Dans le passé, Nichols et al. (Cell, 2010) ont criblé une collection de mutants de déletion d’Escherichia coli (~4000 gènes) dans ~324 conditions. L’utilisation de la taille des colonies comme indicateur de croissance, leur a permis de définir des phénotypes robustes pour ~50% des mutants, conduisant ainsi à de nouvelles idées biologiques. Cependant, 50% des gènes restants n’ont pas donné de réponse significative.J’ai souhaité dépasser les limitations du précédent criblage en augmentant le crible dans 2 directions : tout d’abord, j’ai augmenté le nombre et la complexité des conditions de stress dans le but d’imiter les contraintes d'origine naturelle. Puis, j’ai adapté le test «rouge Congo» afin de tester la formation de biofilm.J’ai ainsi généré deux ensembles de données, contenant ~2 millions de phénotypes de croissance et de biofilm, dans approximativement 250 conditions de stress simples et complexes. Les données ont révélé des phénotypes pour ~80% des mutants testés, la majorité d'entre eux provenant de conditions de stress complexes et de la mesure de biofilm. L'utilisation de ces phénotypes a permis la construction d’un réseau connectant les complexes de protéines connus avec ~500 gènes de fonction inconnue.De plus, la mesure de biofilm a permis d’identifier de nouveaux acteurs impliqués dans la formation de biofilm. Les données obtenues grâce au test «rouge Congo» ont également révélé que de nombreux enzymes régulant les niveaux de ci-di-GMP servent de senseurs pour différents signaux entrants impliqués dans cette même voie. L’identité des signaux entrants a été révélée par les phénotypes spécifiques à une condition. / In the past, Nichols et al. probed a knock out collection of E. coli across 324 conditions. Using colony size as a proxy for fitness allowed them to define robust phenotypes (5% FDR) for about 50% of the knockouts, leading to novel insights into E. coli’s biology. The remaining 50% of the genes did not yield a significant response even when growth was probed in such diverse conditions.I address the limitations of this previous high-throughput screen by expanding the screen design it in 2 directions: First, I increased the number and complexity of conditions to mimic naturally occurring stresses. Second, I adapted the Congo-red assay to probe biofilm formation in parallel to growth. I was able to generate two datasets that consist of more than 2 million growth and biofilm phenotypes across ~250 simple and complex stresses. The datasets revealed phenotypes for ~80% of the knockouts probed (5% FDR) with the large majority of them originating from complex stresses and the biofilm readout. Using these phenotypes, I generated a high-confident network connecting known protein complexes with >500 uncharacterized genes. In addition, the biofilm readout captured dozens of new players involved in biofilm formation. Even further, the color dataset revealed that the multiple enzymes regulating the levels of ci-di-GMP, serve as sensors for different input signals that feed into the same pathway. Identity of the input signals was revealed by the condition-specific phenotypes.
| Identifer | oai:union.ndltd.org:theses.fr/2016AIXM4042 |
| Date | 23 September 2016 |
| Creators | Herrera Dominguez, Carmen Lucia |
| Contributors | Aix-Marseille, Mignot, Tâm, Typas, Athanasios |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.2916 seconds