Les bactéries ajustent constamment leur composition moléculaire pour répondre à deschangements environnementaux. Nous nous intéressons aux systèmes de régulation métabolique et génique permettant une telle adaptation, notamment dans le contexte de la diauxie chez Escherichia coli lors de la transition de croissance sur une source de carbone riche, le glucose, à une source plus pauvre, l’acétate. Afin de modéliser de tels réseaux métaboliques, nous utilisons un formalisme cinétique approché appelé linlog et abordons les problèmes ren- contrés lors de l’estimation de paramètres. Ainsi, nous proposons une méthode d’estimationde paramètres à partir de jeux de données incomplets basée sur l’algorithme EM (“Expec- tation Maximization”) et l’appliquons au modèle linlog du métabolisme central du carbone. Nous proposons également une méthode d’analyse d’identifiabilité et de réduction de modèles non identifiables que nous appliquons ensuite sur des jeux de données simulés ou obtenus expérimentalement. Par ailleurs, nous mesurons des profils temporels d’expression de gènes impliqués dans le contrôle de la diauxie et mettons en évidence, à l’aide de modèles cinétiques développés dans ces travaux, l’importance de la contribution de l’état physiologique de la cellule dans la régulation génique. En se confrontant aux défis méthodologiques rencontrés lors du développement de modèles de réseaux métabolique et génique, cette thèse contribue aux efforts futurs portant sur l’intégration de ces deux types de réseaux dans des modèles quantitatifs. / Bacteria manage to constantly adapt their molecular composition to respond to environmentalchanges. We focus on systems of both metabolic and gene regulation that enablesuch type of adaptation, notably in the context of diauxic growth of Escherichia coli, when itshifts from glucose to acetate as a carbon source. To model a metabolic network, we use anapproximate kinetic formalism called linlog and address methodological issues encounteredwhen performing parameter estimation. We propose a maximum-likelihood method basedon Expectation Maximization for parameter estimation from incomplete datasets. We then apply it to the linlog model of central carbon metabolism. We also propose a method foridentifiability analysis and reduction of nonidentifiable models that we then apply to bothsimulated and experimental datasets. Moreover, we monitored gene expression patterns for agene network involved in the control of diauxie and highlight, by means of kinetic models developedin this study, the role of the global physiological state of the cell in regulation of geneexpression. By addressing methodological challenges encountered with models of metabolicand gene networks, this thesis contributes to future efforts integrating both types of networksinto quantitative models

We demonstrate the success of recurrent neural networks in gene network inference and expression prediction using a hybrid of particle swarm optimization and differential evolution to overcome the classic obstacle of local minima in training recurrent neural networks. We also provide an improved validation framework for the evaluation of genetic network modeling systems that will result in better generalization and long-term prediction capability. Success in the modeling of gene regulation and prediction of gene expression will lead to more rapid discovery and development of therapeutic medicine, earlier diagnosis and treatment of adverse conditions, and vast advancements in life science research.

No description available.

La maladie de Huntington est une maladie neurodégénérative héréditaire qui est devenue un modèle d'étude pour comprendre la physiopathologie des maladies du cerveau associées à la production de protéines mal conformées et à la neurodégénérescence. Bien que plusieurs mécanismes aient été mis en avant pour cette maladie, dont plusieurs seraient aussi impliqués dans des pathologies plus fréquentes comme la maladie d’Alzheimer ou la maladie de Parkinson, nous ne savons toujours pas quels sont les mécanismes ou les profils moléculaires qui déterminent fondamentalement la dynamique des processus de dysfonction et de dégénérescence neuronale dans cette maladie. De même, nous ne savons toujours pas comment le cerveau peut résister aussi longtemps à la production de protéines mal conformées, ce qui suggère en fait que ces protéines ne présentent qu’une toxicité modérée ou que le cerveau dispose d'une capacité de compensation et de résilience considérable. L'hypothèse de mon travail de thèse est que l'intégration de données génomiques et transcriptomiques au travers des modèles qui récapitulent différentes phases biologiques de la maladie de Huntington peut permettre de répondre à ces questions. Dans cette optique, l'utilisation des réseaux de gènes et la mise en application de concepts issus de la théorie des graphes sont particulièrement bien adaptés à l'intégration de données hétérogènes, au travers des modèles et au travers des espèces. Les résultats de mon travail suggèrent que l'altération précoce (avant les symptômes, avant la mort cellulaire) et éventuellement dès le développement cérébral) des grandes voies de développement et de maintenance neuronale, puis la persistance voire l'aggravation de ces effets, sont à la base des processus physiopathologiques qui conduisent à la dysfonction puis à la mort neuronale. Ces résultats permettent aussi de prioriser des gènes et de générer des hypothèses fortes sur les cibles thérapeutiques les plus intéressantes à étudier d'un point de vue expérimental. En conclusion, mes recherches ont un impact à la fois fondamental et translationnel sur l'étude de la maladie de Huntington, permettant de dégager des méthodes d'analyse et des hypothèses qui pourraient avoir valeur thérapeutique pour les maladies neurodégénératives en général. / Huntington’s disease is a hereditary neurodegenerative disease that has become a model to understand physiopathological mechanisms associated to misfolded proteins that ocurs in brain diseases. Despite exciting findings that have uncover pathological mechanisms occurring in this disease and that might also be relevant to Alzheimer’s disease and Parkinson’s disease, we still do not know yet which are the mechanisms and molecular profiles that rule the dynamic of neurodegenerative processes in Huntington’s disease. Also, we do not understand clearly how the brain resist over such a long time to misfolded proteins, which suggest that the toxicity of these proteins is mild, and that the brain have exceptional compensation capacities. My work is based on the hypothesis that integration of ‘omics’ data from models that depicts various stages of the disease might be able to give us clues to answer these questions. Within this framework, the use of network biology and graph theory concepts seems particularly well suited to help us integrate heterogeneous data across models and species. So far, the outcome of my work suggest that early, pre-symptomatic alterations of signaling pathways and cellular maintenance processes, and persistency and worthening of these phenomenon are at the basis of physiopathological processes that lead to neuronal dysfunction and death. These results might allow to prioritize targets and formulate new hypotheses that are interesting to further study and test experimentally. To conclude, this work shall have a fundamental and translational impact to the field of Huntington’s disease, by pinpointing methods and hypotheses that could be valuable in a therapeutic perspective.

La maladie de Huntington est une maladie neurodégénérative héréditaire qui est devenue un modèle d'étude pour comprendre la physiopathologie des maladies du cerveau associées à la production de protéines mal conformées et à la neurodégénérescence. Bien que plusieurs mécanismes aient été mis en avant pour cette maladie, dont plusieurs seraient aussi impliqués dans des pathologies plus fréquentes comme la maladie d’Alzheimer ou la maladie de Parkinson, nous ne savons toujours pas quels sont les mécanismes ou les profils moléculaires qui déterminent fondamentalement la dynamique des processus de dysfonction et de dégénérescence neuronale dans cette maladie. De même, nous ne savons toujours pas comment le cerveau peut résister aussi longtemps à la production de protéines mal conformées, ce qui suggère en fait que ces protéines ne présentent qu’une toxicité modérée ou que le cerveau dispose d'une capacité de compensation et de résilience considérable. L'hypothèse de mon travail de thèse est que l'intégration de données génomiques et transcriptomiques au travers des modèles qui récapitulent différentes phases biologiques de la maladie de Huntington peut permettre de répondre à ces questions. Dans cette optique, l'utilisation des réseaux de gènes et la mise en application de concepts issus de la théorie des graphes sont particulièrement bien adaptés à l'intégration de données hétérogènes, au travers des modèles et au travers des espèces. Les résultats de mon travail suggèrent que l'altération précoce (avant les symptômes, avant la mort cellulaire) et éventuellement dès le développement cérébral) des grandes voies de développement et de maintenance neuronale, puis la persistance voire l'aggravation de ces effets, sont à la base des processus physiopathologiques qui conduisent à la dysfonction puis à la mort neuronale. Ces résultats permettent aussi de prioriser des gènes et de générer des hypothèses fortes sur les cibles thérapeutiques les plus intéressantes à étudier d'un point de vue expérimental. En conclusion, mes recherches ont un impact à la fois fondamental et translationnel sur l'étude de la maladie de Huntington, permettant de dégager des méthodes d'analyse et des hypothèses qui pourraient avoir valeur thérapeutique pour les maladies neurodégénératives en général. / Huntington’s disease is a hereditary neurodegenerative disease that has become a model to understand physiopathological mechanisms associated to misfolded proteins that ocurs in brain diseases. Despite exciting findings that have uncover pathological mechanisms occurring in this disease and that might also be relevant to Alzheimer’s disease and Parkinson’s disease, we still do not know yet which are the mechanisms and molecular profiles that rule the dynamic of neurodegenerative processes in Huntington’s disease. Also, we do not understand clearly how the brain resist over such a long time to misfolded proteins, which suggest that the toxicity of these proteins is mild, and that the brain have exceptional compensation capacities. My work is based on the hypothesis that integration of ‘omics’ data from models that depicts various stages of the disease might be able to give us clues to answer these questions. Within this framework, the use of network biology and graph theory concepts seems particularly well suited to help us integrate heterogeneous data across models and species. So far, the outcome of my work suggest that early, pre-symptomatic alterations of signaling pathways and cellular maintenance processes, and persistency and worthening of these phenomenon are at the basis of physiopathological processes that lead to neuronal dysfunction and death. These results might allow to prioritize targets and formulate new hypotheses that are interesting to further study and test experimentally. To conclude, this work shall have a fundamental and translational impact to the field of Huntington’s disease, by pinpointing methods and hypotheses that could be valuable in a therapeutic perspective.

Alcoholism is a persistent substance abuse disorder that is associated with negative health, social, and economic outcomes. Treatment strategies for alcohol use disorders are limited, and only three drugs have been approved by the FDA for treatment. Although behavioral therapy and drug combination strategies improve abstinence outcomes, the majority of those in treatment will not achieve long-term abstinence. Therefore, better treatment strategies are needed. While much progress has been made toward understanding the neurobiology of alcoholism, this knowledge has not been effectively translated into treatment strategies. Animal models of alcohol drinking have been crucial to this research effort, but until recently there have been few procedures that effectively model alcoholism by producing binge-like drinking, withdrawal, and relapse behavior. In the last five years the intermittent alcohol access (IAA) model, which uses repeated cycles of scheduled alcohol deprivation and reinstatement to elevate drinking, has been established as such a procedure, with substantial evidence that escalation of drinking produced by IAA is mediated by similar mechanisms as in human alcoholics, which include transcriptional regulation that alters functioning of mesolimbocortical reward pathways. The IAA model. The studies reported herein characterize changes in gene expression in mesolimbocortical brain regions associated with development of maladaptive binge-like alcohol drinking due to scheduled abstinence, particularly in the nucleus accumbens, which regulates motivated behavior. Furthermore the IAA model is characterized with regard to effectiveness in 2 ethanol-preferring C57BL/6 inbred mouse strains, and the influence of concurrent access to multiple alcohol concentrations is examined. Finally, the potential of naltrexone and novel mu-opioid receptor-selective antagonist NAQ to modulate alcohol drinking under continuous access and intermittent access procedures is reported. Microarray analysis is used to analyze the transcriptome in prefrontal cortex, nucleus accumbens, and ventral midbrain of C57BL/6NCrl mice after alcohol deprivation, and to identify differentially expressed genes and gene co-expression networks in C57BL/6J mice during continuous access, as well as after six cycles of IAA. Differentially expressed genes, network hub genes, and regulation mechanisms represent high priority targets for further study in binge-like drinking behavior, with the goal of translating this knowledge to treatment strategies for alcoholism.

L'empreinte génomique parentale est un mécanisme de régulation épigénétique conduisant à la répression d'un allèle d'un gène en fonction de son origine parentale. Ce mécanisme affecte un nombre restreint de gènes chez les mammifères métathériens et euthériens. Ces gènes, dits gènes soumis à empreinte (GSE), ont des fonctions moléculaires variées et sans lien apparent. Cependant, deux thèmes reviennent de manière récurrente dans leurs fonctions: le contrôle de la croissance embryonnaire et la tumorigenèse. Ma thèse a consisté à démontrer l'existence d'un lien fonctionnel entre les GSE. Nous montrons que les GSE s'inscrivent dans un même réseau de co-expression transcriptionnelle et qu'ils sont co-régulés dans différentes situations biologiques lors des transitions entre les différents états cellulaires. En effet, une induction coordonnée de la plupart des GSE a lieu lors des sorties du cycle cellulaire, réversibles (quiescence) ou non (différenciation). Les perturbations individuelles de l'expression de plusieurs GSE dans le modèle des pré-adipocytes 3T3-L1 confirment un rôle du réseau des GSE dans le contrôle des transitions entre prolifération, quiescence et différenciation. De plus, l'analyse des gènes bi-alléliques inclus dans le même réseau de co-régulation que les GSE montre un enrichissement en gènes de la matrice extracellulaire. La fonction associée à ce réseau serait donc le contrôle des transitions entre les différents états cellulaires, via le remodelage de la matrice extracellulaire. Pour conclure, outre l'identification d'une fonction commune aux GSE, nos résultats suggèrent un scénario pour le ciblage de ces gènes par l'empreinte génomique parentale au cours de l'évolution des mammifères. / Genomic imprinting is an epigenetic mechanism leading to the repression of one allele of a gene, depending on its parental origin. This mechanism affects a small number of genes in metatherian and eutherian mammals. These genes, named imprinted genes (IGs), display various molecular functions and thus seem unrelated. However, their alterations are frequently associated with the control of embryonic growth and tumorigenesis. My PhD project has consisted in demonstrating a functional link between IGs. We show that IGs are frequently co-expressed and belong to a common gene network. They are co-regulated in biological situations corresponding to the transitions between different cellular states. Coordinated induction of most IGs takes place at the outputs of the cell cycle. Loss and gain of function experiments of several IGs in the 3T3-L1 pre-adipocyte model demonstrate a role of the IG network in controlling transitions between cellular states (proliferation, quiescence and differentiation). In addition to IGs, this network also includes bi-allelic genes, with many extracellular matrix genes. Therefore, the function associated with the IG network could be the fine control of transitions between cellular states through a remodeling of the extracellular matrix.To conclude, in addition to the identification of a common cellular function for IGs, our results suggest a possible scenario for the targeting of these genes by parental genomic imprinting during mammalian evolution.

Alzheimer's disease (AD), as one of the most common neurodegenerative diseases, is characterized by the loss of neuronal dysfunction and death resulting in progressive cognitive impairment. The main histopathological hallmark of AD is the accumulation and deposition of misfolded Aβ peptide as amyloid plaques, however the precise role of Aβ toxicity in the disease pathogenesis is still unclear. Moreover, at early stages of the disease the important clinical features of the disorder, in addition to memory loss, are the disruptions of circadian rhythms and spatial disorientation. In the present work I first studied the role of Aβ toxicity by comparing the findings of genome-wide association studies in sporadic AD with the results of an RNAi screen in a transgenic C. elegans model of Aβ toxicity. The initial finding was that none of the human orthologues of these worm genes are associated with risk for sporadic Alzheimer’s disease, indicating that Aβ toxicity in the worm model may not be equivalent to sporadic AD. Nevertheless, comparing the first degree physical interactors (+1 interactome) of the GWAS and worm screen-derived gene products have uncovered 4 worm genes that have a +1 interactome overlap with the GWAS genes that is larger than one would expect by chance. Three of these genes form a chaperonin complex and the fourth gene codes for actin, a major substrate of the same chaperonin. Next I have evaluated the circadian disruptions in AD by developing a new system to simultaneously monitor the oscillations of the peripheral molecular clock and behavioural rhythms in single Drosophila. Experiments were undertaken on wild- type and Aβ-expressing flies. The results indicate the robustness of the peripheral clock is not correlated with the robustness of the circadian sleep and locomotor behaviours, indicating that the molecular clock does not directly drive behaviour. This is despite period length correlations that indicate that the underlying molecular mechanisms that generate both molecular and behavioural rhythms are the same. Rhythmicity in Aβ-expressing flies is worse than in controls. I further investigated the mechanism of spatial orientation in Drosophila. It was established that in the absence of visual stimuli the flies use self-motion cues to orientate themselves within the tubes and that in a Drosophila model of Aβ toxicity this control function is disrupted.

La maladie de Huntington est une maladie neurodégénérative héréditaire qui est devenue un modèle d'étude pour comprendre la physiopathologie des maladies du cerveau associées à la production de protéines mal conformées et à la neurodégénérescence. Bien que plusieurs mécanismes aient été mis en avant pour cette maladie, dont plusieurs seraient aussi impliqués dans des pathologies plus fréquentes comme la maladie d’Alzheimer ou la maladie de Parkinson, nous ne savons toujours pas quels sont les mécanismes ou les profils moléculaires qui déterminent fondamentalement la dynamique des processus de dysfonction et de dégénérescence neuronale dans cette maladie. De même, nous ne savons toujours pas comment le cerveau peut résister aussi longtemps à la production de protéines mal conformées, ce qui suggère en fait que ces protéines ne présentent qu’une toxicité modérée ou que le cerveau dispose d'une capacité de compensation et de résilience considérable. L'hypothèse de mon travail de thèse est que l'intégration de données génomiques et transcriptomiques au travers des modèles qui récapitulent différentes phases biologiques de la maladie de Huntington peut permettre de répondre à ces questions. Dans cette optique, l'utilisation des réseaux de gènes et la mise en application de concepts issus de la théorie des graphes sont particulièrement bien adaptés à l'intégration de données hétérogènes, au travers des modèles et au travers des espèces. Les résultats de mon travail suggèrent que l'altération précoce (avant les symptômes, avant la mort cellulaire) et éventuellement dès le développement cérébral) des grandes voies de développement et de maintenance neuronale, puis la persistance voire l'aggravation de ces effets, sont à la base des processus physiopathologiques qui conduisent à la dysfonction puis à la mort neuronale. Ces résultats permettent aussi de prioriser des gènes et de générer des hypothèses fortes sur les cibles thérapeutiques les plus intéressantes à étudier d'un point de vue expérimental. En conclusion, mes recherches ont un impact à la fois fondamental et translationnel sur l'étude de la maladie de Huntington, permettant de dégager des méthodes d'analyse et des hypothèses qui pourraient avoir valeur thérapeutique pour les maladies neurodégénératives en général. / Huntington’s disease is a hereditary neurodegenerative disease that has become a model to understand physiopathological mechanisms associated to misfolded proteins that ocurs in brain diseases. Despite exciting findings that have uncover pathological mechanisms occurring in this disease and that might also be relevant to Alzheimer’s disease and Parkinson’s disease, we still do not know yet which are the mechanisms and molecular profiles that rule the dynamic of neurodegenerative processes in Huntington’s disease. Also, we do not understand clearly how the brain resist over such a long time to misfolded proteins, which suggest that the toxicity of these proteins is mild, and that the brain have exceptional compensation capacities. My work is based on the hypothesis that integration of ‘omics’ data from models that depicts various stages of the disease might be able to give us clues to answer these questions. Within this framework, the use of network biology and graph theory concepts seems particularly well suited to help us integrate heterogeneous data across models and species. So far, the outcome of my work suggest that early, pre-symptomatic alterations of signaling pathways and cellular maintenance processes, and persistency and worthening of these phenomenon are at the basis of physiopathological processes that lead to neuronal dysfunction and death. These results might allow to prioritize targets and formulate new hypotheses that are interesting to further study and test experimentally. To conclude, this work shall have a fundamental and translational impact to the field of Huntington’s disease, by pinpointing methods and hypotheses that could be valuable in a therapeutic perspective.

Recent large-scale genome-wide studies for many human disorders have identified associations with numerous genetic variants. The biological interpretation of these variants presents a major challenge. In particular, the identification of biological pathways underlying the association could provide crucial insights into the disease aetiologies. In this thesis, I used functional genomics approaches to increase our understanding of neuropsychiatric and neurodevelopmental disorders. Firstly, in an integrative analysis of autism spectrum disorder (ASD), I looked into the role of genes targeted by Fragile-X Mental Retardation Protein ("FMRP targets"). I found evidence that FMRP targets contribute to ASD via two distinct aetiologies: (1) ultra-rare and highly penetrant single disruptions of embryonically upregulated FMRP targets ("single-hit aetiology") or (2) the combination of multiple less penetrant disruptions of synaptic FMRP targets ("multiple-hit aetiology"). In particular, I developed a pathway-association test sensitive to multiple-hit aetiologies. Secondly, I carried out an integrative analysis of bipolar disorder, following up a previously identified association with long-term potentiation. The association was not consistent across independent SNP and CNV datasets. Thirdly, I addressed the difficulty in identifying functional relationships between genes by integrating different datasets into a gene functional-linkage network tuned to the nervous system ("NsNet"). NsNet identified functional links between the genes disrupted by de novo loss-of-function mutations in ASD and, separately, in schizophrenia probands more sensitively than a general functional-linkage network. Fourthly, I considered the challenge of interpreting the phenotypic impact of gene disruptions, focusing on the identification of haploinsufficient genes. I constructed a gene haploinsufficiency score based on genome-wide datasets. Compared to existing approaches, the new score performed better in identifying less-studied haploinsufficient genes. This work both extends the methodology to detect the contribution of genetic variation to neuropsychiatric disorders and also yields insights into the variant genes and the pathways that underlie them. Firstly, in an integrative analysis of autism spectrum disorder (ASD), I looked into the role of genes targeted by Fragile-X Mental Retardation Protein ("FMRP targets"). I found evidence that FMRP targets contribute to ASD via two distinct aetiologies: (1) ultra-rare and highly penetrant single disruptions of embryonically upregulated FMRP targets ("single-hit aetiology") or (2) the combination of multiple less penetrant disruptions of synaptic FMRP targets ("multiple-hit aetiology"). In particular, I developed a pathway-association test sensitive to multiple-hit aetiologies. Secondly, I carried out an integrative analysis of bipolar disorder, following up a previously identified association with long-term potentiation. The association was not consistent across independent SNP and CNV datasets. Thirdly, I addressed the difficulty in identifying functional relationships between genes by integrating different datasets into a gene functional-linkage network tuned to the nervous system ("NsNet"). NsNet identified functional links between the genes disrupted by de novo loss-of-function mutations in ASD and, separately, in schizophrenia probands more sensitively than a general functional-linkage network. Fourthly, I considered the challenge of interpreting the phenotypic impact of gene disruptions, focusing on the identification of haploinsufficient genes. I constructed a gene haploinsufficiency score based on genome-wide datasets. Compared to existing approaches, the new score performed better in identifying less-studied haploinsufficient genes. This work both extends the methodology to detect the contribution of genetic variation to neuropsychiatric disorders and also yields insights into the variant genes and the pathways that underlie them.