Literatura científica selecionada sobre o tema "Variations non codantes"

Cet article examine l’histoire de la biologie moléculaire à partir d’une perspective sémiotique sur la métaphore du « code génétique ». Celle-ci est considérée comme la catachrèse centrale d’un réseau métaphorique cybernétique développé depuis la naissance de la discipline dans les années 1950. En suivant la perspective de Paul Ricoeur, l’auteur suggère que la métaphore du « code génétique » peut produire une vérité scientifique et philosophique contre l’illusion référentielle. Cet argument est analysé à partir de la description de la partie non codante de l’ADN, entendue comme le résidu d’une métaphore qui considère l’ADN comme le médium d’un s-code, mais aussi comme l’objet d’un effet de réel/récit. Seule une multimodalité de référence pour la métaphore du code génétique pourrait rouvrir le champ de la découverte sur ces 97 % de l’ADN tenus par la métaphore cybernétique originelle comme des « détails insignifiants ».

Allèle : une des formes alternatives d'un locus. Dans une cellule diploïde, il y a deux allèles pour chaque locus (un allèle transmis par chaque parent), qui peuvent être identiques. Dans une population, on peut avoir plusieurs allèles pour un locus.Annotation structurale : repérage des coordonnées des diverses structures dans le génome, telles que les gènes.Annotation fonctionnelle : renseignements sur les fonctions des séquences, le plus souvent pour les gènes.BAC : Bacterial Artificial Chromosome. Vecteur de clonage permettant l’obtention de clones bactériens contenant un grand fragment d’ADN génomique (taille > 100 kb*). Les BAC assemblés en contigs* sont à la base des cartes physiques du génome.Carte cytogénétique : carte des chromosomes. Réalisée par localisation visuelle (FISH*) au microscope de fragments d’ADN sur les chromosomes au stade métaphase de la mitose.Carte d’hybrides irradiés : réalisée en testant par PCR la présence ou l’absence de fragments d’ADN dans une collection de clones d’hybrides irradiés (RH*). Deux fragments d’ADN sont proches sur le génome s’ils sont trouvés fréquemment dans les mêmes clones.Carte génétique : obtenue par l’étude de la ségrégation dans des familles ou des populations, de marqueurs polymorphes, soit moléculaires, soit phénotypiques, deux séquences étant d’autant plus proches qu’elles sont souvent transmises ensemble lors de la méiose.Clonage positionnel : stratégie visant à identifier un gène responsable de l’expression d’un phénotype en utilisant des informations de position sur le génome.Contig : ensemble de clones (le plus souvent des BAC*) ou de lectures de séquence ordonnés grâce à des informations sur leur parties chevauchantes.Cosmide : vecteur de clonage permettant l’obtention de clones bactériens contenant des fragments d’ADN génomique de taille avoisinant les 50 kb*.CNV : Copy Number Variation ; polymorphisme du génome correspondant à la variation du nombre de copies d’une séquence, pouvant dans certains cas contenir un ou plusieurs gènes.Déséquilibre gamétique : pour deux loci quelconques, c'est le fait que la fréquence des haplotypes* estimée pour tous les gamètes est différente de celle attendue à partir du produit des fréquences alléliques de chaque locus. Synonyme : déséquilibre de liaison. Contraire de : équilibre gamétique.Dominance : qualificatif de l’effet d'un allèle, dont une copie suffit à l'expression du phénotype* approprié. L’allèle A est dominant sur l’allèle a si l’hétérozygote* Aa a le même phénotype* que l’homozygote AA.EST : Expressed Sequence Tag : séquences étiquettes (partielles) de transcrit, obtenues par séquençage aléatoire d’ARN.Evaluation génomique : évaluation de la valeur génétique d’individus d’après leurs génotypes pour un ensemble de loci distribués sur le génome, d’après des équations établies à partir des performances d’individus de référencephénotypés et génotypés.Expression génique : études visant à estimer le niveau de production (expression) des gènes en fonction d’états physiologiques ou de tissus différents.Exon : fraction de la partie codante d’un gène eucaryote. Les gènes des organismes eucaryotes sont le plus souvent fractionnés en plusieurs séquences d’ADN dans le génome, les exons, séparés entre eux par d’autres séquences (introns*).FISH : Fluorescent In Situ Hybridisation. Hybridation de sondes d’ADN marquées à l’aide d’un fluorochrome, sur des chromosomes au stade métaphase de la mitose. Permet la réalisation de la carte cytogénétique.Fingerprinting : technique permettant d’estimer très grossièrement la similarité entre des séquences d’ADN sans les séquencer, par la comparaison des longueurs de bandes produites par des enzymes de restriction coupant l’ADN à des sites précis.Fosmide : vecteur de clonage permettant l’obtention de clones bactériens contenant des fragment d’ADN génomique de taille déterminée et égale à 40 kb*.FPC : FingerPrint Contig* ; contig* de clones (généralement des BAC*) ordonnés par la technique du fingerprinting, afin d’obtenir une carte physique du génome.Génotype 1 : constitution génétique d'un individu. 2. Combinaison allélique* à un locus particulier, ex: Aa ou aa.Haplotype : combinaison allélique spécifique pour des loci appartenant à un fragment de chromosome défini.Héritabilité au sens strict : proportion de la variance phénotypique due à la variabilité des valeurs génétiques = proportion de la variance phénotypique due à la variance génétique additive.Hétérozygote : individu ayant des allèles non identiques pour un locus* particulier ou pour plusieurs loci. Cette condition définit l’ «hétérozygotie». Contraire de: homozygote.Homologues : séquences similaires en raison d’une origine évolutive commune.Hybride irradié : cellule hybride obtenue par fusion entre cellules hôte d’une espèce et donneuse d’une autre espèce, contenant une fraction aléatoire du génome de l’espèce donneuse, après cassures par irradiation, reconstitution aléatoire de chromosomes ou insertion dans des chromosomes de la cellule hôte et rétention partielle. Deux séquences proches sur le génome sont en probabilité dans les mêmes clones RH*, tandis que deux séquences distantes ont une probabilité faible d’être conservées ensemble.IBD : pour identity by descent. Identité entre deux chromosomes (ou parties de chromosomes), liée à leur descendance d’un même chromosome ancestral.Indel : Insertion – deletion ; polymorphisme de présence ou absence d’un ou plusieurs nucléotides.Intron : séquence non-codante dans les gènes, séparant les exons, qui codent pour une protéine.Kb : kilobase ; séquence de mille paires de bases (pb*).Locus (pl. : loci) : Site sur un chromosome. Par extension, emplacement d’un gène ou d’un marqueur génétique sur un chromosome.Marqueur génétique : séquence d'ADN dont le polymorphisme est employé pour identifier un emplacement particulier (locus) sur un chromosome particulier.Mate-pair : séquences appariées (1 à 10 kb* de distance), produites en circularisant les fragments d’ADN, puis par séquençage à travers le point de jointure.Mb : mégabase ; séquence d’un million de paires de bases (pb*) de longueur.Orthologues : séquences homologues* entre deux espèces.Paired-end : séquences appariées produites par la lecture des deux extrémités de courts fragments d’ADN (moins de 500 pb*) dans le cas des nouvelles technologies de séquençage.Paralogues : séquences homologues* résultat de la duplication d’une séquence ancestrale dans le génome. Il s’agit de deux (ou plus) séquences similaires par homologie dans un même génome.Pb : paire de base ; unité de séquence d’ADN, représentée par une base et sa complémentaire-inverse sur l’autre brin.Phénotype : caractère observable d'un individu résultant des effets conjugués du génotype et du milieu.Phylogénomique : utilise les méthodes de la génomique et de la phylogénie. Par la comparaison de génomes entiers, permet de mettre en évidence des pertes et gains de gènes dans les génomes, ainsi que leur variabilité moléculaire, afin (entre autres buts) d’aider à prédire leur fonctions.Plasmide : vecteur de clonage permettant l’obtention de clones bactériens contenant des fragment d’ADN génomique de taille allant de 500 pb* à 10 kb* environ.Polymorphisme d'ADN : existence de deux ou de plusieurs allèles* alternatifs à un locus.Puce à ADN ou puce pangénomique : Système permettant pour un individu le génotypage simultané de très nombreux marqueurs génétiques (de quelques milliers à quelques centaines de milliers).QTL : abréviation de locus à effets quantitatifs (de l’anglais Quantitative Trait Locus).Récessivité : qualificatif de l’effet d'un allèle, où l'homozygotie* est nécessaire pour l'expression du phénotype* approprié. opposé de : dominance*.RH : Radiation Hybrid (hybride irradié*)Sanger (méthode de) : méthode de séquençage publiée en 1977 (Sanger et al 1977) et encore utilisée de nos jours avec les séquenceurs à électrophorèse capillaire.Scaffold : ensemble de contigs* de séquence reliés entre eux par des informations apportées par des lectures appariées (mate-pairs* ou paired-ends*).Sélection assistée par marqueurs (abréviation : SAM) : utilisation d’un jeu restreint de marqueurs de l'ADN pour améliorer la réponse à la sélection dans une population : les marqueurs sont choisis comme étroitement liés à un ou plusieurs loci cibles, qui sont souvent des loci à effets quantitatifs ou QTL*.SNP : polymorphisme d'un seul nucléotide à une position particulière de la séquence d’ADN (abréviation de l’anglais Single Nucleotide Polymorphism).Supercontig : nom alternatif pour les scaffolds*.WGS : Whole Genome Shotgun ; production de lectures de séquence d’un génome entier de manière aléatoire.

L’expression des gènes passe par le processus de transcription dans le noyau des cellules eucaryotes qui produit les ARNs, intermédiaires indispensables pour former des protéines. La synthèse et le devenir des ARNs sont soumis à un contrôle complexe assuré par de nombreux acteurs incluant entre autres les séquences d'ADN non codantes régulatrices qui assurent une régulation spatio-temporelle fine de l’expression génique et les ribonucléoprotéines hétérogènes nucléaires (hnRNP) capables de lier les molécules d’ARN et de réguler leur maturation, leur stabilité et leur localisation.L'approche standard actuelle pour l'exploration moléculaire des patients atteints d'anomalies du développement (AD) et/ou de déficience intellectuelle (DI), déploie la combinaison de l’analyse chromosomique par puces à ADN, le test de l’X fragile, le séquençage d'exome, et plus récemment le séquençage du génome pour établir un diagnostic moléculaire. L’ensemble de ces approches comporte un rendement diagnostique inférieur à 50% pour les AD/DI. Cependant, les analyses peuvent parfois mettre en évidence la présence de variations de signification incertaine dans des gènes candidats, non encore impliqués en pathologie humaine. Des tests fonctionnels sont alors nécessaires afin d’établir une correcte corrélation génotype-phénotype. De cette manière, des variations pathogènes ont été identifiées au sein de deux gènes candidats codant des hnRNPs intervenant dans le métabolisme des ARNs : PTBP1 et PTBP2. Le but de cette première étude est de décrire le mécanisme cellulaire physiopathologique lié aux défauts transcriptionnels à l'origine de l’atteinte neurodéveloppementale syndromique (pour PTBP1) ou non syndromique (pour PTBP2) par des approches moléculaires fonctionnelles in vitro et in vivo dont le séquençage d'ARNs immunoprécipités (RIP-seq) dans une cohorte d’individus atteints.Dans certains cas, l’analyse génomique met en évidence la présence de variations de structure complexes, pouvant interrompre la séquence d’un gène sensible au dosage, modifier l’activité d’un enhancer ou encore exercer des effets de position sur l'expression génique en altérant les interactions enhancer/gène(s) cible(s). Ces communications moléculaires sont facilitées au sein de domaines d'association topologique (TADs) qui jouent un rôle important dans la régulation transcriptionnelle de manière tissu-spécifique. Par conséquent, toute variation de structure susceptible de réorganiser les TADs (fusion, mélange entre deux TADs ou même création) peut entraîner une altération de l’expression génique. Dans ce contexte, l'objectif du second travail de recherche est de caractériser, au moyen de la capture de conformation de chromosomes à haut débit (Hi-C), les remaniements complexes des patients capables de modifier la structure des TADs. Combinée avec d’autres techniques omiques comme le séquençage longs fragments, les études transcriptomiques ou encore épigénomiques, cette approche permet d'étudier les mécanismes moléculaires sous-jacents sur différents modèles cellulaires dérivés des individus affectés.Ces travaux de recherche mettent en évidence l'impact physiopathologique des variations génétiques ponctuelles et de structure sur les mécanismes de régulation transcriptionnelle et post-transcriptionnelle des gènes cibles et ouvrent la voie à de nouvelles hypothèses biologiques dans le cadre de la recherche translationnelle en pathologie humaine
Gene expression occurs through the transcription process in the nucleus of eukaryotic cells, which produces RNAs, essential intermediates for protein formation. RNA synthesis and fate are controlled by a complex network of factors, among which are regulatory non-coding DNA sequences that ensure precise spatio-temporal regulation of gene expression and heterogeneous nuclear ribonucleoproteins (hnRNP), able to bind RNA molecules and contributing to their maturation, stability, and localization.The current standard approach for molecular exploration of patients with developmental disorders (DD) and/or intellectual disabilities (ID) uses a combination of chromosomal analysis using DNA microarrays, fragile X testing, exome sequencing, and more recently, genome sequencing to establish a molecular diagnosis. These approaches yield a diagnostic yield of less than 50% for DD/ID. However, the analyses sometimes reveal the presence of variations of uncertain significance in candidate genes not yet implicated in human pathology. Functional tests are then necessary to establish a correct genotype-phenotype correlation. In this way, pathogenic variations have been identified in two candidate genes encoding hnRNPs involved in RNA metabolism: PTBP1 and PTBP2. The aim of this first study is to describe the cellular pathophysiological mechanism related to transcriptional defects causing syndromic (for PTBP1) or non-syndromic (for PTBP2) neurodevelopmental impairment using in vitro and in vivo functional molecular approaches including RNA immunoprecipitation sequencing (RIP-seq) in a cohort of affected individuals.In some cases, genomic analysis identifiy complex structural variations that can disrupt the sequence of a dosage-sensitive gene, alter the activity of an enhancer, or exert position effects on gene expression by altering enhancer/target gene interactions. These molecular communications are facilitated within topological associating domains (TADs), which play an important role in tissue-specific transcriptional regulation. Consequently, any structural variation that reorganizes TADs (fusion, shuffling or even new TAD) can lead to an alteration in gene expression. In this context, the goal of this second research project is to characterize, through high-throughput chromosome conformation capture (Hi-C), the complex rearrangements in patients reorganizing the structure of TADs. Combined with other omic techniques such as long fragment sequencing, transcriptomic or epigenomic analysis, this approach allows the study of the underlying molecular mechanisms on different cellular models derived from affected individuals.These research efforts highlight the physiopathological impact of punctual and structural genetic variations on the transcriptional and post-transcriptional regulatory mechanisms of target genes and pave the way for new biological hypotheses in the context of translational research in human pathology

L'hyperchylomicronémie est une maladie rare et complexe impliquant plusieurs gènes qui sont eux-mêmes fortement régulés par plusieurs mécanismes et dont les voies métaboliques sont étroitement dépendantes de facteurs environnementaux. La survenue de la pathologie due à la présence de variants ou d'une association de variants sur ces gènes n'est pas toujours clairement définie. Ce qui suggère l'intervention d'autres mécanismes mal élucidés dans le développement des hyperchylomicronémies et la régulation du métabolisme des triglycérides. Nous avons essayé d'appréhender certains mécanismes causals dans la survenue de l hyperchylomicronémie en lien avec la présence de variants sur les gènes régulateurs APOC3 et LMF1 du métabolisme des triglycérides. Le gène APOC3 présente le variant SstI (rs5128) en région 3' non codante associée significativement à l'hypertriglycéridémie dans notre cohorte, nous avons cherché à caractériser sa régulation post-transcriptionnelle éventuelle par des microARN hépatiques ou intestinaux. Nos résultats ne confirment pas l'hypothèse d'une régulation du variant SstI du gène APOC3 par un microARN hépatique ou intestinal ciblant directement l'extrémité 3'UTR du gène APOC3. Le gène LMF1, nouveau gène candidat pour étudier les mécanismes des hyperchylomicronémies, est encore peu investigué. Nous avons mis en place son diagnostic génétique au sein du laboratoire ainsi qu'une technique in vitro permettant d'évaluer l'impact de la présence de certains variants codants de LMF1 sur l'activité post héparinique de la lipoprotéine lipase (LPL) par mesure de la lipolyse des triglycérides des VLDL. Nous avons mis en évidence des activités LPL significativement diminuées suggérant une dysfonction de LMF1 en présence des variants p.Gly172Arg (rs201406396), p.Arg354Trp (rs143076454), p.Arg364Gln (rs35168378), et des deux variants non-sens déjà décrits p.Tyr439Ter (rs121909397) et p.Trp464Ter (rs587777626). Ces travaux permettent de confirmer l'effet fonctionnel des variants LMF1 sur la régulation de la sécrétion de la LPL. Nous avons également retrouvé dans notre cohorte de 385 patients 18 variants sur la région 3' non codante du gène LMF1. Pour les trois variants : c*231C>A (rs75476513), c*512G>A (rs117039680), et c*530G>A (rs139657279), les résultats in vitro suggèrent une régulation post transcriptionnelle par les microARN. Ce qui pourrait ainsi expliquer le mécanisme de l'association de ces variants non traduits à l'hypertriglycéridémie. Ainsi, des interrelations des multiples gènes impliqués dans le métabolisme des triglycérides et leurs régulations à plusieurs niveaux simultanés modulent le phénotype d'hyperchylomicronémie. Il est nécessaire d'étudier tous les mécanismes complexes impliqués dans la régulation de la triglycéridémie afin de mieux appréhender la physiopathologie et de développer de nouvelles cibles thérapeutiques
Hyperchylomicronemia is a rare and complex disease involving several genes which are themselves highly regulated by several mechanisms and whose metabolic pathways are closely dependent on environmental factors. The occurrence of this disease due to the presence of variants or a combination of variants on these genes is not always clearly defined. This suggests the intervention of other ill-defined mechanisms in the development of hyperchylomicronemia and the regulation of triglyceride metabolism. We have tried to understand certain causal mechanisms in the occurrence of hyperchylomicronemia in relation to the presence of variants on the APOC3 and LMF1 known regulatory genes of triglyceride metabolism. APOC3 gene carries the SstI variant (rs5128) in the 3' untranslated region significantly associated with hypertriglyceridemia in our cohort. We sought to characterize its possible post-transcriptional regulation by hepatic or intestinal microRNA. Our results obtained in vitro do not support the hypothesis of a regulation of the SstI variant of the APOC3 gene by a hepatic or intestinal microRNA directly targeting the 3'UTR of APOC3 gene. LMF1 gene, a new candidate gene for studying the mechanisms of hyperchylomicronaemias, is still under investigation. We have established its genetic diagnosis in the laboratory and set up an in vitro method to evaluate the impact of LMF1 coding variants by measuring the release of post-heparin lipoprotein lipase (LPL) activity. We found decreased LPL activities suggesting a LMF1 dysfunction in the presence of variants p.Gly172Arg (rs201406396), p.Arg354Trp (rs143076454), p.Arg364Gln (rs35168378), and the two nonsense variants already described p.Tyr439Ter (rs121909397) and p.Trp464Ter (rs587777626). This study confirms the functional effect of LMF1 variants on the regulation of LPL secretion. In addition, we found 18 variants on the 3' untranslated region of LMF1 gene. For three variants : c*231C>A (rs75476513), c*512G>A (rs117039680), and c*530G>A (rs139657279), in vitro results suggest a post-transcriptional regulation by microRNA. These findings are an involvement of these untranslated variants in the occurrence of hypertriglyceridemia.Thus, complex interrelations of multiple genes involved in triglyceride metabolism and their simultaneous multi-level regulation modulate the phenotype of hyperchylomicronemic patients. It is necessary to study all the complex mechanisms involved in the regulation of triglyceridemia in order to better understand pathophysiology of hyperchylomicronemia and to develop new therapeutic targets

Pseudomonas brassicacearum a la particularité de générer une diversité intraclonale aussi bien in vitro qu'en conditions naturelles dans la rhizosphère de plantes. Ce phénomène de variation phénotypique commun chez les bactéries est un processus d'adaptation aux environnements changeants. Des données de transcriptomique issues de puces à ADN, contenant aussi bien des séquences codantes que non codantes, nous ont permis d'identifier les gènes dont l'expression est altérée et surtout de relier ce phénomène à l'expression d'ARN non codants régulateurs (ARNnc) de type Rsm qui sont sous le contrôle du système à deux composants GacS/GacA. Nous avons montré que des mutations ponctuelles dans les gènes gacS ou gacA sont à l'origine de cette variation phénotypique et que l'expression de l'un des trois gènes rsmX, rsmY ou rsmZ permet de restaurer le phénotype de la souche sauvage. L'importance de ces ARNnc dans la survie de la bactérie aux fluctuations de son environnement est dénotée par la duplication de rsmX en un gène que nous avons nommé rsmX-2, dont la fonction a été validée. Nos données suggèrent une activation exclusive des gènes rsmX-1 et rsmX-2 par GacA et l'intervention de régulateurs additionnels dans le cas de rsmY et rsmZ. Au vu de la redondance fonctionnelle de ces quatre ARNnc, nous avons investigué leur niveau d'expression et leur stabilité dans différentes conditions de culture et montré des différences pour les quatre ARNnc. En réponse à une carence en nutriments, l'expression des ARNnc Rsm est fortement activée et atteint son maximum quand le ppGpp est détecté dans le milieu, suggérant un lien entre le système Gac/Rsm et la réponse « stringente »
The plant-beneficial bacterium Pseudomonas brassicacearum forms phenotypic variants in vitro as well as in planta during root colonisation under natural conditions. Transcriptome analysis of typical phenotypic variants using microarrays containing coding as well as non-coding DNA fragments showed differential expression of several genes relevant to secondary metabolism and of the small non-coding RNA (ncRNA) genes rsmX, rsmY and rsmZ, which was characterized by down-regulation. Naturally occurring mutations in the GacS/GacA two-component system accounted for phenotypic switching. The importance of these ncRNAs in the survival of the bacteria to changing environments is denoted by the duplication of rsmX gene, which we called rsmX-2 and whose function has been validated. Our data suggest an exclusive activation of rsmX-1 and rsmX-2 genes by GacA and the involvement of additional regulators in the case of rsmY and rsmZ. Given the functional redundancy of these ncRNAs, we investigated their expression level and stability in different culture conditions and showed differences for the four ncRNAs. In response to nutrient depletion, the four ncRNAs expression is strongly activated and reaches its maximum when the ppGpp is detected in bacterial cells, suggesting a link between the Gac/Rsm system and the "stringent" response. Determining the level of each Rsm ncRNA, which is defined by a balance between synthesis and degradation of each transcript, shows the maintenance of a very important pool of RsmZ compared to other ncRNAs

L'annotation fonctionnelle de mutations somatiques est un point focal des études de génomique du cancer. Jusque récemment, la recherche s'est concentré sur des mutations dans la fraction codante du génome, pour lesquelles de puissants outils bioinformatiques ont été développés afin de distinguer des mutations délétères des mutations neutres. On identifie un nombre croissant de variants associés à des maladies dans le génome non-codant. L'interprétation des mutations non-codantes dans le cancer est donc devenue une tâche urgente. Des projets de grande envergure tels que ENCODE ont rendu possible l'interprétation fonctionnelle de variants dans les cancers. Plusieurs programmes ont été produits sur la base de ces informations fonctionnelles. Ces outilssont encore limités, notamment, une bas précision de la prédiction, le manque d'information de la mutation de cancer et biais de constatation importante. Dans le chapitre 2 de cette thèse, pour interpréter fonctionnellement les mutations non-codantes dans les cancers, nous avons développé deux modèles de forêts aléatoires indépendants, appelées SNP et SOM. Compte tenu de la combinaison de caractéristiques fonctionnelles à une position donnée du génome, le modèle SNP prédit la fraction de SNP rares (une mesure de la sélection négative), et le modèle SOM prédit la densité de mutations somatiques attendue à cette position. Nous avons appliqué nos deux modèles pour évaluer des clinvariant and HGMD variants asociés à des maladies, et un ensemble de SNP-contrôle aléatoires. Les résultats ont montré que les variants associés à des maladies ont des scores plus élevés que les SNP-contrôle avec le modèle SNP et inférieures avec le modèle SOM, confortant notre hypothèse selon laquelle la sélection négative, telle que mesurée par fraction de SNP rares et de densité de mutation somatiques, nous informe sur l'impact fonctionnel des mutations tumorales dans le génome non-codant. Jusqu'à présent, les chercheurs ont surtout considéré les gènes protéiques comme critiques dans l'initiation et la progression des cancers. Toutefois, des preuves récentes ont montré que les ARN non-codants, en particulier les lncRNAs, sont activement impliqués dans divers processus de cancer. Un chapitre de cette thèse est consacré à cette classe de transcripts non codants. Comme pour les gènes codants, il pourrait exister un grand nombre de lncRNAs driver de cancer. Le développement d'outils bioinformatiques pour identifier et hiérarchiser les lncRNA et autres ARN non-codants est devenu un important objet de recherche en oncologie.La dernière partie de cette thèse est consacrée à la mise en œuvre de méthodes pour découvrir des éléments non-codants potentiellement driver de cancer. Nous avons d'abord appliqué trois outils tierces, CADD, funSeq2, GWAVA, ainsi que nos modèles SNP et SOM, pour évaluer l'impact des mutations non-codantes dans tout le génome. Pour chaque locus, nous calculons la moyenne des scores de tous les variants observés à l'aide de l'un des modèles, et nous prenons au hasard le même nombre de variants et calculons leur score moyen 1 million de fois pour former une distribution nulle et obtenir une P-valeur pour ce locus. Pour valider notre hypothèse et notre modèle de permutation, nous avons testé ce système sur 452 gènes codants et 61 lncRNA liés au cancer, en utilisant des données de mutation somatique de cancer du foie, cancer du poumon, CLL et mélanome. Nous avons constaté que les lncRNAs et gènes codants associés au cancer avaient des valeurs-P significativement plus faibles que l'ensemble de lncRNAs et gènes codant. Appliquer ce test de permutation à des lncRNAs avec cinq systèmes de notation différents nous a permis de prioriser les centaines de candidats potentiellement liés au cancer.Ces candidats peuvent maintenant être soumis à validation expérimentale
Functional annotation of somatic mutations have been a consistent hotspot of cancer genomics studies. In the past, researchers preferentially focused on mutations in the coding fraction of the genome, for which ample bioinformatics tools were developed to distinguish cancer-driver mutations from neutral ones. In recent years, as an increasing number of variants were being identified as disease-associated in the non-coding genome, interpreting non-coding cancer mutations has become an urgent task. The completion of large scale projects such as ENCODE, has made functional interpretation of cancer variants achievable, and several programs were produced based on this functional information. However, there still exists some limitations as to these prediction tools, such as low prediction accuracy, lack of cancer mutation information and significant ascertainment bias. In chapter 2 of this thesis, in order to functionally interpret non-coding mutations in cancer, we developed two independent random forest models, referred to as SNP and SOM. Given a combination of features at a given genome positions, the SNP model predicts the expected fraction of rare SNPs (a measure of negative selection), and the SOM model predicts the expected mutation density at this position. We applied our two models to score these non-coding disease-associated clinvariant and HGMD variants and a set of random control SNPs. Results showed that disease-associated variants were scored higher than control SNPs with the SNP model and lower than control SNPs with the SOM model, supporting our hypothesis that purifying selection as measured by fraction of rare SNPs and mutation density is informative for the evaluation of the functional impact of cancer mutations in the non-coding genome. In the past, researchers have preferentially considered protein-coding genes as critical to the initiation and progression of cancers. However, recent evidences have shown that ncRNAs, in particular lncRNAs, are actively implicated in various cancer processes. A chapter of this thesis is devoted to this class of non-coding transcripts. Similar to protein coding genes, there might be a large number of lncRNAs with cancer-driving functions. The development of bioinformatics tools to prioritize them has become a new focus of research for computational oncologists.The last part of this thesis is devoted to the implementation of methods for discovering potential cancer-driving non-coding elements in lncRNA and protein-coding genes. We applied three scoring tools, CADD, funSeq2, GWAVA, together with our SNP and SOM scoring systems to prioritize cancer-associated elements using a permutation-based algorithm. For each locus, we compute the average score of all observed variants using one of the models, and we randomly take the same number of variants and compute their average score 1 million times to form a null distribution and obtain a P value for this locus. To validate our hypothesis and permutation model, we tested this system on 61 cancer-related lncRNA and 452 cancer genes using somatic mutation data from liver cancer, lung cancer, CLL and melanoma. We observed that both cancer lncRNAs and protein-coding genes had significantly lower average P values than total lncRNAs and protein-coding genes in all cases. Applying the permutation test to lncRNAs with five different scoring systems enabled us to prioritize hundreds to thousands of cancer-related lncRNA candidates. These candidates can be used for future experimental validation

Les rétrotransposons sont des éléments génétiques mobiles qui constituent presque la moitié de notre génome. Seule la sous-famille L1HS appartenant à la classe des Long Interspersed Element-1(LINE-1 ou L1) a gardé une capacité de mobilité autonome chez l’Homme. Leur mobilisation dans la lignée germinale, mais Aussi dans certains tissus somatiques, contribue à la diversité du génome humain ainsi qu’à certaines maladies comme le cancer. Ainsi, de nouvelles copies de L1 peuvent directement s'intégrer dans des séquences codantes ou régulatrices, et altérer leur fonction. De plus, les séquences L1 contiennent elles-mêmes plusieurs éléments cis-régulateurs et leur insertion à proximité ou dans un gène peut produire des altérations génétiques plus subtiles. Afin d'explorer l'ensemble de ces altérations à l'échelle du génome, nous avons développé un logiciel dédié à l’analyse des données de séquençage d'ARN qui permet d'identifier des transcrits chimériques ou antisens impliquant les L1 et d'annoter ces isoformes en fonction des différents événements d’épissage alternatif subits. Au cours de ce travail, il est apparu que la compréhension du lien entre polymorphisme des insertions et phénotype nécessite une vue complète des différentes copies L1HS présentes chez un individu donné. Afin de disposer d'un catalogue aussi complet que possible de ces polymorphismes identifiés dans des échantillons humains sains ou pathologiques et publiés dans des journaux scientifiques, nous avons développé euL1db, la base de données des insertions de rétrotransposon L1HS chez l’Homme. En conclusion, ce travail aidera à comprendre l’impact des L1 sur l’expression des gènes, à l'échelle du génome
Retrotransposons are mobile genetics elements, which form almost half of our genome. Only the L1HS subfamily of the Long Interspersed Element-1 class (LINE-1 or L1) has retained the ability to jump autonomously in humans. Their mobilization in the germline – but also in some somatic tissues – contributes to human genetic diversity and to diseases, such as cancer. L1 reactivation can be directly mutagenic by disrupting genes or regulatory sequences. In addition, L1 sequences themselves contain many regulatory cis-elements. Thus, L1 insertions near a gene or within intronic sequences can also produce more subtle genic alterations. To explore L1-mediated genic alterations in a genome-wide manner, we have developed a dedicated RNA-seq analysis software able to identify L1 chimeric or antisense transcripts and to annotate these novel isoforms with their associated alternative splicing events. During the course of this work, it appeared that understanding the link between L1HS insertion polymorphisms and phenotype or disease requires a comprehensive view of the different L1HS copies present in a given individual or sample. To provide a comprehensive summary of L1HS insertion polymorphisms identified in healthy or pathological human samples and published in peer-reviewed journals, we developed euL1db, the European database of L1HS retrotransposon insertions in humans. This work will help understanding the overall impact of L1 insertions on gene expression, at a genome-wide scale

Les rétrotransposons sont des éléments génétiques mobiles qui constituent presque la moitié de notre génome. Seule la sous-famille L1HS appartenant à la classe des Long Interspersed Element-1(LINE-1 ou L1) a gardé une capacité de mobilité autonome chez l’Homme. Leur mobilisation dans la lignée germinale, mais Aussi dans certains tissus somatiques, contribue à la diversité du génome humain ainsi qu’à certaines maladies comme le cancer. Ainsi, de nouvelles copies de L1 peuvent directement s'intégrer dans des séquences codantes ou régulatrices, et altérer leur fonction. De plus, les séquences L1 contiennent elles-mêmes plusieurs éléments cis-régulateurs et leur insertion à proximité ou dans un gène peut produire des altérations génétiques plus subtiles. Afin d'explorer l'ensemble de ces altérations à l'échelle du génome, nous avons développé un logiciel dédié à l’analyse des données de séquençage d'ARN qui permet d'identifier des transcrits chimériques ou antisens impliquant les L1 et d'annoter ces isoformes en fonction des différents événements d’épissage alternatif subits. Au cours de ce travail, il est apparu que la compréhension du lien entre polymorphisme des insertions et phénotype nécessite une vue complète des différentes copies L1HS présentes chez un individu donné. Afin de disposer d'un catalogue aussi complet que possible de ces polymorphismes identifiés dans des échantillons humains sains ou pathologiques et publiés dans des journaux scientifiques, nous avons développé euL1db, la base de données des insertions de rétrotransposon L1HS chez l’Homme. En conclusion, ce travail aidera à comprendre l’impact des L1 sur l’expression des gènes, à l'échelle du génome
Retrotransposons are mobile genetics elements, which form almost half of our genome. Only the L1HS subfamily of the Long Interspersed Element-1 class (LINE-1 or L1) has retained the ability to jump autonomously in humans. Their mobilization in the germline – but also in some somatic tissues – contributes to human genetic diversity and to diseases, such as cancer. L1 reactivation can be directly mutagenic by disrupting genes or regulatory sequences. In addition, L1 sequences themselves contain many regulatory cis-elements. Thus, L1 insertions near a gene or within intronic sequences can also produce more subtle genic alterations. To explore L1-mediated genic alterations in a genome-wide manner, we have developed a dedicated RNA-seq analysis software able to identify L1 chimeric or antisense transcripts and to annotate these novel isoforms with their associated alternative splicing events. During the course of this work, it appeared that understanding the link between L1HS insertion polymorphisms and phenotype or disease requires a comprehensive view of the different L1HS copies present in a given individual or sample. To provide a comprehensive summary of L1HS insertion polymorphisms identified in healthy or pathological human samples and published in peer-reviewed journals, we developed euL1db, the European database of L1HS retrotransposon insertions in humans. This work will help understanding the overall impact of L1 insertions on gene expression, at a genome-wide scale

La variation antigénique est un mécanisme d'évasion immunitaire utilisé par le parasite du paludisme Plasmodium falciparum pour établir une infection prolongée. Il empêche la clairance parasitaire en modifiant l’expression des antigènes variables de surface, codés par la famille de gènes appelés « var », comprenant 60 membres. Au stade sanguin, les parasites expriment les gènes var d'une manière mutuellement exclusive, avec un seul gène var actif à un moment donné, permettant ainsi au parasite d’échapper au système immunitaire qui reste naïf envers une sous-population de parasites. Malgré les multiples facteurs connus pour être impliqués dans l’inactivation des gènes var par défaut, tels que les modifications des histones et l'architecture nucléaire, un facteur d'activation spécifique n'a pas encore été identifié. Dans ce travail de thèse, une famille d'ARNnc riche en GC, transcrite par l’ARN polymérase III, a été explorée comme facteur régulateur candidat à l'activation des gènes var. La famille des ARNnc riches en GC se compose de 15 membres homologues, positionnés de façon adjacente aux gènes var situés au centre du chromosome. L'analyse d’expériences de FISH de l'ARN a révélé que l'ARNnc riche en GC cible le site d'expression du gène var en trans. De plus, la surexpression d'un membre des ARNnc riches en GC surpasse l'expression mutuellement exclusive des gènes var et induit la transcription d'un sous-ensemble spécifique de gènes var. Nous avons développé un système de dead Cas9 ciblant la transcription de tous les membres riches en GC. Il est frappant de constater que le blocage transcriptionnel de tous les membres riches en GC par interférence CRISPR entraîne une régulation à la baisse de la transcription des gènes var à un niveau basal. Nos données confirment le rôle de cet ARNnc dans le processus d'activation des gènes var. De plus, nous montrons que la famille de gènes de l'ARNnc riche en GC est une variante clonale, ce qui indique que cela peut déterminer les taux de commutation et l'ordre de commutation de la famille de gènes var. Nous avons développé un protocole ChIRP (chromatin isolation by RNA purification) robuste qui nous a permis d'identifier des régions potentielles de liaison à la chromatine et des partenaires interagissant avec cette famille d'ARNnc. La validation de plusieurs protéines candidates prometteuses obtenues par spectrométrie de masse est en cours. De plus, nous avons cherché à savoir si les loci géniques de ces ARNnc présentent des interactions à longue distance, à l'aide d'une technique de capture de conformation chromosomique. Nous avons obtenu la preuve que les loci géniques de ces ARNnc présentent des interactions à longue distance entre eux et peuvent donc jouer un rôle dans l'organisation spatiale des foci nucléaires. Cette étude fournit le premier lien fonctionnel entre la transcription de l’ARN Pol III et Pol II dans le processus d'expression mutuellement exclusive des gènes de virulence. De plus, l'exploration de cet ARNnc est une étape clé dans le dévoilement du processus d'évasion immunitaire et de la pathogenèse de P. falciparum
Antigenic variation is an immune evasion mechanism used by the malaria parasite Plasmodium falciparum to establish prolonged infection. It prevents parasite clearance by switching the display of variant surface antigens encoded by the 60-member var gene family. Blood stage parasites express var genes in a mutually exclusive manner, with a single var active at a given time, ensuring that the immune system remains naive to a parasite sub-population. Despite multiple factors known to be involved in default var gene silencing, such as histone modifications and nuclear architecture, a specific activation factor has not been identified yet. In this thesis work, a polymerase III-transcribed family of GC-rich ncRNA was explored as a candidate regulatory factor of var gene activation. The GC-rich ncRNA family consists of 15 homologous members positioned adjacent to chromosome-central var genes. RNA FISH analysis revealed that the GC-rich ncRNA is targeted to the var expression site in trans. Overexpression of one GC-rich ncRNA member overrules singular var expression and induces transcription of a specific subset of var genes. We developed a dead Cas9 system aiming to target transcription of all GC-rich members. Strikingly, transcriptional blocking of all GC-rich members by CRISPR interference results in down-regulation of var transcription to background levels. Our data support a role of this ncRNA in the activation process of var genes. Moreover, we show that the GC-rich ncRNA gene family is clonally variant, indicating that this may determine switch rate and switch order of the var gene family. We developed a robust ChIRP (chromatin isolation by RNA purification) protocol that allowed us to identify potential chromatin binding regions and interacting partners of this ncRNA family. The validation of several promising candidate proteins obtained my mass spectrometry is ongoing. Furthermore, we investigated whether the gene loci of these ncRNAs display long-range interactions using a chromosome conformation capture technique. We obtained evidence that the gene loci of these ncRNAs display long-range interactions between them and can thus play a role in nuclear spatial foci organization. This study provides the first functional link between Pol III and Pol II transcription in the process of mutually exclusive expression of virulence genes. Moreover, exploring this ncRNA is a key step in unveiling the process of immune evasion and pathogenesis of P. falciparum

Le parasite protozoaire Plasmodium falciparum est l'agent causal de la forme la plus mortelle de paludisme humain. Ce pathogène utilise l'expression monoallélique de molécules d'adhésion de surface variantes, codées par la famille de gènes var, pour échapper au système immunitaire de l'hôte et provoquer une pathogenèse. On ne sait toujours pas comment l'activation du gène var fonctionne au niveau moléculaire et si des facteurs environnementaux peuvent moduler l'expression du gène var. Notre laboratoire a montré qu'une famille de gènes d'ARN non codants transcrits par Pol III, appelée RUF6, agit comme un trans-activateur des gènes var. Une association physique entre l'ARNnc RUF6 transcrit et le locus du gène var actif a été observée par FISH. La répression transcriptionnelle de tous les RUF6 par une stratégie d'interférence CRISPR spécifique a entraîné une régulation négative de la transcription de toute la famille des gènes var, suggérant une fonction potentielle de type amplificateur pour l'expression des gènes var. Une compréhension de la façon dont l'ARNnc RUF6 médie l'activation du gène var fait défaut. Ici, nous avons développé un protocole robuste de découverte protéomique dirigée par l'ARN (ChIRP-MS) pour identifier les interactions in vivo des protéines ARNnc RUF6. Des oligonucléotides antisens biotinylés ont été utilisés pour purifier l'interactome d'ARNnc RUF6. La spectrométrie de masse a identifié plusieurs protéines enrichies de manière unique qui sont liées à la transcription génique, telles que les sous-unités d'ARN Pol II, les protéines d'assemblage des nucléosomes et un homologue de la Dead-Box Helicase 5 (DDX5). La purification par affinité de PfDDX5 a identifié plusieurs protéines trouvées à l'origine par notre protocole RUF6-ChIRP, validant la robustesse de la technique pour l'identification des interactomes d'ARNnc chez P. falciparum. Le déplacement inductible de PfDDX5 nucléaire a entraîné une importante régulation à la baisse du gène var actif. Notre travail identifie un complexe protéique RUF6 ARNnc qui interagit avec l'ARN Pol II pour soutenir l'expression du gène var. Nous postulons que l'hélicase DDX5 peut résoudre les structures secondaires G-quadruplex hautement enrichies en gènes var pour faciliter l'activation et la progression de la transcription. De plus, nous découvrons des facteurs environnementaux qui déclenchent une régulation négative de la transcription du gène var. Nous observons que la privation d'isoleucine et les concentrations élevées de MgCl2 dans le milieu inhibent les gènes transcrits par l'ARN polymérase III. Il est important de noter que cela inclut une famille de gènes ARNnc régulateurs spécifiques de P. falciparum (codée par la famille de gènes RUF6) qui est un régulateur clé de l'activation du gène var. Nous avons identifié un gène homologue à l'eucaryote Maf1 hautement conservé, en tant qu'effecteur négatif de la transcription de l'ARNnc RUF6. Des concentrations élevées de MgCl2 ont entraîné un déplacement de PfMaf1 cytoplasmique vers le compartiment nucléaire. Nous avons utilisé un système de dégradation inductible des protéines pour montrer que les stimuli externes dépendent de PfMaf1 pour déclencher une expression plus faible des gènes RUF6. Nos résultats indiquent une voie indépendante de TOR qui répond aux changements de l'environnement et réprime la transcription Pol III. Ce travail fournit des informations conceptuelles nouvelles et importantes sur la répression de la virulence du parasite dépendante de PfMaf1 qui peuvent être très pertinentes pour établir la persistance subclinique du parasite pendant la saison sèche. Pris ensemble, ces résultats aident à mieux comprendre la fonction et la régulation d'un ARNnc impliqué dans la régulation de la variation antigénique et de la pathogenèse chez P. falciparum. Notre validation de la technique ChIRP-MS permet de futures études dans l'identification des protéines de liaison à l'ARN pour les ARNnc dont la fonction [...]
The protozoan parasite Plasmodium falciparum is the causative agent of the deadliest form of human malaria. This pathogen uses monoallelic expression of variant surface adhesion molecules, encoded by the var gene family, to evade the host immune system and cause pathogenesis. It remains unclear how monoallelic expression of var gene activation works at the molecular level and if environmental factors can modulate var gene expression. Our laboratory showed a Pol III transcribed GC-rich non-coding RNA gene family, termed RUF6, acts as a trans-activator of var genes. A physical association between the transcribed RUF6 ncRNA and the active var gene locus was observed through FISH. Transcriptional repression of all RUF6 by a specific CRISPR interference strategy resulted in transcriptional down regulation of the entire var gene family, suggesting a potential enhancer-like function to var gene expression. An understanding of how RUF6 ncRNA mediates var gene activation is lacking. Here we developed a robust RNA-directed proteomic discovery (ChIRP-MS) protocol to identify in vivo RUF6 ncRNA protein interactions. Biotinylated antisense oligonucleotides were used to purify the RUF6 ncRNA interactome. Mass spectrometry identified several uniquely enriched proteins that are linked to gene transcription such as RNA Pol II subunits, nucleosome assembly proteins, and a homologue of the Dead-Box Helicase 5 (DDX5). Affinity purification of PfDDX5 identified several proteins originally found by our RUF6-ChIRP protocol, validating the robustness of the technique for the identification of ncRNA interactomes in P. falciparum. Inducible displacement of nuclear Pf-DDX5 resulted in the significant down-regulation of the active var gene. Our work identifies a RUF6 ncRNA protein complex that interacts with RNA Pol II to sustain var gene expression. We postulate that DDX5 helicase may resolve G-quadruplex secondary structures highly enriched in var genes to facilitate transcriptional activation and progression. Furthermore, we discovered environmental factors that trigger downregulation of var gene transcription. We observe that isoleucine starvation and high MgCl2 concentrations in the medium inhibit RNA Polymerase III transcribed genes. Importantly, this includes a P. falciparum-specific regulatory ncRNA gene family (encoded by the RUF6 gene family) that is a key regulator in var gene activation. We identified a homologous gene to the highly conserved eukaryotic Maf1, as a negative effector of RUF6 ncRNA transcription. Elevated MgCl2 concentrations led to a shift of cytoplasmic PfMaf1 to the nuclear compartment. We used an inducible protein degradation system to show that external stimuli depend on PfMaf1 to trigger lower expression of RUF6 genes. Our results point to a TOR independent pathway that responds to changes in the environment and represses Pol III transcription. This work provides new and important conceptual insights into PfMaf1-dependent repression of parasite virulence that may be highly relevant for establishing subclinical parasite persistence in the dry season. Taken together, these results help to better understand the function and regulation of a ncRNA involved in regulating the antigenic variation and pathogenesis in P. falciparum. Our validation of the ChIRP-MS technique allows for future studies in identifying RNA-binding proteins for ncRNAs whose function remains to be fully characterized

Au sein d'un organisme eucaryote, la plupart des gènes sont activés ou inhibés à un stade précis de l'ontogénèse, dans un tissu ou une cellule particulière, ou en réponse à des molécules exogènes. De très nombreux mécanismes de régulation sont pré-traductionnels et se traduisent par une modification du taux d'ARN messager. Dans une première partie, nous avons développé et optimisé un protocole de quantification précise des taux d'ARNm, en étudiant plus particulièrement la limite de détection de la méthode et le protocole de dépôt des ARN sur slot blot. Nous avons appliqué cette technique à l'étude des phénomènes et mécanismes d'induction hépatique chez le rat. Nous avons caractérisé les effets de deux inducteurs, le RP 52028 et la dantrolène sur les taux d'ARNm codant pour différentes isoformes de cytochrome p-450. Nous avons confronté ces variations de taux de messagers avec celles observées pour les activités enzymatiques correspondantes, afin de préciser le ou les mécanismes impliqués. Nous avons déterminé les effets des mêmes molécules sur le taux d'ARNm codant pour la gamma-glutamyltransferase, et mis en évidence une corrélation entre cette enzyme et les isoformes P-450 2b1/2 après traitement par le RP 52028. Dans une seconde partie, nous avons analysé l'expression de l'ARN GGT dans le cerveau lors du développement, en parallèle avec la mesure de son activité enzymatique et observé une évolution différente pour les deux paramètres. Enfin, nous avons précisé la structure de l'extrémité 5 de l'ARN et montré que le messager exprimé dans le cerveau est diffèrent de l’ARN transcrit spécifiquement dans le rein