Les Loricariinae appartiennent à la famille des poissons-chats néotropicaux cuirassés Loricariidae, la famille de poissons-chats la plus riche en espèce au monde, et se caractérisent par un pédoncule caudal long et aplati et par l’absence de nageoire adipeuse. Préalablement aux études évolutives réalisées, une phylogénie exhaustive et robuste a été établie sur la base de données mitochondriales et nucléaires. Cette phylogénie a ensuite été utilisée dans des analyses multivariées et multi-tableaux afin de révéler les principales tendances évolutives de la sous-famille. La phylogénie obtenue indique que la tribu Harttiini forme un groupe paraphylétique et est restreinte à trois genres, et que dans la tribu Loricariini, deux sous-tribus soeurs se distinguent, les Farlowellina et les Loricariina, chacune présentant des patterns évolutifs complexes. Plusieurs nouveaux taxa ont aussi été mis en évidence et décrits. En utilisant la phylogénie comme outil exploratoire, nous avons démontré : (1) avec l’analyse de co-inertie que les caractères diagnostiques fournis pour définir les différents genres étaient sous dépendance phylogénétique ; (2) avec l’analyse de co-inertie multiple que les forces évolutives sous-jacentes dirigeant leur diversification incluaient des composantes intraphénotypiques (morphologie et génétique) et extraphénotypique (écologie et distribution) ; (3) avec l’analyse RLQ que des évènements de co-dispersion entre espèces codistribuées avaient eu lieu et étaient responsables de la distribution actuelle des espèces ; et (4) avec l’analyse de patterns multi-échelles que la co-évolution des traits liés aux caractéristiques de la bouche était liée à des fonctions reproductrices responsables d’une évolution tertiaire de cet organe. / The Loricariinae belong to the Neotropical mailed catfish family Loricariidae, the mostspeciose catfish family in the world, and are united by a long and flattened caudal peduncle and the absence of an adipose fin. Despite numerous works conducted on this group, no phylogeny is presently available. Prior to conduct evolutionary studies, an exhaustive and robust phylogeny was reconstructed using mitochondrial and nuclear data. Then, this phylogeny was used in multivariate and multi-table analyses to reveal the main evolutionary trends of the subfamily. The resulting phylogeny indicated that the Harttiini tribe, as classically defined, formed a paraphyletic assemblage and was restricted to three genera, and within the Loricariini tribe, two sister subtribes were distinguished, Farlowellina and Loricariina, both displaying complex evolutionary patterns. In addition several new taxa were highlighted and described. Subsequently using this phylogeny as exploratory tool, we demonstrated: (1) using co-inertia analysis that the diagnostic features provided to define the different genera were phylogenetically dependent; (2) using multiple co-inertia analysis that the underlying evolutionary forces shaping their diversification included intraphenotypic (morphology and genetics) and extraphenotypic (ecology and distribution) components; (3) using the RLQ analysis that co-dispersion events occurred between co-distributed species responsible for the current fish distribution; and (4) using the multi-scale pattern analysis that the co-evolution in traits related to the mouth characteristics was linked to reproductive functions responsible for a tertiary evolution of this organ.

Ce travail concerne les analyses multi-tableaux de données et plus particulièrement la régression. Présentées sous forme d'un recueil, nous exposons un grand nombre de méthodes peu connues pour la majorité, pour l'analyse des multi-tableaux.<br /><br />Notre travail se compose de trois parties. La première partie, contenant sept chapitres, expose les méthodes de modélisation linéaires. Elles sont classées par type d'analyse (conjointe ou régression) et par domaine d'application (cube ou multi-tableaux). Nous en introduisons plusieurs nouvelles de type PLS, basées sur l'optimisation d'un critère sous contraintes par étape, pour analyser simultanément un (ACIMO) ou plusieurs (ACIMOG1,2, 3) ensembles de tableaux, pour modéliser un ensemble de tableaux par un autre (ACIMO-PLS, ACIMOG-PLS1,2 3, REMUB) et appliquons l'ACIMO à l'intrastructure de STATIS pour en améliorer les trajectoires. De plus, nous proposons une généralisation de la méthode STATIS au cas de deux ensembles de tableaux (DO-ACT), aussi basée sur l'optimisation d'un critère sous contraintes. <br /><br />Un chapitre est consacré à ce qui touche la pratique de ces méthodes, dans lequel nous abordons la question du choix de blocs explicatifs importants dans les modèles de régression multi-tableaux, qui n'a encore jamais été abordée. Nous proposons plusieurs critères pour répondre à cela.<br /><br />La seconde partie, moins importante en taille, concerne la modélisation non-linéaire en régression multi-tableaux. Après une revue des méthodes de régression PLS non-linéaire pour deux tableaux, nous introduisons deux méthodes (SARMUB1 et 2) pour la régression non-linéaire des multi-tableaux, basées sur la recherche de transformations splines des prédicteurs optimales. Enfin, nos méthodes, programmées en S-Plus, ayant pour but principal d'être appliquées, nous proposons dans la troisième partie les résultats de plusieurs applications dans divers domaines, tels que la chimiométrie, l'analyse sensorielle, l'écologie ...

L’infection pulmonaire chronique à Pseudomonas aeruginosa (P. a.) est considérée comme la principalecause de morbidité et de mortalité liée à la mucoviscidose. Au cours de cette infection persistante, labactérie s'adapte à l’environnement pulmonaire caractéristique de ces patients et évolue avec son hôtependant des décennies. Cette évolution adaptative est portée par les phénotypes, avec notamment unediminution de la virulence et une augmentation de la résistance aux antibiotiques au cours du temps. Bienque plusieurs études aient tenté d’évaluer les mécanismes génétiques de cette évolution, il demeureaujourd’hui difficile d’expliquer les relations entre les mutations accumulées dans le génome bactérien etl’expression de phénotypes cliniquement pertinents, ou encore de corréler ces mutations avec l’état desanté du patient.Nous proposons dans ce travail d’étudier les mécanismes sous-tendant cette évolution adaptative à unniveau d’observation post-génomique : la métabolomique. Dernière-née des disciplines –omiques, lamétabolomique permet la prise de vue instantanée du métabolisme, et offre une vision au plus proche duphénotype. Pour cela, nous avons constitué une banque de lignées clonales évolutives de P. a. prélevéesau cours de l’infection pulmonaire chronique chez des patients atteints de mucoviscidose. Cette banque aensuite été caractérisée aux plans clinique, phénotypique et métabolomique. L’intégration de ces différentsniveaux d’information par des méthodes statistiques multi-tableaux nous a permis de mettre en évidencedes voies métaboliques impliquées dans la patho-adaptation de P. a. à son hôte.Nos résultats permettent de faire émerger de nouvelles hypothèses pour le développement d’outilsthérapeutiques et diagnostiques visant à améliorer la prise en charge de ces infections particulièrementrésistantes aux antibiotiques. De plus, nos travaux démontrent l’intérêt de la métabolomique pour l’étudede l’évolution adaptative bactérienne en conditions naturelles. / Chronic lung infection with Pseudomonas aeruginosa (P. a.) is considered as the leading cause of cysticfibrosis (CF) morbidity and mortality. During this persistent infection, the bacterium adapts to the typical lungenvironment of these patients and evolves within its host for decades. This adaptive evolution is driven byphenotypes, including a decrease in virulence and an increase in antibiotic resistance over time. Althoughseveral studies have attempted to elucidate the genetic mechanisms of this evolution, it remains difficulttoday to explain the relationships between the accumulated genomic mutations and the expression ofclinically relevant phenotypes, or to correlate these mutations with the patient’s health status.In this work, we propose to study the mechanisms underlying this adaptive evolution at a post-genomicobservation level: metabolomics. Metabolomics, the newest of the -omics disciplines, provides an instantview of the metabolic activities, and furnishes a vision as close as possible to the phenotype. To this end,we constructed a bank of evolutive clonal P. a. lineages sampled during chronic lung infection in patientswith CF. This bank was then clinically, phenotypically and metabolomically characterized. Integration ofthese different levels of information by multi-block statistical methods has allowed us to highlight metabolicpathways involved in within-host patho-adaptation of P. a. .Our results rise new hypotheses for the development of therapeutic and diagnostic tools with the aim ofimproving the management of these infections particularly resistant to antibiotics. In addition, our workdemonstrates the interest of metabolomics to study bacterial adaptive evolution under natural conditions.

L’objectif de cette thèse est de développer et de proposer de nouvellesméthodes de réduction de dimension pour la construction d’indicateurs composites dequalité de vie à l’échelle communale. La méthodologie statistique développée met l’accentsur la prise en compte de la multidimensionnalité du concept de qualité de vie, avecune attention particulière sur le traitement de la mixité des données (variables quantitativeset qualitatives) et l’introduction des conditions environnementales. Nous optonspour une approche par classification de variables et pour une méthode multi-tableaux(analyse factorielle multiple pour données mixtes). Ces deux méthodes permettent deconstruire des indicateurs composites que nous proposons comme mesure des conditionsde vie à l’échelle communale. Afin de faciliter l’interprétation des indicateurscomposites construits, une méthode de sélection de variables de type bootstrap estintroduite en analyse factorielle multiple. Enfin nous proposons la méthode hclustgeode classification d’observations qui intègre des contraintes de proximité géographiqueafin de mieux appréhender la spatialité des phénomènes mis en jeu. / The purpose of this thesis is to develop and suggest new dimensionreduction methods to construct composite indicators on a municipal scale. The developedstatistical methodology highlights the consideration of the multi-dimensionalityof the quality of life concept, with a particular attention on the treatment of mixeddata (quantitative and qualitative variables) and the introduction of environmentalconditions. We opt for a variable clustering approach and for a multi-table method(multiple factorial analysis for mixed data). These two methods allow to build compositeindicators that we propose as a measure of living conditions at the municipalscale. In order to facilitate the interpretation of the created composite indicators, weintroduce a method of selections of variables based on a bootstrap approach. Finally,we suggest the clustering of observations method, named hclustgeo, which integratesgeographical proximity constraints in the clustering procedure, in order to apprehendthe spatiality specificities better.