Return to search

Etude des plasmides et génomes d’Oenococcus oeni pour l’identification des gènes d’intérêt technologique / Study of plasmids and genomes of Oenococcus oeni to identify genes of technological interest

Oenococcus oeni joue un rôle essentiel dans l’élaboration du vin. Adaptée aux environnements acides et riches en alcool, elle est la bactérie lactique naturellement sélectionnée pour mener la fermentation malolactique (FML). Elle est ainsi la principale espèce recherchée et utilisée industriellement comme levain malolactique. Toutefois, il existe une grande diversité phénotypique au sein des souches d’O. oeni et notamment une variabilité des propriétés technologiques que sont la résistance à la lyophilisation, la résistance à l’inoculation dans le vin et la capacité à réaliser rapidement la FML. De nombreux gènes impliqués dans l’adaptation au vin ont déjà été identifiés mais, ne se sont pas toujours révélés efficaces pour la sélection de souches œnologiques. Dans ce contexte, cette étude a consisté à identifier des gènes spécifiques des souches d’intérêt technologique à travers l’analyse des plasmides et génomes. Face aux difficultés rencontrées pour purifier les grands plasmides, seul le plasmide pOENI-1 a été étudié. Ce travail a révélé différentes formes plasmidiques regroupées en une famille nommée « pOENI-1 ». Plusieurs gènes accessoires ont été identifiés et deux d’entre eux ont été détectés chez les souches associées aux fermentations malolactiques spontanées. La comparaison des génomes de souches aux propriétés technologiques diverses a également révélé des séquences génétiques qui leur sont spécifiques. L’ensemble de ces travaux a permis d’identifier plusieurs gènes dont la distribution statistique parmi les souches d’O. oeni a été analysée par la construction de courbes ROC. Ces courbes permettent d’évaluer la qualité des gènes en tant que marqueurs génétiques des souches d’intérêt technologique. Il est donc maintenant possible d’orienter la sélection des nouveaux levains malolactiques par l’utilisation des données génétiques et des outils statistiques décrits dans cette étude. / Oenococcus oeni plays an essential role in the production of wine. Adapted to acidic and alcohol rich environments, it is the lactic acid bacterium species that is naturally selected to conduct malolactic fermentation (MLF). It is also the main species that is selected and used industrially as malolactic starter. However, there is a huge phenotypic diversity among strains of O. oeni, which includes a variability of technological properties such as resistance to freeze-drying, resistance to inoculation into the wine and the ability to quickly achieve the MLF. Many genes involved in adaptation to wine have been identified but have not always proven effective in selecting wine strains. In this context, this study aimed to identify genes that are specific strains of technological interest through the analysis of genomes and plasmids. Due to difficulties encountered to purify large plasmids, only the plasmid pOENI-1 was studied. This work has revealed several different but related plasmids that were grouped into a family named "pOENI-1". Several accessory genes have been identified and two of them were detected in O. oeni strains associated with spontaneous MLF. Comparing the genomes of strains showing various technological properties also revealed genetic sequences that are specific of those strains. Altogether, these works have revealed several genes whose statistical distribution among O. oeni strains was analyzed by constructing ROC curves. These curves are used to assess the quality of genes as genetic markers of strains of technological interest. It is now possible to guide the selection of new malolactic starters by the use of genetic data and statistical tools described in this study.

Identiferoai:union.ndltd.org:theses.fr/2012BOR21984
Date17 December 2012
CreatorsFavier, Marion
ContributorsBordeaux 2, Lucas, Patrick
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0024 seconds