La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.

Les ARNs non-codants régulateurs (ARNnc) regroupent des acteurs majeurs de la régulation de l'expression des gènes, retrouvés de manière ubiquitaire dans l'ensemble des domaines du vivant. Chez les bactéries ils sont également appelés sRNAs, jouent des rôles clefs dans de nombreuxprocessus physiologiques et adaptatifs. Ces sRNAs ont été mis en évidence par des méthodes expérimentales haut-débit (microarray, tilling-array...) dans plusieurs espèces bactériennes d'intérêt. Ils agissent majoritairement au niveau post-transcriptionnel via une interaction physique avec un ou plusieurs ARNs messagers(s) cibles(s). Cependant, les informations sur les ARNmet les fonctions potentielles de ces sRNAs restent très parcellaires à ce jour. De plus, les profils d'évolution des sRNAs ont été peu étudiés chez les bactéries pathogènes. Le travail réalisé dans cette thèse repose sur l'hypothèse que l'évolution des sRNAs et leur coévolution avec d'autres éléments fonctionnels dans un ensemble de génomes, peut permettre de mieux comprendre leurs histoires évolutives, mais également de caractériser leurs fonctions potentielles et peut-être d'aider à identifier le ou les ARNm cibles avec lesquels ils interagissent. Dans ce but, nous avons conçu et implémenté une stratégie de phylogénomique robuste et géné- rique permettant d'analyser l'évolution et la coévolution des sRNAs et des ARNm cibles dans un ensemble de génomes bactériens annotés, à partir de leur profil de présence-absence. Cette méthode a été appliquée à l'analyse de l'évolution et de la coévolution de 154 sRNAs trans régulateurs de Listeria monocytogenes EGD-e. Elle nous a permis d'identifier 52 sRNAs accessoires dont la majo- rité étaient présents dans l'ancêtre commun des souches de Listeria et ont été perdus au cours de l'évolution. Nous avons ensuite détecté une coévolution significative entre 23 sRNAs et 52 ARNm et nous avons reconstruit le réseau de coévolution des sRNAs et ARNm de Listeria. Ce réseau contient un hub principal de 12 sRNAs qui coévoluent avec des ARNm codant pour des protéines de la paroi ainsi que des facteurs de virulence. Parmi eux nous avons pu identifier 4 sRNAs coévoluant avec 7 gènes codant pour des internalines qui sont connues pour regrouper d'importants facteurs de virulence chez Listeria. De plus, l'ARN rli133, qui coévolue avec plusieurs gènes impliqués dans le pouvoir pathogène de Listeria, contient des régions compatibles avec des interactions physiques directes inhibitrices pour la majorité de ses partenaires de coévolution. / Non coding RNAs (ncRNA) are main actors of gene expression regulation and are found ubiquitously in all domains of life. In bacteria, ncRNAs play key roles in a wide range of physiological and adaptive processes. These "small non coding RNAs" (sRNAs) are identified by high-throughput experimental methods (microarray, tilling-array, ...) in several bacteria species of interest. They mainly act at post-transcriptional level through physical interactions with one or several mRNA(s). Nevertheless, the available informations about mRNA targets and sRNAs functions, remain very limited. In addition, evolutionary patterns of sRNAs have been poorly studied in pathogenic bacteria. The main hypothesis of my PhD work is therefore that analysis of evolution and coevolution between sRNAs and other functional elements in a given genomes set, may allow to understand their evolutionary histories, to better characterize their putative functions, and may also help to identify their potential mRNA(s) target(s). For this purpose, we designed and developed a robust and generic phylogenomic approach to analyze evolution and coevolution between sRNAs and mRNA from their presence-absence profiles, in a set of annotated bacterial genomes. This method was thereafter used to analyze evolution and coevolution of 154 Listeria monocytogenes EGD-e trans regulatory sRNAs in 79 complete genomes of Listeria. This approach allowed us to discover 52 accessory sRNAs, the majority ofwhich were present in the Listeria common ancestor and were subsequently lost during evolution of Listeria strains. We then detected significant coevolutions events between 23 sRNAs and 52 mRNAs and reconstructed the coevolving network of Listeria sRNA and mRNA. This network contains a main hub of 12 sRNAs that coevolves with mRNA encoding cell wall proteins and virulence factors. Among them, we have identified 4 sRNAs coevolving with 7 internalin-coding genes that are known to group important virulence factors of Listeria. Additionaly, rli133, a sRNA that coevolve with several genes involved in Listeria pathogenicity, exhibits regions compatible with direct translational inhibitory physical interactions for most of its coevolution partners.

La bio-informatique est un champ pluridisciplinaire qui utilise la biologie, l’informatique, la physique et les mathématiques pour résoudre des problèmes posés par la biologie. L’une des thématiques de la bio-informatique est l’analyse des séquences génomiques et la prédiction de gènes d’ARN non codants. Les ARN non codants sont des molécules d’ARN qui sont transcrites mais pas traduites en protéine et qui ont une fonction dans la cellule. Trouver des gènes d’ARN non codants par des techniques de biochimie et de biologie moléculaire est assez difficile et relativement coûteux. Ainsi, la prédiction des gènes d’ARNnc par des méthodes bio-informatiques est un enjeu important. Cette recherche décrit un travail d’analyse informatique pour chercher des nouveaux ARNnc chez le pathogène Candida albicans et d’une validation expérimentale. Nous avons utilisé comme stratégie une analyse informatique combinant plusieurs logiciels d’identification d’ARNnc. Nous avons validé un sous-ensemble des prédictions informatiques avec une expérience de puces à ADN couvrant 1979 régions du génome. Grace à cette expérience nous avons identifié 62 nouveaux transcrits chez Candida albicans. Ce travail aussi permit le développement d’une méthode d’analyse pour des puces à ADN de type tiling array. Ce travail présente également une tentation d’améliorer de la prédiction d’ARNnc avec une méthode se basant sur la recherche de motifs d’ARN dans les séquences. / Bioinformatics is a multidisciplinary field that uses biology, computer science, physics and mathematics to solve problems in biology. One of the topics of bioinformatics is the analysis of genomic sequences and prediction of genes from non-coding RNA (ncRNA). The non-coding RNAs are RNA molecules that are transcribed but not translated into protein and have a function in the cell. The use of biochemistry and molecular biology techniques in order to find non-coding RNA genes is rather difficult and relatively expensive. Thus, the prediction of genes by bioinformatics methods is an important issue. This research describes a computer analysis to search for new ncRNA in the pathogen Candida albicans and an experimental validation. The strategy used was to combine several algorithms and to validate a subset of computer predictions with a microarray experience covering 1979 regions of the genome. We have identified 62 new transcripts in Candida albicans. We have also developed an analytical method for tiling array and attempted to improve the prediction of ncRNAs this with a method based on the search of RNA motifs in the sequences.

The last few years have seen dramatic advances in genomics, including the discovery of a large number of non-coding and antisense transcripts. This has revolutionised our understanding of multifaceted transcript structures found within gene loci and their roles in the regulation of development, neurogenesis and other complex processes. The recent and continuing surge of knowledge has prompted researchers to reassess and further dissect gene loci. The ghrelin gene (GHRL) gives rise to preproghrelin, which in turn produces ghrelin, a 28 amino acid peptide hormone that acts via the ghrelin receptor (growth hormone secretagogue receptor/GHSR 1a). Ghrelin has many important physiological and pathophysiological roles, including the stimulation of growth hormone (GH) release, appetite regulation, and cancer development. A truncated receptor splice variant, GHSR 1b, does not bind ghrelin, but dimerises with GHSR 1a, and may act as a dominant negative receptor. The gene products of ghrelin and its receptor are frequently overexpressed in human cancer While it is well known that the ghrelin axis (ghrelin and its receptor) plays a range of important functional roles, little is known about the molecular structure and regulation of the ghrelin gene (GHRL) and ghrelin receptor gene (GHSR). This thesis reports the re-annotation of the ghrelin gene, discovery of alternative 5’ exons and transcription start sites, as well as the description of a number of novel splice variants, including isoforms with a putative signal peptide. We also describe the discovery and characterisation of a ghrelin antisense gene (GHRLOS), and the discovery and expression of a ghrelin receptor (growth hormone secretagogue receptor/GHSR) antisense gene (GHSR-OS). We have identified numerous ghrelin-derived transcripts, including variants with extended 5' untranslated regions and putative secreted obestatin and C-ghrelin transcripts. These transcripts initiate from novel first exons, exon -1, exon 0 and a 5' extended 1, with multiple transcription start sites. We used comparative genomics to identify, and RT-PCR to experimentally verify, that the proximal exon 0 and 5' extended exon 1 are transcribed in the mouse ghrelin gene, which suggests the mouse and human proximal first exon architecture is conserved. We have identified numerous novel antisense transcripts in the ghrelin locus. A candidate non-coding endogenous natural antisense gene (GHRLOS) was cloned and demonstrates very low expression levels in the stomach and high levels in the thymus, testis and brain - all major tissues of non-coding RNA expression. Next, we examined if transcription occurs in the antisense orientation to the ghrelin receptor gene, GHSR. A novel gene (GHSR-OS) on the opposite strand of intron 1 of the GHSR gene was identified and characterised using strand-specific RT-PCR and rapid amplification of cDNA ends (RACE). GHSR-OS is differentially expressed and a candidate non-coding RNA gene. In summary, this study has characterised the ghrelin and ghrelin receptor loci and demonstrated natural antisense transcripts to ghrelin and its receptor. Our preliminary work shows that the ghrelin axis generates a broad and complex transcriptional repertoire. This study provides the basis for detailed functional studies of the the ghrelin and GHSR loci and future studies will be needed to further unravel the function, diagnostic and therapeutic potential of the ghrelin axis.

La traduction est une étape clef de l’expression des gènes, et mon travail a consisté à étudier l’implication de la protéine ribosomique S1 d’Escherichia coli dans l’initiation de la traduction des ARNm structurés. Mes résultats montrent que 1) S1 est requise pour la formation du complexe d’initiation des ARNm portant une séquence SD faible et/ou des structures stables, 2) elle est dotée d’une activité chaperonne, débobinant les ARNm afin de les placer dans le canal de décodage ; et 3) le ribosome favorise son action. Par la suite, j’ai montré un rôle inattendu de S1 dans la régulation post-transcriptionnelle médiée par les ARNnc. En effet, la dégradation rapide de l’ARNm sodB, induite par l’ARNnc RyhB en absence de fer, est perdue dans une souche dont l’extrémité C-terminale de S1 a été supprimée, montrant ainsi un lien fonctionnel entre S1 et le dégradosome. Ainsi, S1 exerce de multiples fonctions qui se placent au carrefour de la traduction et de la régulation de l’expression des gènes / The translation is a key step for the gene expression, and the aim of my PhD was to analyze the involvment of Escherichia coli ribosomal protein S1 in the translation initiation of structured mRNAs.My results show that 1) S1 is required for the establishment of the active translation initiation complex involving mRNAs with a weak SD sequence and/or stable structures, 2) S1 has a RNA chaperone activity, unwinding the mRNA in order to accommodate it in the decoding channel, and 3) the ribosome promotes its activity.In the second part of my thesis, I unexpectedly showed that S1 is involved in the ncRNAmediated regulation. Indeed, the fast degradation of sodB mRNA, induced by RyhB ncRNA under iron depletion, is impaired in a strain depleted of the C-terminal part of S1 protein, thus highlighting a functional link between S1 and the degradosome.All in one, my results show that S1 is endowed with multiple functions, at the cross-road between translation and regulation of gene expression.

No description available.

No description available.