Among the defense strategies developed in microbes over millions of years, the innate adaptive CRISPR-Cas immune systems have spread across most of bacteria and archaea. The flexibility, simplicity, and specificity of CRISPR-Cas systems have laid the foundation for CRISPR-based genetic tools. Yet, the efficient administration of CRISPR-based tools demands rational designs to maximize the on-target efficiency and off-target specificity. Specifically, the selection of guide RNAs (gRNAs), which play a crucial role in the target recognition of CRISPR-Cas systems, is non-trivial. Despite the fact that the emerging machine learning techniques provide a solution to aid in gRNA design with prediction algorithms, design rules for many CRISPR-Cas systems are ill-defined, hindering their broader applications. CRISPR interference (CRISPRi), an alternative gene silencing technique using a catalytically dead Cas protein to interfere with transcription, is a leading technique in bacteria for functional interrogation, pathway manipulation, and genome-wide screens. Although the application is promising, it also is hindered by under-investigated design rules. Therefore, in this work, I develop a state-of-art predictive machine learning model for guide silencing efficiency in bacteria leveraging the advantages of feature engineering, data integration, interpretable AI, and automated machine learning. I first systematically investigate the influential factors that attribute to the extent of depletion in multiple CRISPRi genome-wide essentiality screens in Escherichia coli and demonstrate the surprising dominant contribution of gene-specific effects, such as gene expression level. These observations allowed me to segregate the confounding gene-specific effects using a mixed-effect random forest (MERF) model to provide a better estimate of guide efficiency, together with the improvement led by integrating multiple screens. The MERF model outperformed existing tools in an independent high-throughput saturating screen. I next interpret the predictive model to extract the design rules for robust gene silencing, such as the preference for cytosine and disfavoring for guanine and thymine within and around the protospacer adjacent motif (PAM) sequence. I further incorporated the MERF model in a web-based tool that is freely accessible at www.ciao.helmholtz-hiri.de. When comparing the MERF model with existing tools, the performance of the alternative gRNA design tool optimized for CRISPRi in eukaryotes when applied to bacteria was far from satisfying, questioning the robustness of prediction algorithms across organisms. In addition, the CRISPR-Cas systems exhibit diverse mechanisms albeit with some similarities. The captured predictive patterns from one dataset thereby are at risk of poor generalization when applied across organisms and CRISPR-Cas techniques. To fill the gap, the machine learning approach I present here for CRISPRi could serve as a blueprint for the effective development of prediction algorithms for specific organisms or CRISPR-Cas systems of interest. The explicit workflow includes three principle steps: 1) accommodating the feature set for the CRISPR-Cas system or technique; 2) optimizing a machine learning model using automated machine learning; 3) explaining the model using interpretable AI. To illustrate the applicability of the workflow and diversity of results when applied across different bacteria and CRISPR-Cas systems, I have applied this workflow to analyze three distinct CRISPR-Cas genome-wide screens. From the CRISPR base editor essentiality screen in E. coli, I have determined the PAM preference and sequence context in the editing window for efficient editing, such as A at the 2nd position of PAM, A/TT/TG downstream of PAM, and TC at the 4th to 5th position of gRNAs. From the CRISPR-Cas13a screen in E. coli, in addition to the strong correlation with the guide depletion, the target expression level is the strongest predictor in the model, supporting it as a main determinant of the activation of Cas13-induced immunity and better characterizing the CRISPR-Cas13 system. From the CRISPR-Cas12a screen in Klebsiella pneumoniae, I have extracted the design rules for robust antimicrobial activity across K. pneumoniae strains and provided a predictive algorithm for gRNA design, facilitating CRISPR-Cas12a as an alternative technique to tackle antibiotic resistance. Overall, this thesis presents an accurate prediction algorithm for CRISPRi guide efficiency in bacteria, providing insights into the determinants of efficient silencing and guide designs. The systematic exploration has led to a robust machine learning approach for effective model development in other bacteria and CRISPR-Cas systems. Applying the approach in the analysis of independent CRISPR-Cas screens not only sheds light on the design rules but also the mechanisms of the CRISPR-Cas systems. Together, I demonstrate that applied machine learning paves the way to a deeper understanding and a broader application of CRISPR-Cas systems. / Unter den Verteidigungsstrategien, welche sich über Millionen von Jahren in Mikroben entwickelt haben, hat sich das angeborene adaptive CRISPR-Cas Immunsystem in vielen Bakterien und den meisten Archaeen verbreitet. Flexibilität, Einfachheit und Spezifizität von CRISPR-Cas Systemen bilden die Grundlage für CRISPR-basierten genetischen Werkzeugen. Dennoch verlangt die effiziente Anwendung CRISPR-basierter genetischer Werkzeuge ein rationales Design, um die Effektivität zu maximieren und Spezifizität zu gewährleisten. Speziell die Auswahl an Leit-RNAs, oder auch „guide“ RNAs (gRNAs), welche eine essentielle Rolle in der Ziel-Erkennung des CRISPR-Cas Systems spielen, ist nicht trivial. Trotz aufkommender Techniken des maschinellen Lernens, die mit Hilfe von Vorhersage-Algorithmen eine Unterstützung im gRNA-Design darstellen, sind die Design-Regeln für viele CRISPR-Cas Systeme schlecht definiert und die breite Anwendung dadurch bisher gehindert. CRISPR Interferenz (CRISPRi), eine Methode der Genrepression, nutzt ein katalytisch inaktives Cas-Protein, um die Gen-Transkription zu verhindern und ist eine führende Technik für Gen-Funktionsstudien, der Manipulation von Stoffwechselwegen und genomweiter Screens in Bakterien. Auch wenn viele der Anwendungen vielversprechend sind, ist die Umsetzung aufgrund der wenig untersuchten Design-Regeln schwierig. Daher entwickele ich in dieser Arbeit ein hochmodernes auf maschinellem Lernen basierendes Modell für die Vorhersage der gRNA Genrepressions-Effizienz in Bakterien, wobei die Merkmalskonstruktion, Datenintegration, interpretierbare künstliche Intelligenz (KI) und automatisiertes maschinelles Lernen genutzt wurden. Zuerst untersuche ich systematisch die Einflussfaktoren, welche zum Ausmaß der Depletion in genomweiten CRISPRi-Screens zur Gen-Essentialität in Escherichia coli beitragen und demonstriere den überraschend dominanten Beitrag genspezifischer Effekte, wie z. B. dem Genexpressionslevel. Diese Beobachtungen erlaubten mir die genspezifischen Störvariablen mit einem sogenannten mixed-effect random forest (MERF) Modell zu segregieren, um eine bessere Einschätzung der gRNA Effizienz zu erreichen und durch die Integration zusätzlicher Screen-Daten noch weiter zu verbessern. Das MERF Modell übertraf dabei bereits existierende Werkzeuge in einem unabhängigen Hochdurchsatz Sättigungs-Screen. Als nächstes interpretiere ich die Modell Vorhersage, um Design-Regeln für eine solide Genrepression zu extrahieren, wie z. B. eine Präferenz für Cytosin und eine Abneigung gegenüber Guanin und Thymin innerhalb und der „protospacer adjacent motif“ (PAM) direkt umgebenden Sequenz. Weiterhin integrierte ich das MERF Modell in einem Web-basierten Werkzeug, welches unter www.ciao.helmholtz-hiri.de frei zugänglich ist. Ein Vergleich von existierenden Werkzeugen mit dem MERF Modell zeigt, dass alternative, für CRISPRi in Eukaryoten optimierte, gRNA Design-Werkzeuge schlecht abschneiden, sobald sie in Bakterien angewandt werden. Dies lässt Zweifel an einer robusten Übertragbarkeit dieser Vorhersage-Algorithmen zwischen verschiedenen Organismen. Zusätzlich haben CRISPR-Cas Systeme, trotz einiger genereller Gemeinsamkeiten, höchst diverse Wirkungsmechanismen. Die Vorhersagemuster eines Datensets sind daher schlecht generalisierbar, sobald sie auf andere Organismen oder CRISPR-Cas Techniken angewandt werden. Diese Lücke kann mit dem hier präsentierten Ansatz des maschinellen Lernens für CRISPRi geschlossen werden und als eine Vorlage für die Entwicklung effektiver Vorhersage-Algorithmen für spezifische Organismen oder CRISPR-Cas Systeme dienen. Der explizite Arbeitsablauf beinhaltet drei Hauptschritte: 1) Aufnehmen des Merkmalsets des jeweiligen CRISPR-Cas Systems bzw. der CRISPR-Cas Technik; 2) Optimierung des maschinellen Lernen Modells durch automatisiertes maschinelles Lernen; 3) Erklärung des Modells mit interpretierbarer KI. Um die Anwendbarkeit des Arbeitsablaufs und die Diversität der Ergebnisse, im Zusammenhang mit unterschiedlichen Organismen und CRISPR-Cas Systemen, zu demonstrieren, habe ich diese Arbeitsschritte zur Analyse drei unterschiedlicher genomweiter Screens angewandt. Von dem CRISPR „base editor“ Essentialitäts-Screen in E. coli, konnten die PAM Präferenzen und der Sequenzkontext innerhalb des Editierungsfensters für eine effiziente Editierung abgeleitet werden. Beispielsweise tragen ein A an der zweiten PAM Position, ein A/TT/TG an der PAM direkt nachgeschalten Position und ein TC an der vierten oder fünften gRNA Position zur effizienten Editierung bei. Im CRISPR-Cas13a Screen in E. coli, stellten wir eine starke Korrelation zwischen dem Genexpressionslevel und der gRNA-Depletion fest. Zusätzlich ist das Expressionslevel des Ziel-Gens der stärkste Vorhersagefaktor des Modells, was das Expressionslevel als Hauptdeterminante für die Cas13-induzierte Immunität hervorhebt und die bessere Charakterisierung von CRISPR-Cas13 Systemen ermöglicht. Aus dem CRISPR-Cas12a Screen in Klebsiella pneumoniae, habe ich gRNA Design Regeln für die robuste antimikrobielle Aktivität über unterschiedliche K. pneumoniae Stämme hinweg extrahiert und einen Vorhersage-Algorithmus für das gRNA Design bereitgestellt. Dies ermöglicht die Nutzung von Cas12a als eine alternative Lösung, um Antibiotikaresistenzen zu bekämpfen. Zusammengefasst präsentiert diese Thesis einen akkuraten Vorhersage-Algorithmus für die CRISPRi gRNA Effizienz in Bakterien und gibt Einblicke in die Determinanten für eine effiziente Genrepression und optimales gRNA Design. Die systematische Exploration führte zu einem robusten Ansatz des maschinellen Lernens für effektive Modell Entwicklungen in unterschiedlichen bakteriellen Spezies und CRISPR-Cas Systemen. Durch die Anwendung dieses Ansatzes auf unabhängige CRISPR-Cas Screens, konnte ich nicht nur wichtige Design Regeln ableiten, sondern auch die Mechanismen der jeweiligen CRISPR-Cas Systeme besser erleuchten. Zu guter Letzt demonstriere ich hier, dass angewandtes maschinelles Lernen den Weg zu einem tieferen Verständnis und einer breiteren Anwendung von CRISPR-Cas Systemen ebnen kann.

In 2020, cancer was the leading cause of death worldwide, accounting for nearly 10 million deaths. Lung cancer was the most common cancer, with 2.21 million cases per year in both sexes. This non-homogeneous disease is further subdivided into small cell lung cancer (SCLC, 15%) and non-small cell lung cancer (NSCLC, 85%). By 2023, the American Cancer Society estimates that NSCLC will account for 13% of all new cancer cases and 21% of all estimated cancer deaths. In recent years, the treatment of patients with NSCLC has improved with the development of new therapeutic interventions and the advent of targeted and personalised therapies. However, these advances have only marginally improved the five-year survival rate, which remains alarmingly low for patients with NSCLC. This observation highlights the importance of having more appropriate experimental and preclinical models to recapitulate, identify and test novel susceptibilities in NSCLC. In recent years, the Trp53fl/fl KRaslsl-G12D/wt mouse model developed by Tuveson, Jacks and Berns has been the main in vivo model used to study NSCLC. This model mimics ADC and SCC to a certain extent. However, it is limited in its ability to reflect the genetic complexity of NSCLC. In this work, we use CRISPR/Cas9 genome editing with targeted mutagenesis and gene deletions to recapitulate the conditional model. By comparing the Trp53fl/fl KRaslsl- G12D/wt with the CRISPR-mediated Trp53mut KRasG12D, we demonstrated that both showed no differences in histopathological features, morphology, and marker expression. Furthermore, next-generation sequencing revealed a very high similarity in their transcriptional profile. Adeno-associated virus-mediated tumour induction and the modular design of the viral vector allow us to introduce additional mutations in a timely manner. CRISPR-mediated mutation of commonly mutated tumour suppressors in NSCLC reliably recapitulated the phenotypes described in patients in the animal model. Lastly, the dual viral approach could induce the formation of lung tumours not only in constitutive Cas9 expressing animals, but also in wildtype animals. Thus, the implementation of CRISPR genome editing can rapidly advance the repertoire of in vivo models for NSCLC research. Furthermore, it can reduce the necessity of extensive breeding. / Krebs war mit fast 10 Millionen Todesfällen weltweit die häufigste Todesursache in 2020. Mit 2,21 Millionen Fällen pro Jahr in beiden Geschlechtern kombiniert war Lungenkrebs die häufigste Unterart. Auszeichnend für dieses Krankheit ist die hohe Komplexität und Heterogenität. Daher wird diese weiter in kleinzelligen Lungenkrebs (SCLC, 15 %) und nicht-kleinzelligen Lungenkrebs (NSCLC, 85 %) unterteilt. Die American Cancer Society schätzt, dass bis 2023 13 % aller neuen Krebsfälle und 21 % aller geschätzten Krebstodesfälle auf das nicht-kleinzellige Lungenkarzinom entfallen werden. In den letzten Jahren hat sich die Behandlung von Patienten mit nicht-kleinzelligem Lungenkarzinom durch die Entwicklung neuer therapeutischer Maßnahmen und das Anwenden personalisierter Therapien verbessert. Allerdings haben diese Fortschritte die Fünfjahresüberlebensrate nur geringfügig verbessert, die für Patienten mit NSCLC nach wie vor alarmierend niedrig ist. Diese macht deutlich, wie wichtig es ist, über geeignetere experimentelle und präklinische Modelle zu verfügen, um neue Therapieansätze beim NSCLC zu rekapitulieren, zu identifizieren und zu testen. In der letzten Dekade war das von Tuveson, Jacks und Berns entwickelte Trp53fl/fl KRaslsl-G12D/wt-Mausmodell das wichtigste In-vivo-Modell zur Untersuchung von NSCLC. Dieses kann grundlegend das Krankheitsbild von NSCLC wiederspiegeln. Es ist jedoch nur begrenzt in der Lage, die genetische Komplexität von NSCLC im vollen Umfang zu refelktieren. In dieser Arbeit verwenden wir CRISPR/Cas9 Genome Editing mit gezielter Mutagenese und Gendeletionen, um das konditionale Modell zu rekapitulieren. Durch den Vergleich des Trp53fl/fl KRaslsl-G12D/wt mit dem CRISPR-vermittelten Trp53mut KRasG12D konnten wir zeigen, dass beide keine Unterschiede in Bezug auf histopathologische Merkmale, Morphologie und Markerexpression aufweisen. Darüber hinaus ergab die Analyse mittels Next Generation Sequencing 8Hochdruchsatz.Sequenzierung) eine sehr große Ähnlichkeit in ihrem Transkriptionsprofil. Die Adeno-assoziierte Virus-vermittelte Tumorinduktion und der modulare Aufbau des viralen Vektors ermöglichen es uns, zusätzliche Mutationen zeitnah einzuführen. Die CRISPR-vermittelte Mutation von häufig mutierten Tumorsuppressoren bei NSCLC rekapitulierte zuverlässig die bei Patienten beschriebenen Phänotypen im Tiermodell. Schließlich konnte der duale virale Ansatz die Bildung von Lungentumoren nicht nur in konstitutiv Cas9 exprimierenden Tieren, sondern auch in Wildtyp-Tieren induzieren. Somit kann die Anwendung von CRISPR-Genome Editing das Repertoire an In-vivo- Modellen für die NSCLC-Forschung rasch erweitern. Darüber hinaus kann es die Notwendigkeit umfangreicher Züchtungen verringern.

京都大学 / 新制・課程博士 / 博士(農学) / 甲第25339号 / 農博第2605号 / 京都大学大学院農学研究科応用生物科学専攻 / (主査)教授 大門 高明, 教授 松浦 健二, 教授 吉田 健太郎 / 学位規則第4条第1項該当 / Doctor of Philosophy (Engineering) / Kyoto University / DFAM

Titre de l'écran-titre (visionné le 29 juin 2023) / La Dystrophie Musculaire de Duchenne (DMD) est une maladie neuromusculaire héréditaire causée par des mutations dans le gène DMD codant pour la dystrophine, une protéine importante dans le maintien de l'intégrité de la membrane des fibres musculaires. L'absence de la dystrophine se manifeste par la dégénérescence progressive des fibres musculaires à l'effort. La DMD représente un fardeau pour les patients et leurs familles. Elle affecte environ 20 000 nouveaux nés de sexe masculin dans le monde chaque année. Il existe plusieurs approches thérapeutiques allant du ciblage de l'ARNm au remplacement ou substitution de la dystrophine. Cependant, ces traitements sont transitoires et induisent des améliorations phénotypiques limitées. La découverte il y a une dizaine d'années du système CRISPR-Cas a ouvert des possibilités presque illimitées en biologie. Ce système a été modifié et adapté en 2019 pour développer le Prime editing, une technologie dynamique de modification du génome. Cette technologie permet de faire une interconversion de tout nucléotide du génome, des insertions ou des délétions de nucléotides. Le système d'édition est constitué d'un plasmide éditeur (PE2) fait d'une Cas9 nickase fusionnée à une transcriptase inverse et d'un plasmide contenant un ARN guide pour le Prime editing (pegRNA) contenant une séquence espaceur, une séquence d'amorçage et une matrice pour la transcriptase inverse (RTT). Notre étude visait donc à utiliser cette technologie CRISPR-Cas9 Prime editing pour développer une approche de traitement permanent de la DMD. Les deux premiers chapitres de cette thèse présentent de façon approfondie l'état de la littérature actuelle sur les différentes approches thérapeutiques de la DMD. Le premier chapitre décrit les stratégies moléculaires médiant la restauration de la dystrophine. Ces approches incluent la lecture à travers les codons, les sauts d'exons, la modification de l'ADN par la technique CRISPR, la modulation des progéniteurs, le remplacement et la substitution du gène DMD ainsi que la transplantation cellulaire. Le deuxième chapitre apporte plus de détails et de précisions sur les approches CRISPR en développement pour la DMD permettant ainsi de mieux comprendre la pertinence de notre choix technologique (CRISPR-Cas9 Prime editing) pour l'approche que nous avons développé dans cette thèse. Le troisième chapitre de cette thèse vise à démontrer la capacité du Prime editing à introduire ou corriger des mutations ponctuelles dans le gène DMD et permettre l'expression de la protéine dystrophine complète. Initialement, nous avons conçu plusieurs pegRNAs pour introduire les mutations nonsenses présentes dans la population canadienne dans les exons 6, 9, 20, 35, 43, 55 et 61 du gène DMD. Suite à des taux d'édition très faibles variant entre 2 et 10%, plusieurs optimisations dont, les traitements répétés consécutifs, l'usage d'un guide supplémentaire pour induire une autre coupure de l'autre brin d'ADN à distance du site de coupure initial, et l'ajout d'une mutation simultanée dans la séquence adjacente au protoespaceur (PAM) pour préserver la mutation induite, ont permis d'augmenter jusqu'à 5,8 fois le taux d'édition. Ces stratégies ont permis par la suite de corriger la mutation c.428 G>A dans l'exon 6 des myoblastes d'un patient suivi par l'expression de la dystrophine détectée par western blot à partir des protéines provenant de la fusion des myoblastes en myotubes. Le séquençage haut débit analysé par CRISPResso2 a montré un taux d'INDEL inférieur à 1%. Le quatrième chapitre de cette thèse vise à démontrer la capacité du Prime editing à corriger efficacement la mutation c.8713C>T dans l'exon 59 du gène DMD dont la position à +13 nucléotides du site de coupure la rend défavorable pour la correction par Prime editing. Plusieurs variants de PE2 ont été testés et le meilleur variant (SpCas9-NGG) a été choisi pour la suite des expériences. Ajoutées aux optimisations du chapitre 3 précédent, la variation de la longueur du RTT et des mutations synonymes supplémentaires à différentes positions de la cible ont permis d'augmenter jusqu'à 7 fois le taux d'édition. Cette autre stratégie a été utilisée pour la correction de la mutation c.8713C>T dans l'exon 59 des myoblastes d'un patient à un taux de 22% suivi par l'expression de la dystrophine (42%). Le cinquième chapitre de cette thèse a permis de démontrer la capacité du Prime editing à effectuer en plus des substitutions, des délétions et des insertions de nucléotides dans les sites d'épissages afin de médier un saut d'exon et restaurer l'expression de la dystrophine. La stratégie consistait à corriger dans les myoblastes de patients, les mutations causées par les délétions de l'exon 52 et des exons 45-52 en modifiant respectivement les sites donneurs d'épissage des exons 51 et 53 pour les éliminer. Cela a permis la jonction respective de l'exon 50 à l'exon 53 et de l'exon 44 à l'exon 54 pour les délétions 52 et 45-52 respectivement. Ces modifications des sites d'épissage ont permis l'expression de la protéine dystrophine. Ces résultats sont une preuve de principe et démontrent le potentiel de notre approche à modifier efficacement le gène DMD pour médier la restauration de l'expression de la dystrophine chez les patients DMD. Cependant, il sera important de développer un système de livraison efficace en utilisant par exemple un vecteur Dual-AAV ou des particules virales VLPs ayant respectivement des capsides ou des glycoprotéines spécifiques des muscles squelettiques et cardiaques pour un essai in vivo de ces stratégies. Il sera également pertinent de développer une approche Prime editing multiplexe afin de cibler simultanément plusieurs mutations du gène DMD et examiner les effets hors cibles et immunologiques de cette dernière. / Duchenne Muscular Dystrophy (DMD) is an inherited neuromuscular disease caused by mutations in the DMD gene encoding dystrophin, a protein involved in maintaining muscle fibers membrane integrity. The absence of dystrophin leads to a progressive muscle wasting due to muscle contractions. DMD represents a burden for patients and their families. It affects approximately 20,000 newborn males worldwide each year. There are several therapeutic approaches ranging from mRNA targeting to dystrophin replacement or substitution. However, these treatments are transient and induce limited phenotypic improvements. The discovery a decade ago of CRISPR-Cas system opened almost unlimited possibilities in biology. This system was modified and adapted in 2019 to develop the Prime editing, a dynamic genome editing technology. That technology makes possible the interconversion of any nucleotide of the genome, and the insertions or deletions of nucleotides. The editing system consists of a prime editor plasmid (PE2) made of a Cas9 nickase fused to a reverse transcriptase and a plasmid encoding a Prime editing guide RNA (pegRNA) containing a spacer sequence, a primer binding site (PBS) sequence and a reverse transcriptase template (RTT). Our study therefore aimed to use this CRISPR-Cas9 Prime editing technology to develop a permanent treatment approach for DMD. The first and second chapters of this thesis present in depth the state of the current literature on the different DMD therapeutic approaches. The first chapter describes the molecular strategies involved in the dystrophin restoration. These approaches include read through codon, exon skipping, CRISPR DNA editing, progenitor modulation, DMD gene replacement or substitution, and cell transplantation. The second chapter provides more details and precisions on the CRISPR approaches in development for DMD, thus allowing a better understanding of the relevance of our technological choice for the approach that we have developed in this thesis. The third chapter of this thesis aims to demonstrate the ability of Prime editing to introduce or correct point mutations in the DMD gene and restore the expression of the dystrophin protein. We initially designed several pegRNAs to induce the nonsense mutations present in the Canadian population in exons 6, 9, 20, 35, 43, 55 and 61 of the DMD gene. Following very low editing rates varying from 2 to 10%, several optimizations including consecutive repeated treatments, the use of an additional sgRNA to induce a second nick at a distance from the initial nick site, and the simultaneous mutation in the protospacer adjacent motif (PAM) to preserve the induced mutation, permitted to increase by 5.8-fold the editing rate. These strategies subsequently made possible to correct the c.428 G>A mutation in exon 6 of a patient's myoblasts. That was followed by dystrophin expression detected by western blot from proteins coming from the fusion of the myoblasts in myotubes. High-throughput sequencing analyzed by CRISPResso2 showed an INDEL rate less than 1%. The fourth chapter of this thesis aims to demonstrate the ability of Prime editing to efficiently correct the c.8713C>T mutation in exon 59 of the DMD gene whose position at +13 makes it unfavorable to the correction by Prime editing. Several PE2 variants were tested, and the best variant (SpCas9-NGG) was chosen for further experiments. Added to the optimizations of the previous chapter 3, varying the RTT length and additional synonymous mutations at different positions beside the target increased the editing rate by 7-folds. This other strategy was used for the correction of the c.8713C>T mutation in exon 59 of a patient's myoblasts at the editing rate of 22% followed by the dystrophin expression (42%). The fifth chapter of this thesis has demonstrated the ability of Prime editing to perform in addition to substitutions, deletions, and insertions of nucleotides in the splice sites to mediate exon skipping and restore the dystrophin expression. The strategy consisted of correcting in patient myoblasts, the mutations caused by the deletions of exon 52 (Del52) and exons 45-52 (Del45-52) respectively by modifying the splice donor sites of exons 51 and 53 for their skipping. This allowed the binding of exon 50 to exon 53 and exon 44 to exon 54 respectively for Del52 and Del45-52 permitting the expression of the dystrophin protein. These results are a proof of concept and demonstrate the potential of our approach to effectively modify the DMD gene to mediate the dystrophin restoration in DMD patients. However, it will be important to develop an efficient delivery system using for example a Dual-AAV vector or virus like particles (VLPs) with skeletal and cardiac muscle-specific capsids or glycoproteins, respectively, for in vivo experimentation of these strategies. It will also be relevant to develop a multiplex Prime-editing approach to simultaneously target multiple DMD gene mutations and examine the off-target and immunological effects.

Titre de l'écran-titre (visionné le 29 juin 2023) / Les techniques d'édition du génome telles que CRISPR-Cas9, permettant l'introduction ciblée de modifications génétiques, offrent de nombreuses possibilités de développement d'outils de recherche ainsi que d'applications thérapeutiques. Dans le cadre de mes travaux effectués en co-direction à Héma-Québec, je me suis intéressée au potentiel de CRISPR-Cas9 en lien avec le système hématopoïétique et plus particulièrement en lien avec les globules rouges. Premièrement, j'ai exploré dans le chapitre 1 la modification spécifique de groupe sanguins qui est d'intérêt pour augmenter les possibilités transfusionnelles. Des globules rouges (GRs) de groupe sanguin rare Rhnull ont été créés en supprimant le gène RHAG des cellules souches hématopoïétiques (CSH) avec CRISPR-Cas9, suivi d'une différentiation érythrocytaire in vitro. Ce groupe sanguin pourrait théoriquement être utilisé pour transfuser des individus ayant n'importe quel variant Rh, en plus d'être utile en tant que réactif de sérologie. Le gène ABO a aussi été supprimé des CSH de groupe A, pour produire des GRs de groupe O. L'absence d'expression résiduelle des antigènes de type A obtenue à partir des CSH hétérozygotes A/O pourrait permettre de futures applications transfusionnelles comme des cas de donneur/receveur compatibles pour des phénotypes rares mais incompatibles pour le système ABO. Ensuite, un aspect prometteur du système CRISPR-Cas9 étant la correction thérapeutique de maladies génétiques, les greffes autologues de CSH génétiquement modifiées par cette technologie font l'objet de plus en plus d'études cliniques. Dans ce contexte, j'ai travaillé sur la modélisation in vitro de variants génétiques avec comme preuve de concept l'anémie falciforme puisque cela pourrait contribuer à l'étude des répercussions potentielles de l'édition du génome sur les CSH et les GRs, et complémenter les études cliniques. Une récapitulation complète de l'érythropoïèse in vitro jusqu'à la production de GRs matures a été considérée pertinente pour une caractérisation plus fidèle à la réalité de phénotypes érythrocytaires, pour étudier l'impact de divers variants sur les GRs, en plus d'être avantageuse dans l'optique de futures transfusions. La production de GRs in vitro est un objectif important en médecine transfusionnelle depuis plusieurs années et il est possible de reproduire l'érythropoïèse in vitro à partir de plusieurs sources cellulaires, dont les CSH. Cependant, les protocoles publiés à ce jour mettent peu l'accent sur l'étape de maturation finale des réticulocytes en GRs matures, analogues à ceux retrouvés en circulation, ou requièrent l'utilisation de cellules accessoires ou nourricières. Or, l'utilisation de cellules accessoires ou nourricières pourrait restreindre de potentielles applications pertinentes du modèle comme les transfusions et l'édition génétique ex vivo. Dans un premier temps, j'ai développé dans le chapitre 2 un protocole de culture cellulaire permettant une maturation accrue des réticulocytes en GRs in vitro ainsi qu'une maximisation de leur survie en culture durant cette étape, dans un milieu ne contenant aucun composé animal, cellules accessoires ou cellules nourricières. Les GRs obtenus ont un phénotype similaire à celui des GRs produits par le corps humain et ils peuvent être conservés en solution nutritive pendant 42 jours comme pour les GRs récoltés de dons de sang. Dans un second temps, j'ai optimisé dans le chapitre 3 un protocole d'édition avec CRISPR-Cas9 compatible avec la clinique, sans vecteur viral et sans sélection, dans le but d'être combiné à la production de GRs. L'introduction à une fréquence élevée de la mutation causant l'anémie falciforme, notamment de manière bi-allélique, dans des CSH suivie de la différenciation complète en GRs a permis de générer des GRs adoptant la forme caractéristique en faucille après exposition à des niveaux d'oxygène physiologiques, récapitulant ainsi l'anémie falciforme in vitro. De plus, un sous-produit d'édition produisant un variant de globine beta qui semble exprimé à des niveaux significatifs dans les GRs est présent à la suite du ciblage de la mutation dans le gène de la globine beta. La présence de ce variant mérite attention dans l'optique du développement thérapeutique pour l'anémie falciforme. En conclusion, les procédures optimisées de culture de GRs et de modifications génétiques avec CRISPR-Cas9 présentées dans cette thèse peuvent être combinées de différentes façons afin de fournir une plateforme d'étude de variants érythrocytaires in vitro, en plus de contribuer aux efforts vers la transfusion de GRs produits in vitro et d'accompagner les thérapies d'édition génétique arrivant en clinique. / Genome editing techniques, such as CRISPR-Cas9, allowing the introduction of targeted genetic modifications, offer numerous research tool possibilities and potential cellular therapies. As part of my work done in co-direction at Héma-Québec, I became interested in the potential of CRISPR-Cas9 in relation to the hematopoietic system and more particularly in relation to red blood cells. First, I explored in chapter 1 specific blood type modifications that are of interest in increasing transfusion opportunities. Rhnull cultured red blood cells (cRBCs) were produced by deleting RHAG gene in hematopoietic stem and progenitor cells (HSPCs) with CRISPR-Cas9, followed by in vitro erythroid differentiation. These red blood cells (RBCs) could theoretically be used to transfuse all Rh types, in addition to their relevance as RBC reagents for serology laboratories. ABO gene was also deleted in type A HSPCs to produce type O RBCs. The absence of residual A antigen expression when starting with heterozygotes A/O donors could allow future transfusion applications like cases of individuals compatible for rare phenotypes but frustratingly not for ABO. Then, a promising aspect of the CRISPR-Cas9 system being the therapeutic correction of genetic diseases, autologous hematopoietic stem cell (HSC) transplants genetically modified by this technology are the subject of more and more clinical studies. In this context, I worked on the in vitro modeling of genetic variants with sickle cell anemia (SCA) as proof of concept since it could contribute to the efforts aiming at studying and understanding potential side effects of genome editing on HSCs and RBCs, and complement clinical studies. The complete recapitulation of erythropoiesis in vitro, including terminal RBC maturation, was considered essential for the faithful characterization of erythroid phenotypes, for studying the impact of genetic variants on RBCs, in addition to being beneficial for future transfusion purposes. Production of cRBCs has been a major objective in the field of transfusion medicine for several years and erythropoiesis can be reproduced in vitro starting with several cell sources, one of which being HSPCs. However, current protocols do not focus on the process of reticulocyte maturation into RBCs, analogous to those found in the circulation, or they require accessory or feeder cells. Of note, accessory or feeder cells could restrict potentially relevant applications of the model like transfusions or ex vivo genome editing. First, I developed in chapter 2 a cell culture protocol allowing an increased maturation of reticulocytes into RBCs in vitro as well as a maximization of their survival in culture, using an animal component-free, accessory-free, and feeder-free medium. The resulting cRBCs had a similar phenotype as native RBCs and they could be stored for 42 days like RBCs collected from blood donations. Second, I optimized a virus-free and selection-free CRISPR-Cas9 strategy compatible with the clinic to use it in combination with cRBCs production. High efficiency introduction of the SCA-causing mutation, notably bi-allelic introduction, followed by mature cRBCs production yielded cells acquiring the characteristic sickled shape after exposition to physiological oxygen levels, thereby recapitulating SCA in vitro. Furthermore, an editing by-product giving rise to a beta globin variant seemingly expressed at significant levels in RBCs was present following the targeting of the mutation in the beta globin gene. The presence of this beta globin variant thus deserves further attention in the context of therapeutic development for SCA. To conclude, optimized procedures of RBCs' culture and CRISPR-Cas9-mediated genome editing presented in this thesis can be combined in several ways to provide a platform for the study of erythroid variants in vitro, in addition to contributing to the efforts towards future cRBCs transfusion and accompanying the coming gene editing therapies.

Les bactériophages sont des maîtres manipulateurs, prenant le contrôle complet d'une cellule bactérienne, contournant les systèmes de défense et détournant la machinerie de transcription et de traduction du génome bactérien pour la réplication virale. Les grandes étapes de la multiplication des phages sont connues, pourtant les mécanismes intrinsèques de cette prise de contrôle restent un mystère bien préservé. Malgré la petite taille et la simplicité relative des génomes de phages, seuls les gènes associés à la structure des virions sont amplement caractérisés. Toutefois, les protéines non structurales qui sont susceptibles d'être responsables de la prise de contrôle sont rarement étudiées. C'est effectivement le cas pour le phage modèle 2972, infectant la souche Streptococcus thermophilus DGCC7710 largement utilisée en industrie laitière. Son génome code pour 44 protéines putatives, dont 14 protéines sont classées comme étant non structurales et dont aucune fonction n'est encore associée. Lors de ce projet de maîtrise, le système CRISPR-Cas de type II-A, naturellement présent chez S. thermophilus, a été utilisé à des fins d'édition du génome de ce phage pour étudier le rôle des protéines non structurales. Ce système est idéal pour les manipulations génétiques des phages virulents généralement complexes à modifier. Ainsi, une connaissance approfondie des interactions entre le phage et son hôte sera un outil indispensable pour développer de meilleures méthodes de contrôle des phages en industrie laitière. / Bacterial viruses are master manipulators of bacterial cells. They are able to take complete control of a bacterium, bypassing bacterial immune systems, hijacking core transcription and translation machinery, and typically resulting in lysis of the host. Although the major steps of phage replication are well understood, very little is known about the mechanisms of the host-cell takeover. Despite phages having relatively small and 'simple' genomes, generally only the structural proteins have been well characterized. In contrast, non-structural proteins, which include those involved in host cell takeover, tend to be completely uncharacterized. This is certainly the case for the model of Streptococcus thermophilus phages, 2972, which infects the strain DGCC7710 widely used by the dairy industry. Its genome encodes for 44 putative proteins, 14 of which are non-structural and have no known function. In this master thesis, the type II-A CRISPR-Cas system naturally present in S. thermophilus was used for genome engineering purposes to investigate the role of non-structural proteins of phage 2972. This natural bacterial immune system provides an ideal means for genetic manipulation of virulent phages, which are otherwise intractable. This could lead to potentially valuable discoveries allowing us to further fine-tune the bacteria used in various biological processes.

La thérapie génique, appelée aussi génothérapie, est une stratégie thérapeutique utilisable en principe pour traiter de nombreuses maladies génétiques. Une variation récente de cette approche thérapeutique utilise le système bactérien CRISPR/Cas9 (The Clustered regularly interspaced short palindromic repeats (CRISPR)/CRISPR-associated protein 9 (Cas9)) pour modifier les gènes défectueux des patients atteints d'une maladie héréditaire. Ce système a déjà démontré sa grande capacité à modifier l'ADN chromosomique in vitro ainsi que in vivo mais le problème majeur réside au niveau de la livraison des composantes du système CRISPR, soit la Cas9 et un ARN guide (ARNg). Malgré l'existence de plusieurs vecteurs de livraison viraux ou non viraux, les Adeno-associated virus (AAV) sont les virus les plus utilisés pour livrer des gènes thérapeutiques aux cellules in vitro et aux animaux et aux humains in vivo. Malheureusement, cet outil de livraison commence à démontrer ses limites à cause de sa capacité d'empaquetage très limitée (environ 4.8 kb) par rapport à d'autres outils de livraison et à cause de son immunogénicité. Ces limitations nous amènent à développer une nouvelle approche qui pourrait être plus puissante et beaucoup moins immunogène soit l'utilisation des vésicules extracellulaires produites par toutes les cellules de l'organisme et qui constituent un outil de communication cellulaire. Les travaux de ce mémoire démontrent qu'il est possible d'introduire la protéine Cas9 et plus spécifiquement la Cas9 du Streptococcus pyogène (SpCas9) dans les vésicules extracellulaires. L'utilisation de ces vésicules nous a permis de livrer la SpCas9 à des cellules in vitro et d'induire une édition génique. / Gene therapy, also called genotherapy, is a therapeutic strategy used to treat many genetic diseases. A recent variation of this technology uses the bacterial CRISPR/Cas9 system, The Clustered regularly interspaced short palindromic repeats (CRISPR)/CRISPR-associated protein 9 (Cas9) to modify the defective genes of affected patients. This system has already demonstrated its great capacity to modify chromosomal DNA in vitro as well as in vivo, but the major problem lies in the delivery of the CRISPR components (i.e., the Cas9 gene or protein and its guide RNA (gRNA)). Despite the existence of several viral and non-viral delivery vectors, Adeno-associated viruses (AAV) are the most used vector to deliver therapeutic genes to cells in vitro and to animals and humans in vivo. Unfortunately, this delivery vector is starting to demonstrate its limitations due to its very limited packaging capacity (about 4.8 kb) compared to other delivery vectors and due also to its immunogenicity. These limitations lead us to develop a new approach that could be more powerful and much less immunogenic such as extracellular vesicles, which are produced by all cell types in the body, and which constitute an inter-cellular communication tool. Our work demonstrates that we are able to introduce the Cas9 protein, more specifically the Streptococcus pyogene Cas9 (SpCas9) into extracellular vesicles. These vesicles allowed us to deliver the SpCas9 to cells in vitro and to induce genetic editing.

Titre de l'écran-titre (visionné le 12 février 2024) / La cellulose d'origine bactérienne est un matériau unique, dont les propriétés la rendent intéressante pour plusieurs domaines. En effet, la finesse de ses fibres, leur degré d'organisation cristalline, ainsi que l'absence de lignine, pectine, et d'hémicellulose en font une substance plus absorbante, résistante et biocompatible que le la cellulose végétale, ce qui la rend plus appropriée pour des applications médicales et optoélectroniques. Cependant, la production de cellulose bactérienne à échelle industrielle rencontre plusieurs obstacles, tels que la perte spontanée de la production de cellulose au cours de la culture des bactéries productrices, ainsi qu'un rendement qui est économiquement non rentable. De plus, les outils de biologie moléculaire adaptés aux souches productrices de cellulose sont limités ce qui restreint les essais de manipulation génétique ayant pour but d'augmenter leurs productivités de cellulose. Dans cette étude, nous démontrons que l'insertion de l'élément transposable IS*1032* dans un site spécifique situé à la base 502 dans le gène *bcsA* chez *Komagataeibacter rhaeticus* iGEM entraîne l'interruption de la production de cellulose dans au moins 12% des mutants cellulose négatif (Celˉ). Une analyse par qPCR a permis d'estimer le nombre de copies de cet élément par cellule à 16 ± 2 copies. Nous proposons une stratégie pour bloquer l'insertion de l'élément transposable IS*1032* en modifiant le site d'insertion de cet élément sur BcsA. Cela était effectué en se basant sur une analyse *in silico* des effets d'une substitution de l'acide aminé présent sur le site d'insertion tout en vérifiant que la structure 3D de la protéine BcsA ne soit pas déformée. Des essais préliminaires suggèrent que l'expression de la protéine modifiée chez un mutant Celˉ pourrait entraîner la réversion à un phénotype Cel⁺ stable. Nous démontrons donc l'efficacité de deux marqueurs de sélection chez *K. rhaeticus*, soit la tétracycline (*tetA*) et la streptomycine (*aadA*). Nous constatons aussi que le glycérol est une source de carbone efficace en milieu minimal pour une surproduction de cellulose chez cette souche bactérienne. / Bacterial cellulose, or BC, is a unique material, whose properties make it interesting for several fields. Indeed, the fineness of its fibers, their degree of organization, as well as the absence of lignin, pectin, and hemicellulose make it a more absorbent, tough and biocompatible substance than plant-based cellulose making it more appropriate for applications in medicine and optoelectronics. However, the industrial production of bacterial cellulose encounters several obstacles, such as the spontaneous loss of cellulose production during cultivation of these bacteria as well as its low yields making the whole production process economically nonviable. In addition, molecular biology tools adapted to cellulose-producing strains are limited, which restricts genetic manipulation trials aiming at increasing their cellulose productivity. In this study, we demonstrate that the insertion of the IS*1032* transposable element into a specific site located at base 502 in the *bcsA* gene in *Komagataeibacter rhaeticus* leads to the interruption of cellulose production in at least 12% of cellulose-negative (Celˉ) mutants. A qPCR analysis allowed us to estimate the number of copies of this element per cell at 16 ± 2 copies. We then propose a strategy to block the insertion of the transposable element IS*1032* by modifying the insertion site of this element on BcsA. This was conducted based on an *in-silico* analysis of the effects of a substitution of the amino acid present in the insertion site while verifying that the 3D structure of the BcsA is not affected. Preliminary experiments suggest that the expression of the mutant BcsA protein in a Celˉ mutant can cause a stable reversion to the Cel⁺ phenotype. We propose new and useful tools for genetic manipulation of *Komagataeibacter rhaeticus*. We also demonstrate the efficiency of two selection markers in *K. rhaeticus*, namely tetracycline (*tetA*) and streptomycin (*aadA*). We report that glycerol is an efficient carbon source to be used in minimal medium for high cellulose production in this bacterial strain.

CRISPR-Cas systems are adaptive immune systems in bacteria and archaea, consisting of a clustered regularly interspaced short palindromic repeats (CRISPR) array and CRISPR associated (Cas) proteins. In this work, the type I-E CRISPR-Cas system of Escherichia coli was studied. CRISPR-Cas immunity is divided into three stages. In the first stage, adaptation, Cas1 and Cas2 store memory of invaders in the CRISPR array as short intervening sequences, called spacers. During the expression stage, the array is transcribed, and subsequently processed into small CRISPR RNAs (crRNA), each consisting of one spacer and one repeat. The crRNAs are bound by the Cascade multi-protein complex. During the interference step, Cascade searches for DNA molecules complementary to the crRNA spacer. When a match is found, the target DNA is degraded by the recruited Cas3 nuclease. Host factors required for integration of new spacers into the CRISPR array were first investigated. Deleting recD, involved in DNA repair, abolished memory formation by reducing the concentration of the Cas1-Cas2 expression plasmid, leading to decreased amounts of Cas1 to levels likely insufficient for spacer integration. Deletion of RecD has an indirect effect on adaptation. To facilitate detection of adaptation, a sensitive fluorescent reporter was developed where an out-of-frame yfp reporter gene is moved into frame when a new spacer is integrated, enabling fluorescent detection of adaptation. Integration can be detected in single cells by a variety of fluorescence-based methods. A second aspect of this thesis aimed at investigating spacer elements affecting target interference. Spacers with predicted secondary structures in the crRNA impaired the ability of the CRISPR-Cas system to prevent transformation of targeted plasmids. Lastly, in absence of Cas3, Cascade was successfully used to inhibit transcription of specific genes by preventing RNA polymerase access to the promoter. The CRISPR-Cas field has seen rapid development since the first demonstration of immunity almost ten years ago. However, much research remains to fully understand these interesting adaptive immune systems and the research presented here increases our understanding of the type I-E CRISPR-Cas system.

Les alphavirus sont un groupe de virus enveloppés à ARN simple brin positif retrouvés sur la totalité du globe et responsables de nombreuses maladies humaines et animales. Durant la dernière décennie, une réémergence du virus du chikungunya (CHIKV) a été observée causant de nombreuses épidémies sur tous les continents. Malgré les nombreuses études, les mécanismes moléculaires de réplication du CHIKV et les interactions hôte-virus restent peu caractérisées. L’objectif de mon travail était de mieux comprendre et caractériser l’entrée du virus du chikungunya et les facteurs de l’hôte impliqués dans la réplication chez les mammifères. Plusieurs approches distinctes ont été utilisées dans ce projet. Dans un premier temps, nous avons mis en avant une diminution de l’infection du CHIKV après un traitement avec du fer sous forme de citrate d’ammonium ferrique et nous avons étudié le rôle potentiel dans l’entrée virale de NRAMP2 et TFRC, deux protéines impliquées dans le transport cellulaire du fer et connus comme récepteurs d’entrée de plusieurs virus. D’autre part, nous nous sommes intéressés à deux autres protéines, CD46 et TM9SF2, identifiés à travers un criblage par ARNi réalisé en collaboration, dans le but de déterminer si elles sont utilisées comme facteurs d’entrée par le virus du chikungunya. Dans un dernier axe, nous avons mis en place et réaliser un criblage perte de fonction sur le génome entier en utilisant la technologie CRISPR/Cas9 afin d’identifier des facteurs de l’hôte importants pour l’entrée du CHIKV, sa réplication ou la mort viro-induite. Bien qu’il soit apparu que l’approche utilisée pour le criblage devrait être optimisée, nous avons pu identifier des candidats potentiellement nécessaires pour l’infection par le CHIKV. Ces candidats sont testés individuellement afin de confirmer leur implication dans la biologie du virus / Alphaviruses are a group of enveloped, positive-sense RNA viruses which are distributed almost worldwide and are responsible for a considerable number of human and animal diseases. Among these viruses, the Chikungunya virus (CHIKV) has recently re-emerged and caused several outbreaks on all continents in the past decade. Despite many studies, molecular mechanisms of chikungunya virus replication and virus-host interactions remain poorly understood. The aim of my project was to better understand and characterize the CHIKV entry and the host factors involved during replication steps in mammals. Several different approaches have been used in this work. As a first step, we have demonstrated a decrease of CHIKV infection after iron treatment in form of ferric ammonium citrate and we have studied the potential role in viral entry of NRAMP2 and TFRC, two proteins involved in iron transport and known receptors for other viruses. On the other hand, we have also focused on two proteins, CD46 and TM9SF2, identified through an RNAi screen in collaboration, in order to determine if they are required as entry factors for chikungunya virus. In a last axis, we have set up and carried out a genome-wide loss of function screen with the CRISPR/Cas9 technology in order to identify host factors important for chikungunya virus entry, replication or virus-induced cell death. Although it appears that screen conditions should be optimized, we have identified potential candidates required for CHIKV infection and we are currently testing them