L'étude de l'évolution des génomes peut être abordée par différentes stratégies. Généralement, les analyses reposent sur les polymorphismes de séquences. Cependant, il existe des génomes dont le taux de mutation est très faible et dont la principale source de polymorphisme provient de l'arrangement différent de leurs gènes le long des chromosomes. Les évènements de réarrangements chromosomiques deviennent alors les seuls marqueurs utilisables pour retracer l'évolution de ces génomes. Nous nous sommes intéressés dans ce travail à l'analyse de l'évolution des génomes mitochondriaux d'espèces végétales au niveau de leur structure. En effet, ces génomes sont caractérisés par un faible taux de mutation et un taux élevé de réarrangements. Cette étude s’est portée à un niveau intraspécifique afin de limiter le nombre de réarrangements à analyser et sur deux espèces : Zea mays, le maïs, et Beta vulgaris, la betterave. Il s'avère, qu'en plus du polymorphisme de structure, ces génomes contiennent un grand nombre d'éléments dupliqués. Or les outils d'analyse d'évènements de réarrangements ne permettent pas d'inclure les évènements de duplication autrement qu'en distinguant les paralogues des orthologues, ce qu'il est particulièrement difficile à réaliser ici, du fait que les dupliqués sont identiques en séquence. Nous avons ici établi une stratégie basée sur l'hypothèse que les éléments dupliqués proviennent de duplications en tandem, permettant la reconnaissance, le tri et la distinction des éléments dupliqués. Cette méthode nous a conduits à proposer une histoire évolutive basée sur des réarrangements congruente avec les phylogénies de séquences. Les comparaisons entre génomes mitochondriaux de maïs et betteraves nous ont permis de montrer que des mécanismes évolutifs différents sont à l’origine de la diversité génomique observée. Nous avons également observé des différences évolutives entre les génomes à un niveau intraspécifique soulevant le problème d'échantillonnage lorsque l'on veut comparer des génomes à un niveau interspécifique. / Several methods can be used to study genome evolution. Most of the time, genome evolution isstudied through nucleotide sequence polymorphism. However, in some species, mutation rate is lowand polymorphisms are mainly caused by chromosomal rearrangements. In such a case, chromosomalrearrangement is the only informative marker to study genome evolution. In this study, we focused onplant mitochondrial genome evolution at the structural level. Plant mitochondrial genomes have beendescribed as highly rearranged, but no study has been conducted on their rearrangement evolution.We chose to analyze the diversity of plant mitochondrial genomes at the intraspecific level to workon a short evolutive scale, limiting rearrangement events among genomes. The study was conductedon two species : Zea mays and Beta vulgaris . Moreover, besides structural polymorphisms, plantmitochondrial genomes contain large number of duplicated elements which are not taken into accountby rearrangement tools if orthologous and paralogous relations are not established. Based on thehypothesis that the duplicated elements were caused by tandem duplication events, we proposed anew approach to find, sort and differentiate duplicated elements. This method led to phylogenies basedon rearrangement events consistent with phylogenies based on nucleotide sequences. The comparisonof genome evolution between maize and beet allowed us to show the existence of different evolutionhistories and mechanisms between these two species. We also observed evolutionary differences atthe intraspecific level, raising the question of sampling strategy when genomes are compared at theinterspecific level.

La carcinogénèse est une conséquence de la continuelle activation de la prolifération cellulaire. Dans les cellules normales, les signaux mitogéniques sont traités par un réseau complexe d’interactions protéiques et de réactions enzymatiques, appelées voies de signalisation. Dans certains cas, le signal peut induire l’activation de nouveaux gènes et ainsi déclencher la mitose. Lors du développement ou de la cicatrisation, cette régulation du phénotype cellulaire contrôle étroitement le nombre et le comportement des cellules contribuant ainsi au maintien d’un tissu fonctionnel sain. A partir de profils génomiques, transcriptomiques et protéomiques de tumeurs de la vessie ainsi que des transcriptomes de cellules urothéliales normales dans différents états de prolifération et de différenciation, j’ai mis au point de nouvelles méthodologies pour caractériser les voies de signalisation et de régulation responsables des cancers de la vessie. Dans un premier temps, j’ai développé des outils pour l’identification et la visualisation des programmes transcriptionnels spécifiques à une tumeur ou à un sous-type tumoral et ce, par l’inférence d’un réseau de co-régulation et la prédiction de l’activité des facteurs de transcription. Ces méthodes sont disponibles dans un package Bioconductor, CoRegNet (bioconductor.org). La mesure de l’activité transcriptionnelle est basée sur l’influence d’un facteur de transcription sur l’expression de ses gènes cibles. Cette mesure a été utilisée pour identifier les régulateurs les plus actifs de chaque sous-type de cancer de la vessie. L’intégration de profils génomiques a mis en avant deux facteurs de transcription génétiquement altérés et ayant des rôles oncogènes dans les tumeurs luminales et basales. L’un d’entre eux a été validé expérimentalement dans ce travail.L’utilisation de CoRegNet a mis en évidence une large utilisation dans les tumeurs,des réseaux normaux de la différenciation et de la prolifération des cellules normales. Un régulateur de la prolifération normale est identifié comme étant activé de fa¸con constitutive par des altérations génétiques dans les tumeurs. Son impact sur la prolifération des cellules tumorales de la vessie a été expérimentalement validé. Par ailleurs, il a été constaté que l’un des régulateurs de la différenciation urothéliale présentant une baisse d’activité dans la quasi-totalité des tumeurs, est fréquemment muté. De plus amples analyses ont mis en avant son rôle majeur dans les tumeurs différenciées. Dans le but de caractériser les voies de signalisation à partir de données protéomiques d’expériences d’immunoprécipitations, j’ai développé un nouvel algorithme visant à construire un réseau dense à partir d’une liste de protéines d’intérêt et d’un ensemble d’interactions protéiques connues. L’algorithme est proposé sous la forme d’une application Cytoscape et s’intitule Pepper: Protein Complex Expansion using Protein-Proteininteraction networks (apps.cytoscape.org) Enfin, en utilisant à la fois le profil protéomique d’une expérience d’immunoprécipitation de FGFR3 ainsi que le profil transcriptomique des gènes qu’il régule en aval, j’ai appliqué Pepper pour caractériser la voie de signalisation de FGFR3 depuis ses partenaires protéiques jusqu’aux facteurs de transcription en aval. Enfin, ce travail a plus particulièrement permis d’identifier un lien de régulation entre FGFR3 et le gène suppresseur de tumeurs TP53. / Carcinogenesis is a consequence of the unceasing activation of cell proliferation. In normal cells, mito-genic stimuli are processed by a complex network of protein interactions and enzymatic reactions, often referred to as pathways, which can eventually trigger the activation of new genes to engage the cell into mitosis. During developmental or wound healing processes, this complex regulation of cellular phenotypes results in a tight control of the number and behavior of cells and therefore contributes to the maintenance of a functional and healthy tissue architecture. Based on genomic, transcriptomic and proteomic profiles of bladder tumors and transcriptomes of nor-mal urothelial cells at various states of proliferation and differentiation, I devised novel methodologies to characterize the pathways driving bladder cancer. I first developed a set of tools to identify and visualize sample and subtype-specific transcriptional pro-grams through the inference of a co-regulatory network and the prediction of transcription factor activity. These methods were embedded in a Bioconductor package entitled CoRegNet (bioconductor.org). The measure of transcriptional activity is based on the influence of a transcription factor on the expression of its target genes and was used to characterize the most active regulators of each bladder cancer subtypes. The integration of genomic profiles highlighted two altered transcription factors with driver roles in lumi-nal-like and basal-like bladder cancer, one of which was experimentally validated. The use of CoRegNet to model the contribution of regulatory programs of normal proliferation and diffe-rentiation in bladder cancers underlined a strong preservation of normal networks during tumorigenesis. Furthermore, a regulator of normal proliferation was found to be constitutively activated by genetic al-terations and its influence on bladder cancer cell proliferation was experimentally validated. In addition, a master regulator of urothelial differentiation was found to have a loss of activity in nearly all tumors. This was then associated to the discovery of frequent inactivating mutations and further analysis unco-vered a major role in differentiated tumors. In order to characterize signaling pathways from proteomic pull-down assays, I then designed a novel algorithm to grow a densely connected network from a set of proteins and a repository of protein interac-tions. The proposed algorithm was made available as a Cytoscape application named Pepper for Protein Complex Expansion using Protein- Protein interaction networks (apps.cytoscape.org). Finally, using both a proteomic pull-down assay of the bladder cancer oncogene FGFR3 and a transcrip-tomic profiling of its downstream regulated genes, I applied Pepper to characterize the full FGFR3 signa-ling pathway from its protein partners to the downstream transcriptional regulators. In particular, this uncovered a regulatory link between FGFR3 and the tumor suppressor TP53.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Cette thèse a pour sujet les méthodes informatiques traitant les séquences ADN provenant des séquenceurs haut débit. Nous nous concentrons essentiellement sur la reconstruction de génomes à partir de fragments ADN (assemblage génomique) et sur des problèmes connexes. Ces tâches combinent de très grandes quantités de données et des problèmes combinatoires. Différentes structures de graphe sont utilisées pour répondre à ces problèmes, présentant des compromis entre passage à l'échelle et qualité d'assemblage. Ce document introduit plusieurs contributions pour répondre à ces problèmes. De nouvelles représentations de graphes d'assemblage sont proposées pour autoriser un meilleur passage à l'échelle. Nous présentons également de nouveaux usages de ces graphes, différent de l'assemblage, ainsi que des outils pour utiliser ceux-ci comme références dans les cas où un génome de référence n'est pas disponible. Pour finir nous montrons comment utiliser ces méthodes pour produire un meilleur assemblage en utilisant des ressources raisonnables. / Novel approaches for the exploitation of high throughput sequencing data In this thesis we discuss computational methods to deal with DNA sequences provided by high throughput sequencers. We will mostly focus on the reconstruction of genomes from DNA fragments (genome assembly) and closely related problems. These tasks combine huge amounts of data with combinatorial problems. Various graph structures are used to handle this problem, presenting trade-off between scalability and assembly quality. This thesis introduces several contributions in order to cope with these tasks. First, novel representations of assembly graphs are proposed to allow a better scaling. We also present novel uses of those graphs apart from assembly and we propose tools to use such graphs as references when a fully assembled genome is not available. Finally we show how to use those methods to produce less fragmented assembly while remaining tractable.

A partir d’un échantillonnage hiérarchique et/ou temporel de populations naturelles, je me suis attaché dans cette thèse à (i) faire une caractérisation écologique (climat, sol et compétition) faisant défaut chez cette espèce modèle en génomique. (ii) caractériser la variation phénotypique existant à différentes échelles spatiales, en mesurant de nombreux traits phénotypiques et leurs plasticités en conditions contrôlées de serre mais aussi sur un terrain expérimental de l’Université de Lille 1, (iii) identifier les traits sous sélection en utilisant trois approches : comparaison FST – QST, relations phénotype – écologie et gradients de sélection génotypiques, (iv) identifier les agents sélectifs potentiellement responsables de ces variations phénotypiques adaptatives et (v) et identifier les bases génétiques associées à la variation naturelle par une approche de GWA mapping. Il ressort qu’une importante variabilité existe pour de nombreux traits phénotypiques à une échelle spatiale large comme le monde ou la France mais également à une échelle spatiale très fine. Bien qu’une part importante de cette variation puisse être attribuée à des processus non sélectifs, une part de celle-ci serait due à des processus d’adaptation locale. Le patron d’adaptation locale révélé est très complexe et semble être la résultante de pressions de sélection emboitées variant à différentes échelles, aussi bien au niveau de la France qu’au sein d’une population, et agissant sur différents traits ou plasticités. En accord avec ce patron, les bases génétiques associées à la variation naturelle phénotypique semblent être très dépendantes de l’échelle géographique considérée. / Based on a hierarchically spatial and/or temporal sampling of natural populations, I aimed at (i) making an ecological characterization (climate, soil and competition) lacking for this model plant in genomics, (ii) characterizing the extent of phenotypic variation existing at different spatial scales, by measuring many traits and their phenotypic plasticity in controlled greenhouse conditions and in an experimental field at the University of Lille 1, (iii) identifying the traits under selection using three approaches : FST – QST comparisons, phenotype-ecology relationships and genotypic gradients of selection, (iv) identifying the selective agents potentially responsible for adaptive phenotypic variation, and (v) identifying the genetic basis associated with natural variation by a GWA mapping approach. The experiments conducted during this thesis suggest that a significant amount of variation exists for many phenotypic traits at a large spatial scale (World or France), but also at a very fine scale (even within many populations). While a significant part of this variation may have been shaped by non-selective processes, the other part of this variation is suggested to have been shaped by local adaptation. The pattern of local adaptation revealed by the different methods is very complex and appears to be the result of nested selection pressures varying at different geographic scales, (France scale and within-population scale), and acting on different traits or plasticities. In agreement with this pattern, the genetic basis associated with phenotypic natural variation was shown to be highly dependent on the geographical scale considered.

Les puces à ADN sont des matrices qui indiquent les niveaux d’expression de milliers de gènes sous plusieurs conditions. L’analyse de ces données consiste à extraire des gènes qui ont un comportement similaire sous certaines conditions. En fait, les informations extraites sont des sous-matrices (biclusters) qui réspectent certaines contraints de cohérence. Le processus d'extraction est appelé biclustering. Dans cette thèse, nous traitons ce problème dans le contexte multiobjectif appliqué à l’analyse des données biologiques. Par conséquent, plusieurs questions liées à la modélisation des problèmes et la conception d’algorithmes ont été abordées. Tout d’abord, une description du problème est revue. En outre, une nouvelle mesure de la cohérence est proposée. En outre, deux modèles multiobjectif sont proposées afin d’extraire des biclusters de différents types. Par ailleurs, ce travail explore différentes métaheuristiques pour résoudre ces modèles . De plus, différentes hybridations entre les différentes métaheuristiques sont pris en compte. De plus, nous avons proposé une nouvelle application de biclustering, à savoir, l’analyse des données GWA. En fait, les données GWA consiste au génotype et le phénotype d’un ensemble d’individus. L’analyse de ces données consiste à trouver des associations entre des variants génétiques et les traits considérés. De ce fait, un modèle multiobjectifs pour le biclustering est proposé. En outre, un métaheuristique hybride est appliqué pour résoudre le modèle proposé. Les résultats expérimentaux, pour les deux applications, démontrent que les méthodes sont efficaces sur et permettent d'extraire des informations importantes. / Microarray data represents the expression levels of thousands of genes under several conditions. its analysis consists on discovering genes that have similar behavior across a subset of conditions. In fact, the extracted informations are submatrices (biclusters) that satisfy a coherence constraint. The process of extracting them is called biclustering. In this thesis, we deal with biclustering task applied to the analysis of biological data. Accordingly, several issues related to problem modeling and algorithms design have been addressed. First, a description of the problem and the different measures of biclusters coherence are reviewed. Furthermore, a new coherence measure allowing identification of all biclusters types with a low complexity is proposed. Additionally, two multiobjective models for biclustering problem are proposed in order to mine biclusters of different types. Besides problems modeling, this work investigates different metaheuristics to solve biclustering problem. Moreover, different hybridizations between different metaheuristics presenting different behaviors are considered. Additionally, we propose a new application of biclustering task, namely, analysis of GWA data. In fact, GWA data consists in genotype and phenotype informations of a set of individuals. Its analysis consists in finding associations between markers and the considered traits. Thus, a multiobjective model for biclustering method is proposed. Moreover, a hybrid metaheuristic is applied to solve the proposed model. Experimental results, for both applications, demonstrate that the proposed approaches are effective and are able to extract relevant informations from the considered data.

Certaines plantes comme le jute, la ramie et le lin contiennent de longues cellules fibres caractérisées par la présence d’une épaisse paroi secondaire riche en cellulose et pauvre en lignine. Peu de choses sont connues concernant la biosynthèse de leur paroi, particulièrement en ce qui concerne les mécanismes qui contrôlent la lignification. Pour améliorer nos connaissances sur ces mécanismes chez le lin, deux approches de génomique fonctionnelle ont été développées. La première approche repose sur la technique de VIGS (Virus-Induced Gene Silencing). Le protocole d’infection a été optimisé en utilisant le gène contrôle PDS (Phytoene desaturase). Cette approche a ensuite été appliquée pour caractériser fonctionnellement les gènes de cellulose synthases A. La seconde approche concerne la création d’une population de mutants EMS et le développement d’une stratégie de TILLinG (Targeted Induced Local Lesions in Genomes). Le criblage Li-Cor de deux gènes (C3H et CAD) impliqués dans la biosynthèse des monolignols a permis d’identifier respectivement 79 et 76 familles de mutants pour chaque gène. Les calculs indiquent que la population présente un taux de mutation 1/41 Kb. Un criblage cytologique de la population de mutants a ensuite permis d’identifier une sous-population (lbf) présentant des fibres lignifiées. Une caractérisation approfondie des mutants lbf1 indique que le contenu en lignine des fibres est augmenté de 350% et associé à d’importantes modifications dans le pool d’oligolignols. Les analyses transcriptomiques suggèrent que l’augmentation de la lignification est associée à une régulation positive de l’expression de peroxydases impliquées dans la lignification. / Certain plants such as jute, ramie and flax contain elongated fiber cells (bast fibers) characterized by the presence of a thick cellulose-rich secondary cell wall containing low amounts of lignin. Little is known about cell wall biosynthesis in bast fibers and especially about the mechanisms controlling lignification. To improve our understanding of cell wall formation in the fiber model plant flax, we developed two functional genomics approaches. The first approach is based on the VIGS (Virus-induced gene silencing) procedure. We firstly optimized the infection protocol for flax using the PDS (Phytoene desaturase) control gene. We then used our protocol to functionally characterize cellulose synthase A genes. The second approach concerned the characterization of a flax EMS mutant population and the development of a TILLinG (Targeted Induced Local Lesions in Genomes) strategy. Li-Cor based screening of two genes (C3H and CAD) involved in monolignol biosynthesis allowed us to identify respectively, 79 and 76 mutant families for each gene. Calculation indicated that our population has a mutation rate of 1/41 Kb. Subsequently we used a high throughput cytological screening of our mutant to identify a sub-population showing lignified bast fibers (lbf population). In-depth characterization of the flax lbf1 mutant indicate that bast fiber lignin content increased by 350% and was associated with important modifications in the oligolignol pool. Whole genome transcriptomics suggested that increased lignification was related to an important up-regulation in lignin-associated peroxidase gene expression.

En 2013, la Société internationale de médecine transfusionnelle (ISBT) reconnaît 33 groupes sanguins et 339 antigènes érythrocytaires différents, dont plus de 297 sont déjà associés à un groupe sanguin. Les autres antigènes sont classés dans des séries et des collections en attendant la découverte de leur base moléculaire. En 1996, Geoff Daniels et collaborateurs identifiaient l’antigène PEL. À la suite de cette découverte, des travaux ont démontré qu’il est présent chez plus de 99,9% de la population en général et que le phénotype PEL négatif semble être spécifique à la population québécoise. À la lumière des caractéristiques connues à propos de l’antigène PEL, des analyses génomiques et protéomiques ont été effectuées dans le but de découvrir sa base moléculaire. Cependant, l’analyse des ARN messagers séquencés, ainsi que les résultats obtenus lors des expériences en protéomique, n’ont pas permis d’identifier la base moléculaire de l’antigène PEL.

Les algorithmes d'alignement sont au coeur de l'analyse de séquences en bio-informatique. Dans cette thèse, nous nous focalisons sur le problème de l'alignement de lectures, des millions de courtes séquences produites par les séquenceurs de nouvelle génération (NGS) en particulier pour l'analyse de données de métatranscriptome et de métagénome en biodiversité. Pour cela, il y a deux types de difficulté. Le premier est que toutes les technologies NGS entrainent des erreurs de séquençage, telles que substitutions, insertions et suppressions de nucléotides. Le second est que les échantillons métagénomique peuvent contenir des centaines d'organismes inconnus et que leur analyse demande de procéder à des alignements avec des d'espèces possiblement distantes. Pour résoudre ces problèmes, nous avons développé un nouvel algorithme d'alignement reposant sur des graines avec erreurs. Cela amène un gain en sensibilité par rapport aux logiciels existants optimisés pour le problème du reséquençage, avec des similarités élevées et qui se fondent sur des graines exactes. Nous proposons également une nouvelle méthode d'indexation basée sur le Burst trie qui permet d'optimiser la recherche avec les graines avec erreurs. Nous montrons l'efficacité de nos méthodes dans deux nouveaux outils, SortMeRNA pour l'identification d'ARN ribosomiques dans des données de métatranscriptome, et SortMeDNA pour l'alignement de lectures en génomique et métagénomique. / Sequence alignment algorithms are at the heart of bioinformatic sequence analysis. In this thesis we focus on the alignment of millions of short sequences produced by Next-Generation Sequencing (NGS) technologies in particular for the analysis of metagenomic and metatranscriptomic data, that is the DNA and RNA directly extracted for an environment. Two major challenges were confronted in our developed algorithms. First, all NGS technologies today are susceptible to sequencing errors in the form of nucleotide substitutions, insertions and deletions. Second, metagenomic samples can contain hundreds of unknown organisms and the standard approach to identifying them is to align against known closely related species. To overcome these challenges we designed a new approximate matching technique based on the universal Levenshtein automaton which quickly locates short regions of similarity (seeds) between two sequences allowing 1 error of any type. Using seeds to detect possible high scoring alignments is a widely used heuristic for rapid sequence alignment, although most existing software are optimized for performing high similarity searches and apply exact seeds. Furthermore, we describe a new indexing data structure based on the Burst trie which optimizes the search for approximate seeds. We demonstrate the efficacy of our method in two implemented software, SortMeRNA and SortMeDNA. The former can quickly filter ribosomal RNA fragments from metatranscriptomic data and the latter performs full alignment for genomic and metagenomic data.

L'obesité est un problème de santé en soi et c'est aussi un facteur de risque pour de nombreux autres problèmes de santé. Outre le contrôle de l'alimentation et l'activité physique, les options pharmacologiques contre l'obésité restent limitées et de nouvelles options thérapeutiques sont nécessaires. Dans ce contexte, la génomique fonctionnelle peut identifier de nouvelles options pour gérer et étudier l'obésité. Notre groupe de recherche a identifié deux gènes liés aux deux principaux facteurs ayant un impact sur le développement de l'obésité : La diète, principalement riche en gras (HFD) et l'exercice. Ces deux gènes clés sont le trefoil factor family member 2 (Tff2) et la secreted protein acidic and rich in cysteine (SPARC). Alors que Tff2 a été identifié comme un gène induit par la HFD, SPARC a été caractérisé comme un gène induit par l'exercice. Notre groupe de recherche a également constaté que les souris Tff2 knock-out (KO) sont protégées contre l'obésité induite par la HFD. Par conséquent, ma thèse explore Tff2 et Sparc dans le contexte de l'obésité et le métabolisme énergétique. Tff2 est principalement exprimé dans le système digestif où elle a une propriété de protection des muqueuses, tandis que Sparc est plus largement distribué et s'exprime principalement lors de remodelage tissulaire dans des situations telles que les blessures et la croissance. Les parties théoriques de cette thèse décrivent diverses propriétés de Tff2 et Sparc décrites dans la littérature telles que le métabolisme et les rôles cellulaires ainsi que les implications et les applications potentielles des données que j'ai générées. Pour mes données de recherche rapportées dans cette thèse, elles sont divisées en trois publications. La première, explore des souris Tff2 KO pour expliquer leur protection contre l'obésité induite par la HFD. Les souris Tff2 KO avaient des taux plus faibles de glucose, de triglycérides et de glycérol. Leurs niveaux d'expression génique et protéique indiquent moins de stockage de graisse et une dépense énergétique accrue en améliorant l'utilisation des lipides et du glucose via la phosphorylation oxydative. Nos données mettent en évidence les voies liées à Tff2 comme potentielles cibles pour les thérapies contre l'obésité. Via une expérimentation animale, la deuxième étude vise à identifier des implications de SPARC principalement dans le muscle dans les contextes de l'exercice. Les souris ont été divisées en huit groupes en fonction de trois variables (âge, génotype et exercice). Les effets du Sparc KO sur la composition corporelle, l'adiposité et le métabolisme sont vers une réduction du tissu adipeux blanc et du poids corporel, mais avec un phénotype métabolique et fonctionnel musculaire négatif. Alors que ces effets négatifs s'aggravent avec le vieillissement, ils sont relativement améliorés par l'exercice. Nos données suggèrent aussi que les changements induits par l'exercice dans le phénotype du muscle squelettique (métabolisme, force et développement), y compris les changements induits par le lactate, dépendent de SPARC. Le troisième article à deux parties. Tout d'abord, j'explore les conséquences du Sparc KO et les compare aux effets du vieillissement. J'observe également les effets de l'exercice. Dans la deuxième partie, j'étudie les effets de la surexpression de Sparc et les compare aux avantages de l'exercice. Les mesures étaient principalement liées au poids des tissus, à l'adiposité, au métabolisme et à la force musculaire. Collectivement, ces résultats, et les données de la deuxième étude, montrent que les souris Sparc KO développe un phénotype semblable au vieillissement, tandis que la surexpression de SPARC et l'exercice génèrent des avantages similaires. Ces avantages visent à contrer à la fois le phénotype du vieillissement induit par le déficit en SPARC et à améliorer les changements liés à l'âge. Les applications potentielles de ces résultats sont de construire/optimiser des modèles d'animaux basés sur Sparc KO et, d'autre part, de développer des thérapies contre l'obésité, les troubles métaboliques ou liés à l'âge basées sur l'introduction de SPARC ou le ciblage des voies liées à SPARC pour imiter l'exercice. L'exploration de telles voies moléculaires permettrait à la fois d'élucider certains mécanismes et de développer une nouvelle génération d'options thérapeutiques pour l'obésité et les troubles métaboliques, y compris les troubles liés à l'âge. De telles approches seraient basées sur le ciblage de TFF2, SPARC ou de leurs voies connexes. / Obesity represents a challenge for health professionals. It is a health problem itself and it is also a risk factor for numerous health problems. Beside diet control and physical activity, the pharmacological options against obesity remain limited and novel therapeutic options are required. Within this context, functional genomics represents an emerging approach to identify novel options to manage and study obesity. Our research group has previously conducted functional genomics explorations to identify genes related to the two main factors impacting obesity development: Diet (mainly high fat) and exercise. Indeed, both diet, especially high-fat diet (HFD), and exercise are at the center of obesity management. Those functional genomics studies identified two key genes: Trefoil factor family member 2 (Tff2) and secreted protein acidic and rich in cysteine (SPARC). Whereas Tff2 was identified as a HFD-induced gene, SPARC was characterized as an exercise-induced gene. Following that, our research group has also found that Tff2 knock-out (KO) in mice protects them from the HFD-induced obesity. Therefore, my thesis explores Tff2 and Sparc within the context of obesity and energy metabolism. Tff2 is mainly expressed in the digestive system where it has mucus protection property, whereas Sparc is more widely distributed and is expressed mainly during tissues remodeling in situations such as injuries and growth. The theoretical parts of this thesis describe various properties of both Tff2 and Sparc reported in the literatures such as metabolism and cellular roles as well as implications and potential applications of the data I generated. For the research parts reported in this thesis, they are divided into three publications. The first one, explores Tff2 KO-related pathways of mice at the genomic, proteinic and biochemical levels to elucidate the processes behind their protection from the HFD-induced obesity. Tff2 KO mice had lower levels of serum glucose, triglycerides and glycerol. Western blotting and Q_RT-PCR revealed that the expression levels of selected genes and proteins are toward less fat storage and increased energy expenditure by enhancing lipid and glucose utilization via oxidative phosphorylation. The data highlight Tff2-related pathways as potential targets for obesity therapies. Via an animal experiment, the second study aims to identify selected implications of SPARC mainly within the muscle in the contexts of exercise. Mice were divided into eight groups based on three variables (age, genotype and exercise): Old or young × Sparc KO or wild type × sedentary or exercise. The exercised groups were trained before all mice were sacrificed. Sparc KO effects on body composition, adiposity and metabolic patterns are toward a reduced white adipose tissue and body weight, but with a negative metabolic and functional phenotype of the skeletal muscle. Whereas such negative effects on skeletal muscle are worsened with ageing, they are relatively improved by exercise. Importantly, our data suggest that the exercise-induced changes in the skeletal muscle phenotype, in terms of increased performance (metabolic, strength and development) including lactate-induced changes, are SPARC-dependent. The third paper studies and compares both Sparc KO and Sparc overexpression in male and female mice. First, I explore the consequences of Sparc KO and compare them to the ageing phenotype. I also observe the effects of exercise. In the second part, I study the consequences of SPARC overexpression and compare them to the exercise benefits. The measurements were mainly related to tissue weights, adiposity, metabolism, and muscle strength. Collectively, these findings and data show that Sparc KO mice manifest an ageing-like phenotype, whereas SPARC overexpression and exercise generate similar benefits. These benefits are towards counteracting both SPARC deficiency-induced ageing-like phenotype as well as reversing the age-related changes. The potential applications of these findings are to build/optimize Sparc KO-based animal models of various health conditions and, on the other hand, to develop therapies based on introducing SPARC or targeting SPARC-related pathways to mimic exercise against obesity, age-related and metabolic disorders. Exploring such molecular patterns would allow both mapping some underlying mechanisms and developing a new generation of therapeutic options for obesity and metabolic disorders, including age-related disorders. Such approaches would be based on targeting TFF2, SPARC or their related pathways.