Les gliomes sont les principales tumeurs primitives du cerveau affectant environ 4000 nouveaux patients par an en France. La moitié des gliomes est détectée au stade avancé de glioblastome (grade IV) tandis que 15% des tumeurs sont diagnostiquées au stade II de gliomes diffus dit de bas grade. Ces tumeurs affectent des patients jeunes et présentent des mutations caractéristiques, notamment une mutation pour l’enzyme IDH1 communément retrouvée dans les glioblastomes secondaires. Ces tumeurs de bas grade sont traitées par une chirurgie, idéalement en condition éveillée mais du fait de leur nature diffuse, la partie résiduelle progressera inexorablement vers un stade III ou IV avec une survie globale entre 5 ans et 15 ans après diagnostique. La progression tumorale est hautement variable et non prédictible d’un patient à l’autre. Des foyers de progression tumorale chez 20% des patients atteints de gliome diffus de bas grade ont été identifiés. Ces foyers montrent une densité cellulaire plus élevée ainsi qu’un Ki67 augmenté. Mon travail de thèse aura consisté à étudier les modifications cellulaires et moléculaires associées à ces foyers de progression tumorale. À partir du profil ARN des foyers et des territoires adjacents, j’ai pu mettre en évidence par des techniques haut-débit la baisse d’expression significative de gènes dans les foyers notamment de AGXT2L1/ETNPPL, carboxypeptidase E, EDNRB, SFRP2. J’ai émis l’hypothèse que SFRP2 et ETNPLL pourraient s’opposer à la prolifération cellulaire et que leur diminution dans les foyers ouvrirait la voie à la transformation tumorale. Une corrélation inverse entre la quantité d’ETNPPL enzyme et la survie de patients atteints d’hépatocarcinomes a été publiée. En limitant la quantité de précurseurs de phospholipides dans la cellule, ETNPPL pourrait agir comme un frein en s’opposant à la prolifération et de fait, sa diminution dans les foyers de transformation des gliomes pourrait lever cette inhibition. Mes travaux auront été innovants tant dans leur approche comparative des différents compartiments tumoraux pour chaque patient étudié et auront révélés ETNPPL comme corrélé à la gliomagenèse et potentielle cible thérapeutique. / Gliomas are the main primary brain tumours affecting around 4000 new patients in France each year. Half of gliomas are detected in the advanced stage of glioblastoma (grade IV) while 15% of tumours are diagnosed in stage II (diffuse low-grade gliomas-DLGG). These tumors affect young patients and bear characteristic mutations, including a mutation for the enzyme IDH1 commonly found in secondary glioblastomas. These low-grade tumours are treated by surgery, ideally in awake condition but due to their diffuse nature, the residual part will progress inexorably to stage III or IV with overall survival between 5 and 15 years after diagnosis. Tumor progression is highly variable and unpredictable from one patient to another. Foci of tumor progression have been identified in 20% of patients with DLGG. These foci show a higher cell density and an increased Ki67. My thesis work consisted in studying the cellular and molecular changes associated with tumor progression. From the RNA profile of the foci and adjacent territories, I was able to highlight through high-throughput techniques significant decrease in gene expression in the foci, particularly of AGXT2L1/ETNPPL, carboxypeptidase E, EDNRB, SFRP2. I hypothesized that SFRP2 and ETNPLL could oppose cell proliferation and that their decrease would pave the way for tumor transformation. An inverse correlation between the amount of ETNPPL and the survival of patients with hepatocarcinoma has been published. By limiting the amount of phospholipid precursors in the cell, ETNPPL could act as a brake against proliferation and indeed, its decrease in glioma transformation foci could remove this inhibition. My PhD work will have been innovative in the comparative approach of the different tumors’ compartments for each patient studied and will have revealed ETNPPL as correlated to gliomagenesis and as potential therapeutic target.

Depuis leur émergence autour de 2006, les technologies de séquençage haut débit ont révolutionné la recherche biologique et médicale. Obtenir instantanément une grande quantité de courtes ou longues lectures de presque tout échantillon biologique permet de détecter des variantes génomiques, révéler la composition en espèces d’un métagénome, déchiffrer la biologie du cancer, décoder l'évolution d’espèces vivantes ou disparues, ou mieux comprendre les schémas de la migration humaine et l'histoire humaine en général. La vitesse à laquelle augmente le débit des technologies de séquençage dépasse la croissance des capacités de calcul et de stockage, ce qui crée de nouveaux défis informatiques dans le traitement de données de séquençage haut débit. Dans cette thèse, nous présentons de nouvelles techniques informatiques pour la localisation (mapping) de lectures dans un génome de référence et pour la classification taxonomique. Avec plus d'une centaine d’outils de localisation publiés, ce problème peut être considéré comme entièrement résolu. Cependant, une grande majorité de programmes suivent le même paradigme et trop peu d'attention a été accordée à des approches non-standards. Ici, nous introduisons la localisation dynamique dont nous montrons qu’elle améliore significativement les alignements obtenus, par comparaison avec les approches traditionnelles. La localisation dynamique est basée sur l'exploitation de l'information fournie par les alignements calculés précédemment, afin d’améliorer les alignements des lectures suivantes. Nous faisons une première étude systématique de cette approche et démontrons ses qualités à l'aide de Dynamic Mapping Simulator, une pipeline pour comparer les différents scénarios de la localisation dynamique avec la localisation statique et le “référencement itératif”. Une composante importante de la localisation dynamique est un calculateur du consensus online, c’est-à-dire un programme qui collecte des statistiques des alignements pour guider, à la volée, les mises à jour de la référence. Nous présentons OCOCO, calculateur du consensus online qui maintient des statistiques des positions génomiques individuelles à l’aide de compteurs de bits compacts. Au-delà de son application à la localisation dynamique, OCOCO peut être utilisé comme un calculateur de SNP online dans divers pipelines d'analyse, ce qui permet de prédire des SNP à partir d'un flux sans avoir à enregistrer les alignements sur disque. Classification métagénomique de lectures d’ADN est un autre problème majeur étudié dans la thèse. Etant donné des milliers de génomes de référence placés sur un arbre taxonomique, le problème consiste à affecter rapidement aux nœuds de l'arbre une énorme quantité de lectures NGS, et éventuellement estimer l'abondance relative des espèces concernées. Dans cette thèse, nous proposons des techniques améliorées pour cette tâche. Dans une série d'expériences, nous montrons que les graines espacées améliorent la précision de la classification. Nous présentons Seed-Kraken, extension sur les graines espacées du logiciel populaire Kraken. En outre, nous introduisons une nouvelle stratégie d'indexation basée sur le transformé de Burrows-Wheeler (BWT), qui donne lieu à un indice beaucoup plus compact et plus informatif par rapport à Kraken. Nous présentons une version modifiée du logiciel BWA qui améliore l’index BWT pour la localisation rapide de k-mers / Since their emergence around 2006, Next-Generation Sequencing technologies have been revolutionizing biological and medical research. Obtaining instantly an extensive amount of short or long reads from almost any biological sample enables detecting genomic variants, revealing the composition of species in a metagenome, deciphering cancer biology, decoding the evolution of living or extinct species, or understanding human migration patterns and human history in general. The pace at which the throughput of sequencing technologies is increasing surpasses the growth of storage and computer capacities, which still creates new computational challenges in NGS data processing. In this thesis, we present novel computational techniques for the problems of read mapping and taxonomic classification. With more than a hundred of published mappers, read mapping might be considered fully solved. However, the vast majority of mappers follow the same paradigm and only little attention has been paid to non-standard mapping approaches. Here, we propound the so-called dynamic mapping that we show to significantly improve the resulting alignments compared to traditional mapping approaches. Dynamic mapping is based on exploiting the information from previously computed alignments, helping to improve the mapping of subsequent reads. We provide the first comprehensive overview of this method and demonstrate its qualities using Dynamic Mapping Simulator, a pipeline that compares various dynamic mapping scenarios to static mapping and iterative referencing. An important component of a dynamic mapper is an online consensus caller, i.e., a program collecting alignment statistics and guiding updates of the reference in the online fashion. We provide OCOCO, the first online consensus caller that implements a smart statistics for individual genomic positions using compact bit counters. Beyond its application to dynamic mapping, OCOCO can be employed as an online SNP caller in various analysis pipelines, enabling calling SNPs from a stream without saving the alignments on disk. Metagenomic classification of NGS reads is another major problem studied in the thesis. Having a database of thousands reference genomes placed on a taxonomic tree, the task is to rapidly assign to tree nodes a huge amount of NGS reads, and possibly estimate the relative abundance of involved species. In this thesis, we propose improved computational techniques for this task. In a series of experiments, we show that spaced seeds consistently improve the classification accuracy. We provide Seed-Kraken, a spaced seed extension of Kraken, the most popular classifier at present. Furthermore, we suggest a new indexing strategy based on a BWT-index, obtaining a much smaller and more informative index compared to Kraken. We provide a modified version of BWA that improves the BWT-index for a quick k-mer look-up

Pseudomonas aeruginosa est un bacille gram négatif, ubiquiste de l'environnement. Ce pathogène opportuniste humain provoque sous sa forme planctonique des infections aiguës dont le facteur de virulence clé est le SST3. P. aeruginosa peut aussi se développer sous forme de biofilm où elle exprime entre autre le SST6-1 et induire des infections chroniques. L'expression ciblée des différents facteurs de virulence est liée à l'intégration de nombreux stimuli environnementaux transduits au moyen de systèmes à deux composants ou encore de messagers secondaires, comme le di-GMPc et l'AMPc, et conduisant à une régulation très fine, conférant une grande capacité d'adaptation à la bactérie. La nature, de même que les mécanismes impliqués dans la transduction du signal, n'ont pas encore été tous identifiés à ce jour. Le but de cette thèse était de décrypter ces mécanismes moléculaires de détection et de transduction du signal gouvernant la réponse adaptative de ce pathogène à son environnement au moyen de différentes approches : chémogénomique, mutagénèse aléatoire et d'étude d'isolat clinique. Lors de cette thèse, nous avons criblé deux chimiothèques commerciales à la recherche de molécules activatrices du SST3 et du SST6-1 et nous avons pu établir un test de criblage à haut débit robuste pour les criblages de plus larges banques de composés. En utilisant une souche avec deux rapporteurs, nous avons réalisé une banque de mutants par transposons et nous avons trouvé des mutants affectés dans leur expression du SST3, candidats intéressants pour identifier de nouveaux régulateurs du système. Enfin, grâce à l'analyse de l'isolat clinique CHA (issu d'un patient atteint de mucoviscidose), nous avons découvert qu'une délétion dans le gène codant pour le régulateur majeur GacS définissait le phénotype agressif de cette souche. / Pseudomonas aeruginosa is a gram negative bacillum present in several places. This opportunistic pathogen has the capacity to infect a wide range of hosts: plants, animals, humans. This bacterium, that shows an impressive adaptability relying on a multifactorial virulence, possesses two lifestyles. These lifestyles are associated with specific virulence patterns of expression. Under its planktonic form, P. aeruginosa can provoke acute infections thanks to the activation of T2 and T3SS or induces chronic infections in cystic fibrosis patients' lungs where it establishes a biofilm (communautary life). The expression of virulence factors is linked to the integration of several environmental cues that are transduced through two-component systems and secondary messengers like c-di-GMP and that lead to a fine tuned regulation. The nature and the mechanisms involved in this signal transduction remain largely unknown. The goal of this thesis was to decipher molecular mechanisms of signal detection and transduction that govern the adaptive pathogen response to host environment using the combination of a chemogenomics, random mutagenesis and study of clinical isolate. During this work, we screened two commercial libraries and set up a robust high throughput screening test to analyse huge molecules libraries. By setting up a double reporter-gene strain, we realized a transposon mutagenesis bank and identified interesting candidates with a down-regulated T3SS. Finally, the study of the particular clinical isolate CHA (from a cystic fibrosis patient), leads to the discovery that a deletion in the gene encoding for the important regulator GacS shapes the aggressive phenotype of this strain.

Le diagnostic, la caractérisation et l'identification rapides et précis des agents pathogènes sont essentiels pour guider le traitement, détecter les événements de transmission ou les échecs de traitement. Cependant le monde biomédical est confronté à des pathogènes émergents et ré-émergents. Ainsi certaines souches bactériennes cliniques présentent des spécificités de virulence, contagiosité et/ou de résistance aux antibiotiques. Le séquençage génomique à haut débit et l’analyse comparative des génomes bactériens constituent une bonne stratégie pour étudier rapidement les caractéristiques de ces pathogènes émergents. En à peine un peu plus de 20 ans, la génomique a connu un développement considérable grâce aux nouvelles technologies de séquençage à haut débit et à l’intérêt des scientifiques, qui ont permis l’augmentation exponentielle du nombre de génomes bactériens séquencés et disponibles dans les bases de données publiques. La génomique en temps-réel consiste en une analyse rapide du génome d’une souche bactérienne clinique pour identifier les déterminants génétiques de ses caractéristiques phénotypiques inhabituelles. C’est ainsi que les objectifs de ce projet de thèse étaient : d’exploiter rapidement les données de séquençage de génomes complets pour déterminer les répertoires de résistance et de virulence ; de comparer les génomes provenant des bactéries cliniques atypiques à ceux d’autres bactéries des mêmes espèces pour identifier leurs caractéristiques spécifiques ; d’utiliser les génomes comme outil taxonomique pour décrire rapidement les nouvelles espèces bactériennes isolées dans le laboratoire par culturomique. / Rapid and accurate diagnosis, characterization and identification of pathogens are essential to guide treatment and detect transmission events or treatments failures. However, the biomedical field is confronted with emerging and re-emerging pathogens. Some of these clinical bacterial strains exhibit specificities concerning the virulence, contagiousness and / or resistance to antibiotics. High-throughput sequencing and comparative analysis of bacterial genomes is a reliable strategy enabling the rapid study of the characteristics of these emerging pathogens. In a short period, not exceeding 20 years, genomics has known a considerable revolution. In effect the introduction of the new high-throughput sequencingtechnologies and the increased concern of the scientist into this field, led to an exponential increase of number of available sequenced bacterial genomes in public databases. Real-time genomics is a strategy consisting on rapid analysis of the genome of a clinical bacterial strain in order to identify the genetic determinants justifying its unusual phenotypic characteristics. Thus, the objectives of this thesis project were: to rapidly exploit whole-genome sequencing data for identification of the virulence or resistance repertoire; to compare genomes from atypical clinical bacteria to those of other bacteria of the same species in order to identify their specific features; to use genomes as a taxonomic tool to rapidly describe the new bacterial species isolated in the laboratory by culturomics approach.

La protéine p53 (« Gardien du génome ») doit être altérée pour que le cancer puisse se développer. Les nombreuses thérapies anti-cancéreuses disponibles sont très efficaces mais la réponse clinique est souvent transitoire et les cancers disséminés rechutent ou progressent du fait de l'évolution de sous-populations cancéreuses résistantes au traitement, impliquant souvent TP53 qui est le gène le plus muté dans les formes agressives de nombreux cancers. Nous l’avons étudié dans la leucémie lymphoïde chronique (LLC) et les syndromes myélodysplasiques avec délétion 5q (SMD del(5q)). Grâce à l’étude rétrospective longitudinale de 40 patients atteints de SMD del(5q), nous avons généré des données de NGS ciblé et montré que le statut mutationnel de TP53 au diagnostic ne permettait pas de prédire la progression tumorale, contrairement à ce qui avait été publié précédemment (Jädersten et al., JCO 2011). Nous avons montré que c’était l’évolution clonale du gène TP53 qui était l’élément clé de la progression des SMD del(5q). Nous avons observé de nombreuses émergences de clones mutés entre le stade diagnostique et un stade ultérieur de la maladie, toujours après initiation du traitement par lénalidomide.Le lénalidomide a été approuvé comme nouveau traitement spécifique et très efficace contre l’anémie liée aux SMD del(5q), permettant à la plupart des patients d’être indépendants des transfusions sanguines. Le lénalidomide permet souvent d’éradiquer le clone tumoral porteur de l’anomalie génétique del(5q) isolée, induisant une rémission clinique. Malheureusement, cette rémission est courte avec une durée médiane de 2 ans, puis, dans environ 1 cas sur 2, survient une transformation en leucémie aiguë secondaire de pronostic péjoratif.Nous avons étudié un possible lien entre le traitement par lénalidomide et l’évolution clonale de TP53 par annotation clinico-bio-thérapeutiques des résultats de séquençage de TP53 chez les 24 patients dont les échantillons séquentiels avaient été analysés. Dans notre étude, les patients avec progression tumorale (dont 10 évolutions clonales de TP53 et 1 évolution clonale de RUNX1) avaient reçu une dose cumulée de lénalidomide supérieure à celle reçue par les patients dont la tumeur était restée stable (p = 0.036). Nous avons observé chez plusieurs patients que l’éradication de la tumeur n’était pas utile à l’amélioration de la qualité de vie des patients. La non-éradication semblait même permettre un maintien de l’équilibre clonal et une compétition entre les différents sous-clones de la tumeur, résistants ou non au lénalidomide.Nous discutons de l’évolution de l'écologie de la tumeur au cours du traitement, i.e., l’évolution de ses interactions avec son micro-environnement qui se modifie après chaque nouvelle dose de traitement. Un modèle évolutif dit théorie de la thérapie adaptative, développée récemment remet en question les protocoles conventionnels de thérapie anti-cancéreuse qui préconisent souvent d'administrer la dose maximale tolérée par le patient (Gatenby, 2009). Elle suggère que la dose minimale efficace présenterait l’avantage de ne pas éradiquer les cellules cancéreuses sensibles au traitement pour qu'elles restent en compétition avec les cellules cancéreuses résistantes et limiter la progression ou la rechute. Nous suggérons de prendre en compte également la diminution des effets indésirables pour le patient, améliorant ainsi sa qualité de vie, et enfin la diminution des dépenses de santé pour la collectivité. A ce jour, peu d’études cliniques évaluent l’intérêt de l’adoption de tels protocoles de thérapie adaptative.Néanmoins, des modèles in vivo (xénogreffes) et in silico (modèles statistiques) ont permis d’analyser la dynamique évolutive des populations tumorales en fonction du traitement reçu. Ces modèles prédisent que la survie de l’hôte peut être maximisée par la mise en place d’une thérapie adaptative. / P53 protein is named «guardian of the genome » because it must be altered to let cancer grow.TP53 is the most mutated gene in agressive cancers.Numerous systemic therapies are successful for treatment of disseminated cancers. However, clinical response is often transient, and cancer undergo relapse or progression due to emergence of resistant populations. These latter often harbour TP53 mutations. We studied TP53 in chronic lymphoid leukemia (CLL) and lower-risk myelodysplastic syndroms with del(5q), MDS del(5q). We conducted a retrospective longitudinal study in 40 patients suffering from MDS del(5q). We obtained targeted NGS data showing that TP53 mutational status at diagnosis could not predict tumor progression, by contrast with previously published data (Jädersten et al., JCO 2011). We show that TP53 clonal evolution is the key feature of tumor progression in MDS del(5q). We observed numerous mutated sub-clones emerging between diagnosis and follow-up. In our study, this emergence always followed onset of lenalidomide treatment. Lenalidomide was recently approved as a new therapy specifically improving anemia in patients with MDS del(5q). It allows most patients to become red-blood-cells-transfusion independent. Lenalidomide often eradicates the major tumor clone harbouring the isolated genetic abnormality deletion (5q) and allows clinical remission. Unfortunately, this remission is short (median, 2 years) and is followed, in 1 case out of 2, by a secondary acute leukemic transformation with a very poor prognosis.We studied the issue of a possible link between lenalidomide therapy and TP53 clonal evolution by annotating TP53 sequencing results with acute biological, clinical and therapeutic features in the 24 patients with sequential samples analyzed. In our study, patients with tumor progression (10 TP53 clonal evolution and 1 RUNX1 clonal evolution) were given a higher cumulative dose of lenalidomide compared to patients with stable disease (p = 0.036). Similarly to « adaptive therapy theory »(Gatenby 2009), we observed that eradication of the tumor wasn’t useful for improvement of quality of life. Absence of eradication might even allow to maintain a clonal equilibrium and a clonal competition between the distinct tumor sub-clones, resistant to lenalidomide or not, and therefore maintain stable disease.This theory of adaptive therapy questions the classical protocols of treatments against cancer, in which the maximal tolerated dose is preferred to the minimal effective dose. The latter might however slow down cancer progression or cancer relapse, with decreased side effects in patients, and decreased health costs.To date, few clinical trials (if any) questions such protocols of adaptive therapy. However, in vivo experiments (xenografts) and in silico statistical models allowed to study evolutionary dynamics of tumor sub-populations with and without therapy.The models predict that host survival can be maximized if “treatment-for-cure strategy” is replaced by “treatment-for-stability.” Specifically, the models predict that an optimal treatment strategy will modulate therapy to maintain a stable population of chemosensitive cells that can, in turn, suppress the growth of resistant populations under normal tumor conditions, Dr Gatenby said.

Le chêne-liège (Quercus suber) est une essence forestière d’une grande importance écologique et socio-économique pour les habitants de Méditerranée. Cependant, au cours des dernières décennies, ces subéraies et particulièrement les subéraies marocaines ont été soumises à de fortes contraintes climatiques, environnementales et humaines entrainant une accélération des processus de dégradation. La conservation de ces écosystèmes est fortement dépendante de notre capacité à prédire les changements induits par ces différentes pressions ainsi que du développement d’approches durables pour leur réhabilitation. Dans ce contexte, l’identification d’indicateurs biologiques de l’état de santé des subéraies et l'intensification des processus de facilitation entre plantes (arbres/arbustes) apparaissent comme des stratégies écologiques prometteuses. Le succès de ces approches est cependant assujetti à notre compréhension des interactions entre les communautés végétales et les champignons du sol, notamment les champignons mycorhiziens, éléments clés du fonctionnement des écosystèmes forestiers. Ce travail a visé le décryptage des réseaux fongiques, notamment mycorhiziens associés au chêne-liège et la végétation du sous-bois dans trois subéraies marocaines (Maâmora, Benslimane, Chefchaoun) caractérisées par différents niveaux de dégradation. La diversité fongique associée aux racines du chêne-liège et à plusieurs plantes arbustives représentatives des subéraies (Cistus salviifolius, Cistus monpeliensis et Lavandula stoechas) a été étudiée en combinant les méthodes traditionnelles basées sur l’aspect morphologique des mycorhizes et les nouvelles technologies de séquençage haut-débit par identification moléculaire des communautés fongiques.Les résultats obtenus représentent la plus vaste enquête de la diversité fongique du sol, notamment mycorhizienne, au sein des subéraies marocaines. Différents niveaux de structuration des communautés de champignons du sol ont été révélés, fonction de l’habitat, du type de plantes et de l'état de dégradation. Une large gamme d’indicateurs fongiques de l’état de dégradation de la subéraie, en lien avec la plantes hôte, ont pu être mise en évidence au sein des différents habitats, soulignant l’importance de plusieurs champignons ectomycorhiziens (notamment Cenococcum, Russula, Terfezia et Tomentella) mais aussi des champignons mycorhiziens éricoïdes (Cladophialophora, Oidiodendron) et à arbuscules (Rhizophagus, Redeckera, Racocetra, Paraglomus). Ce travail a permis d’établir une base de données majeure sur l’écologie des champignons du sol dans les subéraies marocaines, et de proposer un nouvel éclairage sur leur potentiel pour le suivi de l’état de santé des subéraies, ainsi que pour la mise en place de programmes de conservation adaptés tenant compte aussi des champignons associés. L’application des approches proposées à une plus large diversité d’écosystèmes forestiers devrait constituer un atout important pour la meilleure compréhension du fonctionnement biologique des écosystèmes forestiers et leur sauvegarde face à l’aggravation des pressions humaines et climatiques au niveau mondial. / The Cork oak (Quercus suber) forests play an important role in terms of ecological services and socio-economic development for the Mediterranean populations. However, the cork oak forests, notably in the Southern Mediterranean basin are highly threatened by increasing human and climate pressures, which accelerates desertication. The conservation of this ecosytem is strongly dependent of our ability to predict the environmental changes induced by these pressures as well as to develop sustainable approach for their restoration. In this context, the identification of biological indicators of cork oak health and the intensification of plant-plant facilitation processes appears as promisising ecological strategies. Their success is however subjected to our understanding of plant-fungal interactions, notably with fungal mycorrhiza, key factors of forest ecosystem functionning. The current work aimed at deciphering plant-fungal networks, notably mycorrhizal networks with cork oak and its understory shrub vegetation in three Moroccan cork oak habitats (Maâmora, Benslimane, Chefchaoun) characterized by different degradation levels. The root-fungal diversity associated to cork oak and major components of its understory shrub vegetation (Cistus salviifolius, Cistus monpeliensis et Lavandula stoechas) has been analysed by combining traditional methods based on morphological identification, and new generation high- throughput DNA sequencing methods to characterize communities at the molecular level.The study represents the most extensive survey of soil fungal diversity, notably mycorrhizal diversity, in Moroccan cork oak ecosystems. Different fungal community structures were revealed, depending on habitat, plant host type, and degradation forest status. A wide range of fungal indicators of plant type × forest status has been identified, highlighting the importance of several ectomycorrhizal fungi (notably Cenococcum, Russula, Terfezia and Tomentella) as well as ericoid mycorrhizal fungi (Cladophialophora, Oidiodendron) and arbuscular mycorrhizal fungi (Rhizophagus, Redeckera, Racocetra, and Paraglomus). The current work provides an extensive database on the ecology of soil fungi related to the Moroccan cork oak forest, offers new insights into the potential of soil fungi for monitoring the health of the cork oak forest, and for the developement of efficient conservation programs of this ecosystem by taking into account the soil fungal communties associated. The use of proposed appoaches to a larger diversity of forest ecosystems are promising to better understand the biological fonctionning of forest ecosystem and their conservation in response to the worsening of worldwide human and climate pressures.

Les biotechnologies sont arrivées au point ou la quantité d'information disponible permet de penser les objets biologiques comme des systèmes complexes. Dans ce contexte, les phénomènes qui émergent de ces systèmes sont intimement liés aux spécificités de leur organisation. Cela pose des problèmes computationnels et statistiques qui sont précisément l'objet d'étude de la communauté liée à l'apprentissage statistique. Cette thèse traite d'applications de méthodes d'apprentissage pour l'étude de phénomène biologique dans une perspective de système complexe. Ces méthodes sont appliquées dans le cadre de l'analyse d'interactions protéine-ligand et d'effets secondaires, du phenotypage de populations de cellules et du plan d'expérience pour des systèmes dynamiques non linéaires partiellement observés.D'importantes quantités de données sont désormais disponibles concernant les molécules mises sur le marché, tels que les profils d'interactions protéiques et d'effets secondaires. Cela pose le problème d'intégrer ces données et de trouver une forme de structure sous tendant ces observations à grandes échelles. Nous appliquons des méthodes récentes d'apprentissage non supervisé à l'analyse d'importants jeux de données sur des médicaments. Des exemples illustrent la pertinence de l'information extraite qui est ensuite validée dans un contexte de prédiction.Les variations de réponses à un traitement entre différents individus posent le problème de définir l'effet d'un stimulus à l'échelle d'une population d'individus. Par exemple, dans le contexte de la microscopie à haut débit, une population de cellules est exposée à différents stimuli. Les variations d'une cellule à l'autre rendent la comparaison de différents traitement non triviale. Un modèle génératif est proposé pour attaquer ce problème et ses propriétés sont étudiées sur la base de données expérimentales.A l'échelle moléculaire, des comportements complexes émergent de cascades d'interactions non linéaires entre différentes espèces moléculaires. Ces non linéarités engendrent des problèmes d'identifiabilité du système. Elles peuvent cependant être contournées par des plans expérimentaux spécifiques, un des champs de recherche de la biologie des systèmes. Une stratégie Bayésienne itérative de plan expérimental est proposée est des résultats numériques basés sur des simulations in silico d'un réseau biologique sont présentées. / Biotechnologies came to an era where the amount of information one has access to allows to think about biological objects as complex systems. In this context, the phenomena emerging from those systems are tightly linked to their organizational properties. This raises computational and statistical challenges which are precisely the focus of study of the machine learning community. This thesis is about applications of machine learning methods to study biological phenomena from a complex systems viewpoint. We apply machine learning methods in the context of protein-ligand interaction and side effect analysis, cell population phenotyping and experimental design for partially observed non linear dynamical systems.Large amount of data is available about marketed molecules, such as protein target interaction profiles and side effect profiles. This raises the issue of making sense of this data and finding structure and patterns that underlie these observations at a large scale. We apply recent unsupervised learning methods to the analysis of large datasets of marketed drugs. Examples show the relevance of extracted information which is further validated in a prediction context.The variability of the response to a treatment between different individuals poses the challenge of defining the effect of this stimulus at the level of a population of individuals. For example in the context High Content Screening, a population of cells is exposed to different stimuli. Between cell variability within a population renders the comparison of different treatments difficult. A generative model is proposed to overcome this issue and properties of the model are investigated based on experimental data.At the molecular scale, complex behaviour emerge from cascades of non linear interaction between molecular species. These non linearities leads to system identifiability issues. These can be overcome by specific experimental plan, one of the field of research in systems biology. A Bayesian iterative experimental design strategy is proposed and numerical results based on in silico biological network simulations are presented.

Un crible biologique a pour objectif de tester en parallèle l'impact de nombreuses conditions expérimentales sur un processus biologique d'un organisme modèle. Le progrès technique et computationnel a rendu possible la réalisation de tels cribles à grande échelle - jusqu'à des centaines de milliers de conditions. L'imagerie sur cellules vivantes est un excellent outil pour étudier en détail les conséquences d'une perturbation chimique sur un processus biologique. L'analyse des cribles sur cellules vivantes demande toutefois la combinaison de méthodes robustes d'imagerie par ordinateur et de contrôle qualité, et d'approches statistiques efficaces pour la détection des effets significatifs. La présente thèse répond à ces défis par le développement de méthodes analytiques pour les images de cribles temporels à haut débit. Les cadres qui y sont développés sont appliqués à des données publiées, démontrant par là leur applicabilité ainsi que les bénéfices d'une ré-analyse des données de cribles à haut contenu (HCS). Le premier workflow pour l'étude de la motilité cellulaire à l'échelle d'une cellule dans de telles données constitue le chapitre 2. Le chapitre 3 applique ce workflow à des données publiées et présente une nouvelle distance pour l'inférence de cible thérapeutique à partir d'images de cribles temporels. Enfin, le chapitre 4 présente une pipeline méthodologique complète pour la conduite de cribles temporels à haut débit en toxicologie environnementale. / Biological screens test large sets of experimental conditions with respect to their specific biological effect on living systems. Technical and computational progresses have made it possible to perform such screens at a large scale - up to hundreds of thousands of experiments. Live cell imaging is an excellent tool to study in detail the consequences of chemical perturbation on a given biological process. However, the analysis of live cell screens demands the combination of robust computer vision methods, efficient statistical methods for the detection of significant effects and robust procedures for quality control. This thesis addresses these challenges by developing analytical methods for the analysis of High Throughput time-lapse microscopy screening data. The developed frameworks are applied to publicly available HCS data, demonstrating their applicability and the benefits of HCS data remining. The first multivariate workflow for the study of single cell motility in such large-scale data is detailed in Chapter 2. Chapter 3 presents this workflow application to previously published data, and the development of a new distance for drug target inference by in silico comparisons of parallel siRNA and drug screens. Finally, chapter 4 presents a complete methodological pipeline for performing HT time-lapse screens in Environmental Toxicology.

La présente étude concerne le domaine des systèmes de transmission par fibres optiques et plus particulièrement l’impact des différentes techniques de filtrage (optiques) sur les performances des systèmes de transmission optiques (métro, accès). En réception, ces systèmes présentent un filtre étroit, qui permet de filtrer le signal sans avoir à traiter le bruit dans la liaison. On considère généralement que l'étroitesse du filtre de réception est indispensable au bon fonctionnement d'une liaison sans répéteurs, et que la sensibilité de la liaison est d'autant plus grande que la largeur du filtre est proche de la limite théorique que constitue la largeur du spectre du signal émis. L'utilisation de tels filtres présente des contraintes. D'une part, les filtres présentent des pentes raides, et sont coûteux. D'autre part, un décalage de la longueur d'onde de l'émetteur est toujours possible, de sorte que la plupart des récepteurs comprennent des filtres de réception dont la longueur d'onde est asservie sur la longueur d'onde de l'émetteur. Pour un système de transmission à multiplexage en longueurs d'onde WDM, dans lequel plusieurs longueurs d'ondes distinctes peuvent être utilisées, ceci permet d’augmenter la capacité d’information transmise, mais pose cependant de réelles contraintes telle que la diaphonie entre voies. Les canaux sont multiplexés dans la même fibre puis filtrés à la réception par un filtre optique qui sert à la fois au démultiplexage des canaux et à un éventuel filtrage optique dans le spectre du canal étudié. Le filtre optique aura des paramètres variables : forme, bande passante, et longueur d’onde centrale, ensuite le canal ainsi filtré sera analysé par le récepteur. Ce dernier comprend une photodiode suivie d’un filtre électrique de la forme de la fonction de filtrage de type de Bessel d’ordre 5. La qualité de l’information sera évaluée, par le taux d’erreur binaire TEB. Dans ce travail de thèse nous proposons une analyse de l’impact des paramètres fondamentaux des filtres sur les performances d’une liaison par la simulation système. / This study relates to the field of optical transmission systems fibers and more particularly the impact of different filtering techniques (optical) on the performance of optical transmission systems (metro access). Reception, these systems have a narrow filter, which filters the signal without having to deal with the noise in the link. It is generally considered that the narrowness of the receiving filter is indispensable for the proper functioning of a link without repeaters, and the sensitivity of the link is even greater than the width of the filter is close to the theoretical limit that is the spectrum width of the transmitted signal. The use of such filters has constraints. Firstly, the filters have steep slopes, and are expensive. On the other hand, a shift of the wavelength of the emitter length is always possible, so that most of the receivers comprise receiving filters whose wavelength is locked to the wavelength of the transmitter. For a transmission system with wavelength multiplexing, wherein plural different wavelengths may be used, this allows to increase the capacity of information transmitted, but however poses real constraints such that crosstalk between channels. The channels are multiplexed in the same fiber and filtered upon receipt by an optical filter which is used both in the channels and demultiplexing a possible optical filter in the spectrum of the considered channel. The optical filter has variable parameters: shape, bandwidth, and center wavelength, then the channel will be filtered and analyzed by the receiver. It includes a photodiode followed by an electrical filter of the form of the filter function of order Bessel type 5. Quality information will be evaluated by the bit error rate BER.In this thesis we propose to analyze the impact of the fundamental parameters of the filters on the performance of an optical system.

La mucoviscidose (CF) est la maladie génétique récessive létale la plus fréquente dans la population caucasienne. Elle est caractérisée par une obstruction et des infections des voies respiratoires et une inflammation chronique. La morbidité et la mortalité sont principalement dues à l'atteinte pulmonaire, qui est variable chez les patients, même lorsqu’ils sont porteurs du même génotype. Les facteurs responsables sont multiples : les mutations dans CFTR (le gène responsable de la maladie), les gènes modificateurs, mais aussi les facteurs environnementaux et les modifications épigénétiques. L'objectif principal de ce projet était de déterminer s'il y avait une corrélation entre la méthylation de l'ADN et la sévérité de l'atteinte pulmonaire chez les patients CF. Nous avons obtenu la cohorte METHYLCF (49 patients CF p.Phe508del homozygotes et 24 témoins sains) ainsi qu’une biobanque d'ADN à partir de sang total et de cellules épithéliales nasales (NEC). Les patients CF ont été stratifiés en fonction de leur VEMS, ajusté à l’âge. D’une part, nous avons analysé la méthylation de l'ADN dans CFTR plus 13 gènes modificateurs en utilisant la méthode de conversion au bisulfite et séquençage de nouvelle génération (plateforme 454 Roche). D’autre part, nous avons réalisé une analyse pan-génomique de la méthylation de l'ADN avec la plateforme 450k BeadChip (Illumina). Les sites différentiellement méthylés (DMS) sélectionnés ont été validés par pyroséquençage (PyroMark Q24, Qiagen). Deux gènes modificateurs ont été identifiés comme différentiellement méthylés chez les patients CF par rapport aux témoins: EDNRA dans le sang et HMOX1 dans le sang et dans les NEC. De façon intéressante, dans les NEC, la méthylation de EDNRA, HMOX1 et GSTM3 a été corrélée avec la sévérité de l’atteinte pulmonaire. De plus, de faibles niveaux de méthylation d'ADN dans GSTM3 ont été associés à la présence de l'allèle GSTM3*B, un polymorphisme de séquence qui a un effet protecteur chez les patients CF. Grâce à l'analyse tout-génome, nous avons identifié 1267 DMS, associés à 638 gènes, chez les patients CF par rapport aux témoins, et 187 DMS, associés à 116 gènes, chez les patients CF sévères par rapport aux modérés. Parmi ces gènes, il y a de nombreux gènes importants pour l’adhésion cellulaire et les réponses immunitaire et inflammatoire. Les DMS identifiés sont enrichis dans des régions prédites comme enhancers, pouvant représenter des séquences régulatrices, mais également en régions intergéniques. De façon intéressante, 80 gènes différentiellement méthylés sur 638 étaient différentiellement exprimés (méta-analyse de données transcriptomiques disponibles). Six sur neuf DMS sélectionnés ont été validés et cinq DMS sur six ont été répliqués dans une population indépendante. De plus, 23 DMS, dont 10 intergéniques, étaient corrélés avec le VEMS. Notre étude a montré que la méthylation de l'ADN est profondément modifiée dans le sang et dans les NEC des patients CF. Des faibles changements de méthylation de l'ADN ont été observés dans des gènes modificateurs connus ; des changements de méthylation plus importants ont été observés dans d'autres gènes qui pourraient représenter de nouveaux modificateurs de la fonction pulmonaire. Ensemble, ces gènes pourraient moduler la sévérité de l’atteinte pulmonaire chez les patients CF. / Cystic fibrosis (CF) is the most common life-threatening recessive genetic disease in the Caucasian population. It is characterized by airway obstruction, respiratory infection and inflammation. Morbidity and mortality are mainly due to lung disease, which is variable among CF patients, even for those having the same genotype. Contributing factors are mutations in CFTR (the disease-causing gene), modifier genes, but also environmental factors and epigenetics. The main goal of this project was to determine whether there was a correlation between DNA methylation and the severity of CF lung disease. We built the METHYLCF cohort (49 p.Phe508del homozygous CF patients and 24 healthy controls) and a DNA biobank from whole blood and nasal epithelial cells (NEC). CF patients were stratified accordion to their FEV1% predicted, adjusted to age. We profiled DNA methylation at 14 modifier genes using bisulfite conversion and next-generation sequencing (454 Roche). Genome-wide DNA methylation was analyzed with the 450K Beadchip (Illumina). Selected differentially methylated sites (DMS) were validated by pyrosequencing. Using the candidate modifier gene approach, we showed that two CF modifier genes were differentially methylated in CF patients compared to controls: EDNRA in blood and HMOX1 in blood and NEC. Methylation of EDNRA, HMOX1 and GSTM3 was associated with lung disease severity in NEC. Interestingly, low DNA methylation levels at GSTM3 were associated with the GSTM3*B allele, a polymorphic 3-bp deletion that has a protective effect on CF patients. In addition, through the genome-wide analysis, we identified 1267 DMS, associated with 638 genes, between CF patients and controls and 187 DMS, associated with 116 genes, between severe CF and mild CF patients. DMS were enriched at predicted enhancers, which may represent regulatory sequences, and also at intergenic regions. Gene ontology analyses highlighted cellular processes relevant to CF, i.e. cell adhesion and inflammatory and immune response. Interestingly, 80 out of 638 differentially methylated genes were differentially expressed in publicly available NEC transcriptomic data. Six out of 9 selected DMS were validated and five out of six DMS were replicated in an independent set of patients. Additionally, 23 DMS, 10 of which were intergenic, correlated with FEV1% predicted. Our study has shown that DNA methylation is altered in blood and NEC of CF patients. Small DNA methylation changes were observed at known CF modifier genes; more dramatic DNA methylation changes were found at other genes that may impact lung function. Collectively, these epigenomic variations may lead to different degrees of lung disease severity in CF patients.