Afin d’évaluer la qualité alimentaire et l’efficacité métabolique des aliments mixtes combinant différentes sources protéiques végétales ou des sources protéiques végétales/animales, deux aliments de base, les pâtes alimentaires et les gels laitiers, ont été choisis comme vecteurs et ont été enrichis par des farines ou des protéines de légumineuses. La structure de la fraction protéique des aliments mixtes a été étudiée à l’échelle moléculaire. La relation entre cette structure et la digestibilité in vitro et in vivo des protéines a été évaluée. L’effet de la formulation et/ou du procédé de fabrication de ces aliments mixtes sur le métabolisme protéique in vivo a été étudié chez des rats jeunes en croissance et des rats âgés. Le changement de la formulation des pâtes alimentaires, c'est à dire l’incorporation de trois farines de légumineuses différentes (féverole, lentille ou pois cassé), génère des modifications de structure du réseau protéique influençant la digestibilité des protéines. Les études animales montrent que la qualité alimentaire des pâtes enrichies en légumineuses est comparable à celle d’une protéine animale comme la caséine et ce, quel que soit le type de légumineuses utilisé. La rétention protéique corporelle et la synthèse protéique musculaire des rats âgés, consommant des régimes iso- protéiques à base de pâtes alimentaires enrichies en légumineuses ou de caséine, sont comparables. Elles restent cependant inférieures à celles induites par les protéines solubles du lait. L’utilisation de gels laitiers enrichis en protéines de féverole chez le rat a révélé un effet de la formulation et du procédé de gélification sur la digestion et la rétention protéiques. La digestibilité in vivo des protéines est plus élevée chez les rats consommant le régime contenant le gel fermenté mixte composé de protéines de caséine et de féverole comparativement à son homologue de même composition mais acidifié par voie chimique. La rétention protéique est encore améliorée chez les rats ayant consommé le régime contenant le gel fermenté composé de protéines de caséine, de féverole et de lactosérum. Ces aliments enrichis en légumineuses, riches en protéines, équilibrés en acides aminés indispensables commencent à être disponibles sur le marché. Ils pourraient être proposés à la population âgée notamment dans des situations physiopathologiques impliquant une perte de protéines corporelles. / In order to assess food quality and metabolic efficiency of mixed foods combining different vegetable protein sources or vegetable-animal protein sources, two staple foods, pasta and dairy gels, were selected as vectors and enriched with flour or protein extracted from legumes. The protein structure of the mixed feeds was studied at a molecular level. The relationship between this structure and the in vitro and in vivo digestibility of proteins was evaluated. The effect of the formulation and / or manufacturing process of these mixed foods on protein metabolism in vivo has been studied in growing young rats and aged rats. The change of the pasta formulation, ie the incorporation of three different leguminous flours (faba beans, lentils or split peas), generates structural modifications of the protein network influencing the digestibility of the proteins. Animal studies show that the nutritional quality of pasta enriched with legumes is comparable to that of an animal protein such as casein, regardless of the type of legume used. Body protein retention and muscle protein synthesis in aged rats, consuming iso-protein diets based on legume-enriched pasta or casein, are comparable. However, they remain lower than those induced by soluble milk proteins. The use of faba bean protein-enriched milk gels has shown an effect of the formulation and gelation process on protein digestion and retention. In vivo digestibility of proteins is higher in rats consuming the mixed fermented gel diet composed of casein and faba bean proteins compared to its counterpart of the same composition but chemically acidified. Protein retention is further improved in rats fed with a diet containing fermented gel composed of casein proteins, faba beans and whey. These legume-enriched foods, rich in protein, balanced in essential amino acids are beginning to be available on the market. They could be offered to the elderly population, especially in physiopathological situations involving a loss of body proteins.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Les peptides lasso sont des peptides synthétisés par les bactéries selon la voie ribosomale et qui subissent des modifications post-traductionnelles, leur conférant une topologie remarquable incluant un nœud moléculaire. Ils possèdent un cycle macrolactame N-terminal, dans lequel est insérée et piégée la queue C- terminale. Cette topologie est stabilisée par des contraintes stériques et/ou des ponts disulfure. Leurs propriétés biologiques (antagonistes de récepteurs, inhibiteurs d'enzymes pouvant leur conférer des propriétés antivirales ou antibactériennes) et la très grande stabilité de leur structure "lasso" leur confèrent un fort attrait biotechnologique. Ce travail de thèse s'inscrit dans le contexte de compréhension des éléments de séquence gouvernant la topologie et l'activité de ces peptides, à travers le développement de méthodes spectroscopiques. Les relations structure/activité d'un peptide lasso antibactérien produit par Escherichia coli, la microcine J25 (MccJ25) ont été examinées. Une mutagenèse dirigée sur le précurseur a permis de générer des variants de MccJ25, dont la topologie (structure en lasso ou cyclique-branchée) a été déterminée par LC-MS/MS, digestion par la carboxypeptidase Y, et pour certains par RMN. L'activité antibactérienne contre Salmonella enterica a été mesurée. Les éléments gouvernant le piégeage stérique de la queue C-terminale dans le cycle macrolactame ont été identifiés. Les résidus situés sous le cycle (Tyr20, Gly21) et la taille du cycle sont critiques pour la topologie et l'activité antibactérienne, tandis que la réduction de la taille de la boucle Tyr9-Ser18 au-dessus du cycle ou l'allongement de la queue C- terminale Tyr20-Gly21 sous le cycle ne perturbent pas la topologie en lasso, mais ont des effets sur l'activité, allant de la réduction à la suppression. Nous avons isolé et caractérisé un nouveau peptide lasso produit par Streptomyces sviceus découvert par exploration des génomes, la svicéucine. La structure tridimensionnelle du peptide a été déterminée d'après les données de RMN en solution. Ce peptide présente un cycle macrolactame de 9 résidus dans lequel est piégée la queue C-terminale, la structure étant stabilisée par deux ponts disulfures cycle-queue, Cys1/Cys13 et Cys7/Cys19. Ce nouveau peptide s'apparente à des peptides lasso antimicrobiens et anti-HIV comme RP 71955. Il possède une activité antimicrobienne contre des bactéries à Gram positif. Enfin, une étude spectroscopique de différents peptides lasso nous a permis de décrire des signaux caractéristiques des régions structurales de peptides lasso. L'étude de la dynamique de MccJ25 par relaxation de spin 15N en RMN montre une certaine inhomogénéité de la mobilité interne de ses résidus selon leur position dans la structure " lasso ". En outre, l'étude par dichroïsme circulaire de MccJ25, de la svicéucine et de la capistruine (peptide lasso produit par Bhurkholderia thailandensis), a révélé que certains peptides lasso présentent une bande positive autour de 220 nm, caractéristique de la topologie lasso

La classification est l’un des défis important en bioinformatique, aussi bien pour les données protéiques que nucléiques. La présence de ces données en grandes masses, leur ambiguïté et en particulier les coûts élevés de l’analyse in vitro en termes de temps et d’argent, rend l’utilisation de la fouille de données plutôt une nécessité qu’un choix rationnel. Cependant, les techniques fouille de données, qui traitent souvent des données sous le format relationnel, sont confrontés avec le format inapproprié des données biologiques. Par conséquent, une étape inévitable de prétraitement doit être établie. Cette thèse traite du prétraitement de données protéiques comme une étape de préparation avant leur classification. Nous présentons l’extraction de motifs comme un moyen fiable pour répondre à cette tâche. Les motifs extraits sont utilisés comme descripteurs, en vue de coder les protéines en vecteurs d’attributs. Cela permet l’utilisation des classifieurs connus. Cependant, la conception d’un espace appropié d’attributs, n’est pas une tâche triviale. Nous traitons deux types de données protéiques à savoir les séquences et les structures 3D. Dans le premier axe, i:e:; celui des séquences, nous proposons un nouveau procédé de codage qui utilise les matrices de substitution d’acides aminés pour définir la similarité entre les motifs lors de l’étape d’extraction. En utilisant certains classifieurs, nous montrons l’efficacité de notre approche en la comparant avec plusieurs autres méthodes de codage. Nous proposons également de nouvelles métriques pour étudier la robustesse de certaines de ces méthodes lors de la perturbation des données d’entrée. Ces métriques permettent de mesurer la capacité d’une méthode de révéler tout changement survenant dans les données d’entrée et également sa capacité à cibler les motifs intéressants. Le second axe est consacré aux structures protéiques 3D, qui ont été récemment considérées comme graphes d’acides aminés selon différentes représentations. Nous faisons un bref survol sur les représentations les plus utilisées et nous proposons une méthode naïve pour aider à la construction de graphes d’acides aminés. Nous montrons que certaines méthodes répandues présentent des faiblesses remarquables et ne reflètent pas vraiment la conformation réelle des protéines. Par ailleurs, nous nous intéressons à la découverte, des sous-structures récurrentes qui pourraient donner des indications fonctionnelles et structurelles. Nous proposons un nouvel algorithme pour trouver des motifs spatiaux dans les protéines. Ces motifs obéissent à un format défini sur la base d’une argumentation biologique. Nous comparons avec des motifs séquentiels et spatiaux de certains travaux reliés. Pour toutes nos contributions, les résultats expérimentaux confirment l’efficacité de nos méthodes pour représenter les séquences et les structures protéiques, dans des tâches de classification. Les programmes développés sont disponibles sur ma page web http://fc.isima.fr/~saidi. / The classification of biological data is one of the significant challenges inbioinformatics, as well for protein as for nucleic data. The presence of these data in hugemasses, their ambiguity and especially the high costs of the in vitro analysis in terms oftime and resources, make the use of data mining rather a necessity than a rational choice.However, the data mining techniques, which often process data under the relational format,are confronted with the inappropriate format of the biological data. Hence, an inevitablestep of pre-processing must be established.This thesis deals with the protein data preprocessing as a preparation step before theirclassification. We present motif extraction as a reliable way to address that task. The extractedmotifs are used as descriptors to encode proteins into feature vectors. This enablesthe use of known data mining classifiers which require this format. However, designing asuitable feature space, for a set of proteins, is not a trivial task.We deal with two kinds of protein data i:e:, sequences and tri-dimensional structures. In thefirst axis i:e:, protein sequences, we propose a novel encoding method that uses amino-acidsubstitution matrices to define similarity between motifs during the extraction step. Wedemonstrate the efficiency of such approach by comparing it with several encoding methods,using some classifiers. We also propose new metrics to study the robustness of some ofthese methods when perturbing the input data. These metrics allow to measure the abilityof the method to reveal any change occurring in the input data and also its ability to targetthe interesting motifs. The second axis is dedicated to 3D protein structures which are recentlyseen as graphs of amino acids. We make a brief survey on the most used graph-basedrepresentations and we propose a naïve method to help with the protein graph making. Weshow that some existing and widespread methods present remarkable weaknesses and do notreally reflect the real protein conformation. Besides, we are interested in discovering recurrentsub-structures in proteins which can give important functional and structural insights.We propose a novel algorithm to find spatial motifs from proteins. The extracted motifsmatch a well-defined shape which is proposed based on a biological basis. We compare withsequential motifs and spatial motifs of recent related works. For all our contributions, theoutcomes of the experiments confirm the efficiency of our proposed methods to representboth protein sequences and protein 3D structures in classification tasks.Software programs developed during this research work are available on my home page http://fc.isima.fr/~saidi.

Caractériser la structure tridimensionnelle des protéines avec les structures secondaires classiques est assez pauvre structurellement. Nous avons donc développé une nouvelle méthodologie pour concevoir des séries de petits prototypes moyens nommés Blocs Protéiques (BPs) qui permettent une bonne approximation des structures protéiques. L'analyse de la spécificité des blocs protéiques a montré leur stabilité et leur spécificité sur le plan structural. Le choix final du nombre de BPs est associé a une prédiction locale correcte.<br />Cette prédiction se base avec une méthode bayésienne qui permet de comprendre l'importance des acides aminés de maniè;re simple. Pour améliorer cette prédiction, nous nous sommes bases sur deux concepts : (i) 1 repliement local -> n séquences et (ii) 1 séquence -> n repliements. Le premier concept signifie que plusieurs types de séquences peuvent être associes a la même structure et le second qu'une séquence peut-être associée a plusieurs type de repliements. Ces deux aspects sont développés en se basant sur la recherche d'un indice de fiabilité lie a la prédiction locale, pour trouver des zones de fortes probabilités. Certains mots, i.e. successions de blocs protéiques apparaissent plus fréquemment que d'autres. Nous avons donc défini au mieux quelle est l'architecture de ces successions, les liens existants entre ces différents mots.<br />Du fait de cette redondance qui peut apparaìtre dans la structure protéique, une méthode de compactage qui permet d'associer des structures structurellement proches sur le plan local a été mise au point. Cette approche appelée "protéine hybride" de conception simple permet de catégoriser en classes "structurellement dépendantes" l'ensemble des structures de la base de données protéiques. Cette approche, en plus du compactage, peut être utilisée dans une optique différente, celle de la recherche d'homologie structurale et de la caractérisation des dépendances entre structures et séquences.

Les méthodes de prédiction structurale constituent une alternative relativement efficace aux approches expérimentales pour donner un premier aperçu du repliement natif d'une protéine. L'écart entre le nombre de structures et de séquences protéiques disponibles dans les bases de données ne cesse en effet de croître depuis l'arrivée des technologies de séquençage à haut débit. Cette forte croissance des informations génomiques a remis à l'ordre du jour des techniques modélisant les données capturées au cours de l'évolution. La conservation d'une fonction protéique impose de fortes contraintes sur les contacts impliqués dans le repliement et la fonction se traduisant par une trajectoire évolutive commune. Une fois détectées, ces interactions peuvent aider à modéliser la conformation d'une protéine. Les méthodes résolvant la structure tridimensionnelle des protéines à partir des données évolutives présentent encore plusieurs limitations notamment pour la détection des contacts faux positifs. Ces problèmes restent similaires à ceux rencontrés en détermination de structure par spectrométrie de Résonnance Magnétique Nucléaire où l'intégration des données est un processus clairement établit et en grande partie automatisé. Le logiciel ARIA (Ambiguous Restraints for Iterative Assignment) utilise le concept de contraintes de distances ambiguës et suit un processus itératif afin d'attribuer et d'affiner la liste des noyaux proches dans l'espace pour calculer un ensemble de modèles structuraux en accord avec les données. Ce travail a pour objectif d'adapter cette approche pour prédire de novo la structure d'une protéine en utilisant l'information évolutive. / Structural prediction methods provide a relatively effective alternative to experimental approaches to provide a first insight into native folding of a protein. The gap between the number of structures and protein sequences available in databases has steadily increased since the advent of high throughput sequencing technologies. This strong growth of genomic information helped bring to light prediction tools using coevolutionary data. Conservation of a specific function implies strong restraints on interacting residues involved in the folding and function. Once detected, these interactions can help to model the conformation of a protein. Some important aspects needs to be improved during the modelling process including the detection of false positive among the predicted contacts. Limitations in the field are similar to those encountered in nuclear magnetic resonance spectrometry structure determination where data integration is a clearly established and largely automated process. The Ambiguous Restraints for Iterative Assignment (ARIA) software uses the concept of ambiguous distance restraints and follows an iterative process to assign and refine the list of nearby nuclei in space to compute a set of structural models in accordance with the data. This work aims to adapt this approach to de novo predict the structure of a protein using evolutionary information.