Modélisation de réseaux d'interactions des microARN et analyse et validation expérimentale de leurs boucles minimales avec des facteurs de transcription

Les microARN (miARN) sont de petits ARN non-codants qui répriment la traduction de leurs gènes cibles par hybridation à leur ARN messager (ARNm). L'identification de cibles biologiquement actives de miARN est cruciale afin de mieux comprendre leurs rôles. Ce problème est cependant difficile parce que leurs sites ne sont définis que par sept nucléotides. Dans cette thèse je montre qu'il est possible de modéliser certains aspects des miARN afin d'identifier leurs cibles biologiquement actives à travers deux modélisations d'un aspect des miARN. La première modélisation s'intéresse aux aspects de la régulation des miARN par l'identification de boucles de régulation entre des miARN et des facteurs de transcription (FT). Cette modélisation a permis, notamment, d'identifier plus de 700 boucles de régulation miARN/FT, conservées entre l'humain et la souris. Les résultats de cette modélisation ont permis, en particulier, d'identifier deux boucles d'auto-régulation entre LMO2 et les miARN miR-223 et miR-363. Des expériences de transplantation de cellules souches hématopoïétiques et de progéniteurs hématopoïétiques ont ensuite permis d'assigner à ces deux miARN un rôle dans la détermination du destin cellulaire hématopoïétique. La deuxième modélisation s'intéresse directement aux interactions des miARN avec les ARNm afin de déterminer les cibles des miARN. Ces travaux ont permis la mise au point d'une méthode simple de prédiction de cibles de miARN dont les performances sont meilleures que les outils courant. Cette modélisation a aussi permis de mettre en lumière certaines conséquences insoupçonnées de l'effet des miARN, telle que la spécificité des cibles de miARN au contexte cellulaire et l'effet de saturation de certains ARNm par les miARN. Cette méthode peut également être utilisée pour identifier des ARNm dont la surexpression fait augmenter un autre ARNm par l'entremise de miARN partagés et dont les effets sur les ARNm non ciblés seraient minimaux.

Conception de miARN artificiels basée sur la caractérisation de la boucle de régulation miR-20/E2F

La biologie moléculaire et, plus spécifiquement, la régulation de l’expression génique ont été révolutionnées par la découverte des microARN (miARN). Ces petits ARN d’une vingtaine de nucléotides sont impliqués dans la majorité des processus cellulaires et leur expression est dérégulée dans plusieurs maladies, comme le cancer. Un miARN reconnaît ses cibles principalement par son noyau, ce qui lui permet de réguler simultanément la traduction de centaines d’ARN messagers. Nos travaux ont montré l’existence d’une boucle de rétro-activation négative, entre deux miARN du polycistron miR-17-92 et trois facteurs de transcription de la famille E2F. E2F1, 2 et 3 induisent la transcription de miR-20 et miR-17 qui par la suite inhibent leur traduction. Nos résultats suggèrent l’implication de cette boucle dans la résistance à l’apoptose induite par E2F1 dans les cellules du cancer de la prostate, ce qui expliquerait en partie le potentiel oncogénique du polycistron miR-17-92. L’étude de ce motif de régulation nous a donc permis de réaliser le potentiel incroyable qu’ont les miARN à inhiber la traduction de plusieurs gènes. Basé sur les règles de reconnaissance des miARN, nous avons développé et validé MultiTar. Cet outil bioinformatique permet de trouver la séquence d’un miARN artificiel ayant le potentiel d’inhiber la traduction de gènes d’intérêts choisis par l’utilisateur. Afin de valider MultiTar, nous avons généré des multitargets pouvant inhiber l’expression des trois E2F, ce qui nous a permis de comparer leur efficacité à celle de miR-20. Nos miARN artificiels ont la capacité d’inhiber la traduction des E2F et de neutraliser leur fonction redondante de la progression du cycle cellulaire de façon similaire ou supérieur à miR-20. La fonctionnalité de notre programme, ouvre la voie à une stratégie flexible pouvant cibler le caractère multigénique de différents processus cellulaires ou maladies complexes, tel que le cancer. L’utilisation de miARN artificiels pourrait donc représenter une alternative intéressante aux stratégies déjà existantes, qui sont limitées à inhiber des cibles uniques. En plus d’élucider un réseau de régulation complexe impliquant les miARN, nous avons pu tirer profit de leur potentiel d’inhibition par la conception de miARN artificiels.

MiR-16, un nouveau régulateur du transporteur de glucose dépendant de l’insuline GLUT-4

Les microARNs sont des petits ARNs non codants d'environ 22 nucléotides qui régulent négativement la traduction de l'ARN messager cible (ARNm) et ont donc des fonctions cellulaires. Le microARN-16 (miR-16) est connu pour ses effets antiprolifératifs. Nous avons observé que l’expression de miR-16 est diminuée dans les cellules endothéliales humaines sénescentes et quiescentes en comparaison à des cellules prolifératives. Une analyse informatique des sites potentiels de liaison de miR-16 prévoit que GLUT-4, un transporteur du glucose insulinodépendant, pourrait être une cible potentielle du miR-16. Nous avons donc testé l'hypothèse que miR-16 régule négativement le métabolisme du glucose cellulaire. Dans des HUVEC, l'inhibition de miR-16 endogène avec des anti-miRNA oligonucléotides (AMO) augmente les niveaux protéiques de GLUT-4 de 1,7 ± 0,4 fois (p=0,0037 ; n=9). Dans des souris nourries avec un régime alimentaire normal ou riche en graisse et en sucre, l’expression de GLUT-4 dans le muscle squelettique a tendance à corréler négativement avec les niveaux de miR-16 (p=0,0998, r2=0,3866, n=4). Ces résultats suggèrent que miR-16 est un régulateur négatif de GLUT-4 et qu’il pourrait être impliqué dans la régulation du métabolisme cellulaire du glucose.

Étude du mécanisme d'autorégulation entre les facteurs de transcription E2F et le microARN miR-20a

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Transcriptional activation by Sp1 and post-transcriptional repression by muscle-specific microRNA miR-133 of expression of human ERG1 and KCNQ1 genes and potential implication in arrhythmogenesis

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.