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.

Les domaines de la génomique et de la métagénomique ont apporté un support incommensurable à l'avancement de nos connaissances sur la génétique des bactéries. Les bactéries pathogènes sont maintenant séquencées et analysées pour identifier les facteurs causant leur virulence et/ou leur résistance aux antibiotiques ainsi que leur capacité à transmettre ces éléments génétiques qui sont d'un intérêt clinique. Les bactéries commensales, quant à elles, sont de plus en plus associées à la santé humaine et sont étudiées à l'aide de la métagénomique pour contrer les difficultés liées à leur culture étant donné leur grande diversité en matière de besoins métaboliques. Les nouvelles technologies de séquençages permettent donc de produire en masse ces séquences d'ADN à des fins de caractérisation et de comparaison dans le but d'élucider des questions souvent reliées à la santé humaine. Les avancées en génomique et en métagénomique requièrent des logiciels bio-informatiques capables de gérer et de s'adapter à la quantité massive et croissante des données biologiques. Les deux premières hypothèses de ce doctorat concernaient le développement de méthodes efficaces et flexibles pour l'analyse de génomes et de métagénomes bactériens. Plusieurs méthodes d'analyses bio-informatiques ont été explorées et ont mené à l'implémentation de deux logiciels pour supporter les hypothèses de recherche : Ray Surveyor et kAAmer. La première hypothèse de recherche consistait à vérifier s'il était possible d'obtenir une comparaison de génomes, depuis leur simple contenu en k-mers de séquences d'ADN, avec des résultats analogues aux comparaisons génomiques standards comme le pourcentage moyen d'identités ou les arbres phylogénétiques, mais sans nécessiter d'alignements de séquences. Nous avons démontré avec le logiciel Ray Surveyor et plusieurs analyses de génomique et de métagénomique bactérienne, qu'il était possible d'obtenir de tels comparaisons à l'aide de séquences d'ADN découpées en k-mer. Dans l'étude qui présenta les résultats de l'hypothèse de recherche, nous avons aussi estimé la propension génotypique de plusieurs espèces bactériennes à des phénotypes d'intérêt clinique à l'aide de bases de données de gènes spécialisées. La deuxième hypothèse était de tester s'il était possible de développer un logiciel pour l'identification de séquences protéiques, basé sur des k-mers d'acides aminés, qui serait plus performant que les logiciels existants, spécifiquement pour l'identification de protéines avec un haut degré d'homologie. Les travaux menèrent à l'implémentation de kAAmer, un logiciel permettant de créer des bases de données de protéines où la recherche de séquence se fait par association exacte de k-mers tout en supportant l'alignement de séquences. KAAmer s'est avéré très efficace pour la recherche de séquences de protéines avec des performances surpassant même, dans la majorité des scénarios, les aligneurs de séquences les plus rapides. D'autres fonctionnalités intéressantes sont aussi offertes par kAAmer, tel que la possibilité d'héberger une base de données en tant que service de manière permanente. Enfin, la troisième et dernière hypothèse de recherche visait à valider si les deux logiciels développés durant le projet de doctorat (Ray Surveyor et kAAmer) produiraient des résultats viables dans une analyse métagénomique du microbiote intestinal en lien avec l'obésité. Les profilages taxonomique et fonctionnel furent donc réalisés avec kAAmer et la comparaison de novo des métagénomes investiguée avec Ray Surveyor. Les résultats obtenus se sont avérés significatifs et ont démontrés, entre autres, une tendance vers une abondance relative plus élevée pour le phylum Bacteroidetes et moins élevée pour les phyla Firmicutes et Acinetobacteria chez les sujets obèses. Une multitude de fonctions métaboliques se sont aussi avérées significativement différentes dans les conditions normales et d'obésités des métagénomes, avec une mention particulière à celles reliées au métabolisme des acides gras à chaîne courte qui sont reconnues pour être associées à l'obésité. / The fields of genomics and metagenomics have provided immeasurable support to the advancement of our knowledge of bacterial genetics. Pathogenic bacteria are now routinely sequenced and analyzed to identify the factors causing their virulence or antibiotic resistance as well as their ability to transmit genetic elements. Commensal bacteria are increasingly associated with human health and are being studied using metagenomics to counter the issues associated with their culture due to their wide range of metabolic needs. Next generation sequencing enabled us to mass-produce these DNA sequences for characterization and comparison purposes in order to elucidate questions related to human health. Improvement in genomics and metagenomics studies required bio-informatics software that are able to manage and adapt to an increasing availability of biological sequences data. The first two hypotheses of this thesis include the development of efficient and flexible methods for the analysis of bacterial genomes and metagenomes. Several bio-informatics analysis methods were explored and led to the implementation of two software to support the research hypotheses: Ray Surveyor and kAAmer. The first research hypothesis was to test the possibility of obtaining a comparison of genomes, from their simple DNA k-mers content, with results analogous to standard genomic comparisons such as average nucleotide identity or phylogenetic trees, but without the need for sequence alignments. Using Ray Surveyor software and several bacterial genomic and metagenomic analyses, we have demonstrated that it is possible to obtain such comparisons using k-mers from DNA sequences. In the study that presented the results of the research hypothesis, we also estimated the genotypic propensity of several bacterial species to clinically relevant phenotypes using specialized gene databases. The second hypothesis was to test the possibility of developing a software for protein sequence identification, based on amino acid k-mers, which would be more efficient than existing software, specifically for the identification of proteins with a high degree of homology. The work led to the implementation of kAAmer, a software solution that allows the creation of protein databases where the sequence search is done by exact match of k-mers, while supporting sequence alignment. KAAmer has proven to be very efficient for protein sequence search with performances surpassing even the fastest sequence aligners in most scenarios. Other interesting features are also offered by kAAmer, such as the possibility to host a database as a service on a permanent basis. Finally, the third and last research hypothesis aimed to test the capacity the two software developed during the PhD project (Ray Surveyor and kAAmer) to produce viable results in a metagenomic analysis of the gut microbiota in relation to obesity. Taxonomic and functional profiling was performed with kAAmer as the de novo comparison of metagenomes with Ray Surveyor. The results obtained were significant and showed, among others, a trend towards higher relative abundance of the Bacteroidetes phylum and lower relative abundance of the Firmicutes and Acinetobacteria phyla in obese subjects. Several metabolic functions were also found to be significantly different in the normal and obese conditions, with a particular mention to the metabolism of short-chain fatty acids (SCFA) that are known to be associated with obesity.

Geotrichum candidum est une levure dimorphique utilisée en fromagerie pour l’affinage des fromages de spécialité. Elle s’implante à la surface des fromages et utilise les constituants de la matrice fromagère (protéines, lipides, acides organiques, etc.), ce qui confère aux fromages leurs propriétés sensorielles typiques. Ces capacités technologiques dépendent toutefois de la souche. Les études récentes basées sur l’analyse phylogénétique et transcriptomique de souches de G. candidum ont révélé une diversité génétique importante au sein de cette espèce, ce qui pourrait expliquer la variabilité des capacités technologiques. Cependant, peu d’informations sont disponibles quant aux caractéristiques génétiques des souches responsables de leurs propriétés aromatisantes et fonctionnelles lors de l’affinage des fromages. La compréhension fine des activités de G. candidum est prioritaire tant pour les artisans-fromagers que pour les grandes fromageries industrielles afin de sélectionner les souches les plus performantes pour leur produit. L’objectif principal de cette étude était de déterminer la diversité génétique entre les souches de la levure Geotrichum candidum par utilisation de la génomique comparative et de proposer une méthode moléculaire pour l’identification et la caractérisation rapide des souches. Les génomes de huit souches de G. candidum d’origine laitière ont été séquencés. Les génomes obtenus avaient une taille moyenne de 24,5 Mb et 5 230 gènes prédits. L’homologie des séquences de chaque souche a permis de les regrouper en trois groupes phylogénétiques distincts pour lesquels des gènes uniques ont pu être identifiés. Sur la base de l’analyse des séquences génomique, une méthode optimisée de génotypage par MLST a été développée et validée sur 41 souches de G. candidum. Cette méthode a permis de reproduire les résultats obtenus avec l’analyse génomique et permet une identification rapide des souches et de leurs groupements phylogénétiques. Les résultats générés dans ce projet permettront de développer des outils pour la sélection optimale des ferments d’affinages basés sur leurs capacités technologiques spécifiques. Ils serviront également à améliorer notre compréhension de la physiologie de cette levure et de décrire et optimiser l’utilisation des souches de G. candidum lors de l’affinage afin d’ultimement contrôler davantage la qualité des fromages. / The yeast Geotrichum candidum is used in several specialty cheeses varieties, such as mold and smear-ripened cheeses, and plays several roles during cheese ripening. Its ability to metabolize proteins, lipids and organic acids enables its growth on the cheese surface and participate to the development of organoleptic properties. By alkalinizing the surface duringi ts growth, it also establishes suitable conditions for the growth of other ripening microorganisms. Yet, several technological abilities of G. candidum are strains dependent. However, little information is available related to the genetic characteristics that define the flavoring and functional properties of this yeast during the ripening of cheeses. A detailed understanding of G. candidum metabolic activities is a priority for both artisanal cheese makers and large industrial cheese factories in order to detect the most efficient strains for their product. The main objective of this study was to determine the genetic diversity within the G. candidum species by comparative genomic and to propose a rapid molecular method for the identification and characterization of the strains. Eight strains of G. candidum of dairy origin was sequenced. The genomes obtained had an average of 24.5 Mb and 5,230 putative genes. The sequence homologies show that the strains divide into three distinct groups for which each contains unique genes. On the basis of the genomic sequences, a MLST method was optimized and validated for 41 G. candidum strains. This method reproduces the results obtained for the genomic analysis and allows a rapid identification of the strains and their grouping.The results generated in this project will improve our understanding of the physiology and the utility of the G. candidum strains during the ripening of cheese to ultimately be able to better control it.

Certaines souches d’Escherichia coli sont des bactéries pathogènes connues depuis plusieurs dizaines d’années et en constante évolution. Dépendamment de son contenu génétique, la souche d’E. coli a la possibilité d’être un organisme commensal de l’intestin des mammifères et d’être bénéfique pour la santé ou être un redoutable pathogène autant pour les humains que les animaux. Cette bactérie peut causer plusieurs maladies chez l’humain comme la colique hémorragique et des infections urinaires. Les poulets dans les élevages peuvent être infectés par E. coli, menant souvent à d’importantes pertes économiques pour les producteurs. Mon projet de maîtrise porte principalement sur les souches d’E. coli et E. fergusonii isolées de poulets en santé et leur potentiel de virulence chez les poulets et les humains. Premièrement, j’ai testé la virulence d’isolats d’Escherichia de poulets en santé dans un modèle de septicémie chez le poussin naissant. J’ai par la suite comparé les génomes séquencés de plusieurs de ces souches pour essayer de déterminer les différences entre les souches ayant démontré un pouvoir pathogène dans ces tests et celles qui n’en ont pas démontré. Je présente ici une étude démontrant que plusieurs souches contenant une panoplie de gènes reliés à la virulence sont présentes dans des animaux en santé et peuvent ainsi poser un certain risque autant pour ceux-ci que la santé publique. Ces travaux permettent de mettre en évidence que les élevages de poulets peuvent représenter un réservoir important pour de potentielles souches pathogènes d’E. coli, mais aussi d’autres pathogènes émergents comme E. fergusonii.

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

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.

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

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

L’accumulation récente de données de séquences génomiques a montré que l’évolution des gènes n’est pas strictement arborescente. De nombreux processus évolutifs, comme l’exon shuffling, la fusion de gènes ou la recombinaison illégitime remodèlent les gènes, créant des structures composites, formées de parties dont les histoires évolutives sont différentes. Le développement de réseaux de similarité de séquences fournit un cadre analytique permettant d’étudier l’impact de ces processus sur l’évolution moléculaire, en structurant les relations de ressemblance entre séquences et en formalisant en termes de graphes la détection de gènes (triplets intransitifs) et de familles de gènes (cliques minimales séparatrices) composites. La taille des jeux de données actuels, de l’ordre de plusieurs millions de séquences, a également requis le développement de nouveaux outils et méthodes : parallélisation des comparaisons de séquences, visualisation de très grands réseaux par simplification en communautés de Louvain et identification de grands cycles. Appliquées à des jeux de données de génomes eucaryotes et viraux, ces méthodes ont démontré la présence de gènes composites dans tout le vivant et les éléments génétiques mobiles. En proportion, les gènes composites sont plus nombreux dans les génomes eucaryotes ; en nombre absolu, ils sont plus nombreux à être portés par des virus. Chez ces derniers, la distribution fonctionnelle des gènes composites est biaisée (enrichissement dans les familles essentielles pour la perpétuation du cycle viral), et les éléments des gènes composites trouvent même parfois leurs origines dans le matériel génétique de classes virales différentes. Plus généralement, l’étendue des processus combinatoires, en révélant des liens évolutionnaires autres que les liens d’homologie au sens fort, justifie une étude pluraliste des relations de similarité entre séquences. / The recent accumulation of genomic sequence data has shown that gene evolution is not strictly tree-Like. Many evolutionary processes, like exon shuffling, gene fusion or nonhomologous recombination remodel genes by creating composite structures that are made from parts with different evolutionary histories. The development of sequence similarity networks provides an analytical framework to study the impact of these processes on molecular evolution, by structuring the resemblance relationships between sequences and by formalizing, in terms of graph theory, the detection of composite genes (intransitive triplets) and gene families (clique minimal separators). The size of current data sets, typically several million sequences, has also required the development of new tools and methods: sequence comparison parallelization, large networks visualization with Louvain communities and large cycles identification. When applied to eukaryotic and viral genome data sets, these methods have shown that composite genes are found throughout cellular organisms and mobile genetic elements. Proportionally, composite genes are more numerous in eukaryotic genomes; in absolute number, they are more numerous in viruses. In the latter, composite genes functional distribution is biased (enrichment of genes families that are essential for the perpetuation of the viral cycle), and the various parts of composite genes sometimes even originate from the genetic material of different viral classes. More generally, the extent of combinatorial processes, by unravelling other evolutionary bonds than homology bonds in the strictest sense, legitimates a pluralistic study of similarity relationships between sequences.

Les truffes sont des champignons ectomycorhiziens du genre Tuber, au sein des Pézizomycètes, vivant en symbiose avec de nombreux arbres et arbustes. Parmi les Pézizomycètes se retrouvent des espèces saprotrophes, pathogènes et symbiotiques ainsi que des champignons très connus comme les truffes et les morilles. Malgré leur intérêt, la structure et l'évolution des génomes des champignons de la classe des Pézizomycètes est encore mal connue. Les objectifs de ma thèse étaient de caractériser la structure et l'évolution des génomes de Truffes et d'autres Pézizomycètes. Une analyse de génomique comparative entre huit génomes de Pézizomycètes, dont trois de truffes, a montré que l'expansion de la taille des génomes des truffes, due principalement aux rétrotransposons gypsy, a probablement eu lieu chez l'ancêtre commun des Tuberaceae il y a environ 150 millions d'années. Ensuite, une réduction de leur contenu en gènes, et principalement en enzymes dégradant la paroi végétale, a eu lieu chez l'ancêtre des Tuber il y a environ 100 millions d'années. Des convergences et des divergences évolutives ont été mise en évidence entre les champignons ectomycorhiziens basidiomycètes et les truffes. Une analyse de génomique comparative au sein de l'espèce T. melanosporum a quant à elle permis de caractériser une ressource de plus de 400000 polymorphismes et de mettre en évidence des traces de sélection. Enfin une analyse plus détaillée des rétrotransposons gypsy présents dans le génome de T. melanosporum a montré que leur colonisation du génome est ancienne. Certains éléments semblent toutefois avoir transposé récemment suggérant que les rétrotransposons gypsy peuvent continuer de jouer un rôle dans l'évolution du génome de T. melanosporum / Truffles are ectomycorrhizal (ECM) fungi, belonging to Tuber genus in the Pezizomycete Class, that form symbiotic associations with numerous trees and shrubs. The Pezizomycetes constitute an early diverging lineage of Ascomycota composed of saprophytic, mycorrhizal and pathogenic species. Some Pezizomycetes, such as truffles and morels, are widely recognized by scientist and lay-person alike. Despite their importance, the genomic structure and evolution within the Pezizomycetes is largely unknown. The aims of my thesis were to characterize the structure and the evolution of the truffle and other Pezizomycete genomes. A comparative analysis performed using eight Pezizomycete fungi, among them three truffles, showed that the genome of truffles has evolved by a size expansion, mainly due to gypsy retrotransposons, in the common ancestor of Tuberaceae about 150 Mya. Then, a loss of the number of gene models, such as plant cell wall degrading enzymes occurred in the common ancestor of Tuber spp about 100 Mya. This study provides new insights into the evolution of the truffles, and ECM symbiosis in general, and highlights cases of divergence and convergence between Basidiomycota and truffle symbiotic species. A comparative analysis in T. melanosporum allowed characterizing a resource of more than 400,000 single nucleotide polymorphisms. This population genomic analysis allowed identifying candidate genomic regions with trace of selection. Finally, a more detailed characterization of T. melanosporum gypsy retrotransposons showed that the major invasive waves are old, but that more recently some elements have moved suggesting that retrotransposons continue to play an important role in the evolution of the truffle genome