Search

The human ADAMTS-TSL multidomain proteins are involved in numerous pathologies. Encoded by 26 paralogous genes, their domain combination is not sufficient to characterize their functional differences. We propose in this thesis a new approach to identify functional regions of the sequences. For this purpose, we use sequences from 9 eukaryotic species to identify conserved sequence modules specific to certain subgroups of homologous sequences. The evolutionary analysis of the identified modules is obtained by performing a joint phylogenetic reconstruction of genes, species and modules. Furthermore, to validate the functional interest of the identified modules, we associate phenotypes (PPI) to this evolutionary history. This has led to the identification of concomitant acquisitions of "modules/phenotypes", predicting the functionality of these modules. Applying this approach to human ADAMTS-TSL proteins has allowed us to identify new, finer, non-contiguous functional regions that can describe their specificities.; Les protéines multidomaines ADAMTS-TSL humaines sont impliquées dans de nombreuses pathologies. Codées par 26 gènes paralogues, leur combinatoire en domaines ne suffit pas à caractériser leurs différences fonctionnelles. Nous proposons dans cette thèse une nouvelle approche d'identification des régions fonctionnelles des séquences. Pour cela nous utilisons des séquences de 9 espèces eucaryotes afin d'identifier des modules de séquences conservées propres à certains sous-groupes de séquences homologues. L'analyse évolutive des modules identifiés est obtenue en effectuant une reconstruction phylogénétique conjointe des gènes, des espèces et des modules. Par ailleurs, pour valider l'intérêt fonctionnel des modules identifiés, nous associons des phénotypes (PPI) à cette histoire évolutive. Ce qui a abouti à identifier des acquisitions concomitantes de « modules/phénotypes », prédisant la fonctionnalité de ces modules. Appliquer cette approche aux protéines ADAMTS-TSL humaines nous a permis d'identifier de nouvelles régions fonctionnelles, plus fines, non contiguës et à même d'en décrire les spécificités.

La membrane vitelline (MV) de l’œuf de poule est une membrane protéique acellulaire située à l’interface du blanc et du jaune. En reproduction aviaire, elle est impliquée dans l’interaction entre l’ovocyte et les spermatozoïdes au moment de la fécondation, dans le développement embryonnaire précoce ainsi que dans la protection physique et antimicrobienne de l’embryon. Elle contribue de ce fait à la qualité des œufs à couver et au bon développement des embryons ainsi qu’à la qualité des œufs de consommation (non fécondés). La MV est constituée d’une couche interne (MVI) en contact avec le jaune et d’une couche externe (MVE) en contact avec le blanc. À ce jour, environ 140 protéines différentes ont été identifiées dans la MV ; cependant, la distribution de ces protéines entre la MVI et la MVE reste à élucider. La présente étude vise à enrichir le répertoire des protéines connues dans la MV et à comparer la composition en protéines de la MVI et de la MVE afin de préciser leurs fonctions respectives.La MVI et la MVE ont été séparées manuellement à partir de MV d'œufs fraîchement pondus et les protéines de ces deux couches ont été solubilisées indépendamment et analysées par SDS-PAGE et GeLC-MS / MS. Plus de 550 protéines ont été identifiées dans l'ensemble de la MV. Environ 410 et 340 protéines ont été identifiées dans la MVI et la MVE, respectivement, dont certaines sont retrouvées dans les deux couches tandis que d’autre sont spécifiques de l’une ou l’autre des deux couches. Les données préliminaires résultant de l'annotation fonctionnelle des protéines (ontologie des gènes / bibliographie) révèlent la présence de nombreuses protéines associées non seulement à la fécondation et à la défense antimicrobienne, mais aussi à de nombreuses autres fonctions biologiques telles que l’adhérence et la migration cellulaires, le métabolisme et la morphogenèse, etc. Les résultats de cette étude témoignent de la complexité des rôles joués par la MV dans l’œuf et le développement embryonnaire précoce de l’oiseau. Ces résultats sont actuellement complétés par une analyse expressionnelle des protéines de la MV afin de préciser leur lieu et leur spécificité tissulaire de synthèse.

L’analyse des transcriptomes de foies de canards de différents types génétiques, nourris ad libitum ou gavés et présentant des aptitudes différentes à la production de foie gras, a été conduite afin de mettre en évidence les gènes présentant des différences d’expression et ainsi mieux comprendre les mécanismes impliqués dans le développement de la stéatose hépatique. Des ARN ont donc été extraits de foies provenant de canards communs, de Barbarie et de leurs hybrides réciproques mulards et hinnies, gavés ou non. Ces ARN ont été séquencés à haut débit et l’analyse des données d’expression a été réalisée. Des analyses par classification hiérarchique ou en composantes principales montrent que le premier regroupement des individus se fait en fonction du régime alimentaire, les différences entre types génétiques n’intervenant qu’ensuite. Les canards de Barbarie nourris ad libitum sont cependant plus proches des canards de Barbarie gavés que des autres canards nourris ad libitum. Parmi tous les groupes constitués, celui des canards Pékin gavés est le plus hétérogène. Par contre, et pour chacun des deux régimes, les canards mulards et hinnies ne peuvent pas être distingués. De nombreux gènes présentent des différences d’expression selon le régime alimentaire, gènes impliqués dans diverses voies métaboliques plus ou moins attendues comme le catabolisme des sucres, la lipogenèse ou le cycle cellulaire, l’immunité et la réponse inflammatoire. Enfin, ces processus d’annotation fonctionnelle permettent aussi de distinguer des fonctions discriminant les réponses au gavage des différents types génétiques. Au final, ce projet permet d’améliorer la connaissance des fonctions mises en œuvre lors du gavage et impliquées dans le développement de la stéatose hépatique dans quatre types génétiques de canards., Transcriptome analyses have been conducted on RNAs extracted from the livers of ducks, ad libitum fed or overfed and presenting different susceptibility to fatty liver production, in order to identify genes with differences in expression and thus to better describe mechanisms involved in hepatic steatosis. RNAs have been extracted from the liver of “pure species”, Pekin and Muscovy ducks, and of their reciprocal hybrids, mule and hinny. RNAs have been sequenced and sequencing data have been analyzed. Hierarchic clustering and principal component analyses indicate that differences between individuals lie primarily in feeding effect, differences between genotypes being less important. However, Muscovy ducks ad libitum fed and overfed are clustered together. Interestingly, hinny and mule ducks are clustered together according to feeding. Many genes with differences in expression between overfed and ad libitum fed have been identified. Analyses of functional annotations associated to these differential genes highlight some expected functions (carbohydrate and lipid metabolisms) but also some unexpected ones (cell proliferation and immunity). These analyses also allow to evidence differences in response to overfeeding between the different genotypes. Finally, these RNA sequence analyses help to better characterize functions involved in hepatic steatosis in ducks.

Intégration de bases de données d’annotations fonctionnelles et exploitation pour l’analyse par enrichissement de groupes de gènes selon leurs annotations fonctionnelles

GenFam est un système intégratif d'analyse de familles de gènes. Ce système permet (i) de créer des familles de gènes de génomes complets, (ii) d'exécuter une analyse phylogénétique de cette famille à travers le gestionnaire de workflows Galaxy afin de définir l es relations d'homologie, (iii) d'étudier des événements évolutifs à partir de blocs de synténie précalculées avec le workflow SynMap de la plateforme de génomique comparative (CoGe) et (iv) d'intégrer ces résultats dans l'interface de visualisation synthé tique. La première application de GenFam est d'identifier des gènes candidats pour la tolérance aux stress environnementaux. Il nécessite de mettre en évidence la présence de séquences régulatrices cis spécifiques de la réponse aux stress (de type ABRE, DR E). Dans ce contexte, nous avons besoin d'intégrer de nouveaux outils afin de découvrir et chercher des sites de fixation de facteurs de transcription (Transcription Factor Binding Sites, TFBS) dans les séquences promotrices des gènes membre de la famille étudiée. Ce workflow Galaxy va, d'une part, sélectionner les régions flanquantes en 5' ou en 3' des gènes d'intérêts selon le choix de l'utilisateur. D'autre part, les régions flanquantes sont analysées afin de découvrir et rechercher les motifs de séquenc es régulatrices cis spécifiques de la réponse aux stress avec des méthodes complémentaires comme MEME, STIF, PHYME. Ces résultats ainsi que l'annotation fonctionnelle des gènes étiquetés comme étant impliqués dans la réponse au stress seront intégrés dans l'interface de visualisation. Ce travail doit permettre une réflexion sur la notion d'orthologie fonctionnelle et effectuer une recherche translationnelle depuis les espèces modèles jusqu'aux espèces d'intérêt agronomique (i.e identifier des gènes candidat s pour la réponse au stress du caféier à partir d'informations fonctionnelles connues chez Arabidopsis).

The main topic of this thesis is functional annotation. Functional annotation consists in associating proteins with biological functions. We explored two aspects of functional annotation. On one hand, we have tested the hypothesis that the order of domains in a protein could play a role in a protein biological function. We have introduced the new notion of sequential nugget of knowledge as an association of a sequence of items with a predetermined target. We have designed and implemented SNK, an algorithm that find such nuggets of knowledge. SNK algorithm has been adapted to fit specific needs expressed by our biologist collaborators. SNK has been successfully used to study a protein family. On the other band, we were interested in biological ontologies and functional hierarchies used by experts to perform functional annotation. Many of these structured and controlled vocabularies exist and express various aspects on the annotation. The mapping of biological ontologies appeared as a need to enable the study of whole set of annotation data for genomics purpose. We have chosen to develop a dedicated method O'Browser, that use specificity of biological ontologies by (i) using a matcher based on homology relationships between proteins annotated with the ontologies, and (ii) introducing the notion of adaptive weighting of matchers. This method has been used for the alignment of two functional hierarchies., Le thème principal de cette thèse est l'annotation fonctionnelle, qui consiste à associer à une protéine sa ou ses fonctions biologiques. Nous nous sommes intéressés à deux aspects. Dans un premier temps, nous avons testé l'hypothèse biologique selon laquelle l'ordre des domaines dans une protéine pourrait jouer un rôle dans la fonction biologique de celle-ci. Pour cela, nous avons introduit la notion de pépites séquentielles de connaissance comme une association séquentielle entre séquence d'items et une cible déterminée. Nous avons conçu et implémenté SNK, un algorithme pour rechercher ces pépites. Pour répondre à un besoin de nos collaborateurs, nous avons étendu l'algorithme SNK en lui donnant une spécification plus adaptée à la biologie, puis nous avons utilisé avec succès SNK pour l'étude d'une famille protéique. Dans un second temps, nous avons travaillé sur les ontologies biologiques et les hiérarchies fonctionnelles que les experts biologistes utilisent pour l'annotation. Il existe plusieurs de ces vocabulaires contrôlés et structurés exprimant chacun un point de vue sur l'annotation. Pour permettre de travailler avec l'ensemble de ces données d'annotation dans le cadre de travaux de génomique comparative. Il est apparu nécessaire de mettre en correspondance des ontologies biologiques. Nous avons choisi de développer une méthode de mapping, O'Browser, prenant en compte les spécificités des ontologies biologiques, en introduisant un matcher utilisant les relations d'homologie entre les protéines annotées par ces ontologies et la notion de pondération adaptative des ces matchers. Cette méthode a été utilisée pour l'alignement de deux hiérarchies fonctionnelles.

The 15 years straddling the end of the XXth and the beginning of the XXIst centuries saw spectacular progress in molecular biology. The analysis of spontaneous or induced mutants in man and model species, using these new techniques and concepts of molecular genetics, has lead to the identification of the specific function of thousands of genes. Fine mapping of genomes has been a key step in such identification. However, it is now clear that understanding regulatory mechanisms cannot be achieved by studying isolated genes only, but that, on the contrary, it must focus on the combined and dynamic expression of the entire gene network. Genome sequencing projects have inaugurated a series of new techniques, photographing in real time the result of genomic expression in different cell types under various physiological or pathological conditions. The analysis and comparison of these specific patterns requires the extensive use of bio-informatic tools, already omnipresent in the production and exchange of biological data. Such research is expected to reveal the full functioning of living organisms at all levels of its organization, from molecules to the whole body. Far from being futuristic projects, the first computational attempts at physiological modeling are already in existence and constitute a clear turning point in our descriptive and predictive approach of biological phenomena., Les 15 années charnières entre le XXe et le XXIe siècle resteront marquées par les progrès spectaculaires de la biologie moléculaire. En particulier, les techniques et concepts de la génétique moléculaire, appliqués à l’Homme et aux espèces modèles, ont permis d’identifier par l’analyse de mutants spontanés ou induits la fonction individuelle de milliers de gènes. Le balisage fin des génomes a beaucoup contribué à accélérer cette identification. Il est cependant évident que la compréhension des mécanismes de régulation du vivant doit dépasser l’étude de gènes isolés pour intégrer au contraire l’expression combinée et dynamique de l’ensemble des gènes. Dans cette veine, le décryptage des génomes a inauguré la mise en oeuvre d’une série de techniques permettant de photographier en temps réel le résultat de l’expression du génome dans différents types cellulaires, éventuellement placés dans des situations physiologiques ou pathologiques différentes. L’analyse et la comparaison des profils obtenus passe par l’utilisation massive de l’outil informatique, omniprésent aujourd’hui dans la production et l’échange des données biologiques. In fine, il est attendu de pouvoir expliquer le fonctionnement du vivant à tous les niveaux de son organisation, de la molécule à l’organisme tout entier. Loin de projet futuristes, les premières ébauches computationnelles de modélisation physiologique ont déjà vu le jour et marquent un évident tournant dans notre approche descriptive et prédictive des phénomènes biologiques., Tiret Laurent. De la génomique aux modèles computationnels : les outils de la physiologie contemporaine. In: Bulletin de l'Académie Vétérinaire de France tome 158 n°4, 2005. pp. 527-537.