblage et l'annotation d'un transcriptome de référence ont permis d'annoter 16 753 gènes chez les spartines hexaploïdes et d'identifier des gènes d'intérêts écologique et évolutif. Une sélection de ces gènes a ensuite été analysée à travers une étude d'expression par PCR quantitative sur les populations naturelles des 5 espèces du complexe. Les résultats ont permis de mettre en évidence une expression homogène intra-populations mais une grande variabilité entre les espèces. L'analyse du génome des Spartines a ciblé prioritairement le développement de ressources génomiques concernant l'espèce S. maritima pour l'analyse des compartiments codant et répété à l'aide de séquençage d'une banque BAC et d'un run de pyroséquençage d'ADN génomique. Les analyses ont permis d'évaluer une proportion d'éléments répétés représentant près de 30% du génome. Les données générées ont alors été comparées avec les génomes séquencés phylogénétiquement proches et ont permis de premières comparaisons entre les spartines et les autres Poaceae. / Spartina species play an important ecological role on salt marshes. They represent an excellent system to study the ecological consequences of hybrid and polyploid speciation in biological invasion contexts. In this study, we examined the effects of hybridization between the hexaploid American-native species Spartina alterniflora and the European species S. maritima, that gave rise to two F1 hybrids (S. x townsendii in England et S. x neyrautii in France) and the new invasive allododecaploid species (S. anglica). Next-generation sequencing technologies offer new perspectives to explore these previously poorly known genomes. The assembly of a reference transcriptome (from 454 Roche pyrosequencing) allowed annotation of 16,753 genes in hexaploid Spartina and identification of ecologically and evolutionary important genes. Expression levels of a subset of these genes were analyzed by quantitative PCR in Spartina natural populations. The results indicate intrapopulation homogenous expression but extreme variability between species. The European S. maritima beneficiated from genomic resource development through a BAC library and one pyrosequencing run. Our analyses estimated the relative proportions of repetitive sequences as about 30% and have identified the main transposable element families Data generated were also compared to closely related sequenced species and provided the first insights into the evolution of Spartina genomes in the Poaceae family.