Depuis leur apparition, les séquenceurs haut débit ont révolutionné l'étude des transcriptomes à l'échelle du génome. En effet, ils offrent la possibilité de générer des millions, voire des milliards de séquences, appelées reads. Des nouvelles approches transcriptomiques, telles que la Digital Gene Expression (DGE) et le RNA-Sequencing (RNA-Seq), permettent aujourd'hui de répertorier, de quantifier, voire reconstruire tous les transcrits d'une cellule, même les plus rares. Parmi ce type de transcrits se trouvent des ARN non-codants régulateurs ; des variants d'épissages créateurs de protéines ; et aussi des chimères (par fusion de gènes ou trans-épissage). La caractérisation de l'ensemble de ces transcrits représente un réel défi algorithmique, mais suscite aussi un défi biologique car certains peuvent être impliqués dans de nombreux processus cellulaires physiologiques et pathologiques et sont fréquemment décrits dans les cancers.Dans ce travail, nous proposons des algorithmes et des méthodes pour la caractérisation et l'annotation des transcriptomes. Tout d'abord, nous proposons une étude statistique sur la DGE afin d'évaluer l'impact des erreurs de séquences lors de l'analyse des reads. À partir de cette analyse, nous avons développé un pipeline d'annotation pour la DGE. Par le biais de ce premier travail, nous avons pu démontrer que de nombreuses informations étaient partagées entre les reads. Cela nous a amené à concevoir la structure d'indexation Gk arrays qui permet d'organiser une quantité massive de reads de façon à pouvoir interroger rapidement la structure sous forme de requêtes. Enfin, en s'appuyant sur les Gk arrays, nous avons développé CRAC qui est un logiciel spécialisé dans le traitement du RNA-Seq. En intégrant sa propre phase de mapping, CRAC est capable de distinguer les phénomènes biologiques des erreurs de séquences. Ilpermet notamment l'identification de chimères qui sont souvent très faiblement exprimées dans un transcriptome et sont par nature complexe à détecter avec des parties localisées à différents endroits sur le génome. / Since their introduction, high-throughput sequencers have revolutionized transcriptomic studies at genome scale. Indeed, they have the ability to generate millions, or even billions of short sequences, called reads. New transcriptomic approaches, such as Digital Gene Expression (DGE) and RNA-sequencing (RNA-Seq), enable the identification, quantification, and reconstitution of all transcripts of the cell, even rare ones. Among these transcripts are regulatory non-coding RNAs, alternative splice variants, which code for novel proteins, but also non colinear transcripts termed chimeras (generated by either gene fusion or trans-splicing). The characterization of these transcripts constitutes a sheer algorithmic,but also a biological challenge due to their differences in nature, their diverse implications in physiological and cellular processes, and for some their role in cancer development.In this work, we focus on algorithms and methods for the characterization and annotation of transcriptomes. First, we proposed a statistical study on DGE to assess the impact of sequence errors on the analysis. Therefrom, we developed a pipeline for the DGE annotation. Through this initial work,we demonstrated that a lot of information is shared between the reads. This property led us to design, the Gk arrays, an indexing data structure for organizing huge amounts of reads in memory and algorithms to quickly query this structure. Finally, based on the Gk arrays we have conceived, CRAC,a software specialised in the RNA-Seq processing. By integrating its own mapping process, CRAC is able to distinguish the biological phenomena from sequence errors. Moreover, it allows to identify chimeric RNAs, which may be weakly expressed in a transcriptome and are inherently complex to detect since their fragments originate from different places on the genome.

L'acquisition des données moléculaires a été bouleversée par le développement des techniques de séquençage haut-débit. Celles-ci ont augmenté la quantité des données et ont fait diminuer le coût de manière considérable. Ces nouvelles approches ont également redonné accès à des sources de matériel biologique qui étaient auparavant inutilisables en raison de la faible quantité et la forte dégradation de l'ADN qu'elles fournissent, notamment des tissus anciens, des échantillons de musée voire du matériel fossile. Un avantage supplémentaire c'est la possibilité de multiplexer les échantillons, c'est-à-dire, les mélanger et les séquencer simultanément grâce à l'utilisation de « tags » ou étiquettes permettant de les séparer après avec des outils bioinformatiques. Un marqueur qui a grandement bénéficié de ces technologies est le génome mitochondrial. En effet, nous montrons que grâce au ratio élevé entre l'ADN mitochondrial et l'ADN nucléaire par cellule, il est possible l'obtention de mitogénomes entiers, avec de couvertures adéquates, sans qu'un enrichissement préalable de l'échantillon soit nécessaire. Ceci permet d'envisager la réalisation de projets de mitogénomique comparative pour de groupes riches en espèces, requérant un échantillonnage taxonomique exhaustif et dont les divergences génétiques rendrait difficile l'usage du séquençage classique. C'est dans ce contexte que cette thèse aborde la systématique, la phylogénie et l'évolution moléculaires d'une famille de chauves-souris néotropicales : les Phyllostomidae. Cette famille est riche en espèces, avec plus de 160 taxons mais aussi en traits d'histoire de vie contrastés notamment le régime alimentaire. Cette diversité résulte en des morphologies convergentes dont les caractères sont en conséquence peu appropriés pour reconstruire l'histoire évolutive de ce groupe. La mitogénomique a prouvé être un outil efficace dans ce dessein, mais à présent aucune étude de ce type a été conduite pour cette famille. Nous avons d'abord réussi à séquencer les mitogénomes de représentants de toutes les lignées majeures couvrant également la diversité de traits d'histoire de vie. Nous montrons ensuite que l'utilisation de ces mitogénomes permet de résoudre les relations de parenté au niveau intrafamilial avec une résolution similaire à celle d'une concaténation de marqueurs mitochondriaux et nucléaires avec un soutien statistique robuste pour la plupart des nœuds de la phylogénie. Ceci nous a permis de clarifier plusieurs relations qui restaient controversées dans des études précédentes et confirmer plusieurs des clades proposés par celles-ci. Ensuite, nous abordons l'évolution du mitogénome en relation avec les traits d'histoire de vie en utilisant comme exemple le clade des vampires, les seules Mammifères hématophages, dont le génome mitochondrial semble avoir été touché par une accélération du taux d'évolution comme conséquence de l'action combinée de forces neutres et sélectives pour répondre aux contraintes imposées par ce régime alimentaire. Finalement, le cadre phylogénétique robuste proportionné par les 100 mitogénomes que nous avons séquencés pourra être utilisé comme référence pour étudier la diversification des Phyllostomidae. / New sequencing technologies have revolutionized the acquisition of molecular data by increasing the amount of sequences at a considerably lower cost. These new technologies have also given access to samples previously neglected because they resulted in low-quantity and degraded DNA yields, as for example, old tissues, museum specimens and even fossil rests. An additional advantage comes from the possibility of multiplexing; this is, mixing several taxa in a single sample thanks to the use of tags or labels allowing late separating the sequences using bioinformatic tools. A molecular marker that has greatly benefited from these technologies is the mitochondrial genome. Indeed, we show that, thanks to the high per-cell ratio of mitochondrial to nuclear DNA, it's possible to obtain whole well-covered mitochondrial genomes without previous sample enrichment. This allows the accomplishment of projects of comparative mitogenomics for species-rich groups needing exhaustive taxon sampling and for which strong genetic divergences would difficult the use of classical sequencing.It is in this context that this thesis tackles the molecular systematics, phylogenetics and evolution of a Neotropical family of bats: the Phyllostomidae. This species-rich family, accounting for more than 160 species, is also the family of Mammals with the highest diversity of life history traits, for example, feeding on almost every possible source of food. This diversity results in convergent morphologies that make this kind of characters inadequate for reconstructing the evolutionary history of this group. Mitogenomics has proven useful in similar cases but no study of this kind has been conducted for this family. We got to sequence whole mitogenomes for representatives of all major lineages and covering the diversity of life history traits. We then show that using these mitogenomes allows solving intrafamilial relationships with a resolution similar to that resulting from a concatenation of mitochondrial and nuclear markers and with solid statistical support for most of the nodes of the phylogeny. This allowed clarifying several controversial relationships and confirming several clades proposed in previous studies. Next, we illustrate the evolution of mitogenomes and the influence of life history traits using the clade of vampire bats, the only hematophagous Mammals, whose mitogenome seem to have undergone an acceleration of evolutionary rate as a consequence of the combined action of neutral and selective forces in order to counter the constraints imposed by this feeding habit. Finally, the robust phylogenetic frame provided by the 100 mitogenomes that we sequenced, will be used for future studies about, for exemple, the diversification process of Phyllostomids.

L’innovation thérapeutique progresse traditionnellement par la combinaison du criblage expérimental et de la modélisation moléculaire. En pratique, cette dernière approche est souvent limitée par la pénurie de données expérimentales, particulièrement les informations structurales et biologiques. Aujourd'hui, la situation a complètement changé avec le séquençage à haut débit du génome humain et les avancées réalisées dans la détermination des structures tridimensionnelles des protéines. Cette détermination permet d’avoir accès à une grande quantité de données pouvant servir à la recherche de nouveaux traitements pour un grand nombre de maladies. À cet égard, les approches informatiques permettant de développer des programmes de criblage virtuel à haut débit offrent une alternative ou un complément aux méthodes expérimentales qui font gagner du temps et de l’argent dans la découverte de nouveaux traitements.Cependant, la plupart de ces approches souffrent des mêmes limitations. Le coût et la durée des temps de calcul pour évaluer la fixation d'une collection de molécules à une cible, qui est considérable dans le contexte du haut débit, ainsi que la précision des résultats obtenus sont les défis les plus évidents dans le domaine. Le besoin de gérer une grande quantité de données hétérogènes est aussi particulièrement crucial.Pour surmonter les limitations actuelles du criblage virtuel à haut débit et ainsi optimiser les premières étapes du processus de découverte de nouveaux médicaments, j’ai mis en place une méthodologie innovante permettant, d’une part, de gérer une masse importante de données hétérogènes et d’en extraire des connaissances et, d’autre part, de distribuer les calculs nécessaires sur les grilles de calcul comportant plusieurs milliers de processeurs, le tout intégré à un protocole de criblage virtuel en plusieurs étapes. L’objectif est la prise en compte, sous forme de contraintes, des connaissances sur le problème posé afin d’optimiser la précision des résultats et les coûts en termes de temps et d’argent du criblage virtuel / Therapeutic innovation has traditionally benefited from the combination of experimental screening and molecular modelling. In practice, however, the latter is often limited by the shortage of structural and biological information. Today, the situation has completely changed with the high-throughput sequencing of the human genome, and the advances realized in the three-dimensional determination of the structures of proteins. This gives access to an enormous amount of data which can be used to search for new treatments for a large number of diseases. In this respect, computational approaches have been used for high-throughput virtual screening (HTVS) and offer an alternative or a complement to the experimental methods, which allow more time for the discovery of new treatments.However, most of these approaches suffer the same limitations. One of these is the cost and the computing time required for estimating the binding of all the molecules from a large data bank to a target, which can be considerable in the context of the high-throughput. Also, the accuracy of the results obtained is another very evident challenge in the domain. The need to manage a large amount of heterogeneous data is also particularly crucial.To try to surmount the current limitations of HTVS and to optimize the first stages of the drug discovery process, I set up an innovative methodology presenting two advantages. Firstly, it allows to manage an important mass of heterogeneous data and to extract knowledge from it. Secondly, it allows distributing the necessary calculations on a grid computing platform that contains several thousand of processors. The whole methodology is integrated into a multiple-step virtual screening funnel. The purpose is the consideration, in the form of constraints, of the knowledge available about the problem posed in order to optimize the accuracy of the results and the costs in terms of time and money at various stages of high-throughput virtual screening

Un des objectifs majeurs des systèmes de communication est de pouvoir transmettre des données aux plus hauts débits possibles. La demande croissante des utilisateurs pour la communication sans fil à haut débit excède déjà les possibilités des réseaux actuels. Afin de répondre à cette problématique, nous présentons des systèmes de communication basés sur des fréquences porteuses térahertz (THz), fréquences suffisamment élevées pour supporter des débits supérieurs à la centaine de gigahertz. En particulier, nous nous intéressons au développement et à l'intégration d'un détecteur haut débit destiné à la communication THz sans fil. Nous utilisons comme détecteur un transistor GaAs à haute mobilité électronique (HEMT). Contrairement aux détecteurs existants tels que les diodes Schottky, le transistor étudié offre des avantages en ce qui concerne le coût, la compacité et les performances. En particulier, l'impédance de sortie est mieux adaptée aux circuits intégrés hauts débits d'impédance d'entrée de 50 Ohm. Nous présentons une caractérisation de ce détecteur en sensibilité et en bande passante de modulation, démontrant pour la première fois sa capacité à être utilisé pour des communications à haut débit. L'intégration du transistor, indispensable à la réalisation de communications réelles, est détaillée. Une communication THz sans fil est démontrée à des fréquences de 0,200 THz et 0,309 THz. Pour la première fois, une transmission de données sans erreur a été démontrée jusqu'à un débit de 8,2 Gbps avec un transistor GaAs HEMT à une fréquence porteuse de 0,309 THz. Enfin, nous présentons de nouveaux transistors avec antenne intégrée permettant des communications à plus haut débit et de plus grande portée, grâce à une meilleure sensibilité. / One of the major objectives of communication systems is the ability to transmit data at the highest possible rates. The ever-growing user demand for wireless communication already exceeds capacities of present networks.In order to solve this problem, we introduce communication systems based on terahertz (THz) high-frequency carriers, whose frequencies are high enough to support data-rates higher than a hundred of gigahertz. In particular, we are interested in the development and the integration of a high data-rate detector intended for THz wireless communication.We use a GaAs High-electron-mobility transistor (HEMT) as detector. Unlike existing detectors such as Schottky diodes, the transistor studied in this thesis offers advantages in terms of cost, compactness and performances. In particular, the output impedance is more suitable for high data-rate integrated circuits whose input impedance is 50 Ohm. We present the characterization of the detector in terms of sensitivity and modulation bandwidth, demonstrating for the first time its ability to be used for high data-rate communications. The transistor's integration, essential for real communications, is detailed.A wireless THz communication is demonstrated around 0.200 THz and 0.309 THz. For the first time, an error-free transmission at data-rates up to 8.2 Gbps is demonstrated, using a GaAs plasma wave HEMT and a 0.309 THz carrier frequency. Finally, we present new transistors with integrated antenna, allowing communications at higher data-rates and with a longer range, thanks to a better sensitivity.

Le SELEX est une technique d’évolution moléculaire dirigée qui permet, après plusieurs tours de sélection, d’enrichir une banque d’acides nucléiques en séquences capable de se lier de manière spécifique à une cible. Le séquençage est utilisé pour identifier ces séquences que l’on nomme « aptamères ». Depuis l’arrivée récente du séquençage à haut débit (HD), il est possible d’analyser des millions de séquences. L’objectif de la thèse était de développer des méthodes pour traiter et analyser les données de séquençage HD afin de faciliter l’identification des meilleurs aptamères d’un SELEX. Au cours de cette thèse, un test robotisé de liaison sur cellules adhérentes vivantes a été mis au point pour mesurer l’affinité d’aptamères issus de SELEX ciblant des cellules (cell-SELEX). Puis, l’évolution de l’abondance des séquences d’un cell-SELEX a été analysée par séquençage HD. Ceci nous a permis de concevoir une nouvelle approche phylogénétique baptisée FREDROGRAM. Cette approche évolutive a permis d’identifier des mutants avec une meilleure affinité au sein d’une famille d’aptamères issu de ce cell-SELEX. Enfin, le séquençage HD de deux SELEX dirigés contre des protéines a contribué à mieux comprendre l’impact des paramètres de sélection sur la population de séquences et à identifier de nouveaux aptamères, notamment en réduisant le nombre de tours de SELEX. En conclusion, ces travaux montrent l’utilité du séquençage HD pour l’identification des meilleurs aptamères et suggèrent de nouvelles pratiques pour la conduite des SELEX futurs. / SELEX is a directed molecular evolution technic which allows, after several rounds of selection, enriching a library from random nucleic acids to sequences able to bind specifically a target. Sequencing technics are then used to identify these sequences called « aptamers ». Since the arrival of High-Throughput Sequencing (HTS), it is now possible to analyse millions of sequences. The aim of the thesis was to develop methods for the treatment and the analysis of HTS data, in order to facilitate the identification of the best aptamers inside a SELEX. During this thesis, a semi-automatic binding test on adherent living cells has been developed to measure the affinity of aptamers identified in SELEX directed against specific cells (cell-SELEX). Then, the evolution of the sequence enrichment during a cell-SELEX has been analysed by HTS. This analysis gave us the possibility to design a new phylogenetic approch named FREDROGRAM. This evolutive approch allowed to identify variants of an aptamer’s family with a better affinity. Finally, HTS of two SELEX directed against proteins has contributed to a better understanding of the impact of selection parameters on the library and to identified new aptamers, notably by reducing the number of SELEX rounds. To conclude, this work shows the importance of HTS in the identification of the best aptamers and suggests new protocols to monitor the next SELEX in a different manner.

Introduction : Les dyschromies cutanées en mosaïque ont fait suspecter de longue date l’implication d’un mosaïcisme génétique sous-jacent. Ces évènements post-zygotiques sont cependant difficilement détectables par les techniques conventionnelles. Ainsi, les bases génétiques des dyschromies en mosaïque étaient restées mal connues. Matériel et méthodes : la cohorte M.U.S.T.A.R.D rassemble des échantillons d’ADN de biopsies cutanées de patients porteurs d’un mosaïcisme pigmentaire. Après une analyse phénotypique spécialisée, ces échantillons sont étudiés en séquençage à forte profondeur, d’exome (ES) en trio, ou ciblé. Les données sont analysées à l’aide d’un pipeline dédié, permettant la détection de variations ponctuelles en mosaïque (mSNV) mais également de diverses anomalies chromosomiques en mosaïque. Résultats : De 2013 à 2019, 101 patients ont été inclus. Un ES a été réalisé pour 56 patients, identifiant un mSNV chez 12 patients, dans 7 gènes dont 4 nouveaux (RHOA, DOCK1, GNA13, TFE3), et une anomalie chromosomique chez 17 patients. Une étude ciblée de ces gènes chez 40 autres patients était positive pour 17, soit un rendement diagnostique global à 55% (46/84). Conclusion : Ce travail illustre l’importance d’une approche bioinformatique polyvalente, combinée à une expertise clinique, pour la détermination des causes génétiques des dyschromies cutanées en mosaïque. Il a également mis en évidence le rôle de la voie de signalisation dépendant des Rho GTPases, faisant progresser notre compréhension de la physiopathologie des dyschromies en mosaïque, une étape nécessaire à l’amélioration de la prise en charge de ces patients porteurs de maladies rares et complexes. / Introduction: Mosaic cutaneous dyschromia is strongly evocative of an underlying genetic mosaicism. These post-zygotic events are challenging for conventional diagnostic tools. Thus, genetic basis of mosaic cutaneous dyschromia still remained poorly understood. Materials and Methods: The M.U.S.T.A.R.D. cohort gathers DNA from skin biopsies of patients with mosaic cutaneous dyschromia. After a specialised phenotype analysis, they are referred to either trio exome sequencing (ES) at 200X, or targeted ultra-deep sequencing (60,000X) of candidate genes. Data are analysed with a tailored pipeline, allowing detection of both low-rate nucleotidic variations or chromosomal events. Results: From 2013 to 2019, 101 patients were included. ES was performed for 56, with identification of mosaic SNV in 12 patients in 7 new genes, including 4 new genes (RHOA, DOCK1, GNA13, TFE3), and mosaic chromosomal anomalies in 17 patients. A targeted sequencing of these genes was performed for 40 more patients, with a confirmed mosaic SNV in 17, and a global diagnostic yield of 55% (46/84). Conclusion: This work highlights the importance of a versatile bioinformatic approach combined to a clinical expertise, to decipher the chromosomal and molecular aetiologies of developmental anomalies with mosaic cutaneous dyschromia. It also pinpoints the role of the Rho GTPase pathway, which will help enhancing our understanding of mosaic cutaneous dyschromia, and may ultimately result in better patients’ care.

Les éléments transposables sont des séquences d'ADN qui ont la capacité de se déplacer dans le génome. Ils peuvent modifier l’architecture et la régulation du génome, et sont ainsi impliqués dans de nombreux désordres pathologiques, congénitaux ou acquis. L’analyse bioinformatique des éléments transposables dans les données de séquençage est la méthode de choix pour comprendre leur biologie. Mon travail de thèse a été dédié à cette question en utilisant des données réelles et simulées. Dans un premier axe, en utilisant un système cellulaire modulant le niveau de méthylation, nous avons révélé que différentes modifications chromatiniennes répressives assurent la mise sous silence des éléments transposables lorsque la méthylation de l’ADN est perdue. Dans un second axe, à l'aide d'une stratégie de mutagenèse aléatoire, nous avons découvert une nouvelle ADN méthyltransférase, spécialisée dans la méthylation des transposons jeunes au cours de la spermatogenèse. De par la nature répétée des éléments transposables, l'analyse des transposons dans les données de séquençage reste cependant un véritable défi. Finalement, dans un troisième temps, j’ai eu recours à une stratégie de simulation pour comparer les différentes méthodes d’alignement et de quantification dans les génomes murin et humain. J'ai ainsi pu élaborer des recommandations pour l'étude des éléments transposables et révéler les limites de détection de certaines familles de transposons. / Transposable elements are DNA sequences that have the ability to move in the genome. They can modify the architecture and the regulation of the genome, and be implicated in different pathological, congenital or acquired disorders. The transposon analysis with sequencing data is the first choice method to understand their biology. My thesis work was dedicated to this question using real and simulated data. In a first research axis, using a cellular system to modulate DNA methylation levels, we revealed that different repressive chromatin modifications ensure the silencing of transposable elements when DNA methylation is lost. In a second axis, using a random mutagenesis strategy, we discovered a new DNA methyltransferase, specialized in the methylation of young transposons during spermatogenesis. However, the analysis of transposons in sequencing datasets is a bioinformatic challenge because of the repeated nature of transposable elements. Eventually, in a third axis, using a simulation strategy applied to the mouse and the human genomes, I systematically compared different alignment and quantification tools. I was able to draw recommendations for the analysis of transposons and to reveal the limits in detecting specific transposons families.

Les technologies de séquençage jouent un rôle croissant dans l'analyse de l'expression des transcrits . La méthode la plus courante de séquençage du transcriptome, RNA-Seq est une méthode d'investigation d'une population de transcrits par cisaillement aléatoire, amplification et séquençage à haut débit. Les données issues du RNA-Seq peuvent être utilisées pour la quantification des niveaux d'expression des transcrits et pour la détection des régions transcrites et demandent des approches bioinformatiques.Nous avons développé des approches statistiques pour l'estimation des niveaux de transcription et l'identification des frontières de transcription sans faire usage de l'annotation existante et pour l'analyse des différences dans l'expression entre deux conditions. La reconstruction du paysage transcriptionel est faite dans un cadre probabiliste (Chaînes de Markov Caché - HMM) ou les variations du niveau de la transcription sont prises en compte en termes de changements brusques et de dérives. Le HMM est complété par une loi d'émission qui capture la variance des comptages dans un transcrit, l'auto-corrélation de courte portée et la fraction des positions avec zéro comptages. L'estimation repose sur un algorithme de Monte Carlo Séquentiel (SMC), le Particle Gibbs, dont le temps d'exécution est plus adapté aux génomes microbiennes. L'analyse des différences dans l'expression (DE) est réalisée sans faire usage de l'annotation existante. L'estimation de DE est premièrement faite à la résolution de position et en suite les régions avec un signal DE continu sont agrégés. Deux programmes nommés Parseq et Pardiff sont disponibles à http://www.lgm.upmc.fr/parseq/. / In this thesis we address the problem of reconstructing the transcription profile from RNA-Seq reads in cases where the reference genome is available but without making use of existing annotation. In the first two chapters consist of an introduction to the biological context, high-throughput sequencing and the statistical methods that can be used in the analysis of series of counts. Then we present our contribution for the RNA-Seq read count model, the inference transcription profile by using Particle Gibbs and the reconstruction of DE regions. The analysis of several data-sets proved that using Negative Binomial distributions to model the read count emission is not generally valid. We develop a mechanistic model which accounts for the randomness generated within all RNA-Seq protocol steps. Such a model is particularly important for the assessment of the credibility intervals associated with the transcription level and coverage changes. Next, we describe a State Space Model accounting for the read count profile for observations and transcription profile for the latent variable. For the transition kernel we design a mixture model combining the possibility of making, between two adjacent positions, no move, a drift move or a shift move. We detail our approach for the reconstruction of the transcription profile and the estimation of parameters using the Particle Gibbs algorithm. In the fifth chapter we complete the results by presenting an approach for analysing differences in expression without making use of existing annotation. The proposed method first approximates these differences for each base-pair and then aggregates continuous DE regions.

Les conditions du corps humain ne sont pas reproduites fidèlement par la culture cellulaire traditionnelle en 2D. Dans cette thèse, des cultures cellulaires 3D sont réalisées dans une plateforme microfluidique hautement intégrée. Des cellules mammifères adhérentes sont encapsulées dans des gouttes immobilisées dans un tableau de pièges capillaires à haute densité. Dans chaque goutte, les cellules se réorganisent pour former un unique microtissu 3D et fonctionnel appelé sphéroïde. L'utilisation d'un hydrogel permet d'alonger le temps de culture et de perfuser le tableau avec des solutions aqueuses, par exemple pour de l'immuno-cyto-chimie. Un unique sphéroïde, viable, peut aussi être extrait de cette puce microfluidique. Des données quantitatives sont extraites à haut débit au niveau de la population, du sphéroïde (dizaines de miliers de sphéroïdes) et au niveau cellulaire emph{in situ} (centaines de miliers de cellules) grâce à de l'imagerie de fluorescence et au dévelopement d'un code d'analyse d'image. Une première preuve de concept a été obtenue en démontrant la viabilité, la prolifération et la fonctionalité de sphéroïdes d'hépatocytes et en les corrélant à des paramètres morphologiques. Ensuite, des aggrégats de cellules souches mésenchymales ont été produits et les hétérogénéités spatiales dans l'expression de protéines impliquées dans leurs propriétés thérapeutiques ont été étudiées. Enfin, cette technologie a été encore dévelopée pour permettre d'appliquer des conditions biochimiques différentes dans chaque goutte. La production et la culture de sphéroïdes dans cette plateforme microfluidique peut mener à des dévelopements importants dans beaucoup de domaines tels que l'analyse de la toxicité des médicaments, le criblage de médicaments à haut débit, le traitement personnalisé du cancer, l'ingénierie tissulaire ou la modélisation de maladies. / Conventional 2D cell culture fails to reproduce emph{in vivo} conditions. In this PhD thesis, 3D cell culture is implemented into a highly integrated microfluidic platform. Adherent mammalian cells are encapsulated in droplets immobilized on a high density array of capillary traps called anchors. In each droplet, the cells reorganize into a single functional 3D microtissue called spheroid. The use of an hydrogel allows to extend the culturing time in microdroplets and to perfuse the array with aqueous solutions, for instance for immuno-cyto-chemistry. A single and viable spheroid can also be selectively retrieved from the microfluidic chip. High throughput and quantitative data is extracted at the population, spheroid (tens of thousands of spheroids) and cellular level emph{in situ} (hundreds of thousands of cells) thanks to fluorescent imaging and a custom image analysis software. As a first proof of concept, the viability, proliferation and functionality of hp sh s were demonstrated and correlated with morphological parameters. Drug toxicity experiments were also performed on this liver model. Then, human mesenchymal stem cell aggregates were produced and the spatial heterogeneities of the expression of proteins involved in their therapeutic properties were investigated. Finally, this technology was further developed to enable applying different biochemical conditions in each droplet. The production and culture of spheroids in this microfluidic platform could lead to major advances in many fields such as drug toxicity, high throughput drug screening, personalized cancer treatment, tissue engineering or disease modeling.

Malgré l’usage de médicaments antipsychotiques depuis plusieurs décennies, leur mécanisme d’action précis, autre que leur interaction avec les récepteurs dopaminergiques et sérotoninergiques, demeure peu connu. Nur77 (Nr4a1 ou NGFI-B) est un facteur de transcription de la famille des récepteurs nucléaires associé aux effets des antipsychotiques. Ceci étant dit, le mécanisme d’action de Nur77 est également peu connu. Afin de mieux comprendre les éléments impliqués avec les antipsychotiques et l’activité de Nur77, nous avons comparé les niveaux de transcrits dans le striatum suite à un traitement avec l’halopéridol chez des rats sauvages et déficients en Nur77 à l’aide de la technique de séquençage à haut débit (RNAseq) et d’une analyse bio-informatique. L’halopéridol et Nur77 ont modulé d’importants groupes de gènes associés avec la signalisation des récepteurs dopaminergiques et la synapse glutamatergique. L’analyse a révélé des modulations de gènes clés reliés à la signalisation des protéines G. Parmi les transcrits modulés significativement chez les rats traités avec halopéridol et ceux déficients en Nur77, la dual specificity phosphatase 5 (Dusp5) représente un nouveau candidat d’intérêt. En effet, nous avons confirmé que les niveaux d’ARNm et protéiques de Dusp5 dans le striatum sont associés aux mouvements involontaires anormaux (dyskinésie) dans un modèle de primates non-humains traités chroniquement avec halopéridol. Cette analyse transcriptomique a démontré des altérations rapides et importantes d’éléments impliqués dans la signalisation des protéines G par l’halopéridol, et a permis d’identifier, pour la première fois, une expression de Dusp5 dépendante de Nur77 en tant que nouvelle composante reliée avec la dyskinésie tardive. / Despite antipsychotic drugs being used for several decades, their precise mechanism of action remains elusive. Nur77 (Nr4a1 or NGFI-B) is a transcription factor of the nuclear receptor family associated with antipsychotic drug effects. However, the mechanism of action of Nur77 is also not well understood. To better understand the signaling components implicated with antipsychotic drug use and Nur77 activity, we compared striatal gene transcripts following haloperidol in wild-type and Nur77-deficient rats using Next Generation RNA Sequencing (RNAseq) and a bioinformatics analysis. Haloperidol and Nur77 modulated important subsets of striatal genes associated with dopamine receptor signaling and glutamate synapses. The analysis revealed modulations of key components of G protein signaling that are consistent with a rapid adaptation of striatal cells that may partially explain long-term haloperidol-induced dopamine D2 receptor upregulation. Amongst significantly modulated transcripts in rats treated with haloperidol and rats deficient in Nur77, dual specificity phosphatase 5 (Dusp5) represents a new and very interesting candidate. Indeed, we confirmed that striatal Dusp5 mRNA and protein levels were associated with abnormal involuntary movements (dyskinesia) in non-human primates chronically exposed to haloperidol. This transcriptomic analysis showed important haloperidol-induced G protein-coupled receptor signaling alterations that may support a regulatory role of Nur77 in dopamine D2 receptor signaling pathways and identified, for the first time, a putative Nur77-dependent expression of Dusp5 as a new signaling component for antipsychotic drug-induced tardive dyskinesia.