Aberrationen in der DNA-Kopienzahl sind häufige genetische Veränderungen bei malignen Lymphomerkrankungen. Zugewinne sowie Deletionen stellen dabei Mechanismen zur Onkogen-Aktivierung sowie Tumorsuppressorgen-Inaktivierung dar und tragen somit zur Pathogenese der Erkrankung bei. Array-CGH und SNP-Array sind Messplattformen, die die genomweite Bestimmung von Kopienzahlaberrationen in einem Experiment ermöglichen. Die bei der Analyse entstehenden Datensätze sind komplex und erfordern automatische Methoden zur Unterstützung der Analyse und Interpretation der Messergebnisse. In dieser Promotionsarbeit wurden Methoden entwickelt, welche die Analyse von Array-CGH- und SNP-Array-Messungen ermöglichen. Diese Methoden wurden für die Auswertung umfangreicher Datensätze von malignen Non-Hodgkin-Lymphomen verwendet. Dabei wurden Lymphome der Entitäten Burkitt-Lymphom, diffus großzelliges B-Zell-Lymphom, Mantelzelllymphom, primäres ZNS-Lymphom und peripheres T-Zell-Lymphom – nicht anderweitig spezifiziert – analysiert. Für die untersuchten Lymphom-Entitäten konnten hierbei zahlreiche neue rekurrente Kopienzahlaberrationen sowie uniparentale Disomien gezeigt werden, die neue Einblicke in die Pathogenese der jeweiligen Erkrankungen erlauben. Darüber hinaus erfolgte ein Vergleich beider Messplattformen anhand eines Datensatzes mit gepaarten Array-CGH- und SNP-Array-Daten. Für die eingesetzten Plattformen (2800k-BAC-Array vs. Affymetrix 250k-Sty-SNP-Array) konnte eine circa zwölffach höhere effektive Auflösung der SNP-Array-Plattform gezeigt werden. Die wesentlichen Ergebnisse dieser Arbeit sind in sieben Publikationen eingeflossen.:Inhaltsverzeichnis Abkürzungsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis 1. Einführung 1.1 Biologischer Hintergrund 1.1.1 Aberrationen der DNA-Kopienzahl und Tumorentstehung 1.1.2 Lymphome 1.2 Motivation und Rationale für die Arbeit 1.3 Array-CGH Analyse 1.4 SNP-Array-Analyse 1.5 Vergleich von Array-CGH und SNP-Array-Analyse 1.6 Assoziationen von DNA-Kopienzahlaberrationen mit RNA-Expression, Lymphomentität sowie klinischen und phänotypischen Faktoren 2.Publikationen 2.1 Publikation 1: “Development and implementation of an analysis tool for array-based comparative genomic hybridization” Methods Inf Med. 2007;46(5):608-13 2.2 Publikation 2: “Recurrent loss of the Y chromosome and homozygous deletions within the pseudoautosomal region 1: association with male predominance in mantle cell lymphoma” Haematologica. 2008 Jun;93(6):949-50 2.3 Publikation 3: “GeneChip analyses point to novel pathogenetic mechanisms in mantle cell lymphoma” Br J Haematol. 2009 Feb;144(3):317-31 2.4 Publikation 4: “Chromosomal imbalances and partial uniparental disomies in primary central nervous system lymphoma.” Leukemia. 2009 Oct;23(10):1875-84 2.5 Publikation 5: “High resolution SNP array genomic profiling of peripheral T cell lymphomas, not otherwise specified, identifies a subgroup with chromosomal aberrations affecting the REL locus” Br J Haematol. 2010 Feb;148(3):402-12 2.6 Publikation 6: “Detection of genomic aberrations in molecularly defined Burkitt\''s lymphoma by array-based, high resolution, single nucleotide polymorphism analysis” Haematologica. 2010 Dec;95(12):2047-55 2.7 Publikation 7: “Patient age at diagnosis is associated with the molecular characteristics of diffuse large B-cell lymphoma” Blood. 2012 Feb 23;119(8):1882-7 2.8 Kennzeichnung des Eigenanteils für alle eingeschlossenen Publikationen 3. Diskussion und Ausblick 4. Zusammenfassung 5. Referenzen 6. Eigene Publikationen 7. Erklärung 8. Danksagung 9. Curriculum vitae

Carriers of apparently balanced chromosomal aberrations (BCA) are usually phenotypically normal. However, it has been estimated that up to 27% of these BCA may be associated with an abnormal phenotype, most often caused by cryptic imbalances at the breakpoints, gene disruption by the breakpoint or via the position effect. In contrast to conventional karyotyping, molecular cytogenetic techniques enable more detailed BCA characterization and better correlation between genotype and phenotype of the patient. The aim of this thesis was to evaluate the presence of copy number variants (CNVs) at breakpoints or elsewhere in the genome in patients with abnormal phenotype who carry de novo or inherited BCA. 54 BCA were investigated using array CGH (20 de novo cases, 27 inherited and 7 cases of unknown origin) including 32 reciprocal translocations, 6 robertsonian translocations, 12 inversions and 4 complex chromosomal rearrangements. If possible, the parents were also examined to ascertain the inheritance of the relevant CNVs. In order to specify microarray findings or exclude gene disruption, FISH was used in selected patients. Among the patients included, in 31,5% (17/54) at least one (in 8 patients more than one) significant CNV was detected. Four cases carried cryptic imbalances only at the breakpoints,...

Duplications and deletions are a major source of genomic variation. Duplications, specifically, have a significant impact on gene genesis and dosage, and the malaria parasite P. falciparum has developed resistance to a growing number of anti-malarial drugs via gene duplication. It also contains highly duplicated families of antigenically variable allelic genes. While specific genes and families have been studied, a comprehensive analysis of duplications and deletions within the reference genome and population has not been performed. We analyzed the extent of segmental duplications (SD) in the reference genome for P. falciparum, primarily by a whole genome self alignment. We discovered that while 5% of the genome identified as SD, the distribution within the genome was partition clustered, with the vast majority localized to the subtelomeres. Within the SDs, we found an overrepresentation of genes encoding antigenically diverse proteins exposed to the extracellular membrane, specifically the var, rifin, and stevor gene families. To examine variation of duplications and deletions within the parasite populations, we designed a novel computational methodology to identify copy number variants (CNVs) from high throughput sequencing, using a read depth based approach refined with discordant read pairs. After validating the program against in vitro lab cultures, we analyzed isolates from Senegal for initial tests into clinical isolates. We then expanded our search to a global sample of 610 strains from Africa and South East Asia, identifying 68 CNV regions. Geographically, genic CNV were found on average in less than 10% of the population, indicating that CNV are rare. However, CNVs at high frequency were almost exclusively duplications associated with known drug resistant CNVs. We also identified the novel biallelic duplication of the crt gene – containing both the chloroquine resistant and sensitive allele. The synthesis of our SD and CNV analysis indicates a CNV conservative P. falciparum genome except where drug and human immune pressure select for gene duplication.

Cancer is a very complex genetic disease driven by combinations of mutated genes. This complexity strongly complicates the identification of driver genes and puts enormous challenges to reveal how they influence cancerogenesis, prognosis or therapy response. Thousands of molecular profiles of the major human types of cancer have been measured over the last years. Apart from well-studied frequently mutated genes, still only little is known about the role of rarely mutated genes in cancer or the interplay of mutated genes in individual cancers. Gene expression and mutation profiles can be measured routinely, but computational methods for the identification of driver candidates along with the prediction of their potential impacts on downstream targets and clinically relevant characteristics only rarely exist. Instead of only focusing on frequently mutated genes, each cancer patient should better be analyzed by using the full information in its cancer-specific molecular profiles to improve the understanding of cancerogenesis and to more precisely predict prognosis and therapy response of individual patients. This requires novel computational methods for the integrative analysis of molecular cancer data. A promising way to realize this is to consider cancer as a disease of cellular networks. Therefore, I have developed a novel network-based approach for the integrative analysis of molecular cancer data over the last years. This approach directly learns gene regulatory networks form gene expression and copy number data and further enables to quantify impacts of altered genes on clinically relevant downstream targets using network propagation. This habilitation thesis summarizes the results of seven of my publications. All publications have a focus on the integrative analysis of molecular cancer data with an overarching connection to the newly developed network-based approach. In the first three publications, networks were learned to identify major regulators that distinguish characteristic gene expression signatures with applications to astrocytomas, oligodendrogliomas, and acute myeloid leukemia. Next, the central publication of this habilitation thesis, which combines network inference with network propagation, is introduced. The great value of this approach is demonstrated by quantifying potential direct and indirect impacts of rare and frequent gene copy number alterations on patient survival. Further, the publication of the corresponding user-friendly R package regNet is introduced. Finally, two additional publications that also strongly highlight the value of the developed network-based approach are presented with the aims to predict cancer gene candidates within the region of the 1p/19q co-deletion of oligodendrogliomas and to determine driver candidates associated with radioresistance and relapse of prostate cancer. All seven publications are embedded into a brief introduction that motivates the scientific background and the major objectives of this thesis. The background is briefly going from the hallmarks of cancer over the complexity of cancer genomes down to the importance of networks in cancer. This includes a short introduction of the mathematical concepts that underlie the developed network inference and network propagation algorithms. Further, I briefly motivate and summarize my studies before the original publications are presented. The habilitation thesis is completed with a general discussion of the major results with a specific focus on the utilized network-based data analysis strategies. Major biologically and clinically relevant findings of each publication are also briefly summarized.

Les variations du nombre de copies (i.e., VNC, perte ou gain de matériel génétique de plus de 1 kilobase) figurent parmi les facteurs biologiques les plus associés aux troubles neurodéveloppementaux (TNDs), tels que les troubles du spectre autistique (TSAs) ou la psychose précoce. Les variants génétiques classés comme pathogéniques sont identifiés chez environ 20% des enfants avec des symptômes de TSA référés en génétique clinique. Actuellement, seules les VNCs les plus récurrentes (i.e., plusieurs individus non apparentés ont le même variant) ont été associées avec les TSAs et leurs tailles d’effets ont pu être décrites avec précision grâce à des études d'associations (i.e., cas-contrôles). Cependant, la plupart des VNCs identifiées dans les cliniques neurodéveloppementales et génétiques sont ultra-rares. À ma connaissance, aucune méthode n’a été développée afin d’estimer et de prédire de façon précise la contribution de tels variants aux phénotypes cliniques. De ce fait, l’impact de ces variants ultra-rares sur les risques d'avoir des TNDs, comme les TSAs ou la psychose précoce, reste incertain. Une étude récente de mon groupe de recherche a démontré que les tailles d'effet des délétions et duplications à travers le génome sur les capacités cognitives pouvaient être prédites statistiquement avec 78% de précision en utilisant des mesures d'intolérance à la perte de fonction. Le but de cette thèse est de développer des modèles similaires pour définir les tailles d'effet des VNCs à travers le génome sur les risques de TSA et de psychose précoce, ainsi que sur quelques traits cognitifs et comportementaux affectés dans ces troubles. J’ai analysé tous les VNCs ≥ 50 kilobases identifiées via les données de puces de génotypage et de séquençage sur génome entier chez 137 enfants et adolescents avec une psychose précoce (Boston Children’s hospital), 5,540 probands avec des TSAs (Simons Simplex Collection et MSSNG), et 17,471 personnes de la population générale (Lothian birth cohort, Generation Scotland, IMAGEN et Saguenay Youth Study). Les gènes codants totalement compris dans les VNCs ont été annotés avec neufs variables quantitatives, incluant le score d’intolérance à la perte de fonction et d’autres scores fonctionnels et génétiques. Des modèles statistiques incluant ces scores ont été testés afin de sélectionner celui qui explique le mieux l’effet des VNCs à travers le génome sur le risque de TSA et le quotient intellectuel (QI). Le meilleur modèle a été utilisé par la suite pour investiguer les tailles d’effets des VNCs sur d’autres traits cognitifs et comportementaux liés aux TSAs, ainsi que sur le risque de psychose précoce. Le score d’intolérance à la perte de fonction expliquait le mieux les effets des VNCs sur le risque de TSA et la cognition générale. Les modèles incluant ces scores ont démontré que les délétions et les duplications augmentaient les risques de psychose précoce et de TSA, même après ajustement pour le QI. Il n’y avait aucune différence de tailles d’effets des VNCs entre la psychose précoce et le TSA. La fréquence de loci associé précédemment avec des TNDs et des troubles neuropsychiatriques était également similaire entre dans les TSA et la psychose précoce, et le modèle estimait précisément la taille d'effet de la plupart de ces loci sur le risque de TSA en comparaison aux observation empiriques publiées précédemment. Les CNVs à travers le génome mesurés par le score d’intolérance à la perte de fonction diminuaient de façon similaire le QI dans les populations TSA et générale. Les effets des duplications étaient systématiquement plus faibles que les effets des délétions pour chacun de ces phénotypes, ce qui suggère un effet plus pathogénique des délétions. Les délétions et les duplications affectaient différentiellement la communication sociale, les comportements, et la mémoire phonologique, tandis qu'elles affectaient similairement les capacités motrices dans les populations TSA. L'enrichissement similaire des VNCs à travers le génome dans la psychose précoce et le TSA suggère un effet pléiotropique des VNCs dans ces différentes symptomatologies. Le dépistage routinier pour les VNCs doit être accessible dans les soins cliniques standards des jeunes avec une psychose précoce, comme il est recommandé pour les TSAs. Une telle pratique contribue à établir une médecine personnalisée et peut apporter des bénéfices médicaux comme la détection de comorbidités, la prédiction de la progression de la maladie, et faciliter la communication avec les parents à propos de la nature biologique du trouble. Les modèles appliqués dans ce projet, entraînés sur des VNCs incluant plus de 4,500 gènes, suggèrent des propriétés hautement polygéniques du dosage génique dans les TNDs. J’ai estimé que chaque VNC de 1 mégabase, incluant au moins un gène scorant pour l’intolérance à la perte de fonction, augmente le risque de TSA. La combinaison de ces résultats ouvre de nouvelles perspectives dans la compréhension des effets des VNCs à travers le génome sur les TNDs et les traits associés (e.g., QI ou symptômes comportementaux). Ces modèles ont été implémentés dans un outil en ligne qui a pour but d'aider les cliniciens à estimer les tailles d’effet des VNCs identifiés en clinique et à interpréter leur contribution au phénotype du patient. / Copy number variants (CNVs; i.e., loss or gain of genetic material of over 1 kilobase) are robustly associated with neurodevelopmental disorders (NDDs), such as autism spectrum disorder (ASD) and early-onset psychosis (EOP). Genetic variants classified as pathogenic are identified in approximately 20% of children with ASD symptoms referred to genetic clinics. To date, only the most recurrent CNVs (i.e., similar variants across multiple unrelated individuals) were associated with ASD and their effect-sizes were characterized through association studies (i.e., case-controls). However, most of the CNVs routinely identified in neurodevelopmental and genetic clinics are ultra-rare. To my knowledge, no method was developed to accurately estimate and predict the contribution of such variants to clinical phenotypes. Therefore, the impact of these ultra-rare variants on risk for NDDs, such as ASD and EOP, remains undocumented. A recent study from my research group has shown that the effect-size of genome-wide deletions and duplications on cognitive ability can be statistically predicted with an 78% accuracy using measures of loss-of-function (LoF) intolerance. The aim of this thesis was to develop similar models to define the effect-size of genome-wide CNVs on ASD and EOP risk, as well as on several cognitive and behavioral traits altered in these disorders. I analyzed all CNVs ≥ 50 kilobases called from genotyping arrays and whole genome sequencing data from 137 children and adolescents with EOP (Boston Children’s hospital), 5,540 probands with ASD (Simons Simplex Collection and MSSNG), and 17,471 individuals from unselected populations (Lothian birth cohort, Generation Scotland, IMAGEN and Saguenay Youth Study). Coding genes fully encompassed by CNVs were annotated with nine quantitative variables, including the LoF intolerance score and other functional and genetic scores. Statistical models including these scores were tested to select the one that best explained the effects of genome-wide CNVs on ASD risk and IQ. The best model was subsequently used to investigate the effect-size of genome-wide CNVs on cognitive and behavioral domains related to ASD, as well as on EOP risk. The LoF intolerance score best explained the effect-sizes of genome-wide CNVs on ASD-risk and general cognition. Models including such scores demonstrated that deletions or duplications increased risks for EOP and for ASD, even after adjusting for IQ. There was no difference in effect-sizes between EOP and ASD. The frequency of loci previously associated with NDDs or neuropsychiatric disorders was also similar between EOP and ASD, and the model accurately estimated the effect-size of most of these loci on the risk for ASD comparing to previously published empirical observations. Genome-wide CNVs measured by LoF intolerance score also similarly decreased IQ in both ASD and unselected populations. The effect of duplications was smaller than the effect of deletion for all phenotypes investigated, suggesting a higher pathogenicity of deletions. Deletions and duplications were found to differentially affect social communication, behavior, and phonological memory, whereas both equally affected motor skills in the ASD population. The identical enrichment of genome-wide CNVs in EOP and ASD suggests a pleiotropic effect of CNVs in these different symptomatology. Routine screening for CNVs should be made available in the standard clinical care for EOP youth, as is recommended in ASD. Such practice contributes to the establishment of personalized medicine and may bring medical benefits as detecting medical comorbidities, prediction of the disease progression, and facilitating the communication with parents about the biological nature of the disorder. The models applied in this project, trained on CNVs encompassing more than 4,500 genes, suggest highly polygenic properties of gene dosage in NDDs. I estimated that any 1 megabase CNV, encompassing at least one gene scoring for intolerance to LoF, would increase ASD risk. Overall, these results open new avenues for understanding the effect of genome-wide CNVs on NDD risk and related traits (e.g., IQ or behavioral symptoms). These models were implemented in an online tool which aims to help clinicians estimate the effect-size of CNVs identified in the clinic and interpret their contribution to the patient’s phenotype.

Multi-omics high-throughput technologies produce data sets which are not restricted to only one but consist of multiple omics modalities, often as patient-matched tumour specimens. The integrative analysis of these omics modalities is essential to obtain a holistic view on the otherwise fragmented information hidden in this data. We present an intuitive method enabling the combined analysis of multi-omics data based on self-organizing maps machine learning. It “portrays” the expression, methylation and copy number variations (CNV) landscapes of each tumour using the same gene-centred coordinate system. It enables the visual evaluation and direct comparison of the different omics layers on a personalized basis. We applied this combined molecular portrayal to lower grade gliomas, a heterogeneous brain tumour entity. It classifies into a series of molecular subtypes defined by genetic key lesions, which associate with large-scale effects on DNA methylation and gene expression, and in final consequence, drive with cell fate decisions towards oligodendroglioma-, astrocytoma- and glioblastoma-like cancer cell lineages with different prognoses. Consensus modes of concerted changes of expression, methylation and CNV are governed by the degree of co-regulation within and between the omics layers. The method is not restricted to the triple-omics data used here. The similarity landscapes reflect partly independent effects of genetic lesions and DNA methylation with consequences for cancer hallmark characteristics such as proliferation, inflammation and blocked differentiation in a subtype specific fashion. It can be extended to integrate other omics features such as genetic mutation, protein expression data as well as extracting prognostic markers.

Die Intra-Tumor-Heterogenität spiegelt eine kontinuierliche Entwicklung zwischen den Zellen eines einzelnen Tumors wider. Sie ist eine der Hauptursachen für Arzneimittelresistenz bei der Krebsbehandlung. Um dieses Problem anzugehen, ist es daher wichtig, die Tumorevolution innerhalb eines einzelnen Patienten zu verstehen und erfolgreich zu modellieren. Bisherige Arbeiten haben sich nicht erfolgreich mit der Evolution von Tumoren befasst, deren Treiber strukturelle Veränderungen im Genom sind, wie z. B. somatische Kopienzahlveränderungen (SCNAs). Diese Arbeit befasst sich mit der Herausforderung, die Tumorevolution als Folge solcher Veränderungen zu charakterisieren. Wir verwenden einen phylogenetischen Ansatz zur Analyse von multiregionalen Datensätzen in einer großen Pan-Krebs-Kohorte. Wir untersuchen häufige SCNAs in verschiedenen Stadien der Tumorentwicklung und führen eine neue Methode, MEDICC2, ein, die die Tumorevolution innerhalb eines einzelnen Patienten rekonstruiert. In dieser Arbeit haben wir häufige SCNAs charakterisiert, die früh in der Tumorentwicklung auftreten. Aufgrund der Struktur der Kohorte ist die Charakterisierung der subklonalen SCNAs nicht eindeutig. Unsere neue Methode, MEDICC2, akzeptiert höhere Kopienzahlzustände und berücksichtigt die Verdopplung des gesamten Genoms, ein häufiges Ereignis in Tumoren, was eine genauere Modellierung der Tumorevolution ermöglicht. / Intra-tumor heterogeneity reflects an ongoing evolution among cells of a single tumor. It is one of the leading causes of drug resistance in cancer treatments. Therefore, to address this issue, it is important to understand and successfully model tumor evolution within a single patient. Previous work has failed to successfully address the evolution of tumors whose drivers are structural changes in the genome, such as somatic copy number alterations (SCNAs). This work addresses the challenge of characterizing tumor evolution as a result of such changes. We use a phylogenetic approach to analyze multi-region datasets in a large pan-cancer cohort. We investigate frequent SCNAs at different stages of tumor development, and introduce a new method, MEDICC2, which reconstructs tumor evolution within a single patient. In this work, we characterized frequent SCNAs that occur early in tumor development. Due to the structure of the cohort, the characterization of subclonal SCNAs remains inconclusive. Our new method, MEDICC2, accepts higher copy number states and takes into account whole-genome doubling, a frequent event in tumors, which allows for a more precise modeling of tumor evolution.

No description available.

Le Syndrome d’Impatiences Musculaires de l’Éveil (SIME) est une maladie neurologique caractérisée par un besoin urgent de bouger les jambes. C’est également l’une des causes les plus fréquentes d’insomnie. C’est une maladie très répandue, avec une prévalence de presque 15 % dans la population générale. Les maladies multifactorielles comme le SIME sont souvent le résultat de l’évolution d’une composante génétique et d’une composante environnementale. Dans le cadre du SIME, les études d’association génomique ont permis l’identification de 4 variants à effet modéré ou faible. Cependant, ces quatre variants n’expliquent qu’une faible partie de la composante génétique de la maladie, ce qui confirme que plusieurs nouveaux variants sont encore à identifier. Le rôle des déséquilibres génomiques (Copy Number Variations ou CNVs) dans le mécanisme génétique du SIME est à ce jour inconnu. Cependant, les CNVs se sont récemment positionnés comme une source d’intérêt majeur de variation génétique potentiellement responsable des phénotypes. En collaboration avec une équipe de Munich, nous avons réalisé deux études CNVs à échelle génomique (biopuces à SNP et hybridation génomique comparée (CGH)) sur des patients SIME d’ascendance germanique. À l’aide d’une étude cas-contrôle, nous avons pu identifier des régions avec une occurrence de CNVs différentes pour les patients SIME, comparés à différents groupes contrôles. L’une de ces régions est particulièrement intéressante, car elle est concordante à la fois avec des précédentes études familiales ainsi qu’avec les récentes études d’associations génomiques. / Restless Legs syndrome (RLS) is a neurological disorder characterized by the urge to move one’s limbs. It is also one of the most frequent causes of insomnia. The prevalence of RLS is estimated to be around 15% in the general population. Complexes disorders like RLS are often the result of the evolution of genetic and environmental components. For RLS, recent Genome Wide Association Study (GWAS) have identified four variants with mild to moderate effects. However, those four variants explain only a small part of the disease heritability and thus, we expect that many new variants are still to be found. The impact of Copy-Number Variation (CNV) in the genetic mechanism of RLS is still unknown. However, many studies have recently position the CNVs as a significant source of genetic variation potentially responsible of phenotypes. In collaboration with a team from Munich, we conducted two genome-wide CNVs studies (Genome Wide SNP chips and Comparative Genomic Hybridization (CGH)) on RLS patients from Germany. Using cases-controls studies, we identified regions with a different occurrence of CNVs for RLS patients, compared to different groups of controls. One of these regions is particularly interesting, as it has already been identified by both linkage and association studies.

Les études génétiques, telles que les études de liaison ou d’association, ont permis d’acquérir une plus grande connaissance sur l’étiologie de plusieurs maladies affectant les populations humaines. Même si une dizaine de milliers d’études génétiques ont été réalisées sur des centaines de maladies ou autres traits, une grande partie de leur héritabilité reste inexpliquée. Depuis une dizaine d’années, plusieurs percées dans le domaine de la génomique ont été réalisées. Par exemple, l’utilisation des micropuces d’hybridation génomique comparative à haute densité a permis de démontrer l’existence à grande échelle des variations et des polymorphismes en nombre de copies. Ces derniers sont maintenant détectables à l’aide de micropuce d’ADN ou du séquençage à haut débit. De plus, des études récentes utilisant le séquençage à haut débit ont permis de démontrer que la majorité des variations présentes dans l’exome d’un individu étaient rares ou même propres à cet individu. Ceci a permis la conception d’une nouvelle micropuce d’ADN permettant de déterminer rapidement et à faible coût le génotype de plusieurs milliers de variations rares pour un grand ensemble d’individus à la fois. Dans ce contexte, l’objectif général de cette thèse vise le développement de nouvelles méthodologies et de nouveaux outils bio-informatiques de haute performance permettant la détection, à de hauts critères de qualité, des variations en nombre de copies et des variations nucléotidiques rares dans le cadre d’études génétiques. Ces avancées permettront, à long terme, d’expliquer une plus grande partie de l’héritabilité manquante des traits complexes, poussant ainsi l’avancement des connaissances sur l’étiologie de ces derniers. Un algorithme permettant le partitionnement des polymorphismes en nombre de copies a donc été conçu, rendant possible l’utilisation de ces variations structurales dans le cadre d’étude de liaison génétique sur données familiales. Ensuite, une étude exploratoire a permis de caractériser les différents problèmes associés aux études génétiques utilisant des variations en nombre de copies rares sur des individus non reliés. Cette étude a été réalisée avec la collaboration du Wellcome Trust Centre for Human Genetics de l’University of Oxford. Par la suite, une comparaison de la performance des algorithmes de génotypage lors de leur utilisation avec une nouvelle micropuce d’ADN contenant une majorité de marqueurs rares a été réalisée. Finalement, un outil bio-informatique permettant de filtrer de façon efficace et rapide des données génétiques a été implémenté. Cet outil permet de générer des données de meilleure qualité, avec une meilleure reproductibilité des résultats, tout en diminuant les chances d’obtenir une fausse association. / Genetic studies, such as linkage and association studies, have contributed greatly to a better understanding of the etiology of several diseases. Nonetheless, despite the tens of thousands of genetic studies performed to date, a large part of the heritability of diseases and traits remains unexplained. The last decade experienced unprecedented progress in genomics. For example, the use of microarrays for high-density comparative genomic hybridization has demonstrated the existence of large-scale copy number variations and polymorphisms. These are now detectable using DNA microarray or high-throughput sequencing. In addition, high-throughput sequencing has shown that the majority of variations in the exome are rare or unique to the individual. This has led to the design of a new type of DNA microarray that is enriched for rare variants that can be quickly and inexpensively genotyped in high throughput capacity. In this context, the general objective of this thesis is the development of methodological approaches and bioinformatics tools for the detection at the highest quality standards of copy number polymorphisms and rare single nucleotide variations. It is expected that by doing so, more of the missing heritability of complex traits can then be accounted for, contributing to the advancement of knowledge of the etiology of diseases. We have developed an algorithm for the partition of copy number polymorphisms, making it feasible to use these structural changes in genetic linkage studies with family data. We have also conducted an extensive study in collaboration with the Wellcome Trust Centre for Human Genetics of the University of Oxford to characterize rare copy number definition metrics and their impact on study results with unrelated individuals. We have conducted a thorough comparison of the performance of genotyping algorithms when used with a new DNA microarray composed of a majority of very rare genetic variants. Finally, we have developed a bioinformatics tool for the fast and efficient processing of genetic data to increase quality, reproducibility of results and to reduce spurious associations.