Les progrès récents dans la modélisation informatique des réseaux biologiques permettent maintenant aux chercheurs d'étudier le métabolisme cellulaire des organismes. Dans ce projet, ces approches ont été utilisées pour analyser le métabolisme de Trypanosoma brucei. Ce parasite protozoaire est responsable de la trypanosomiase africaine, une maladie mortelle chez l'homme et qui entraine des dégâts importants dans les élevages. Ce parasite est principalement retrouvé dans les régions d'Afrique sub-sahariennes. Durant cette thèse, des informations sur le métabolisme de T. brucei ont été recueillies à partir d'études publiées, bases de données et de communication personnelle avec des experts qui étudient les différents aspects du métabolisme des trypanosomatides. Cette information a été mise à disposition de la communauté à travers la base de données TrypanoCyc. La base de données a été publiée en Novembre 2014 et a eu plus de 4200 visiteurs provenant de plus de cent pays depuis Novembre 2015. Un modèle métabolique à l'échelle du génome de T. brucei a également été reconstruit sur la base des informations recueillies. Ce modèle a permis de faciliter l'étude du métabolisme de T. brucei en utilisant une approche de biologie des systèmes. Des algorithmes basés sur l'analyse de balance des flux ont été conçus pour optimiser la visualisation et l'étude des propriétés métaboliques du parasite. En utilisant l'algorithme iMat, des modèles spécifiques de la forme sanguine de T. brucei ont été générés à partir des informations fournies par les études publiées et les annotations présentent dans. Enfin, un algorithme a été conçu pour optimiser encore ces modèles spécifiques afin d'améliorer la cohérence de leurs prédictions avec les résultats publiés. Les modèles ainsi créés, spécifiques à la forme sanguine, ont montré une meilleure puissance prédictive que le modèle initial à l'échelle du génome, en particulier pour prédire le comportement métabolique spécifique de différents mutants de T. brucei. ABSTRACT : Recent advances in computational modelling of biological networks have helped researchers study the cellular metabolism of organisms. In this project, these approaches were used to analyze Trypanosoma brucei metabolism. This protozoan parasite is the causative agent of African trypanosomiasis, a lethal disease which has been responsible for huge loss of lives and livestock in Sub- Saharan Africa since ancient times. Information on T. brucei metabolism was gathered from published studies, databases and from personal communication with experts studying different areas of Trypanosomatid research. This information has been presented to the public through the TrypanoCyc Database, a community annotated T. brucei database. The database was published in November 2014 and has had over 4200 visitors from more than 100 countries as of November 2015. A manually curated genome-scale metabolic model for T. brucei was also built based on the gathered information to facilitate the study of T. brucei metabolism using systems biology approaches. Flux balance analysis based algorithms were designed to optimize visualization and study interesting metabolic properties. Blood-stream form specific metabolic models were generated using information available from published studies and the TrypanoCyc annotations with the help of the iMAT algorithm. Finally, an algorithm was designed to further optimize these stage specific models to improve the consistency of their predictions with results published in previous studies. These stage-specific models were observed to have a clear advantage over the genome-scale model when predicting stage-specific behaviour of T. brucei, particularly when predicting mutant behaviour.

La surface des vignobles mondiaux représente environ 7,9 millions ha, ce qui correspond à une production annuelle de 67 millions de tonnes de baies. La production mondiale annuelle de vins est de l’ordre de 300 millions hl/an. La surface du vignoble français est de 843 000 ha. La viticulture moderne doit affronter trois défis majeurs interdépendants : réduire l’utilisation des produits phytosanitaires, s'adapter au changement climatique, maîtriser la qualité et la typicité pour garder ou conquérir de nouveaux marchés.En 2007, la vigne est devenue la première espèce fruitière pérenne dont le génome a été séquencé. Cette avancée scientifique ouvre de nombreuses perspectives en termes de génomique fonctionnelle (ensemble de méthodes permettant de caractériser la fonction des gènes) et de biologie intégrative (ensemble de méthodes visant à appréhender le fonctionnement global de la plante et ses réponses à l’environnement). Ces perspectives dépendent pour une bonne part de la maîtrise de quantités importantes de données qu’il convient d’organiser et de corréler grâce à des outils informatiques adaptés.Des approches fonctionnelles concernant des gènes candidats et des approches transcriptomiques à haut débit ont permis d’identifier certains gènes ou certaines familles de gènes impliqués dans le développement et la maturation de la baie de raisin, mais au moment où cette thèse a débuté, aucun travail de biologie intégrative n’avait été entrepris.Le travail présenté ici, qui décrit l’obtention et l’analyse de métadonnées transcriptomiques et biochimiques portant sur la réponse de la baie à l’environnement radiatif, s’inscrit dans ce contexte. En procédant à un effeuillage partiel après la véraison, nous avons modulé l’exposition des baies au rayonnement solaire. Ceci a permis d’étudier l’influence du rayonnement (baie exposée, non exposée), de la position de la grappe (est, ouest) et de la position de la baie (à l’extérieur ou à l’intérieur de la grappe). Des baies ont été récoltées à 5 moments différents après l’effeuillage et utilisées pour des analyses métabolomiques et transcriptomiques. Leur contenu en sucres, acides organiques, acides aminés, anthocyanes et flavonols a été analysé par des dosages enzymatiques et par chromatographie liquide à haute performance). L’expression des gènes a été étudiée avec des microarrays représentatifs de l’ensemble du génome de la vigne (29600 gènes) pour les conditions présentant les différences métaboliques les plus marquées (baies exposées, situées à l’ouest et à l’extérieur de la grappe vs baies non exposées, situées à l’est et à l’intérieur de la grappe). Des analyses statistiques et corrélatives ont été conduites pour (a) déterminer les métabolites qui répondent au traitement et les facteurs qui les influencent (b) déterminer les gènes qui répondent aux traitements et ceux qui semblent co-régulés (c) préciser les réseaux de gènes et de métabolites qui semblent reliés. L’effeuillage n’affecte pas la teneur en sucres ou en acide tartrique des baies, il affecte peu les acides aminés, mais il augmente la teneur en flavonols et diminue la teneur en acide malique. Il affecte plus particulièrement les gènes associés au stress abiotique, au métabolisme secondaire, au transport et au métabolisme hormonal. Des expériences complémentaires ont permis d’identifier divers gènes spécifiquement associés à la composante thermique de l’exposition au soleil, parmi lequels des gènes codant pour des HSP, des transporteurs ABC, et des enzymes du métabolisme flavonoïdique. Des réseaux reliant des gènes et des métabolites ont pu être construits, qui associent des métabolites secondaires à des gènes de fonctions connues, ou à de nouveaux gènes candidats dont il conviendra d’étudier la fonction précise. / The total surface of vineyards worldwide is about 7.9 millions ha, which corresponds to an annual production of 67 millions tons berries. The annual world production of wines is about 300 millions hl/year. The French wineyard occupies 843 000 ha, among which 481 000 ha are dedicated to high quality wines (VQPRD) and 362 000 ha to table wines. Modern viticulture must deal with three major and related challenges : reduce the use of organic and inorganic phytochemicals, adapt the vineyard to climatic change and control the quality and the typicity in order to keep or gain new markets.In 2007, the grapevine became the first perennial fruit species whose genome was sequenced. This scientific breakthrough opens new pespectives in terms of functional genomics (set of methods allowing to characterize the function of genes) and integrative biology (set of methods allowing to study the global functioning of the plant and its response to the environment). These perspectives mainly depend on our ability to analyze large sets of data with adequate informatic tools.Functional approaches on candidate genes, and high throughput transcriptomic approaches have allowed to identify some genes or some gene families involved in the development and ripening of the grape berry, but when this Ph. D work started, no paper based on integrative biology was published on grapevine. The present work, which describes the collection and analysis of transcriptomic and metabolomic metadata related to the response of the berry to sun exposure. The exposure of the berries to the sun was controlled through a partial defoliation after veraison. This allowed to study the effects of sun exposure (exposed or shaded berries), of the position of the cluster (east, west) and of the anatomical position of the berry (outside or inside the berry). Berries were collected at 5 different time points after defoliation and used for metabolomic and transcriptomic analysis. Their content in sugars, amino acids, organic acids, anthocyanins and flavonols was analyzed by enzymatic assays and high performance liquid chromatography. For the berries whose metabolic content differed the most (exposed, west and outside berries vs shaded, east and inside berries), gene expression was studied with microarrays bearing a set of probes covering the whole genome of grapevine (29600 genes). Correlative and statistical analysis were conducted in order to (a) determine the metabolites that are the most responsive to the treatment, and the most important factors that control them (b) determine the genes that respond to the treatment and seem to be co-regulated (c) to precise the networks of genes and metabolites which seem related. Defoliation does not affect the sugar and tartaric acid contents, hardly affects amino acids, but it increases flavonol content and decreases malic acid content. It affects more specifically genes associated with abiotic stress, secondary metabolism, transport and hormonal metabolism. Additional experiments allowed us to identify genes that are specifically associated with the thermal component of sun exposure, among which genes encoding HSP, ABC transporters, and enzymes of flavonoid metabolism. Networks relating genes and metabolites could be constructed. These networks associate secondary metabolites with genes of known function and new candidate genes for which the function will have to be precised.

L'interférence par l'ARN est un processus selon lequel un petit ARN non codant se lie à un ARN messager cible dans la cellule pour moduler son expression. Ce mécanisme a été conservé au cours de l'évolution : il est retrouvé aussi bien chez les animaux que chez les végétaux. Nous savons aujourd'hui que le rôle de l'interférence par l'ARN est fondamental, dans le développement embryonnaire comme dans la progression tumorale. Les microARN (miARN) sont des ARN non codant endogènes dont l'une des particularités est leur capacité à réguler tout un ensemble de gènes par interférence avec les ARN messagers. Il est ainsi prédit qu'un seul miARN serait capable de réguler plusieurs centaines de gènes différents. La thèse a consisté en l'analyse de la corégulation médiée par les miARN grâce à l'inférence de réseau basée sur le partage de gènes cibles. La corégulation est un phénomène où plusieurs miARN différents interviennent sur les mêmes familles de gènes et donc sur les mêmes processus biologiques. Le travail a plus spécifiquement consisté en la mise en place d'un réseau de miARN, en son analyse topologique mais également en son interprétation biologique. Le but final était de proposer de nouvelles hypothèses biologiques à tester afin de mieux comprendre la corégulation des processus biologiques par les miARN. Au travers de ces travaux, deux groupes de miARN ont pu être mis en évidence, dont l'un impliqué dans la régulation de la signalisation par les petites GTPases – hypothèse par la suite validée par plusieurs expériences in vitro. Dans un second temps, une communauté de miARN impliquée dans le maintien de la pluripotence des cellules souches a pu également être mise en évidence. Pour compléter ces analyses, une étude systémique de la topologie des réseaux de miARN a été menée afin de mieux comprendre leur intégration dans les réseaux biologiques et leur rôle dans le devenir cellulaire. / RNA interference is a process in which a small non-coding RNA will bind to a specific messenger RNA and regulate its expression. This evolutionary conserved mechanism is found in all superior eukaryotes from plants to mammals. Nowadays, we know that RNA interference is a major regulatory process involved in developmental biology and tumor progression. MicroRNAs (miRNAs) are endogenous (coded in and produced by the cell) non-coding RNAs which are able to regulate a whole set of genes, typically hundreds of genes. This doctoral thesis consisted in the analysis of the miRNA mediated coregulation through a network approach based on target sharing. Coregulation is the process where many different miRNAs will regulate the same set of genes and thus the same biological process. In particular, the work consisted in the inference of a miRNA network, in its topological analysis and also its biological interpretation. Indeed, the final aim of the work was to generate new biological hypothesis. As such, two different groups of miRNAs were first retrieved. One of them was predicted to be involved in the small GTPase signaling and was further validated in vitro. Moreover, a miRNA community involved in the maintenance of stem cells pluripotency was also discovered. Finally, a systemic analysis of the target-based miRNAs network was conducted to better understand their integration with biologic networks and their role in cell fate.

La signalisation cellulaire regroupe l'ensemble des mécanismes biologiques permettant à une cellule de répondre de façon adaptée à son microenvironnement. Pour ce faire, de nombreuses réactions biologiques entrent en jeux avec un important enchevêtrement, créant ainsi un réseau dont le comportement s'apparente à un système complexe. Le compréhension de la réponse cellulaire à une stimulation passe par le développement conjoint des techniques d'acquisition de données, et des méthodes permettant de formaliser ces données dans un modèle. C'est sur ce dernier point que s'inscrivent les travaux exposés dans cette thèse. Nous présentons ici deux approches visant à répondre à des questions de natures différentes sur la signalisation cellulaire. Dans la première nous utilisons un modèle différentiel pour étudier le rôle d'un nouvel interactant dans la voie canonique du TGF-beta. Dans la seconde nous avons exploré la combinatoire de la signalisation cellulaire en développant un formalisme discret basé sur les transitions gardées. Cette approche regroupe l'interprétation de la base de données Pathway Interaction Database dans un unique modèle dynamique de propagation du signal. Des méthodes de simulations et d'analyses inspirées des techniques de vérification de modèles telles que l'atteignabilité et l'invariance ont été développées. En outre, nous avons étudié la régulation du cycle cellulaire en réponse à la signalisation, ainsi que la régulation des gènes de notre modèle en comparaison avec des données d'expressions.

Au Canada, les maladies cardiovasculaires (MCV) sont la deuxième cause de mortalité après le cancer, et l'une des principales causes d'hospitalisation. La prise en charge des individus souffrant de MCV repose sur l'évaluation et le traitement de plusieurs facteurs de risque cardiométabolique, lesquels comprennent le syndrome métabolique, l'activité physique et l'alimentation. L'adoption de saines habitudes de vie, incluant notamment une alimentation équilibrée, demeure la pierre angulaire de la prévention des MCV. En effet, une alimentation riche en fruits et légumes est inversement reliée à l'incidence de MCV. Les biomarqueurs d'exposition à la diète permettent par ailleurs d'étudier l'impact des facteurs alimentaires sur le développement des MCV. Les caroténoïdes plasmatiques, qui sont des biomarqueurs de la consommation de fruits et de légumes, sont associés à la santé cardiométabolique. L'alimentation influence en plus une multitude de facteurs omiques, modulant ainsi le risque de MCV. Les sciences omiques étudient l'ensemble complexe des molécules qui composent le corps. Parmi ces sciences, la génomique, l'épigénomique, la transcriptomique et la métabolomique s'intéressent respectivement à l'étude à grande échelle des gènes, de la méthylation de l'ADN, de l'expression génique et des métabolites. Étant donné qu'un seul type de données omiques ne permet généralement pas de saisir la complexité des processus biologiques, une approche intégrative combinant plusieurs données omiques s'avère idéale afin de déchiffrer la physiopathologie des traits complexes. La biologie des systèmes étudie les interactions complexes des différentes données omiques entre elles, et avec l'environnement ainsi que leur influence sur un trait d'intérêt, tel que la santé. Il existe plusieurs méthodes pour analyser et intégrer des données omiques. La génétique quantitative permet d'estimer les contributions des effets génétiques et environnementaux dans la variance de traits complexes. L'analyse de réseaux de corrélations pondérées permet de mettre en relation un grand nombre de données omiques interreliées avec un trait, comme par exemple un ensemble de facteurs de risque de maladies complexes. L'objectif général de cette thèse est d'étudier l'impact des déterminants omiques sur la relation entre l'alimentation et la santé cardiométabolique. Le premier objectif spécifique, utilisant une approche de la génétique quantitative, est de caractériser l'héritabilité des données omiques et des caroténoïdes plasmatiques ainsi que de vérifier si le lien avec des facteurs de risque cardiométabolique peut être expliqué par des facteurs génétiques et environnementaux. Le deuxième objectif spécifique, utilisant une approche de réseaux de corrélations pondérées, est d'évaluer le rôle des données omiques individuelles et combinées dans la relation entre les caroténoïdes plasmatiques et le profil lipidique. Ce projet de doctorat repose sur l'étude observationnelle GENERATION qui comprend 48 sujets en bonne santé répartis en 16 familles. Toutes les données omiques étudiées et les caroténoïdes plasmatiques ont démontré iii des ressemblances familiales dues, à des degrés divers, à l'effet de la génétique et de l'environnement partagé. La génétique et l'environnement sont également impliqués dans le lien entre la méthylation de l'ADN et l'expression génique ainsi qu'entre les métabolites, les caroténoïdes et les facteurs de risque cardiométabolique. L'utilisation de réseaux de corrélations pondérées a en outre permis de mieux comprendre le système moléculaire interactif qui relie les caroténoïdes, la méthylation de l'ADN, l'expression génique et le profil lipidique. En conclusion, ces travaux basés sur des données omiques individuelles et combinées analysées dans des approches de la génétique quantitative et de réseaux de corrélations pondérées ont mis en lumière la relation entre l'alimentation et la santé cardiométabolique. / After cancer, cardiovascular disease (CVD) is the second leading cause of death and one of the leading causes of hospitalization in Canada. CVD management is based on the assessment and treatment of several cardiometabolic risk factors, which include metabolic syndrome, physical activity, and diet. A healthy lifestyle, including a balanced diet, remains the key to prevent CVD. A diet rich in fruits and vegetables is inversely associated with CVD incidence. Biomarkers of exposure to diet are used to study the impact of dietary factors on the development of CVD. Plasma carotenoids, a biomarker of fruit and vegetable consumption, are associated with cardiometabolic health. Diet also influences a myriad of omics factors, thus modulating CVD risk. Omics sciences study the complex set of molecules that make up the body. Among these sciences, genomics, epigenomics, transcriptomics, and metabolomics consider the large-scale study of genes, DNA methylation, gene expression, and metabolites, respectively. Given that a single type of omics data usually does not capture the complexity of biological processes, an integrative approach combining multiple omics data proves ideal to elucidate the pathophysiology of diseases. Systems biology studies the complex interactions of different omics data among themselves and with the environment on a trait such as health. There are several methods for analyzing and integrating omics data. Quantitative genetics estimates the contributions of genetic and environmental effects to the variance of complex traits such as omics data. Weighted correlation network analysis allows the association of a large number of omics data with a trait such as risk factors for diseases. The general objective of this thesis is to study the impact of omics determinants in the link between diet and cardiometabolic health. The first specific objective, using a quantitative genetics approach, is to characterize the heritability of omics data and plasma carotenoids as well as to check if their link with cardiometabolic risk factors can be explained by genetic and environmental factors. The second specific objective, using a weighted correlation network approach, is to assess the role of individual and combined omics data in the relationship between plasma carotenoids and lipid profile. This project is based on the GENERATION observational study, which includes 48 healthy subjects from 16 families. All omics data studied showed familial resemblances due, to varying degrees, to genetic and common environmental effects. Genetics and environment are also involved in the link between DNA methylation and gene expression, as well as between metabolites, carotenoids, and cardiometabolic risk factors. Moreover, weighted correlation network analysis has provided insight into the interactive molecular system that links carotenoids, DNA methylation, gene expression, and lipid profile. In conclusion, the present study, using approaches from quantitative genetics and weighted correlation network analysis, brought to light the impact of some individual and combined omics data in the link between diet and cardiometabolic health

Les techniques de biologie moléculaire dites haut-débit permettent de mesurer un grand nombre de variables simultanément. Elles sont aujourd'hui couramment utilisées et produisent des masses importantes de données. Leur exploitation est compliquée par le bruit généralement observé dans les mesures, et ce d'autant plus que ces dernières sont en général trop onéreuses pour être suffisamment reproduites. La question abordée dans cette thèse porte sur l'intégration et l'exploitation des données haut-débit : chaque source de données mesurant un aspect du fonctionnement cellulaire, comment les combiner dans un modèle et en tirer des conclusions pertinentes sur le plan biologique ? Nous introduisons un critère de consistance entre un modèle graphique des régulations cellulaires et des données de déplacement d'équilibre. Nous montrons ensuite comment utiliser ce critère comme guide pour formuler des prédictions ou proposer des corrections en cas d'incompatibilité. Ces différentes tâches impliquent la résolution de contraintes à variables sur domaines finis, pour lesquelles nous proposons deux approches complémentaires. La première est basée sur la notion de diagramme de décision, qui est une structure de données utilisée pour la vérification des circuits ; la deuxième fait appel à des techniques récentes de programmation logique. L'utilisation de ces techniques est illustrée avec des données réelles sur la bactérie "E. coli" et sur la levure. Les réseaux étudiés comportent jusqu'à plusieurs milliers de gènes et de régulations. Nous montrons enfin, sur ces données, comment notre critère de consistance nous permet d'arriver à des prédictions robustes, ainsi que des corrections pertinentes du modèle étudié.

Ce mémoire est une présentation de certains de mes travaux de recherches effectués en bioinformatique au laboratoire de Biométrie et Biologie Evolutive de l'université de Lyon 1 depuis 2003, date de mon arrivée en post-doctorat à l'INRIA, suivie de la stabilisation de mon poste un an après.

La signalisation cellulaire regroupe l'ensemble des mécanismes biologiques permettant à une cellule de répondre de façon adaptée à son microenvironnement. Pour ce faire, de nombreuses réactions biologiques entrent en jeux avec un important enchevêtrement, créant ainsi un réseau dont le comportement s'apparente à un système complexe. Le compréhension de la réponse cellulaire à une stimulation passe par le développement conjoint des techniques d'acquisition de données, et des méthodes permettant de formaliser ces données dans un modèle. C'est sur ce dernier point que s'inscrivent les travaux exposés dans cette thèse. Nous présentons ici deux approches visant à répondre à des questions de natures différentes sur la signalisation cellulaire. Dans la première nous utilisons un modèle différentiel pour étudier le rôle d'un nouvel interactant dans la voie canonique du TGF-β. Dans la seconde nous avons exploré la combinatoire de la signalisation cellulaire en développant un formalisme discret basé sur les transitions gardées. Cette approche regroupe l'interprétation de la base de données Pathway Interaction Database dans un unique modèle dynamique de propagation du signal. Des méthodes de simulations et d'analyses inspirées des techniques de vérification de modèles telles que l'atteignabilité et l'invariance ont été développées. En outre, nous avons étudié la régulation du cycle cellulaire en réponse à la signalisation, ainsi que la régulation des gènes de notre modèle en comparaison avec des données d'expressions. / Cell signaling contains the whole biological mecanisms allowing the response of a cell to its microenvironnement in an adapted way. Many extremely intertwinned biological reactions are involved in a network that behaves as a complex system. The understanding of cell response requires the development of data acquisition technics and methods to formalize data into models. This point is the main drive of this thesis. We present here two approaches in order to analyse different granularities of cell signaling. In the first one, we used differential model to study the role of a new component of \tgf\ canonical pathway. In the second one, we explored the combinatorial complexity of cell signaling, developing a discrete formalism based on guarded transitions. In this approach, we interpreted the whole database Pathway Interaction Database into a single unified model of signal transduction. Simulation and analysis methods, such as reachability and invariance research, have been developed. The interests are presented through an application on cell cycle regulation by cell signaling, and a global analysis on the regulation of genes compared to experimental data.

La biologie systémique cherche à comprendre la dynamique cellulaire qui émerge des interactions des constituantes cellulaires au cours du temps. La modélisation et la simulation sont des méthodes fondamentales de ce domaine. Nous nous inspirons de la proposition de Regev et Shapiro (2002) consistant à appliquer le pi-calcul stochastique comme langage formel de représentation de connaissances biomoléculaires. Nos études portent sur la modélisation à l´échelle moléculaire de l'expression génétique bactérienne et s'avèrent pertinentes pour des organismes supérieurs. Nos points de départs sont des études de cas concrets de la régulation de la bascule génétique du phage lambda, de la transcription et de la traduction. Ces études révèlent l'utilité de concepts de programmation tels que les objets concurrents et motivent une extension du pi-calcul stochastique avec des motifs de réception. Nous présentons une sémantique pour ce langage qui attribue des chaînes Markoviennes en temps continu aux programmes. Nous validons nos modèles par des simulations stochastiques.

Méthodes sémantiques pour la comparaison inter-espèces de voies métaboliques : application au métabolisme des lipides chez l'humain, la souris et la poule