Au cours des cinq dernières années l’existence d’un contrôle de la transcription par les ARN non-codants longs (lncRNAs) a été décrite dans une large variété d’eucaryotes. Cependant, les mécanismes par lesquels les lncRNAs régulent la transcription restent en grande partie méconnus. Les premiers travaux effectués dans le cadre de cette thèse ont participé à la caractérisation du mécanisme mis en jeu par un lncRNA, nommé nam1, dans le contrôle de l’entrée en différenciation sexuelle chez la levure Schizosaccharomyces pombe. Il a ainsi été montré qu’au cours de sa synthèse le lncRNA nam1 est ciblé par la protéine de liaison à l’ARN Mmi1 et une machinerie de surveillance des ARN qui comprend l’exosome, un complexe de dégradation des ARN conservé au cours de l’évolution. La fixation de Mmi1 au lncRNA nam1 contrôle la terminaison de la transcription de nam1 et empêche ainsi la transcription de se poursuivre et d’interférer alors avec la transcription du gène situé en aval (codant pour une MAP kinase essentielle à l’entrée en différenciation). Les travaux suivant montrent l’implication dans ce mécanisme de la protéine Cti1, un des co-facteurs connus de l’exosome. Fait marquant, ces travaux rapportent aussi l’existence d’un mode de production inédit pour un lncRNA. En effet, ils révèlent que la transcription non-interrompue d’un gène codant conduirait à la production d’un ARN bi-cistronique. La maturation co-transcriptionnelle de cet ARN bi-cistronique produirait, d’un côté, un ARN messager et, de l’autre, le lncRNA nam1. Enfin, ils ont permit la caractérisation initiale d’un nouveau composant de la machinerie de surveillance des ARN recrutée sur nam1 par Mmi1. Ainsi, dans leur ensemble, ces travaux contribuent à une meilleure connaissance des mécanismes pouvant être mis en jeu par un lncRNA et agissant en cis pour réguler l’expression génique et, à travers elle, des processus cellulaires majeurs, tel que la différenciation cellulaire. De plus, ils décrivent un nouveau mécanisme de biogénèse d’un lncRNA. / Over the last five years, the control of transcription mediated by long non-coding RNAs (lncRNAs) has been reported to take place in a wide variety of eukaryotes. However, the mechanisms by which lncRNAs regulate transcription remain relatively poorly described. The first work conducted in the context of this PhD thesis has contributed to the characterization of the mechanism used by a lncRNA, named nam1, to control entry into sexual differentiation of the fission yeast Schizosaccharomyces pombe. It was shown that, while the lncRNA nam1 is being produced, it is targeted by the RNA binding protein Mmi1 and a RNA surveillance machinery that includes the exosome, a conserved complex throughout evolution. The binding of Mmi1 to nam1 lncRNA controls the termination of transcription of nam1, which prevents this non-coding transcription from interfering with the transcription of the downstream gene, coding for a MAP kinase essential to entry into differentiation. The following work shows the importance of the protein Cti1, one of the known co-factor of the exosome, in the nam1-dependent control of sexual differentiation. Remarkably, it also strongly suggests the existence of a new way of producing a lncRNA. Indeed, it reveals that read-through transcription of a protein-coding gene leads to the production of a bi-cistronic RNA, which is co-transcriptionally matured to produce on one side a messenger RNA and on the other side the lncRNA nam1. Finally, this work initiated the characterization of a new component of the RNA surveillance machinery targeting nam1. Collectively, this work brings several insights into the mechanisms used by cis-acting lncRNAs to regulate gene expression and, thereby, major cellular processes such as cell differentiation. Moreover, it also provides insights into the biogenesis of lncRNAs by reporting a new mode of production of lncRNAs.

Eukaryotic cells exhibit an extensive transcriptional diversity. Only about a quarter of the total RNA in the human cell can be accounted for by messenger RNA (mRNA), which convey genetic code for protein generation. The remaining part of the transcriptome consists of rather heterogenous molecules. While some classes are well defined and have been shown to carry out distinct functions, ranging from housekeeping to complex regulatory tasks, a big fraction of the transcriptional output is categorized solely based on the lack of protein-coding capacity and transcript length. Several studies have shown, that as a group, mRNA-like long non-coding RNAs (lncRNAs), are under stabilizing selection, however at much weaker levels than mRNAs. The conservation at the level of primary sequence is even lower, blurring the contrast between exonic and intronics parts, which impedes traditional methods of genome-wide homology search. As a consequence their evolutionary history is a fairly unexplored field and apart from a few experimentally studied cases, the vast majority of them is reported to be poorly conserved. However, the pervasive transcription and the highly spatio-temporal specific expression patterns of lncRNAs suggests their functional importance and makes their evolutionary age and conservation patterns a topic of interest. By employing diverse computational methods, recent studies shed light on the common conservation of lncRNA’s secondary and gene structures, highlighting the significance of structural features on functionality. Splice sites, in particular, are frequently retained over very large evolutionary time scales, as they maintain the intron-exon-structure of the transcript. Consequently, the conservation of splice sites can be utilized in a comparative genomics approach to establish homology and predict evolutionarily well-conserved transcripts, regardless of their coding capacity. Since splice site conservation cannot be directly inferred from experimental evidence, in the course of this thesis a computational pipeline was established to generate comparative maps of splice sites based on multiple sequence alignments together with transcriptomics data. Scoring schemes for splice site motifs are employed to assess the conservation of orthologs. This resource can then be used to systemically study the conservation patterns of RNAs and their gene structures. This thesis will demonstrate the versatility of this method by showcasing biological applications of three distinct studies. First, a comprehensive annotation of the human transcriptome, from RefSeq, ESTs and GENCODE, was used to trace the evolution of human lncRNAs. A large majority of human lncRNAs is found to be conserved across Eutheria, and many hundreds originated before the divergence of marsupials and placental mammals. However, they exhibit a rapid turnover of their transcript structures, indicating that they are actual ancient components of the vertebrate genome with outstanding evolutionary plasticity. Additionally, a public web server was setup, which allows the user to retrieve sets of orthologous splice sites from pre-computed comparative splice site maps and inspect visualizations of their conservation in the respective species. Second, a more specific data set of non-colinearly spliced latimerian RNAs is studied to fathom the origins of atypical transcripts. RNA-seq data from two coelacanth species are analyzed, yielding thousands of circular and trans-spliced products, with a surprising exclusivity of the majority of their splice junctions to atypically spliced forms, that is they are not used in linear isoforms. The conservation analysis with comparative splice site maps yielded high conservation levels for both cir- cularizing and trans-connecting splice sites. This fact in combination with their abundance strongly suggests that atypical RNAs are evolutionarily old and of functional importance. Lastly, comparative splice site maps are used to investigate the role of lncRNAs in the evolution of the Alzheimer’s disease (AD). The human specificity of AD clearly points out a phylogenetic aspect of the disease, which makes the evolutionary analysis a very promising field of research. Protein- coding and non-protein-coding regions, that have been identified to be differentially expressed in AD patients, are analyzed for conservation of their splice site and evolution of their exon-intron-structure. Both non-coding and protein-coding AD-associated genes are shown to have evolved more rapidly in their gene structure than the genome at large. This supports the view of AD as a consequence of the recent rapid adaptive evolution of the human brain. This phylogenetic trait might have far reaching consequences with respect to the appropriateness of animal models and the development of disease-modifying strategies. / Eukaryotische Zellen legen eine umfangreiche transkriptionelle Vielfalt an den Tag. Nur etwa ein Viertel der in der menschlichen Zelle enthaltenen RNA ist messenger RNA (mRNA), welche den genetischen Code für die Proteingenerierung übermittelt. Der verbleibende Anteil des Transkriptoms besteht aus eher heterogenen Molekülen. Während einigen wohldefinierten Klassen spezifische Funktionen zugeordnet werden können, welche von Zellhaushalt bis zu komplexen regulatorischen Aufgaben reichen, wird ein großer Teil der transkriptionellen Produktion ausschließlich auf Grundlage der fehlenden Kodierungskapazität und der Transkriptlänge kategorisiert. Einige Studien zeigten, dass mRNA-ähnliche lange nicht-kodierende RNA (lncRNA) als Gruppe unter stabilisierender Selektion stehen, wenn auch in einem weitaus geringeren Ausmaß als mRNAs. Die Konservierung auf Ebene der primären Sequenz ist sogar noch niedriger, wodurch der Kontrast zwischen exonischen und intronischen Elementen verschwimmt und Methoden der traditionellen Homologiesuche erschwert werden. Infolgedessen ist die evolutionäre Geschichte der lncRNAs ein recht unerforschtes Gebiet und abgesehen von ein paar vereinzelten Fallstudien wird die große Mehrheit als schwach konserviert vermeldet. Die tiefgreifende Transkription und die in Raum und Zeit hochspezifischen Expressionsmuster von lncRNA deuten jedoch auf deren funktionelle Bedeutung hin und machen ihr evolutionäres Alter und ihre Konservierungsmuster zu einem Thema von Interesse. Durch die Verwendung von computergestützten Methoden konnten jüngste Studien die verbreitete Konservierung von Sekundär- und Genstruktur von lncRNAs aufzeigen, was die Signifikanz von strukturellen Merkmalen in Bezug auf deren Funktionalität unterstreicht. Spleißstellen im besonderen werden oft über lange evolutionäre Zeitspannen erhalten, da sie die Intron-Exon-Struktur des Transkripts bewahren. Folglich, kann die Konservierung von Spleißstellen durch einen Ansatz der vergleichenden Genomik benutzt werden, um Homologie herzuleiten und evolutionär gut konservierte Transkripte unabhängig von deren Kodierungskapazität zu prognostizieren. Da es nicht möglich ist die Spleißstellenkonservierung direkt anhand von experimentellen Indikatoren abzulesen, wurde im Zuge dieser These eine computergestützte Methode entwickelt, welche, basierend auf multiplen Sequenzalignments und Transkriptomikdaten, “Vergleichskarten” von Spleißstellen erstellt. Ein Punktebewertungssystem für Spleißstellenmotive wird benutzt um die Konservierung der Orthologen zu beurteilen. Diese Resource kann anschließend verwendet werden um systematisch die Konservierungsmuster von RNAs und deren Genstrukturen zu untersuchen. Diese Arbeit wird die Vielseitigkeit dieser Methode demonstrieren, indem die biologische Anwendung in drei verschiedenen Studien präsentiert wird. Zuerst wird eine umfassende Annotation des menschlichen Transkriptoms, basierend auf RefSeq, EST und GENCODE, benutzt, um die Evolution von humanen lncRNAs nachzuvollziehen. Es konnte festgestellt werden, dass eine große Mehrheit der menschlichen lncRNAs innerhalb der Eutheria konserviert ist und mehrere hundert bereits vor der Auseinanderentwicklung von Beuteltieren und höheren Säugetieren entstanden. Dennoch zeigen sie eine rasante Veränderung in ihren Transkriptstrukturen, welche darauf hindeutet, dass sie tatsächlich alte Bestandteile von Vertebratengenomen mit bemerkenswerter evolutionärer Formbarkeit sind. Zusätzlich wurde ein öffentlicher Webserver aufgesetzt, der dem Nutzer ermöglicht Datensätze orthologer Spleißstellen aus vorgenerierten Vergleichskarten zu extrahieren und Visualisierungen der Konservierung in den jeweiligen Spezies zu betrachten. Als zweites wird ein spezifischerer Datensatz von nicht-linear gespleißten Latimeria-RNA untersucht um die Ursprünge untypischer Transkripte zu ergründen. Die Analyse der RNA-seq Daten zweier Exemplare des Quastenflossers ergab tausende zirkulärer und Transspleiß-Produkte, wobei die Mehrheit der Spleißverbindungen eine überraschende Exklusivität für untypisch gespleißte Formen aufzeigt, d.h. diese werden nicht für lineare Isoformen genutzt. Die Konservierungsanalyse mit Spleißstellen-Vergleichskarten ergibt hohe Konservierungsniveaus sowohl für zirkulärisierende als auch für trans-verbindende Spleißstellen. Diese Tatsache in Kombination mit ihrem häufigen Vorkommen, deutet stark darauf hin, dass untypische RNAs evolutionär alt und von funktioneller Bedeutung sind. Zuletzt werden Spleißstellen-Vergleichskarten benutzt um die Rolle von lncRNAs in der Evolution der Alzheimer-Krankheit (AK) zu untersuchen. Die Spezifität der AK auf den Menschen weist klar auf einen phylogenetischen Aspekt der Krankheit hin, was deren evolutionäre Analyse zu einem vielversprechenden Forschungsgebiet macht. Proteinkodierende und nicht-proteinkodierende Regionen, bei denen eine differentielle Expression in AK-Patienten erkannt wurde, werden auf die Konservierung ihrer Spleißstellen und Evolution ihrer Exon-Intron-Strukturen hin analysiert. Es kann nachgewiesen werden, dass sich die Genstruktur von sowohl nicht-kodierenden als auch von proteinkodierenden AK-assoziierten Genen schneller entwickelt als das Genom im Allgemeinen. Das unterstützt die Auffassung, dass AK die Folge einer kürzlichen rasanten adaptiven Evolution des menschlichen Gehirns ist. Diese phylogenetische Eigenschaft könnte weitreichende Konsequenzen in Bezug auf die Angemessenheit von Tiermodellen und die Entwicklung von krankheitsmodifizierenden Strategien haben.

Adult mammalian <a></a><a>cardiomyocytes </a>(CMs, or heart muscle cells) have little, if any, ability to proliferate in response to injury, and after myocardial infarction this defect underlies the poor regenerative ability of human hearts. In contrast, early stage of CMs (such as fetal CMs) still have some ability to proliferate, and we seek to identify novel gene regulators as potential therapeutic targets for heart regeneration. Here we use human pluripotent stem cells (hPSCs) as an in vitro human model to investigate the roles of emerging long non-coding RNAs (lncRNAs), with the lengths of over 200 nucleotides are able to be transcribed but not translated into protein, for heart regeneration. With public available RNA-sequencing data, we identified several human genes, including lncRNAs, that are highly enriched in fetal CMs. We generated targeted gene knockout hPSC lines using CRISPR/Cas9-mediated genome editing and will use them to study the roles of selected genes in regulating CM proliferation. To identify more therapeutic targets, we also generated a fluorescence ubiquitination cell cycle indicator (FUCCI) reporter cell line that express either green (indicating dividing cells) or red fluorescence (indicating non-dividing cells), on which we’ll perform unbiased genome-wide screening to identity genes that regulate CM proliferation. High-throughput chemical screening will also be performed on FUCCI reporter lines to identify potential therapeutic drugs for heart regeneration.

Immer mehr Berichte deuten darauf hin, dass nicht-kodierende RNAs an der Regulation des Immunsystems beteiligt sind. In dieser Arbeit wurden nicht-kodierende RNAs identifiziert, die durch zwei unterschiedliche immunologische Prozesse in zwei verschiedenen Zelltypen reguliert wurden. Zum einen wurde das Transkriptom von Multiplen Myelom-Zellen in Abhängigkeit von der Interleukin 6-Stimulation untersucht. Dabei wurden einige sehr lange, IL 6-regulierte macroRNAs identifiziert, die STAIRs (STAT3-induced RNAs). Bei den STAIRs handelt es sich wahrscheinlich um funktionelle, kontinuierliche, nicht-kodierende macroRNAs, die im Zellkern angereichert sind. Einige STAIRs dienen eventuell zusätzlich oder ausschließlich als Primärtranskript für gespleißte, lange ncRNAs (lncRNAs), die weitere Funktionen in der Zelle ausüben können. Die STAIRs weisen eine große Bandbreite an Gewebsspezifität auf und bei den Untersuchungen in dieser Arbeit zeigten sich Hinweise, dass sie sich für verschiedene Krebserkrankungen als Biomarker eignen könnten. Die zweite Transkriptomanalyse wurde bei der Aktivierung naiver T Zellen durchgeführt. Dabei offenbarte sich, dass die Zellen bei diesem Prozess einen dramatischen Wechsel ihres Transkriptionsprogrammes vollziehen und eine Vielzahl nicht Protein-kodierender Gene reguliert werden. Es wurde die Regulation von ncRNAs, die bisher noch nicht im Zusammenhang mit T Zellen beschrieben wurden, beobachtet und erneut unbekannte, differentiell exprimierte Bereiche identifiziert. Im Anschluss wurde STAIR18, eine nicht-kodierende RNA, die durch die beiden untersuchten Signalwege reguliert wird, eingehender untersucht. Es zeigte sich, dass STAIR18 im menschlichen Genom dupliziert ist und beide Loci die gespleißte, lange ncRNA152 in diversen Varianten transkribieren. ncRNA152 ist hauptsächlich im Zytoplasma lokalisiert und befindet sich dort anscheinend in perinukleären Aggregaten. Die verschiedenen ncRNA152-Isoformen scheinen unter-schiedliche Funktionen auszuführen. Einerseits ist eine Wirkung als competing endogenous RNA wahrscheinlich. Eine weitere Aufgabe der ncRNA152 scheint darin zu bestehen, das STAT3-Primärtranskript zu stabilisieren oder dessen Prozessierung zu fördern.:1 Einleitung 1 1.1 Nicht-kodierende RNAs 1 1.1.1 Funktionen langer nicht-kodierender RNAs 2 1.1.2 Lange nicht-kodierende RNAs in Krebserkrankungen 4 1.2 Die Signaltransduktion von IL-6 und STAT3 5 1.2.1 Die IL-6/STAT3-Signalkaskade 5 1.2.2 Der Transkriptionsfaktor STAT3 7 1.2.3 Interleukin 6 und STAT3 in Krebserkrankungen 9 1.2.4 STAT3-regulierete nicht-kodierende RNAs 12 1.3 T-Zellen 13 1.3.1 T Zellaktivierung 14 1.3.2 Lange nicht-kodierende RNAs in T Zellen 16 1.4 Zielstellung 18 2 Material und Methoden 20 2.1 Bioinformatische Methoden 20 2.1.1 Evaluierung von Tiling Array-Daten 20 2.1.2 Evaluierung von Hochdurchsatz-Sequenzierungen 21 2.1.3 Auswertung von Mikroarray-Daten 21 2.1.4 DNA-Sequenzanalysen 22 2.1.5 Design von Oligonukleotiden 23 2.1.6 Statistische Auswertung 24 2.2 Molekularbiologische Methoden 25 2.2.1 Zellfraktionierung 25 2.2.2 Isolation von RNA 25 2.2.3 Reverse Transkription 26 2.2.4 Quantitative real-time PCR 27 2.2.5 Klonierung 29 2.3 Zellbiologische Methoden 36 2.3.1 Präparation primärer T-Helferzellen 36 2.3.2 Zellkultur und Stimulation eukaryontischer Zellen 38 2.3.3 Durchflusszytometrie 40 2.3.4 Transiente Transfektion eukaryontischer Zellen 42 2.3.5 Reportergenanalysen 44 2.3.6 Fluoreszenz in situ Hybridisierung 45 2.3.7 Gewebe- und Patientenproben 48 3 Ergebnisse 50 3.1 Identifizierung und Charakterisierung neuer STAT3-regulierter ncRNA-Gene 50 3.1.1 Genomweite Untersuchung STAT3-regulierter ncRNAs 50 3.1.2 Validierung der IL-6-Tiling Array-Daten 65 3.1.3 Intrazelluläre Lokalisation der STAIRs 67 3.1.4 Expressionsprofile der STAIRs 68 3.2 Identifizierung regulierter ncRNA-Gene während der T Zellaktivierung 72 3.2.1 Etablierung der in vitro Aktivierung primärer T Zellen 72 3.2.2 Genomweite Untersuchung regulierter RNAs während der T-Zellaktivierung 74 3.2.3 Validierung der T-Zellaktivierungs-Genomdaten 83 3.3 Untersuchung der nicht-kodierenden RNA STAIR18 / ncRNA152 83 3.3.1 STAIR18 ist im humanen Genom dupliziert 84 3.3.2 Von beiden STAIR18-Loci werden gespleißte Transkripte generiert 86 3.3.3 Regulation der ncRNA152 90 3.3.4 Untersuchung des STAIR18/ncRNA152-Promotors 96 3.3.5 Intrazelluläre Lokalisation von STAIR18 und ncRNA152 101 3.3.6 Überexpression der ncRNA152 in XG-1-Zellen 106 3.3.7 Knockdown der ncRNA152 in XG-1-Zellen 107 3.3.8 Identifizierung putativer Zielgene der ncRNA152 109 4 Diskussion 111 4.1 IL 6/STAT3 regulierte macroRNAs 111 4.1.1 Charakterisierung der STAIRs 114 4.1.2 STAIRS als potentielle Biomarker 121 4.2 Regulation von lncRNAs während der T Zellaktivierung 122 4.3 Untersuchung von STAIR18/ncRNA152 128 4.3.1 Regulation von STAIR18 und der ncRNA152 129 4.3.2 Lokalisation von STAIR18 und der ncRNA152 130 4.3.3 Manipulation der ncRNA152-Expression 131 4.3.4 Bedeutung der ncRNA152 133 5 Zusammenfassung 135 6 Summary 138 7 Literaturverzeichnis 141 8 Anhang 153 Danksagung 168 Publikationen 16969 Selbstständigkeitserklärung 170

Circular RNAs (circRNAs) sind eine große Klasse endogener RNAs, die in Organismen vorkommen, die RNA-Transkripte durch Spleißen prozessieren. Sie sind Produkte des „backsplicing“ – einer Art des alternativen Spleißens, bei der das 3‘-Ende eines Exons mit einer vorgelagerten 5‘-„splice site“ verbunden wird. Trotz ihrer Abundanz und spezifischen Expressionsmustern sind in vivo-Funktionen von circRNAs größtenteils unbekannt. Wir haben den existierenden Kenntnisstand systematisiert und diesen in Form von circBase frei zugänglich gemacht. circBase ist eine Online-Datenbank, in der circRNA-Datensätze abgerufen und im genomischen Kontext durchsucht und visualisiert werden können. Für die Arbeit mit Hochdurchsatz-circRNA-Daten haben wir des Weiteren die Software ciRcus entwickelt. Um mehr bezüglich circRNA-Expression und möglicher Funktionen zu lernen, haben wir die Expressionsmuster im Säugetiergehirn umfassend erforscht. Mithilfe von eigenen und öffentlich zugänglichen RNA-Sequenzierungsdaten haben wir Tausende von neuralen circRNAs in Mensch und Maus entdeckt. circRNAs waren während der neuronalen Differenzierung und Reifung insgesamt hochreguliert, stark angereichert in Synapsen, und oft differentiell exprimiert im Vergleich zu ihren mRNA-Isoformen. Außerdem haben wir gezeigt, dass viele circRNAs zwischen Mensch und Maus konserviert sind. Schließlich haben wir in vivo-Funktionen von Cdr1as erforscht - einer konservierten und im Gehirn hoch exprimierten circRNA, die stark von microRNA (miRNA)-Effektor-Komplexen gebunden ist und zahlreiche miR-7-Bindestellen sowie eine Bindestelle für miR-671 aufweist. „Knockout“-Tiere, bei denen der Cdr1as-Lokus deletiert wurde, zeigten ein gestörtes sensomotorisches „gating“ und dysfunktionale synaptische Übertragung. Die Expression von miR-7 und miR-671 war in verschiedenen Hirnregionen der Tiere dereguliert. Die Expression von „immediate early“-Genen, von denen einige miR-7-Zielgene sind, war erhöht. / circular RNAs (circRNAs) are a large class of endogenous RNAs present in organisms that process RNA transcripts by splicing. They are products of backsplicing - alternative splicing reactions where the 3’ end of an exon is spliced to an upstream 5’ splice site. Despite their abundance and tissue- and developmental-stage-specific expression patterns, their in vivo functions are largely unknown. We systematized the existing knowledge on circRNAs and made it freely available by developing circBase - an online database where circRNA datasets can be accessed, downloaded and browsed within the genomic context. Another technical challenge was addressed by developing ciRcus - a software package for working with high-throughput circRNA data, which allowed us to routinely handle, explore, annotate, quantify and integrate circRNA data with the external sources of biological data. To learn more about circRNA expression and potential functions, we have explored the expression patterns of circRNAs in the mammalian brain. Using own and public RNA-seq data, we discovered thousands of neural circRNAs in human and mouse. circRNAs were upregulated during neuronal differentiation and maturation, enriched in synapses, and often differentially expressed compared to their host mRNAs. Many circRNAs were conserved between human and mouse. Finally, we explored in vivo functions of Cdr1as - a conserved circRNA known to be highly expressed in the brain, heavily bound by microRNA (miRNA) effector complexes, and harbouring many binding sites for miR-7, as well as a single binding site for miR-671. Upon deleting the Cdr1as locus, knockout animals displayed impaired sensorimotor gating and dysfunctional synaptic transmission. Expression of miR-7 and miR-671 was deregulated in different brain regions of Cdr1as knockout animals. Expression of immediate early genes, some of which are miR-7 targets, was increased, providing a possible molecular link to the behavioral phenotype.

Next-generation sequencing (NGS) ermöglicht das molekulare Profiling von Zellen mit beispiellos hohem Durchsatz. Allerdings ist der Fokus oftmals auf proteinkodierende Proteine beschränkt, wodurch die vollständige Diversität des Transkriptoms übersehen wird. Nicht-kodierende RNA-Moleküle variieren stark in ihrer Biogenese, Struktur und Funktion, wodurch ihre unverzerrte Inklusion in die Analyse erschwert wird. Diese Promotion fokussiert sich auf das Verständnis nicht-kodierender RNA und navigiert durch drei aufeinander aufbauende Säulen in der Analyse, um Beobachtungen in Wissen zu verwandeln: Generierung von Daten, Quantifizierung und Interpretation. Diese drei Säulen werden in den drei Kapiteln der Dissertation aus der bioinformatischen Perspektive adressiert, indem Schlüsselherausforderungen beschrieben und neue Lösungen vorgestellt werden, um die Analyse des gesamten Transkriptoms mit NGS-Techniken zu verbessern. Zunächst wird ein vollautomatischer Algorithmus vorgestellt, welcher die verschiedenen Quellen von aus der Vorberei- tung von Bibliotheken resultierenden Artefakten mittels unüberwachtes Lernen erkennt, was anschließend zur Optimierung der Protokolle zur Vorbereitung von total-RNA-seq-Bibliotheken genutzt werden kann. Zudem werden die primären Herausforderungen der Quantifizierung von total-RNA-seq behandelt: die Prozessierung von Reads, die mehreren, möglicherweise überlappenden Loci zugeordnet werden können, wie auch die Tatsache, dass manche Loci mehrfach im Genom vorkommen und ein Read zu all diesen Loci passen kann. Diese beiden Fälle können auch gleichzeitig vorkommen, was die Analyse von nicht-kodierender RNA mit üblichen Methoden erschwert. Um diese Problematik anzugehen, wird eine neue Software namens Multi-Graph count (MGcount) vorgestellt. Diese ordnet hierarchisch Reads Transkripten zu, um unter anderem eine Diskrepanz zwischen der Loci-Länge von small und long RNA zu berücksichtigen. Wenn Reads konsistent mehrfach alignieren, fasst MGcount Loci in Communitys zusammen. Es wird gezeigt, dass die Beurteilung der Expression auf der Community-Ebene eine genauere Quantifizierung von biologisch bedeutsamen RNA-Einheiten (Einfachtranskript oder Locusfamilien) ermöglicht. Schließlich wird MGcount angewandt, um nicht-kodierende RNA während der Differenzierung von induzierten pluripotenten Stammzellen in die Keimblätter Mesoderm, Endoderm und Ektoderm zu analysieren. In dieser Dissertation wird eine Multi-Omics-Analyse erfolgreich angewandt, um sowohl die Expressionsverläufe von verschiedenen RNA-Biotypen während der Determination zu charakterisieren als auch einen Zusammenhang bezüglich Chromatin-Remodellierung (“chromatin remodeling“) und DNA-Methylierung an den jeweiligen Loci herzustellen. Schlussendlich dient diese Dissertation als Ratgeber für alle Forschenden, die neue Einsichten in das nicht-kodierende Transkriptom gewinnen wollen. / Next-generation sequencing (NGS) techniques enable the molecular profiling of cells with unprecedented high throughput. Yet, in transcriptome analysis, the focus is often restricted to protein-coding RNA, overlooking the transcriptome in its entire diversity. Non-coding RNA molecules largely vary in biogenesis, structure and function and this challenges their unbiased inclusion into the analyses. This doctoral research places non-coding RNA understanding at the focus spot and navigates through the three workflow pillars that must align effectively to turn observations into knowledge: data generation, quantification, and interpretation. Throughout three chapters, this Thesis addresses these pillars from a Bioinformatics perspective, by outlining key challenges and introducing novel solutions to improve whole-transcriptome analysis through NGS techniques. First, we introduce a fully automatic algorithm that identifies sources of library preparation artifacts in an unsupervised manner and we demonstrate its utility within the development and optimization of total-RNA-seq library preparation protocols. Secondly, we address a major challenge in total-RNA-seq quantification; processing reads that align to multiple loci that overlap within the same genomic region or/and multiple loci that are present in high copy numbers. Such ambiguous alignments commonly arise due to the inherent characteristics of non-coding RNA. To tackle this, we introduce a novel software, named Multi-Graph count (MGcount), that hierarchically assigns reads to transcripts to account for loci length disparity between small-RNA and long-RNA and subsequently collapses loci where reads consistently multi-map into communities defined in a data-driven fashion. We show that these cohesive communities allow the quantification of biologically meaningful RNA entities (single-transcripts or locus-families) and estimate their abundance more accurately. Finally, we apply the developed method to investigate non-coding RNA in early development, specifically during the differentiation of Induced Pluripotent Stem Cells into the three germ-layer lineages, namely, mesoderm, endoderm, and ectoderm. In this study, we leverage a multi-omics analysis to characterize the expression trajectories of diverse RNA biotypes along cell-commitment and the interplay with chromatin remodeling and DNA methylation patterns at the locus surroundings. Ultimately, this work is intended to serve as a guide for all those who want to gain new insights from the non-coding transcriptome.

L'étude qu'on a entreprise a pour but d'analyser les facteurs de virulence des espèces "Classiques" et "nouvelles" de Brucella. Dans cette perspective, on a analysé les génomes des espèces récemment découvertes : Brucella inopinata BO1 et Brucella inopinata-like BO2, isolés pour la première fois de patients humains sans réservoir animal connu. On a découvert que ces deux espèces possèdent des profils de restriction uniques. De plus, BO2 possède deux chromosomes de taille identique, un profil jamais décrit pour une autre espèce de Brucella. L'analyse de la réplication intracellulaire de ces deux espèces révèle que BO2 ne se réplique pas dans les macrophages humains et murins alors que BO1 se réplique d'une façon similaire à Brucella suis 1330, ce qui confirme la potentielle implication de BO1 dans la pathogenèse chez l'homme. Sur un autre niveau d'analyse, on a été à la recherche de facteurs de virulence potentiels dans d'autres espèces de Brucella notamment Brucella microti et Brucella suis sur les niveaux génomique et post-transcriptionnel. Sur le niveau génomique, on a découvert que le système GAD (glutamate decarboxylase) confère une résistance à l'acidité à Brucella microti lors de son passage dans l'estomac. Sur le niveau post-transcriptionnel, on a isolé, séquencé et identifié les petits ARNs noncodant associés à la protéine chaperone Hfq, qui joue un rôle important dans la virulence de Brucella. / We have undertaken in this study a multidimensional analysis of the virulence factors of "Classical" and new "Brucella species". In this objective, we have analysed the genomes of newly described species Brucella inopinata BO1 and Brucella inopinata-like BO2 isolated for the first time from human patients with no known animal reservoir. We found that these two species have unique restriction profiles. In addition, BO2 has a unique chromosomal distribution with two chromosomes of the same size, never seen before in Brucella. Analysis of the intracellular replication of these strains reveals that BO2 is unable to replicate in neither human nor mouse macrophages while BO1 successfully entered and replicated as efficiently as Brucella suis 1330 confirming the potential virulence of this species for humans. On an other level of analysis, we looked for potential virulence factors in other Brucella species including Brucella microti and Brucella suis at the genomic and post-transcriptional level. At the genomic level we discovered that the glutamate decarboxylase system confers resistance to acidity to Brucella miroti during its transit in the stomach. On the post-transcriptional level, we isolated, sequenced and identified small noncoding RNAs associated to the chaperone protein Hfq, known to play a role in the virulence of Brucella.

A chaque instant notre organisme est confronté à des agents pathogènes de nature très variable. Pourtant, malgré toutes les agressions rencontrées, il maintient une certaine intégrité. Cette dernière résulte de la mise en place d’un système de défense perfectionné, fruit de la collaboration étroite de diverses cellules :le système immunitaire. Parmi toutes les cellules qui le composent, les cellules dendritiques jouent un rôle prépondérant. Disséminées dans la plupart de nos organes et tissus, elles surveillent, en alerte du moindre danger. Elles orchestrent la réponse immune :elles sont capables d'initier et polariser une réponse immune ou d'instaurer la tolérance. De nombreux traitements thérapeutiques tentent d’exploiter leurs capacités intrinsèques. Ces cellules présentent en effet un grand potentiel dans la vaccination anti-tumorale et antivirale, dans l’acceptation de greffes et le contrôle de maladies auto-immunes. Toutefois, de nombreux éclaircissements restent encore à apporter que ce soit sur l’ontogénie des cellules dendritiques, leur rôle ou leur propre biologie. <p><p>Aussi, le dessein de ce travail était d’approfondir nos connaissances fondamentales sur les propriétés moléculaires et la biologie des cellules dendritiques afin de mieux appréhender la nature et l’amplitude des réponses qu’elles induisent. A cette fin, nous avons identifié deux nouveaux gènes qu’elles expriment préférentiellement et nous avons essayé de caractériser leur fonction. L’avènement de l’utilisation de la technique d’ARN interférence dans les systèmes de mammifères et le développement des vecteurs lentiviraux nous sont apparus comme des outils présentant un réel potentiel pour répondre à nos questions. Nous avons donc généré des souris qui sur- ou sous- expriment le gène d’intérêt, par infection lentivirale d’embryons, pour tenter de cerner son rôle in vivo. Cette méthode de transgénèse était très prometteuse car rapide, efficace, peu onéreuse et sollicitait peu de compétences pour la manipulation des embryons. Cependant, l’approche s’est révélée plus laborieuse que prévu. Nous avons en effet rencontré de nombreux phénomènes de variégation et de « silencing » qui a rendu plus ardue l’utilisation des souris transgéniques. Néanmoins, nous pensons aujourd’hui être à même d’élaborer une stratégie de sélection des souris générées par transgénèse lentivirale qui ne développeraient probablement pas les problèmes rencontrés. Au cours de l’étude, nous avons également observé une fluctuation de l’activité du promoteur CAG pendant le développement thymique, pointant l’importance du choix d’un promoteur optimal en fonction du projet de recherche. Enfin, l’analyse des souris, bien que préliminaire, suggère un rôle potentiel d’un des gènes examinés dans la différenciation, la mobilisation ou la survie des cellules dendritiques, des macrophages et des lymphocytes B.<p> / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

No description available.

Chez les eucaryotes, plusieurs protéines liant l'ARN ou RBPs agissent sur l'ARNm à différents niveaux, de l'épissage à la traduction. Récemment, un grand nombre d’ARN non-codant des protéines (npcRNAs) ont été identifiés chez les eucaryotes et ont été montré comme interagissant avec une variété de ribonucléoprotéines (RNP) pour contrôler l'expression des gènes au niveau post-transcriptionnel. Nous avons identifié une Nuclear-Speckle RBP (ou NSR) qui interagit avec le npcRNA, ENOD40, un lncARN qui s'accumule au cours de la formation des racines latérales et des nodules chez les légumineuses. Durant cette thèse nous avons analysé le rôle des NSR d’Arabidopsis thaliana ainsi que leur lien avec les npcARN.Deux gènes AtNSRs homologues existent chez Arabidopsis nommés NSRa et NSRb, ces gènes codent des protéines localisées dans des speckles nucléaires avec certaines protéines apparentées à l’épissage. Fait intéressant, les fusions AtNSR-GFP sont relocalisées dans des granules cytoplasmiques dans certaines cellules des racines différenciées ainsi que lors d’une co-expression éctopique de ENOD40. Le gène AtNSRb est régulé par l'auxine alors AtNSRa est constitutif. Les simples mutants Atnsr ne montrent pas de phénotype, mais la croissance des racines des doubles mutants est partiellement insensible à l'auxine, ce qui suggère une fonction redondante de ces protéines dans les racines. La localisation observée pour ces protéines nous a mené à explorer un rôle des NSRs dans l’épissage, nous avons donc analysé le profil d'épissage de 288 gènes en réponse à l'auxine chez Arabidopsis et comparé ces profils entre le WT et les mutants nsra/nsrb. Tout d’abord nous avons remarqué que l’épissage général ne variait pas, en revanche, l’analyse de 288 gènes alternativement épissés montre que le profil d'épissage de 77 gènes semble être modifié durant la réponse à l'auxine et 51 gènes nécessitent les protéines AtNSR pour ce changement. Afin de vérifier l’interaction des NSRs avec les cibles d’AS et avec les npcARN nous avons co-immunoprécipité les NSRs et nous avons identifié au moins 5 cible d’AS et 2 npcARN. L’expression de l’ARN ENOD40 ainsi que du partenaire npcARN module L’AS chez Arabidopsis. Dans un deuxième chapitre, nous avons exploré le rôle des NSRs dans le PTGS déclenché par un transgène contenant un intron ce qui nous a permis de lier l’épissage alternatif et le silencing. Nous proposons donc que les NSRs pourraient lier l’épissage alternatif et l’action des ARN non codants, notamment lors de la croissance de la racine. / In eukaryotes, several RNA binding proteins (RBPs) act on mRNA at various levels from splicing to translation. Recently a large number of non-protein coding RNAs (npcRNAs) have been identified in eukaryotes and shown to integrate into a variety of ribonucleoproteins (RNP) to control posttranscriptional gene expression. Our laboratory has identified a plant Nuclear-Speckle RBP (or NSR) that interacts with an npcRNA, ENOD40 that accumulates during lateral root and nodule formation in legumes. NSR is relocalised into a cytoplasmic RNP in the ENOD40-expressing cells. During this PhD, we have analysed the role of NSRs in Arabidopsis thaliana and its link with npcRNAs. Two AtNSR homologs from Arabidopsis thaliana, named AtNSRa and AtNSRb, code for proteins also localised in nuclear speckles together with certain splicing-related proteins. Interestingly, AtNSR-GFP fusions are relocalised into cytoplasmic granules in certain differentiated root cells and by ectopic expression of the ENOD40 RNA. The AtNSRb gene is regulated by auxin whereas AtNSRa is constitutive. Root growth and lateral root formation of double nsra/nsrb mutants is partially insensitive to auxin. The localisation of these proteins prompted us to explore roles in splicing. No defects in general splicing were observed however analysis of 288 alternatively spliced genes in WT and nsra/nsrb roots in response to auxin revealed 77 changes in splicing profiles in response to auxin from which 51 required AtNSRs. In order to validate the interaction of NSRs with alternatively spliced mRNAs and npcRNAs, we have co-immunoprecipitated NSRs and identified at least 5 interacting alternatively spliced mRNAs and 2 npcRNAs. Expression of the ENOD40 RNA or one interacting ncRNA modulate alternatively splicing in Arabidopsis. In a second chapter, we explored the role of NSRs in the modulation of PTGS triggered by intron-containing transgenes allowing us to link alternatively splicing and silencing. We propose that NSRs may link alternative splicing and the action of non-coding RNA, notably during root growth and development.