Cis-regulatory changes in e.g. promoters or enhancers that affect the expression of a linked focal gene have long been thought to be important for adaptation. In this thesis, I investigate the selective importance and genomic correlates of cis-regulatory variation and divergence in the genus Capsella, using massively parallel sequencing data. This genus provides an opportunity to investigate cis-regulatory changes in response to polyploidization and mating system shifts, as it harbors three diploid species, the outcrosser Capsella grandiflora and the selfers Capsella orientalis and Capsella rubella, as well as the tetraploid Capsella bursa-pastoris. We first identify cis-regulatory changes associated with adaptive floral evolution in connection with the recent switch to self-fertilization in C. rubella and show that cis-regulatory changes between C. rubella and its outcrossing close relative C. grandiflora are associated with differences in transposable element content. Second, we show that variation in positive and purifying selection is important for the distribution of cis-regulatory variation across the genome of C. grandiflora. Interestingly, the presence of polymorphic transposable elements is strongly associated with cis-regulatory variation in C. grandiflora. Third, we show that the tetraploid C. bursa-pastoris is of hybrid origin and investigate the contribution of both parental species to gene expression. We show that gene expression in the tetraploid is partly explained by cis-regulatory divergence between the parental species. Nonetheless, within C. bursa-pastoris there is a great deal of variation in homeolog expression. In summary, this thesis explores the role of cis-regulatory changes for adaptive morphological changes in connection to a shift in mating system, the role of cis-regulatory divergence between progenitor species for an allopolyploid as well as the impact of positive and purifying selection on cis-regulatory variation within a species.

Les éléments transposables sont des séquences génomiques capables de se répliquer et de se déplacer dans les génomes. Leur capacité à s’insérer près des gènes et à produire des réarrangements chromosomiques par recombinaison entre copies, font des éléments transposables des agents mutagènes. Les éléments transposables sont de plus capables de modifier l’expression des gènes voisins grâce aux régions promotrices qu’ils possèdent. Les éléments transposables ont été trouvés dans la plupart des génomes dans lesquels ils ont été recherchés. Ils forment ainsi 45 % du génome de l’homme et peuvent représenter jusqu’à 90 % du génome de certaines plantes. Dans la première partie de ma thèse, je me suis penché sur les facteurs qui déterminent la distribution de ces éléments. Je me suis intéressé à un facteur particulier, qui est la fonction des gènes dans le voisinage des insertions d’éléments transposables. Dans la deuxième partie, j’ai essayé de déterminer l’impact de l’altération des modifications épigénétiques (modifications d’histones plus précisément) associées aux différents composants géniques, dont les éléments transposables, sur la variation de l’expression des gènes en condition tumorale. / Transposable elements are genomic sequences able to replicate themselves and to move within genomes. Their ability to integrate near genes and to produce chromosomal rearrangements by recombination between copies, make transposable elements mutagens. Moreover, transposable elements are able to alter the expression of neighboring genes through their promoter regions. Transposable elements form 45% of the human genome and may represent up to 90% of certain plant genomes. In the first part of my thesis, I examined the factors that determine the distribution of these elements. I have been interested in a particular factor, which is the function of the genes in the vicinity of transposable element insertions. In the second part, I determined the impact of epigenetic modifications alterations (histone modifications) in different gene components, including transposable elements, on the variation of gene expression in tumoral conditions.

Les roses à fleurs doubles attirent sélectionneurs et scientifiques depuis de nombreux siècles. L’analyse des taux de ségrégation et cartes génétiques indique que le passage de la fleur simple à la fleur double est dû à une seule mutation dominante située sur le chromosome 3. Cette mutation conduit à une conversion homéotique d’une partie des étamines en pétales, soulignant la possibilité que cette mutation impacte certains gènes du modèle ABC. Il y a quelques années, notre équipe a démontré que l’augmentation du nombre de pétales chez le rosier était corrélée à une restriction de l’expression de RcAGAMOUS (RcAG) vers le centre du méristème floral. Cependant, RcAG étant porté par le chromosome 5, il ne peut être le déterminant génétique de la fleur double. Il a donc été supposé que la mutation en cause se trouvait dans un gène intervenant en amont de RcAG.Récemment, nous avons séquencé, assemblé et publié le génome de Rosa chinensis cv ‘Old Blush’ un ancêtre des rosiers modernes qui produit déjà des fleurs doubles. L’assemblage, de très bonne qualité, nous a aidé à reconstruire la séquence des deux haplotypes de l'intervalle contenant la mutation liée à la fleur double. Nous avons identifié, parmi les 631 gènes de cet intervalle, un gène APETALA2-LIKE (RcAP2L) comme candidat plus que prometteur. En effet, il a été découvert que ce gène existait sous la forme de deux allèles, l’un d’entre eux contenant un grand élément transposable, donnant lieu à un allèle tronqué résistant à l’inhibition par miR172, appelé RcAP2LΔ172. Sachant que la surexpression d’un variant résistant au miR172 entraîne souvent la formation de pétales supplémentaires chez A. thaliana, j’ai démontré que la présence de ce variant corrèle avec le phénotype « fleur double » chez les rosiers d’origine chinoise. Enfin, alors qu’AP2 est capable d’inhiber l’expression d’AG en se liant directement à ses séquences régulatrices chez A. thaliana, j’ai confirmé la capacité des protéines codées par les deux allèles de RcAP2L à lier les séquences régulatrices de RcAG, in vitro. À partir de ces résultats, je propose donc un modèle pouvant expliquer la formation de fleurs doubles chez les rosiers chinois et peut-être d’autres Rosaceae, dans lesquelles la protéine RcAP2LΔ172 peut s’accumuler du fait de sa résistance au miR172 et restreindre davantage l’expression de RcAG au centre du méristème floral. Ainsi, la frontière entre les domaines A et C se trouve elle aussi déplacée vers le centre du méristème, ce qui induit la conversion des étamines en pétales. / Roses exhibiting double flowers have intrigued both breeders and scientists for decades. Based on segregation ratios and genetic maps, it is known that the switch from simple to double flower is due a single dominant locus on chromosome 3. When present in its mutated form, this locus leads to a homeotic conversion of stamens into petals, suggesting a mechanism involving the ABC genes. A few years ago, our team demonstrated that the increase in petal number correlates with a restriction of RCAGAMOUS (RcAG) expression domain towards the center of the floral meristem. However, as RcAG is located on chromosome 5, the causative mutation was assumed to act as a regulator of this gene. Recently, we sequenced, assembled and published the double-flowered Rosa chinensis cv ‘Old Blush’ genome sequence with a high-quality assembly that helped us to reconstruct the sequence of the two haplotypes of the interval containing the double flower mutation. Among the 631 genes from this interval, we identified here an APETALA2-LIKE (RcAP2L) gene as a strong candidate. Indeed, this gene was found to exist as two alleles, with one containing a large transposable element resulting in a truncated, miR172-resistant, variant named RcAP2LΔ172. Knowing that the overexpression of a miR172-resistant variant of AP2 leads to the formation of extra petals (and sometimes stamens) in Arabidopsis, we investigated the presence of this variant in simple and double flower varieties. The presence of RcAP2LΔ172 was found to correlate with the double flower phenotype in Chinese roses and was not observed in any of the simple-flowered roses studied. Finally, as AP2 is able to inhibit AG expression by directly binding to its regulatory sequences in A. thaliana, I confirmed that both RcAP2L proteins are also able to recognize RcAG regulatory sequences in vitro. A working model is thus proposed for double flower formation in rose, that could be valid for other Rosaceae, whereby RcAP2LΔ172 protein may accumulate due to its resistance to miR172 and consequently may repress more RcAG towards the center of the floral meristem, leading to the sliding of the A/C border and thus the conversion of stamens into petals.

Retrotransposons are major components of plant genomes influencing their genome size, organization and evolution. In the frame of this work, retrotransposons of the Beta vulgaris genome have been identified by molecular methods and whole genome bioinformatics approaches. Neither belonging to the rosids nor asterids, B. vulgaris (cultivated beet including sugar beet, beet root and mangold) is taxonomically placed at a key position at the root of the core eudicots, and considerably different from traditional plant model species such as thale cress or rice. Its genome has been sequenced, and annotation is under way. In order to compare different evolutionary lineages of B. vulgaris retrotransposons, long terminal repeat (LTR) and non-LTR retrotransposon family have been analyzed in detail. Full-length members have been isolated and characterized by bioinformatics, Southern and fluorescent in situ hybridization. Hallmarks of the LTR retrotransposon family Cotzilla are an additional env-like open reading frame (ORF), homogeneity of the members and the very high abundance. Most family members are evolutionarily young, and have most likely been created during recent bursts of amplification during species radiation. In contrast, the non-LTR retrotransposon family BNR has fewer copies and is much more diverged. Although the BNR ORF2 resembles previously analyzed long interspersed nuclear elements (LINEs) of the L1 clade, its ORF1 sequence differs strongly. It lacks the zinc finger domain described for plant LINEs, but contains instead an RNA recognition motif (RRM) likely to have an RNA-binding function. Database searches revealed the presence of similar LINE families in higher plant genomes such as poplar, lotus and soybean. Comparing their reverse transcriptase regions with other retrotransposons, these BNR-like LINEs form a separate group of L1 LINEs designated as BNR subclade. Availability of the B. vulgaris genome sequence allowed retrotransposon analyses on a genome-wide scale. A Hidden Markov Model-based detection algorithm has been developed in order to retrieve retrotransposon information directly from the database. Nearly 6000 B. vulgaris reverse transcriptase sequences have been isolated and classified into LTR retrotransposons of the Ty3-gypsy and Ty1-copia type, and non-LTR retrotransposons of the LINE type. As a result, a comprehensive overview of the retrotransposon spectrum of the B. vulgaris genome has been generated. Since plant LINEs have been only rarely investigated, the B. vulgaris LINE composition was studied in detail. Out of 28 described LINE clades, only members of the L1 and RTE clades have been identified. Based on a minimal shared sequence identity of 60 %, they form at least 17 L1 families and one RTE family. Full-length members of all investigated L1 families have been analyzed regarding their sequence, structure and diversity. In order to transfer the algorithm tested in B. vulgaris to other angiosperm genomes, twelve additional plant genomes have been queried for LINE reverse transcriptases. Key finding is the presence of only two LINE clades (L1 and RTE) in the analyzed genomes of higher plants. Whereas plant L1 LINEs are highly diverse and form at least seven subclades with members across species borders, RTE LINEs are extremely homogenized and constitute most likely only a single family per genome. In summary, this work’s results help to gain an understanding of the different strategies of retrotransposon evolution in plants, whereas the generated data directly contributes to the B. vulgaris genome annotation project. / Retrotransposons sind eine wesentliche Komponente von Pflanzengenomen, die sowohl die Größe und Organisation als auch die Evolution dieser Genome wesentlich beeinflussen können. Im Rahmen dieser Arbeit wurden verschiedene Gruppen von Retrotransposons des Beta vulgaris Genoms mittels molekularer und bioinformatischer Methoden identifiziert. Innerhalb der dikotyledonen Blütenpflanzen gehört B. vulgaris (kultivierte Rübe einschließlich Zuckerrübe, Roter Beete und Mangold) weder zu den Rosiden noch zu den Asteriden, sondern nimmt eine Schlüsselposition innerhalb der Kerneudikotyledonen ein. Somit zeigt das Rübengenom wesentliche Unterschiede zu traditionellen Modellpflanzen wie Arabidopsis thaliana oder Oryza sativa. Das Genom ist bereits sequenziert, die Annotation jedoch noch nicht abgeschlossen. Um verschiedene evolutionäre Linien von B. vulgaris Retrotransposons vergleichend zu untersuchen wurden insbesondere Long Terminal Repeat (LTR)- und Non-LTR-Retrotransposon-Familien detailliert analysiert. Vollständige Mitglieder wurden isoliert und mittels bioinformatischer Methoden, Southern- und Fluoreszenz-in situ-Hybridisierung untersucht. Die LTR-Retrotransposon-Familie Cotzilla ist durch einen zusätzlichen env-ähnlichen offenen Leserahmen (ORF), Homogenität ihrer Mitglieder und eine hohe Abundanz gekennzeichnet. Die meisten Cotzilla-Kopien sind evolutionär jung und wurden wahrscheinlich innerhalb eines kurzen Zeitraumes während der Artentstehung stark amplifiziert. Im Gegensatz zur Cotzilla-Familie besitzt die Non-LTR-Retrotransposon-Familie BNR weniger Kopien und ist wesentlich divergierter. Während der BNR-spezifische ORF2 starke Ähnlichkeiten zu anderen pflanzlichen Long Interspersed Nuclear Elements (LINEs) der L1-Klade aufweist, unterscheidet sich der BNR ORF1 von diesen sehr stark. Im Gegensatz zu bereits beschrieben pflanzlichen LINEs kodiert er kein Zinkfingermotiv, sondern substituiert dieses durch ein RNA-Erkennungsmotiv (RRM). Durch Datenbanksuche konnten BNR-ähnliche LINEs in den Genomen höherer Pflanzen wie Soja, Lotus und Pappel identifiziert werden. Ein Vergleich der entsprechenden Reversen Transkriptasen (RT) mit den RTs anderer Retrotransposons zeigt, dass die BNR-ähnlichen LINEs eine separate Gruppe innerhalb der L1 LINEs bilden. Diese wurde daher als BNR-Subklade definiert. Die Untersuchung von Retrotransposons auf Genomebene wurde durch die B. vulgaris Genomsequenz ermöglicht. Um Retrotransposon-Informationen direkt aus dem Genom zu extrahieren, wurde ein Hidden Markov Modell (HMM)-basierter Detektions-algorithmus entwickelt. Annähernd 6000 B. vulgaris Reverse Transkriptase-Sequenzen konnten identifiziert und in LTR-Retrotransposons des Ty3-gypsy- beziehungsweise des Ty1-copia-Typs und in Non-LTR-Retrotransposons des LINE-Typs klassifiziert werden. Somit wurde ein umfassender Überblick über die Bandbreite der B. vulgaris Retrotransposons arhalten. Da pflanzliche LINEs bisher nur wenig erforscht sind, wurde die B. vulgaris LINE Zusammensetzung genauer untersucht. Von 28 beschriebenen LINE-Kladen konnten nur Mitglieder der L1- und der RTE-Klade identifiziert werden. Basierend auf einer Identität von mindestens 60 % bilden die Sequenzen 17 L1 Familien und eine RTE Familie. Vollständige Mitglieder aller L1 Familien wurden hinsichtlich ihrer Sequenz, Struktur und Diversität analysiert. Um den in B. vulgaris getesteten HMM-basierten Algorithmus auf andere Angiospermengenome zu übertragen, wurden zwölf weitere Pflanzengenome auf das Vorhandensein von LINE-spezifischen Reversen Transkriptasen untersucht. Wesentlichstes Ergebnis ist der Nachweis von nur zwei LINE-Kladen (L1 und RTE) in höheren Pflanzen. Während pflanzliche L1 LINEs hochgradig divers sind und über Artgrenzen hinaus mindestens sieben Subkladen mit Vertretern verschiedener Pflanzen bilden, sind RTE LINEs extrem homogenisiert und stellen höchstwahrscheinlich nur eine einzelne Familie pro Genom einer Art dar. Zusammenfassend ermöglichen die Ergebnisse dieser Arbeit eine Erweiterung des Verständnisses der unterschiedlichen Evolutionsstrategien von Retrotransposons in Pflanzen. Zusätzlich tragen die gewonnen Daten zur Annotation des B. vulgaris Genoms bei.