Добірка наукової літератури з теми "Analyses haut débit"

Comme toutes les espèces de rente, les oiseaux d'élevage ont été sélectionnés génétiquement afin d’augmenter leurs performances. Cependant, de nombreuses études ont montré que le phénotype d’un individu n’est pas le simple résultat de son patrimoine génétique. En effet, il est également sensible aux variations de l’environnement (température, nutrition…) qui peuvent notamment induire des altérations de marques épigénétiques aboutissant à des changements durables des programmes d’expression de gènes. Il est donc essentiel de comprendre comment les épigénomes sont régulés afin d’envisager de futurs leviers ou marqueurs d’adaptation des animaux. Aujourd’hui, le séquençage à haut-débit est devenu relativement abordable et les outils bio-informatiques matures pour envisager l’étude des marques épigénétiques à l'échelle du génome. Chez les oiseaux, un nombre croissant d'études utilisent ces technologies à haut-débit pour explorer les mécanismes épigénétiques impliqués dans des processus tels que l'immunité ou l'adaptation à l’environnement. Dans cette synthèse, nous décrivons en quoi ces technologies ont contribué à enrichir les connaissances sur l'épigénome aviaire et plus particulièrement celui du poulet, en nous focalisant sur les deux types de modifications épigénétiques les plus étudiées, la méthylation de l'ADN et les modifications post-traductionnelles des histones. Nous présentons également les concepts nécessaires à la conception et la réalisation des analyses haut-débit des épigénomes aviaires. En plus des connaissances fondamentales fortement attendues par la communauté scientifique, une meilleure compréhension des mécanismes épigénétiques à l’origine de la régulation de l’expression génique en réponse aux modifications environnementales chez l’oiseau pourrait contribuer au développement d’une production avicole durable.

Objectif : Les nouvelles techniques de séquençage du génome permettent de nouvelles approches en génétique médicale, notamment en facilitant le diagnostic de maladies génétiques. Cependant, leur utilisation conduit également à la mise à jour d’anomalies génétiques non sollicitées. Ce type de découverte soulève des questionnements éthiques, juridiques et psychologiques. L’objectif de cette recherche de psychologie était d’étudier les différentes positions de patients, de professionnels de santé et du grand public au regard de l’acceptabilité de l’annonce d’anomalies non sollicitées mises à jour lors d’un test génétique à séquençage haut débit. Méthode : la première étude exploratoire visait à travers d’entretiens non directifs de recherche menés auprès de 13 patients d’un service de génétique médicale, à comprendre les répercussions psychologiques liées à l’annonce d’un résultat d’un test génétique ciblé et à connaitre le souhait des patients quant à l’annonce d’anomalies non sollicitées si le test avait été un test génétique haut débit. La seconde étude à méthodologie quantitative visait à déterminer les politiques de jugement de 144 patients, 94 professionnels de santé et 211 personnes issues du grand public concernant l’acceptabilité de ce type d’annonce. Résultats : Les analyses en cluster ont mis en lumière six politiques de jugement quant à annoncer ou pas la découverte d’anomalies non sollicitées : « Tout dire », « Dire même en partie », « Tout dire sauf si la situation est désespérée », « Indécis », « Ne rien dire » et « Ne pas dire si l’on ne peut pas prévenir ». Les participants se positionnaient différemment notamment en fonction du consentement de la patiente. Conclusion : Cette recherche montre la variabilité des positionnements et l’importance du consentement dans l’acceptabilité de l’annonce d’anomalies non sollicitées. Cependant, une des limites de l’étude réside dans le fait qu’en clinique médicale acceptabilité et acceptation peuvent varier dans le temps. Une étude longitudinale permettrait sans doute de mieux connaitre le cheminement psychologique des patients lors de ce type de parcours de soins.

Le débit des rivières et la recharge des nappes dans la région de Marrakech sont étroitement liés à la dynamique hydrologique dans le Haut-Atlas. Pour anticiper les effets du changement climatique dans cette région où la demande en eau est croissante, il est essentiel de mieux connaitre la contribution respective de la fonte de la neige et des pluies au débit des oueds de montagne. Cette étude vise à modéliser les débits de l'oued Rheraya dans le Haut-Atlas marocain (225 km², altitudes comprises entre 1030 m et 4165 m) en prenant en compte la composante nivale. Pour cela, le modèle conceptuel global GR4J est appliqué sur la période 1989-2009 en y adjoignant le module CemaNeige qui simule la dynamique de la composante neigeuse de manière semi-distribuée. Ces travaux permettent d'affiner la caractérisation du régime hydrologique du bassin. La fraction enneigée simulée se révèle corrélée avec celle extraite du produit neige MODIS durant la période 2000-2009 (R2 = 0,64). De plus, l'équivalent en eau de la neige simulé est cohérent avec celui mesuré par une station automatique durant la période 2004-2006 (R2 = 0,81). Enfin, nous obtenons une simulation des débits qui reproduit bien la très forte variabilité saisonnière et interannuelle. Le Nash relativement faible par rapport aux standards habituels (0,45) peut s'expliquer par la faible qualité des mesures de débit (régime d'oued à lit instable). En conclusion, le régime hydrologique de l'oued Rheraya est pluvio-nival avec une distribution des débits unimodale dont le maximum en avril coïncide avec la fonte des neiges. C'est à ce moment que les populations en aval sont les plus vulnérables au déficit de débit car les cultures irriguées entrent en période de croissance.

Avec le récent développement des approches reposant sur le génotypage et séquençage à haut débit, identifier la mutation responsable d’une anomalie à partir de quelques cas est beaucoup plus simple qu’auparavant. Toutefois, il n’est pas toujours possible d’observer des cas et de disposer du matériel biologique correspondant. Cet article présente deux approches reposant sur l’analyse de données à haut débit, permettant d’identifier des mutations récessives létales ou d’orienter plus efficacement leur recherche à partir des données de séquence du génome. La première approche utilise les données de génotypage à haut débit pour rechercher des régions du génome présentant un déficit en homozygotes. Cette méthode a déjà permis de caractériser plusieurs mutations dans chacune des races bovines analysées. Dans la seconde approche, on recherche dans les données de séquence disponibles des variants dont l’annotation suggère qu’ils ne sont pas tolérés à l’état homozygote. Le nombre de faux positifs est élevé, mais ces données permettent d’orienter la phase d’observation et de diagnostic plus efficacement et, dans les cas les plus favorables, d’anticiper l’émergence de l’anomalie. Des exemples sont fournis avec le gène RP1 responsable de dégénérescence rétinienne ou le gène EDAR responsable de l’absence de poils et de dents.

Cette thèse aborde deux problèmes relatifs à l’analyse et au traitement des données biologiques à haut débit: le premier touche l’analyse bioinformatique des génomes à grande échelle, le deuxième est consacré au développement d’algorithmes pour le problème de la recherche d’un classement consensus de plusieurs classements.L’épissage des ARN est un processus cellulaire qui modifie un ARN pré-messager en en supprimant les introns et en raboutant les exons. L’hétérodimère U2AF a été très étudié pour son rôle dans processus d’épissage lorsqu’il se fixe sur des sites d’épissage fonctionnels. Cependant beaucoup de problèmes critiques restent en suspens, notamment l’impact fonctionnel des mutations de ces sites associées à des cancers. Par une analyse des interactions U2AF-ARN à l’échelle génomique, nous avons déterminé qu’U2AF a la capacité de reconnaître environ 88% des sites d’épissage fonctionnels dans le génome humain. Cependant on trouve de très nombreux autres sites de fixation d’U2AF dans le génome. Nos analyses suggèrent que certains de ces sites sont impliqués dans un processus de régulation de l’épissage alternatif. En utilisant une approche d’apprentissage automatique, nous avons développé une méthode de prédiction des sites de fixation d’UA2F, dont les résultats sont en accord avec notre modèle de régulation. Ces résultats permettent de mieux comprendre la fonction d’U2AF et les mécanismes de régulation dans lesquels elle intervient.Le classement des données biologiques est une nécessité cruciale. Nous nous sommes intéressés au problème du calcul d’un classement consensus de plusieurs classements de données, dans lesquels des égalités (ex-aequo) peuvent être présentes. Plus précisément, il s’agit de trouver un classement dont la somme des distances aux classements donnés en entrée est minimale. La mesure de distance utilisée le plus fréquemment pour ce problème est la distance de Kendall-tau généralisée. Or, il a été montré que, pour cette distance, le problème du consensus est NP-difficile dès lors qu’il y a plus de quatre classements en entrée. Nous proposons pour le résoudre une heuristique qui est une nouvelle variante d’algorithme à pivot. Cette heuristique, appelée Consistent-pivot, s’avère à la fois plus précise et plus rapide que les algorithmes à pivot qui avaient été proposés auparavant
It is thought to be more and more important to solve biological questions using Bioinformatics approaches in the post-genomic era. This thesis focuses on two problems related to high troughput data: bioinformatics analysis at a large scale, and development of algorithms of consensus ranking. In molecular biology and genetics, RNA splicing is a modification of the nascent pre-messenger RNA (pre-mRNA) transcript in which introns are removed and exons are joined. The U2AF heterodimer has been well studied for its role in defining functional 3’ splice sites in pre-mRNA splicing, but multiple critical problems are still outstanding, including the functional impact of their cancer-associated mutations. Through genome-wide analysis of U2AF-RNA interactions, we report that U2AF has the capacity to define ~88% of functional 3’ splice sites in the human genome. Numerous U2AF binding events also occur in other genomic locations, and metagene and minigene analysis suggests that upstream intronic binding events interfere with the immediate downstream 3’ splice site associated with either the alternative exon to cause exon skipping or competing constitutive exon to induce inclusion of the alternative exon. We further build up a U2AF65 scoring scheme for predicting its target sites based on the high throughput sequencing data using a Maximum Entropy machine learning method, and the scores on the up and down regulated cases are consistent with our regulation model. These findings reveal the genomic function and regulatory mechanism of U2AF, which facilitates us understanding those associated diseases.Ranking biological data is a crucial need. Instead of developing new ranking methods, Cohen-Boulakia and her colleagues proposed to generate a consensus ranking to highlight the common points of a set of rankings while minimizing their disagreements to combat the noise and error for biological data. However, it is a NP-hard questioneven for only four rankings based on the Kendall-tau distance. In this thesis, we propose a new variant of pivot algorithms named as Consistent-Pivot. It uses a new strategy of pivot selection and other elements assignment, which performs better both on computation time and accuracy than previous pivot algorithms

Anticiper l’impact de fluctuations environnementales de nature climatique ou alimentaire est un enjeu crucial dans les systèmes de productions animales, et plus particulièrement sur la volaille. Cette influence de l’environnement sur les phénotypes passe en partie par des phénomènes épigénétiques, notamment la méthylation de l’ADN, et qui peuvent intervenir dans la régulation de l'expression des gènes. Ce sont des mécanismes qui n'affectent pas la séquence d'ADN mais qui peuvent être transmis par la mitose ou la méiose. Ces interactions entre épigénomes et expression des gènes sont de plus en plus étudiées dans les modèles animaux et chez les plantes. Cependant, les mécanismes de régulation de l'expression du génome par la méthylation de l’ADN sont assez peu connus chez les oiseaux. Ce travail de thèse repose sur deux dispositifs expérimentaux réalisés chez la poule, le but étant de caractériser le méthylome par séquençage haut-débit. Les profils de méthylation le long du génome, et le lien avec l’expression, sont établis d’abord par un séquençage tout-génome (WGBS) au sein d’embryons entiers, puis par un séquençage d'une sous-représentation du génome (RRBS) au sein d’hypothalamus d’individus adultes. À ce jour, aucune étude d'analyses de méthylome par RRBS chez la poule n'a été publiée. Ces deux analyses sont réalisées grâce au développement d'un pipeline bioinformatique, optimisé, disponible à la communauté scientifique. Globalement, le profil de méthylation chez la poule est similaire à ce qui est connu chez les mammifères : les îlots CpG - régions riches en dinucléotides CG, souvent peu méthylées, qui ponctuent le génome principalement dans les régions promotrices des gènes - sont globalement peu méthylés dans les promoteurs sur les données WGBS et RRBS. Les analyses du méthylome des embryons ont confirmé l'absence d'un phénomène de compensation de dose sur les chromosomes sexuels, ou la présence sur le chromosome Z d'une région hyperméthylée. Les analyses des données RRBS révèlent une hyperméthylation globale des CG sur le génome, suggérant une réponse de la méthylation à un stress environnemental. Sur les données WGBS, le niveau de méthylation dans le promoteur est négativement corrélé à l'expression du gène associé. Une méthylation allèle spécifique est également détectée entre les lignées, phénomène mis en évidence pour la première fois chez la poule et dont la fréquence est comparable à ce qui a été observé chez l'Homme. Sur les données RRBS, des résultats préliminaires de la réponse du méthylome aux stress environnementaux montrent le caractère complexe de cette relation. L’utilisation d’aliments moins énergétiques entraînerait une plus grande mobilisation des réserves lipidiques, tandis que les individus soumis à un stress à la chaleur ont un poids corporel plus léger. Une intégration de ces données à des mesures phénotypiques permettrait de faire le lien entre méthylation et environnement. Au-delà de l'aspect fondamental de cette thèse, l'application plus concrète de ces connaissances peut s'appliquer aux systèmes d'élevage pour obtenir des animaux mieux adaptés à l’environnement, en améliorant les caractères de production
Anticipating the impact of environmental changes (on climate and feed) is a crucial issue for livestock production systems, including poultry. The influence of the environment on phenotypes is partly mediated by epigenetic phenomena, including DNA methylation, which may be involved in the regulation of gene expression. These mechanisms do not affect the DNA sequence but can be inherited by mitosis or meiosis. The interactions between epigenomes and gene expression are increasingly being studied in animal models and in plants. However, the mechanisms of regulation of genome expression through DNA methylation are relatively unknown in birds. This thesis work is based on two experimental devices realized in chicken aiming to characterize the methylome by high-throughput sequencing. The methylation patterns across the genome, and their link with expression, were first established by whole-genome bisulfite sequencing (WGBS) in whole embryos, following a reduced representation bisulfite sequencing (RRBS) from hypothalamus of adults. To date, no specific chicken RRBS study has been published. These two analyses were carried out by developing an optimized bioinformatics pipeline, available for scientific community. Overall, the pattern of methylation in chicken is like those in mammals: CpG islands - dinucleotides CG-rich regions which are often poorly methylated, and which are found mainly in the promoter regions of the genome - are generally poorly methylated in promoters on WGBS and RRBS data. Embryo methylome analyses confirmed the absence of a dose-compensation phenomenon on sex chromosomes, or the presence of a hypermethylated region on the Z chromosome. The analyses of RRBS data revealed an overall hypermethylation of CGs across the genome, suggesting a methylation response to environmental stress. From the analysis of WGBS data, we found that the level of methylation in promoters was negatively correlated with the expression of the associated gene. For the first time, a specific allele methylation was also detected between chicken lines whose frequency is comparable to that observed in humans. On the RRBS data, preliminary results of the methylome response to environmental stresses showed the complex nature of this relationship. The use of a low-energy diet would led to greater mobilization of body fat, while individuals with heat stress had a lighter body weight. Integrating these data with phenotypic measurements would allow to link methylation and environment. Beyond the fundamental aspect of this thesis, the method developed in this work could be applied to livestock systems to breed animals better adapted to a changing environment, by improving production traits

Un crible biologique a pour objectif de tester en parallèle l'impact de nombreuses conditions expérimentales sur un processus biologique d'un organisme modèle. Le progrès technique et computationnel a rendu possible la réalisation de tels cribles à grande échelle - jusqu'à des centaines de milliers de conditions. L'imagerie sur cellules vivantes est un excellent outil pour étudier en détail les conséquences d'une perturbation chimique sur un processus biologique. L'analyse des cribles sur cellules vivantes demande toutefois la combinaison de méthodes robustes d'imagerie par ordinateur et de contrôle qualité, et d'approches statistiques efficaces pour la détection des effets significatifs. La présente thèse répond à ces défis par le développement de méthodes analytiques pour les images de cribles temporels à haut débit. Les cadres qui y sont développés sont appliqués à des données publiées, démontrant par là leur applicabilité ainsi que les bénéfices d'une ré-analyse des données de cribles à haut contenu (HCS). Le premier workflow pour l'étude de la motilité cellulaire à l'échelle d'une cellule dans de telles données constitue le chapitre 2. Le chapitre 3 applique ce workflow à des données publiées et présente une nouvelle distance pour l'inférence de cible thérapeutique à partir d'images de cribles temporels. Enfin, le chapitre 4 présente une pipeline méthodologique complète pour la conduite de cribles temporels à haut débit en toxicologie environnementale
Biological screens test large sets of experimental conditions with respect to their specific biological effect on living systems. Technical and computational progresses have made it possible to perform such screens at a large scale - up to hundreds of thousands of experiments. Live cell imaging is an excellent tool to study in detail the consequences of chemical perturbation on a given biological process. However, the analysis of live cell screens demands the combination of robust computer vision methods, efficient statistical methods for the detection of significant effects and robust procedures for quality control. This thesis addresses these challenges by developing analytical methods for the analysis of High Throughput time-lapse microscopy screening data. The developed frameworks are applied to publicly available HCS data, demonstrating their applicability and the benefits of HCS data remining. The first multivariate workflow for the study of single cell motility in such large-scale data is detailed in Chapter 2. Chapter 3 presents this workflow application to previously published data, and the development of a new distance for drug target inference by in silico comparisons of parallel siRNA and drug screens. Finally, chapter 4 presents a complete methodological pipeline for performing HT time-lapse screens in Environmental Toxicology

Les éléments transposables sont des séquences d'ADN qui ont la capacité de se déplacer dans le génome. Ils peuvent modifier l’architecture et la régulation du génome, et sont ainsi impliqués dans de nombreux désordres pathologiques, congénitaux ou acquis. L’analyse bioinformatique des éléments transposables dans les données de séquençage est la méthode de choix pour comprendre leur biologie. Mon travail de thèse a été dédié à cette question en utilisant des données réelles et simulées. Dans un premier axe, en utilisant un système cellulaire modulant le niveau de méthylation, nous avons révélé que différentes modifications chromatiniennes répressives assurent la mise sous silence des éléments transposables lorsque la méthylation de l’ADN est perdue. Dans un second axe, à l'aide d'une stratégie de mutagenèse aléatoire, nous avons découvert une nouvelle ADN méthyltransférase, spécialisée dans la méthylation des transposons jeunes au cours de la spermatogenèse. De par la nature répétée des éléments transposables, l'analyse des transposons dans les données de séquençage reste cependant un véritable défi. Finalement, dans un troisième temps, j’ai eu recours à une stratégie de simulation pour comparer les différentes méthodes d’alignement et de quantification dans les génomes murin et humain. J'ai ainsi pu élaborer des recommandations pour l'étude des éléments transposables et révéler les limites de détection de certaines familles de transposons
Transposable elements are DNA sequences that have the ability to move in the genome. They can modify the architecture and the regulation of the genome, and be implicated in different pathological, congenital or acquired disorders. The transposon analysis with sequencing data is the first choice method to understand their biology. My thesis work was dedicated to this question using real and simulated data. In a first research axis, using a cellular system to modulate DNA methylation levels, we revealed that different repressive chromatin modifications ensure the silencing of transposable elements when DNA methylation is lost. In a second axis, using a random mutagenesis strategy, we discovered a new DNA methyltransferase, specialized in the methylation of young transposons during spermatogenesis. However, the analysis of transposons in sequencing datasets is a bioinformatic challenge because of the repeated nature of transposable elements. Eventually, in a third axis, using a simulation strategy applied to the mouse and the human genomes, I systematically compared different alignment and quantification tools. I was able to draw recommendations for the analysis of transposons and to reveal the limits in detecting specific transposons families

Les éléments transposables sont des séquences d'ADN qui ont la capacité de se déplacer dans le génome. Ils peuvent modifier l’architecture et la régulation du génome, et sont ainsi impliqués dans de nombreux désordres pathologiques, congénitaux ou acquis. L’analyse bioinformatique des éléments transposables dans les données de séquençage est la méthode de choix pour comprendre leur biologie. Mon travail de thèse a été dédié à cette question en utilisant des données réelles et simulées. Dans un premier axe, en utilisant un système cellulaire modulant le niveau de méthylation, nous avons révélé que différentes modifications chromatiniennes répressives assurent la mise sous silence des éléments transposables lorsque la méthylation de l’ADN est perdue. Dans un second axe, à l'aide d'une stratégie de mutagenèse aléatoire, nous avons découvert une nouvelle ADN méthyltransférase, spécialisée dans la méthylation des transposons jeunes au cours de la spermatogenèse. De par la nature répétée des éléments transposables, l'analyse des transposons dans les données de séquençage reste cependant un véritable défi. Finalement, dans un troisième temps, j’ai eu recours à une stratégie de simulation pour comparer les différentes méthodes d’alignement et de quantification dans les génomes murin et humain. J'ai ainsi pu élaborer des recommandations pour l'étude des éléments transposables et révéler les limites de détection de certaines familles de transposons
Transposable elements are DNA sequences that have the ability to move in the genome. They can modify the architecture and the regulation of the genome, and be implicated in different pathological, congenital or acquired disorders. The transposon analysis with sequencing data is the first choice method to understand their biology. My thesis work was dedicated to this question using real and simulated data. In a first research axis, using a cellular system to modulate DNA methylation levels, we revealed that different repressive chromatin modifications ensure the silencing of transposable elements when DNA methylation is lost. In a second axis, using a random mutagenesis strategy, we discovered a new DNA methyltransferase, specialized in the methylation of young transposons during spermatogenesis. However, the analysis of transposons in sequencing datasets is a bioinformatic challenge because of the repeated nature of transposable elements. Eventually, in a third axis, using a simulation strategy applied to the mouse and the human genomes, I systematically compared different alignment and quantification tools. I was able to draw recommendations for the analysis of transposons and to reveal the limits in detecting specific transposons families

Cette thèse s'attaque aux verrous posés par les technologies émergentes d'analyse d'interactions moléculaires à haut débit, permettant des mesures en continu d'interactions parallèles. Deux techniques s'avèrent prometteuses : celle par marquage des cibles en fluorescence, éprouvée en biologie ; et celle en résonance des plasmons de surface (SPR), ne nécessitant pas d'étiquetage moléculaire. Cette thèse propose une approche automatique originale pour l'analyse des images d'interactions, aussi bien en fluorescence qu'en SPR. Développée à partir d'un modèle mathématique fondé sur les caractéristiques communes aux études expérimentales menées, elle combine opérateurs géodésiques 2D et 3D, contraintes de classification et comportement physique. Couplée au protocole expérimental spécifique à chacune des méthodes à haut débit, impliquant calibrages et filtrage spatiotemporel du bruit, elle fournit une méthode complète d'analyse. Evaluée qualitativement et quantitativement sur un ensemble de données synthétiques et expérimentales, elle confirme nos attentes concernant la sensibilité de détection des systèmes à haut débit, même à faible concentration de cibles. Les caractéristiques des interactions étudiées sont en accord à celles obtenues par des méthodes de référence, ou à des valeurs théoriques. Les résultats valident de fait l'utilisation des techniques à haut débit pour l'analyse d'interactions moléculaires, ainsi que la méthodologie développée pour l'exploitation de ces données. Cette étude ouvre des perspectives nouvelles sur l'utilisation de ces technologies aussi bien dans le cadre de la recherche, que dans un contexte clinique d'aide au diagnostic ou de thérapie génique
This thesis tackles the locks held by emerging technologies for analyzing high throughput molecular interactions, allowing to acquire continuous measurements upon parallel interactions. Two technologies are promising: the target marking by fluorescence, which is a proven technique in biology; and the surface plasmon resonance (SPR), requiring no labeling of molecules. This thesis suggests an original automatic approach for image analysis of high throughput interactions, applicable to both fluorescence and SPR methods. From a mathematical model based upon common characteristics describing experimental studies, it combines 2D and 3D geodesic operators, classification and constraints of physical behavior. Coupled with the experimental protocol specific to each of the high throughput methods, involving calibrations and spatiotemporal filtering of noise, it ultimately provides a complete technology for the analysis of high throughput data. Assessed qualitatively and quantitatively on a data set, both synthetic and experimental, it confirms our expectations regarding the sensitivity of detection systems with high throughput, even at low concentrations of target. The characteristics of the interactions studied thus estimated were compared with those obtained by reference methods, or theoretical values. The results are in agreement, validating that the use of high throughput techniques for analyzing molecular interactions and the methodology developed for the exploitation of such data. This study thus opens new perspectives on the use of these technologies as well as part of research in biology, in a clinical setting to aid diagnosis or gene therapy

Les progrès technologiques des vingt dernières années ont permis l’avènement d'une biologie à haut-débit reposant sur l'obtention de données à grande échelle de façon automatique. Les statisticiens ont un rôle important à jouer dans la modélisation et l'analyse de ces données nombreuses, bruitées, parfois hétérogènes et recueillies à différentes échelles. Ce rôle peut être de plusieurs natures. Le statisticien peut proposer de nouveaux concepts ou méthodes inspirées par les questions posées par cette biologie. Il peut proposer une modélisation fine des phénomènes observés à l'aide de ces technologies. Et lorsque des méthodes existent et nécessitent seulement une adaptation, le rôle du statisticien peut être celui d'un expert, qui connaît les méthodes, leurs limites et avantages. Le travail présenté dans cette thèse se situe à l'interface entre mathématiques appliquées et biologie, et relève plutôt des deuxième et troisième type de rôles mentionnés.Dans une première partie, j’introduis différentes méthodes développées pour l'analyse de données biologiques à haut débit, basées sur des modèles à variables latentes. Ces modèles permettent d'expliquer un phénomène observé à l'aide de variables cachées. Le modèle à variables latentes le plus simple est le modèle de mélange. Les deux premières méthodes présentées en sont des exemples: la première dans un contexte de tests multiples et la deuxième dans le cadre de la définition d'un seuil d'hybridation pour des données issues de puces à ADN. Je présente également un modèle de chaînes de Markov cachées couplées pour la détection de variations du nombre de copies en génomique prenant en compte de la dépendance entre les individus, due par exemple à une proximité génétique. Pour ce modèle, nous proposons une inférence approchée fondée sur une approximation variationnelle, l'inférence exacte ne pouvant pas être envisagée dès lors que le nombre d'individus augmente. Nous définissons également un modèle à blocs latents modélisant une structure sous-jacente par bloc de lignes et colonnes adaptées à des données de comptage issue de l'écologie microbienne. Les données issues de méta-codebarres ou de métagénomique correspondent à l'abondance de chaque unité d'intérêt (par exemple micro-organisme) d'une communauté microbienne au sein d'environnement (rhizosphère de plante, tube digestif humain, océan par exemple). Ces données ont la particularité de présenter une dispersion plus forte qu'attendue sous les modèles les plus classiques (on parle de sur-dispersion). La classification croisée est une façon d'étudier les interactions entre la structure des communautés microbiennes et les échantillons biologiques dont elles sont issues. Nous avons proposé de modéliser ce phénomène à l'aide d'une distribution Poisson-Gamma et développé une autre approximation variationnelle pour ce modèle particulier ainsi qu'un critère de sélection de modèle. La flexibilité et la performance du modèle sont illustrées sur trois jeux de données réelles.Une deuxième partie est consacrée à des travaux dédiés à l'analyse de données de transcriptomique issues des technologies de puce à ADN et de séquençage de l’ARN. La première section concerne la normalisation des données (détection et correction de biais techniques) et présente deux nouvelles méthodes que j’ai proposées avec mes co-auteurs et une comparaison de méthodes à laquelle j’ai contribuée. La deuxième section dédiée à la planification expérimentale présente une méthode pour analyser les dispositifs dit en dye-switch.Dans une dernière partie, je montre à travers deux exemples de collaboration, issues respectivement d'une analyse de gènes différentiellement exprimés à partir de données issues de puces à ADN, et d'une analyse du traductome chez l'oursin à partir de données de séquençage de l'ARN, la façon dont les compétences statistiques sont mobilisées et la plus-value apportée par les statistiques aux projets de génomique
The technological progress of the last twenty years allowed the emergence of an high-throuput biology basing on large-scale data obtained in a automatic way. The statisticians have an important role to be played in the modelling and the analysis of these numerous, noisy, sometimes heterogeneous and collected at various scales. This role can be from several nature. The statistician can propose new concepts, or new methods inspired by questions asked by this biology. He can propose a fine modelling of the phenomena observed by means of these technologies. And when methods exist and require only an adaptation, the role of the statistician can be the one of an expert, who knows the methods, their limits and the advantages.In a first part, I introduce different methods developed with my co-authors for the analysis of high-throughput biological data, based on latent variables models. These models make it possible to explain a observed phenomenon using hidden or latent variables. The simplest latent variable model is the mixture model. The first two presented methods constitutes two examples: the first in a context of multiple tests and the second in the framework of the definition of a hybridization threshold for data derived from microarrays. I also present a model of coupled hidden Markov chains for the detection of variations in the number of copies in genomics taking into account the dependence between individuals, due for example to a genetic proximity. For this model we propose an approximate inference based on a variational approximation, the exact inference not being able to be considered as the number of individuals increases. We also define a latent-block model modeling an underlying structure per block of rows and columns adapted to count data from microbial ecology. Metabarcoding and metagenomic data correspond to the abundance of each microorganism in a microbial community within the environment (plant rhizosphere, human digestive tract, ocean, for example). These data have the particularity of presenting a dispersion stronger than expected under the most conventional models (we speak of over-dispersion). Biclustering is a way to study the interactions between the structure of microbial communities and the biological samples from which they are derived. We proposed to model this phenomenon using a Poisson-Gamma distribution and developed another variational approximation for this particular latent block model as well as a model selection criterion. The model's flexibility and performance are illustrated on three real datasets.A second part is devoted to work dedicated to the analysis of transcriptomic data derived from DNA microarrays and RNA sequencing. The first section is devoted to the normalization of data (detection and correction of technical biases) and presents two new methods that I proposed with my co-authors and a comparison of methods to which I contributed. The second section devoted to experimental design presents a method for analyzing so-called dye-switch design.In the last part, I present two examples of collaboration, derived respectively from an analysis of genes differentially expressed from microrrays data, and an analysis of translatome in sea urchins from RNA-sequencing data, how statistical skills are mobilized, and the added value that statistics bring to genomics projects

L’objectif de ce travail était de mieux comprendre les mécanismes moléculaires de l’adaptation microbienne à l’environnement fromager par des approches de génomique fonctionnelle via le modèle de Brevibacterium, un genre bactérien largement utilisé en technologie fromagère, mais dont l’implantation est parfois difficile à maîtriser.L’analyse génomique comparative de 23 souches de Brevibacterium, dont 12 issues de fromages, a révélé des différences en déterminants génétiques impliqués dans la capacité à croître à la surface du fromage. Parmi ces différences, plusieurs sont corrélées à la phylogénie des souches, et d’autres résultent de transferts horizontaux, notamment dans le cas des gènes liés à l’acquisition du fer et à la biosynthèse de bactériocines. Nous avons identifié des îlots génomiques correspondant à des transferts de gènes d’acquisition du fer entre des souches fromagères de Brevibacterium et des bactéries d’affinage appartenant à d’autres genres. Nous avons également mis en évidence un transposon conjugatif codant pour la synthèse de bactériocines présent chez des souches de Brevibacterium d'origine fromagère mais aussi chez une souche fromagère du genre Corynebacterium.L’étude fonctionnelle des interactions biotiques entre Brevibacterium et Hafnia alvei, une autre bactérie d’affinage du fromage, a été menée dans un modèle fromager développé au cours de ce travail. En couplant des analyses microbiologiques, biochimiques et transcriptomiques (RNA-seq), nous avons mis en évidence l’existence de différents mécanismes d’interaction entre ces bactéries. Ceux-ci concernent notamment l’acquisition du fer, la protéolyse, la lipolyse, le métabolisme soufré et le catabolisme du D-galactonate. Nos résultats suggèrent que dans la relation mutualiste observée entre certaines souches de Brevibacterium et H. alvei, cette dernière sécrète des sidérophores qui sont utilisés par Brevibacterium pour capter le fer plus efficacement, stimulant ainsi sa croissance. En contrepartie, Brevibacterium sécrète des lipases et des protéases qui dégradent les caséines et triglycérides du fromage en constituants énergétiques favorisant la croissance de H. alvei. Ce type d’interaction est intéressant à considérer pour la formulation des ferments d'affinage car il en résulte une meilleure capacité de tous les partenaires à coloniser le fromage, et ainsi à générer les propriétés technologiques recherchées
The objective of this study was to better understand the molecular mechanisms of microbial adaptation to the cheese habitat by functional genomic approaches using Brevibacterium as a model microorganism. This bacterium is widely used for the manufacturing of cheese but its growth on the cheese surface is sometimes difficult to control.Comparative genomic analysis of 23 Brevibacterium strains, including 12 strains isolated from cheeses, revealed differences in genetic determinants involved in the growth on the cheese surface. Some of them are correlated to strain phylogeny and others are the result of gene transfers, especially those involved in iron acquisition and bacteriocin biosynthesis. We identified genomic islands corresponding to transfers of genes involved in iron acquisition between cheese-associated Brevibacterium strains and cheese-associated strains belonging to other genera. We also detected a conjugative transposon encoding bacteriocin production, which is present in cheese-associated Brevibacterium strains as well as in a cheese-associated Corynebacterium strain.Functional study of biotic interactions between Brevibacterium and Hafnia alvei, another cheese-ripening bacterium, was performed in a model cheese developed in this study. By coupling microbial, biochemical and transcriptomic (RNA-seq) analyses, we revealed several interaction mechanisms between these bacteria. These concern, in particular, iron acquisition, proteolysis, lipolysis, sulfur metabolism and D-galactonate catabolism. Our findings suggest that in the mutualistic relationship between some Brevibacterium strains and H. alvei, the latter stimulates Brevibacterium growth by the secretion of siderophores, which can be used by Brevibacterium to capture iron more efficiently. In return, Brevibacterium secretes lipases and proteases, which degrade cheese caseins and triglycerides into energetic substrates that stimulate H. alvei growth. This type of interaction is interesting to consider in the formulation of ripening cultures because it results in a better ability of all partners to colonize the cheese, and thus to generate the desired technological properties

L'utilisation d'organismes génétiques modèles a permis l'investigation à grande échelle de mécanismes cellulaires et moléculaires pour la biologie. La larve de poisson zèbre (Danio rerio) est un organisme vertébré modèle simple qui présente plusieurs avantages pour identifier les bases moléculaires et pharmacologiques du développement et du comportement à travers des cribles génétiques et chimiques respectivement. Plusieurs paradigmes expérimentaux reposent sur une caractérisation précise du phénotype comportemental associé avec un génotype ou l'application d'une drogue. Ce processus de phénotypage bénéficierait d'une compréhension globale des manœuvres possibles afin de caractériser précisément le comportement globale de larves observé au cours d'une expérience. L'analyse sur plusieurs minutes de la locomotion spontanée des larves de poisson zèbre en groupe fournit un cadre idéal pour atteindre ces objectifs.Si l'analyse manuelle du comportement animal est possible pour l'observation de manœuvres isolées et stéréotypées, elle n'est pas compatible avec une approche à grande échelle. A partir de cinq jours, la larve de poisson zèbre se meut sous forme de bouffées natatoires qui arrivent à haute fréquence et sont séparées par quelques secondes. La difficulté d'observation à haute fréquence et d'analyse de la locomotion en bouffée rend une analyse manuelle simple à partir de séquences vidéos du comportement impossible. Le développement récent de caméras rapides avec acquisition en mode continu, couplé aux avancées en informatique et en intelligence artificielle rend possible une analyse automatique du comportement. Les systèmes commerciaux actuels permettent des enregistrements sur des longues durées mais sans capturer la complexité et la diversité des mouvements réalisés. Nous avons donc créé ZebraZoom, notre système d'analyse haut débit permettant de suivre, de quantifier et de catégoriser le comportement spontané de chaque larve de poisson zèbre au sein d'un groupe.Nous avons monté un dispositif expérimental qui consiste à placer sept larves de poisson zèbre âgées d'entre cinq et sept jours dans huit boîtes de pétri. Les boîtes de pétri sont disposées sur une table lumineuse et une caméra rapide positionnée au-dessus enregistre le comportement spontané à 337 Hz pendant quatre minutes. Une fois la vidéo acquise, ZebraZoom localise automatiquement chacune des huit boîtes de pétri, puis suit tête et queue de chacun des animaux sur l'ensemble de la vidéo, grâce à des procédures de vision par ordinateur. ZebraZoom identifie automatiquement chaque bouffée natatoire. Le phénotypage du comportement a été réalisé grâce à deux méthodes complémentaires : l'extraction de paramètres globaux caractérisant la dynamique des mouvements et la catégorisation automatique des mouvements en différents manœuvres stéréotypées. Nous avons utilisé l'analyse des paramètres globaux afin de caractériser l'effet de drogues agissant sur les récepteurs de neurotransmetteurs et l'analyse d'un mutant aveugle. La catégorisation automatique des mouvements est réalisée grâce a des procédures d'apprentissage automatique (" Machine Learning "). Nous avons illustré l'utilité de cette catégorisation pour étudier les interactions entre larves à ces stades précoces. En conclusion, notre programme ZebraZoom permet de réaliser un phénotypage automatique et complet, et cette approche pourra être appliquée dans d'autres systèmes et contextes expérimentaux.

Aujourd’hui encore, le diagnostic des maladies génétiques et la compréhension des mécanismes pathologiques qui en découlent demeurent difficile. On dénombre à ce jour plus de deux cents formes de myopathies, en majorité d’origine génétique, mais dont les gènes ne sont pas toujours identifiés. Dans le cas où le gène causal est connu, il peut subsister des problèmes diagnostics. L'absence d’information génétique peut alors nuire à la prise en charge des malades ainsi qu’au développement d’outils thérapeutiques. Ma thèse a été conduite dans le but d’améliorer ces éléments : j’ai mis en évidence l’implication d’un nouveau gène dans la dystrophie facio-scapulo-humérale ; optimisé le diagnostic des calpaïnopathies en étudiant l’impact de mutations faux-sens sur l’épissage du gène responsable et analysé les interactions protéiques et ioniques mises en place lors de phénomènes d’entrée calcique. Enfin, j’ai participé au développement d’outils thérapeutiques dans le cadre des dysferlinopathies
Nowadays, diagnosis and pathomechanisms of genetic disorders remain difficult to explore. There are actually more than 200 forms of myopathies, mostly genetics, even if the culprit gene is not always identified. However, even when the causative gene is known, it often remains diagnostic issues because of clinical and genetic heterogeneity and wide mutational spectrum. The lack of genetic information affects patients cares and impairs the development of new therapeutic tools. My thesis was conducted in order to extend these elements: I have shown that a new gene may be involved in facio-scapulo-humeral dystrophy; I have improved calpainopathie’s diagnosis by studying the impact of missense mutations on RNA splicing; I have also analyzed how proteins contributed to calcium entry in the cell. Finally, I contributed with a new therapeutic tools for dysferlinopathies

La pandémie de Covid19 a été qualifiée de « fait mondial total ». C’est dans la presse que ce terme est apparu en mars dernier. Edgar Morin (TRUONG 2020), Etienne Klein (KLEIN 2020) et beaucoup d’autres l’ont employé pour décrire l’ampleur de la pandémie : elle touche toutes les dimensions de la vie de tous les êtres humains. Ce point de départ appelle une réflexion approfondie. Comment concevoir un « fait mondial total » ? Autrement dit, de quelles conceptions du monde et de la totalité ce concept est-il l’expression ? Et pourquoi cette épidémie appelle-t-elle à forger un concept nouveau ? Tout d’abord, il s’agit de replacer l’expression de « fait mondial total » dans son appartenance à l’anthropologie. Référence directe au concept maussien de « fait social total » (MAUSS 1923), il convient de discuter le déplacement de « social » à « mondial ». En quel sens faut-il comprendre l’expansion de l’un à l’autre ? Le « mondial » renvoie-t-il à l’ensemble des sociétés humaines ? Le « fait mondial total » sera confronté aux nombreux débats (WENDLING 2010) qui portent sur le « fait social total » chez Marcel Mauss. Il ne doit pas faire l’économie des définitions de « société » et de « totalité ». Ensuite, le « fait mondial total » doit être resitué dans son contexte médical d’émergence. Rappelons en effet, qu’en cela déjà, il diffère du concept maussien qui est né pour rendre compte du phénomène du don. Le « fait mondial total » entre en résonnance avec deux pans de la philosophie de la médecine. D’une part, les maladies chroniques et la démocratie sanitaire poussent à penser une approche holistique de la personne malade. Ainsi la notion de « totalité » est réfléchie à partir de la notion de personne humaine et il importe de positionner le « fait mondial total » face à cet autre éclairage de la totalité. D’autre part, les définitions de santé et maladie font débat en philosophie de la médecine. Engelhardt (ENGELHARDT 2012) affirme que santé et maladie sont deux concepts qui évoluent avec l’histoire humaine parce qu’ils reposent sur des jugements de valeur. Cette analyse renvoie directement au terme de pandémie. L’OMS « décrète » que nous vivons une pandémie, au sens où la définition de pandémie ne repose pas uniquement sur des critères biomédicaux mais bel et bien sur une appréciation humaine et collective. Citons le sénat : « L’état de pandémie est défini par l’OMS. Or la définition de ce terme n’est pas neutre » (DOOR et BLANDIN 2010). La question est alors : en quel sens jugeons-nous que cette épidémie est une pandémie ? Et dans quelle mesure les critères qui président au décret de « pandémie » fondent le concept de « fait mondial total » ? Enfin, j’examinerai une hypothèse : le « fait mondial total » émerge pour parler de la pandémie de 2020 parce qu’une épidémie survient au moment même où les êtres humains connaissent une crise de leur conscience du monde. En ce sens, le « fait mondial total » interroge notre humanité. Elle n’est plus en haut ou au-dessus des vivants et non-vivants, mais avec eux. Il faut repenser les liens entre humains et non humains (BENSAUDE- VINCENT 2020). Le « fait mondial total » émerge à l’occasion de la pandémie de 2020 parce que cette épidémie intervient dans une période de prise de conscience des effets de l’action humaine sur la planète et de la dépendance humaine face aux ressources. Notre rapport au monde fait écho à une analyse géologique de notre planète. Le concept d’anthropocène a lui aussi fait une entrée fracassante sur la scène médiatique durant la première vague de la Covid19 en France. L’enjeu est alors de questionner le monde comme un ensemble des liens entre humains et non humains, dans un lieu (la Terre) et dans le temps. Cette prise de conscience ouvre des enjeux scientifiques qu’il s’agira d’esquisser. Dans quelle mesure les débats autour du concept d’anthropocène (LARRÈRE 2015) interviennent dans celui de « fait mondial total » ? L’examen de l’expression « fait mondial total » s’appuiera sur une analyse qualitative de la veille documentaire réalisée dans le cadre de l’Observatoire National de la MSH-Paris-Saclay. Cette veille porte sur la parole des SHS dans cinq médias : Le Monde, Le Figaro, Libération, AOC, The Conversation, du 1er mars au 4 novembre 2020. Ce travail sera largement complété par une littérature philosophique et anthropologique.