Annotating the human genome

2 Abstract2.1 En françaisLe séquençage du génome humain est un pré-requis fondamental à la compréhension de la biologie de l'être humain. Ce projet achevé, les scientifiques ont dû faire face à une tâche aussi importante, comprendre cette suite de 3 milliards de lettres qui compose notre génome. Le consortium ENCODE (ENCyclopedia Of Dna Elements) fût formé comme une suite logique au projet du génome humain. Son rôle est d'identifier tous les éléments fonctionnels de notre génome incluant les régions transcrites, les sites d'attachement des facteurs de transcription, les sites hypersensibles à la DNAse I ainsi que les marqueurs de modification des histones. Dans le cadre de ma thèse doctorale, j'ai participé à 2 sous-projets d'ENCODE. En premier lieu, j'ai eu la tâche de développer et d'optimiser une technique de validation expérimentale à haut rendement de modèles de gènes qui m'a permis d'estimer la qualité de la plus récente annotation manuelle. Ce nouveau processus de validation est bien plus efficace que la technique RNAseq qui est actuellement en train de devenir la norme. Cette technique basée sur la RT-PCR, m'a notamment permis de découvrir de nouveaux exons dans 10% des régions interrogées. En second lieu j'ai participé à une étude ayant pour but d'identifier les extrémités de tous les gènes des chromosomes humains 21 et 22. Cette étude à permis l'identification à large échelle de transcrits chimères comportant des séquences provenant de deux gènes distincts pouvant être à une grande distance l'un de autre.2.2 In EnglishThe completion of the human genome sequence js the prerequisite to fully understand the biology of human beings. This project achieved, scientists had to face another challenging task, understanding the meaning of the 3 billion letters composing this genome. As a logical continuation of the human genome project, the ENCODE (ENCyclopedia Of DNA Elements) consortium was formed with the aim of annotating all its functional elements. These elements include transcribed regions, transcription binding sites, DNAse I hypersensitive sites and histone modification marks. In the frame of my PhD thesis, I was involved in two sub-projects of ENCODE. Firstly I developed and optimized an high throughput method to validate gene models, which allowed me to assess the quality of the most recent manually-curated annotation. This novel experimental validation pipeline is extremely effective, far more so than transcriptome profiling through RNA sequencing, which is becoming the norm. This RT-PCR-seq targeted-approach is likewise particularly efficient in identifying novel exons, as we discovered about 10% of loci with unannotated exons. Secondly, I participated to a study aiming to identify the gene boundaries of all genes in the human chromosome 21 and 22. This study led to the identification of chimeric transcripts that are composed of sequences coming form two distinct genes that can be map far away from each other.

Dibenzofuran degradation by Sphingomonas wittichii RW1 under environmental stresses

Sphingomonas wittichii is a gram-negative Alpha-proteobacterium, capable of degrading xenobiotic compounds such as dibenzofuran (DBF), dibenzo-p-dioxin, carbazole, 2-hydroxybiphenyl or nitro diphenyl ether herbicides. The metabolism of strain RW1 has been the subject of previous studies and a number of genes involved in DBF degradation have been characterized. It is known that RW1 posseses a unique initial DBF dioxygenase (encoded by the dxnAl gene) that catalyzes the first step in the degradation pathway. None of the organisms known to be able to degrade DBF have a similar dioxygenase, the closest match being the DBF dioxygenase from Rhodococcus sp. with an overall amino acid similarity of 45%. Genes participating in the conversion of the metabolite salicylate via the ortho-cleavage pathway to TCA cycle intermediates were identified as well. Apart from this scarce information, however, there is a lack of global knowledge on the genes that are involved in DBF degradation by strain RW1 and the influence of environmental stresses on DBF-dependent global gene expression. A global analysis is necessary, because it may help to better understand the behaviour of the strain under field conditions and suggest improvements for the current bioaugmentation practice. Chapter 2 describes the results of whole-genome analysis to characterize the genes involved in DBF degradation by RW1. Micro-array analysis allowed us to detect differences in gene transcription when strain RW1 was exposed to DBF. This was complemented by ultra-high throughput sequencing of mutants no longer capable of growing on salicylate and DBF. Some of the genes of the ortho-cleavage pathway were induced 2 to 4 times in the presence of DBF, as well as the initial DBF dioxygenase. However two gene clusters, named 4925 and 5102 were induced up to 19 times in response to DBF induction. The cluster 4925 is putatively participating in a meta-cleavage pathway while the cluster 5102 might be part of a gentisate pathway. The three pathways, ortho-cleavage, meta-cleavage and gentisate pathway seem to be active in parallel when strain RW1 is exposed to DBF, presenting evidence for a redundancy of genes for DBF degradation in the genome of RW1. Chapter 3 focuses on exploiting genetic tools to construct bioreporters representative for DBF degradation in RW1. A set of basic tools for genetic manipulation in Sphingomonas wittichii RW1 was tested and optimized. Both plasmids and mini-transposons were evaluated for their ability to be maintained in RW1 with or without antibiotic selection pressure, and for their ability to lead to fluorescent protein expression in strain RW1 from a constitutive promoter. Putative promoter regions of three of the previously found DBF-induced genes (Swit_4925, Swit_5102 and Swit_4897-dxnAl) were then used to construct eg/^-bioreporters in RW1. Chapter 4 describes the use of the constructed RW1-based bioreporter strains for examining the expression of the DBF degradation pathway genes under microcosm conditions. The bioreporter strains were first exposed to different carbon sources in liquid culture to calibrate the egfp induction. Contrary to our expectations from micro-array analysis only the construct with the promoter from gene cluster 4925 responded to DBF, whereas the other two constructs did not show specific induction with DBF. The response from the bioreporters was subsequently tested for sensitivity to water stress, given that this could have an important impact in soils. Exposure to liquid cultures with decreasing water potential, achieved by NaCl or PEG addition to the growth media, showed that eGFP expression in RW1 from the promoter regions 4925 and 5102 was not directly influenced by water stress, but only through an overall reduction in growth rate. In contrast, expression of eGFP from the dxnAl or an uspA promoter was also directly dependent on the extent of water stress. The RW1 with the 4925 construct was subsequently used in soil microcosms to evaluate DBF bioavailability to the cells in presence or absence of native microbiota or other contaminated material. We found that RW1 could grow on DBF added to soil, but bioreporter expression suggested that competition with native microbiota for DBF intermediates may limit its ability to proliferate to a maximum. Chapter 5 describes the results from the experiments carried out to more specifically detect genes of RW1 that might be implicated in water stress resistance. Hereto we created transposon mutagenesis libraries in RW1, either with a classical mini-Tn5 or with a variant that would express egfp when the transposon would insert in a gene induced under water stress. Classical mutant libraries were screened by replica plating under high and low water stress conditions (achieved by adding NaCl to the agar medium). In addition, we screened for smaller microcolonies formed by mutants in agarose beads that could be analized with flow cytometry. A number of mutants impaired to grow on NaCl-supplemented media were recovered and the transposon insertion sites sequenced. In a second procedure we screened by flow cytometry for mutants with a higher eGFP production after exposure to growth medium with higher NaCl concentrations. Mutants from both libraries rarely overlapped. Discovered gene functions of the transposon insertions pointed to compatible solute synthesis (glutamate and proline), cell membrane synthesis and modification of cell membrane composition. The results obtained in the present study give us a more complete picture of the mechanisms of DBF degradation by S. wittichii RW1, how it reacts to different DBF availability and how the DBF catabolic activity may be affected by the conditions found in contaminated environments. - Sphingomonas wittichii est une alpha-protéobactérie gram-négative, capable de dégrader des composés xénobiotiques tels que le dibenzofurane (DBF), la dibenzo-p-dioxine, le carbazole, le 2-hydroxybiphényle ou les herbicides dérivés du nitro-diphényléther. Le métabolisme de la souche RW1 a fait l'objet d'études antérieures et un certain nombre de gènes impliqués dans la dégradation du DBF ont été caractérisés. Il est connu que RW1 possède une unique dioxygénase DBF initiale (codée par le gène dxnAl) qui catalyse la première étape de la voie de dégradation. Aucun des organismes connus pour être capables de dégrader le DBF n'a de dioxygénase similaire. L'enzyme la plus proche étant la DBF dioxygénase de Rhodococcus sp. avec 45% d'acides aminés conservés. Les gènes qui participent à la transformation du salicylate en métabolites intermédiaires du cycle de Krebs par la voie ort/io-cleavage ont aussi été identifiés. Outre ces informations lacunaires, il y a un manque de connaissances sur l'ensemble des gènes impliqués dans la dégradation du DBF par la souche RW1 ainsi que l'effet des stress environnementaux sur l'expression génétique globale, en présence du DBF. Une analyse globale est nécessaire, car elle peut aider à mieux comprendre le comportement de la souche dans les conditions de terrain et de proposer des améliorations pour l'utilisation de la bio-augmentation comme technique de bio-remédiation. Le chapitre 2 décrit les résultats de l'analyse du génome pour caractériser les gènes impliqués dans la dégradation du DBF par RW1. Une analyse de micro-arrays nous a permis de détecter des différences dans la transcription des gènes lorsque la souche RW1 a été exposée au DBF. L'analyse a été complétée par le criblage à ultra-haut débit de mutants qui n'étaient plus capables de croître avec le salicylate ou le DBF comme seule source de carbone. Certains des gènes de la voie ortho-cleavage, dont la DBF dioxygénase initiale, ont xî été induits 2 à 4 fois, en présence du DBF. Cependant, deux groupes de gènes, nommés 4925 et 5102 ont été induits jusqu'à 19 fois en réponse au DBF. Le cluster 4925 participe probablement dans une voie de meta-cleavage tandis que le cluster 5102 pourrait faire partie d'une voie du gentisate. Les trois voies, ortho-cleavage, meta-cleavage et la voie du gentisate semblent être activées en parallèle lorsque la souche RW1 est exposée au DBF, ce qui représente une redondance de voies pour la dégradation du DBF dans le génome de RW1. Le chapitre 3 se concentre sur l'exploitation des outils génétiques pour la construction de biorapporteurs de la dégradation du DBF par RW1. Un ensemble d'outils de base pour la manipulation génétique dans Sphingomonas wittichii RW1 a été testé et optimisé. Deux plasmides et mini-transposons ont été évalués pour leur capacité à être maintenu dans RW1 avec ou sans pression de sélection par des antibiotiques, et pour leur capacité à exprimer la protéine fluorescente verte (eGFP) dans la souche RW1. Les trois promoteurs des gènes Swit_4925, Swit_5102 et Swit_4897 (dxnAl), induits en réponse au DBF, ont ensuite été utilisés pour construire des biorapporteurs dans RW1. Le chapitre 4 décrit l'utilisation des souches biorapportrices construites pour l'analyse de l'expression des gènes de la voie de dégradation du DBF dans des microcosmes avec différents types de sols. Les souches biorapportrices ont d'abord été exposées à différentes sources de carbone en cultures liquides afin de calibrer l'induction de la eGFP. La construction avec le promoteur du gène 4925 a permis une réponse au DBF. Mais contrairement à nos attentes, basées sur les résultats de l'analyse des micro-arrays, les deux autres constructions n'ont pas montré d'induction spécifique au DBF. La réponse des biorapporteurs a ensuite été testée pour la sensibilité au stress hydrique, étant donné que cela pourrait avoir un impact important dans les microcosmes. La diminution du potentiel hydrique en culture liquide est obtenue par addition de NaCl ou de PEG au milieu de croissance. Nous avons montré que l'expression de la eGFP contrôlée par les promoteurs 4925 et 5102 n'était pas directement influencée par le stress hydrique, mais seulement par une réduction globale des taux de croissance. En revanche, l'expression de la eGFP dépendante des promoteurs dxnAl et uspA était aussi directement dépendante de l'ampleur du stress hydrique. La souche avec la construction 4925 a été utilisée par la suite dans des microcosmes avec différents types de sols pour évaluer la biodisponibilité du DBF en présence ou absence des microbes indigènes et d'autres composés contaminants. Nous avons constaté que RW1 pouvait se développer si le DBF a été ajouté au sol, mais l'expression de la eGFP par le biorapporteur suggère que la compétition avec la microbiota indigène pour les métabolites intermédiaires du DBF peut limiter sa capacité à proliférer de manière optimale. Le chapitre 5 décrit les résultats des expériences réalisées afin de détecter spécifiquement les gènes de RW1 qui pourraient être impliquées dans la résistance au stress hydrique. Ici on a crée des bibliothèques de mutants de RW1 par transposon, soit avec un mini-Tn5 classique ou avec une variante qui exprime la eGFP lorsque le transposon s'insère dans un gène induit par le stress hydrique. Les bibliothèques de mutants ont été criblées par la méthode classique de repiquage sur boîtes, dans des conditions de stress hydrique élevé (obtenu par l'addition de NaCl dans les boîtes). En outre, nous avons criblé des micro¬colonies dans des billes d'agarose qui ont pu être analysées par cytométrie de flux. Un certain nombre de mutants déficients à croître sur des milieux supplémentés avec du NaCl ont été isolés et les sites d'insertion du transposon séquencés. Dans une deuxième procédure nous avons criblé par cytométrie de flux des mutants avec une production de eGFP supérieure, après exposition à un milieu de croissance avec une concentration élevée de NaCl. Les mutants obtenus dans les deux bibliothèques n'étaient pas similaires. Les fonctions des gènes où se trouvent les insertions de transposons sont impliqués dans la synthèse de solutés compatibles (glutamate et de la proline), dans la synthèse de la membrane cellulaire et dans la modification de la composition de la membrane cellulaire. Les résultats obtenus dans la présente étude nous donnent une image plus complète des mécanismes de dégradation du DBF par S. wittichii RW1, comment cette souche réagit à la disponibilité du DBF et comment l'activité catabolique peut être affectée par les conditions rencontrées dans des environnements contaminés.

Innate immunogenetics: a tool for exploring new frontiers of host defence.

The discovery of innate immune genes, such as those encoding Toll-like receptors (TLRs), nucleotide-binding oligomerisation domain-like receptors (NLRs), and related signal-transducing molecules, has led to a substantial improvement of our understanding of innate immunity. Recent immunogenetic studies have associated polymorphisms of the genes encoding TLRs, NLRs, and key signal-transducing molecules, such as interleukin-1 receptor-associated kinase 4 (IRAK4), with increased susceptibility to, or outcome of, infectious diseases. With the availability of high-throughput genotyping techniques, it is becoming increasingly evident that analyses of genetic polymorphisms of innate immune genes will further improve our knowledge of the host antimicrobial defence response and help in identifying individuals who are at increased risk of life-threatening infections. This is likely to open new perspectives for the development of diagnostic, predictive, and preventive management strategies to combat infectious diseases.

trEST, trGEN and Hits: access to databases of predicted protein sequences.

High throughput genome (HTG) and expressed sequence tag (EST) sequences are currently the most abundant nucleotide sequence classes in the public database. The large volume, high degree of fragmentation and lack of gene structure annotations prevent efficient and effective searches of HTG and EST data for protein sequence homologies by standard search methods. Here, we briefly describe three newly developed resources that should make discovery of interesting genes in these sequence classes easier in the future, especially to biologists not having access to a powerful local bioinformatics environment. trEST and trGEN are regularly regenerated databases of hypothetical protein sequences predicted from EST and HTG sequences, respectively. Hits is a web-based data retrieval and analysis system providing access to precomputed matches between protein sequences (including sequences from trEST and trGEN) and patterns and profiles from Prosite and Pfam. The three resources can be accessed via the Hits home page (http://hits. isb-sib.ch).

Novel ADAM9 homozygous mutation in a consanguineous Egyptian family with severe cone-rod dystrophy and cataract.

OBJECTIVE: To genetically and phenotypically describe a new ADAM9 homozygous mutation in a consanguineous family from Egypt with autosomal recessive cone-rod dystrophy (arCRD), anterior polar and posterior subcapsular cataract. DESIGN, SETTING AND PARTICIPANTS: The parents and their six children were included. They underwent a complete ophthalmic examination with fundus photography and optical coherence tomography (OCT). INTERVENTION: DNA was extracted from peripheral blood from all family members. Screening for mutations in genes known to be implicated in retinal disorders was done with the IROme, an in-solution enrichment array, followed by high-throughput sequencing. Validation of the results was done by bidirectional Sanger sequencing of ADAM9 exon 14, including exon-intron junctions. Screening of normal controls was done by denaturing high-performance liquid chromatography. RESULTS: arCRD was diagnosed in the mother and two of her children. Bilateral anterior polar and posterior subcapsular cataract was observed in the mother and bilateral dot cataract was diagnosed in three of the four children not affected with arCRD, one of whom also had glaucoma. The characteristics of the arCRD were childhood-onset visual impairment, reorganisation of the retinal pigment epithelium with mid-periphery greyish-white discolouration, attenuated retinal vasculatur and optic disc pallor. A coloboma-like macular lesion was observed in one of the arCRD-affected children. IROme analysis identified a c.1396-2A>G homozygous mutation in the splice acceptor site of intron 13 of ADAM9. This mutation was homozygous in the two children affected by arCRD and in their affected mother. This mutation was heterozygous in the unaffected father and the four unaffected children. CONCLUSIONS AND RELEVANCE: We identified a novel autosomal recessive ADAM9 mutation causing arCRD in a consanguineous Egyptian family. The percentage of arCRD cases caused by mutation in ADAM9 remains to be determined. Few families are reported in the literature to date; hence extensive clinical descriptions of families with ADAM9 mutations are of significant importance.

Genomics of "chlamydia"-related bacteria

AbstractThe Chlamydiales order is an important bacterial phylum that comprises some of the most successful human pathogens such as Chlamydia trachomatis, the leading infectious cause of blindness worldwide. Since some years, several new bacteria related to Chlamydia have been discovered in clinical or environmental samples and might represent emerging pathogens. The genome sequencing of classical Chlamydia has brought invaluable information on these obligate intracellular bacteria otherwise difficult to study due to the lack of tools to perform basic genetic manipulation. The recent emergence of high-throughput sequencing technologies yielding millions of reads in a short time lowered the costs of genome sequencing and thus represented a unique opportunity to study Chlamydia-re\ated bacteria. Based on the sequencing and the analysis of Chlamydiales genomes, this thesis provides significant insights into the genetic determinants of the intracellular lifestyle, the pathogenicity, the metabolism and the evolution of Chlamydia-related bacteria. A first approach showed the efficacy of rapid sequencing coupled to proteomics to identify immunogenic proteins. This method, particularly useful for an emerging pathogen such as Parachlamydia acanthamoebae, enabled us to discover good candidates for the development of diagnostic tools that would permit to evaluate at larger scale the role of this bacterium in disease. Second, the complete genome of Waddlia chondrophila, a potential agent of miscarriage, encodes numerous virulence factors to manipulate its host cell and resist to environmental stresses. The reconstruction of metabolic pathways showed that the bacterium possesses extensive capabilities compared to related organisms. However, it is still incapable of synthesizing some essential components and thus has to import them from its host. Third, the genome comparison of Protochlamydia naegleriophila to its closest known relative Protochlamydia amoebophila revealed a particular evolutionary dynamic with the occurrence of an unexpected genome rearrangement. Fourth, a phylogenetic analysis of P. acanthamoebae and Legionella drancourtii identified several genes probably exchanged by horizontal gene transfer with other intracellular bacteria that might occur within their amoebal host. These genes often encode mechanisms for resistance to metal or toxic compounds. As a whole, the analysis of the different genomes enabled us to highlight a large diversity in size, GC percentage, repeat content as well as plasmid organization. The abundant genomic data obtained during this thesis have a wide impact since they provide the necessary bases for detailed investigations on countless aspects of the biology and the evolution of Chlamydia-related bacteria, whether in wet lab or by bioinformatical analyses.RésuméL'ordre des Chlamydiales est un important phylum bactérien qui comprend de nombreuses espèces pathogènes pour l'homme et les animaux, dont Chlamydia trachomatis, responsable du trachome, la cause majeure de cécité d'origine infectieuse à travers le monde. Durant ces dernières décennies, de nombreuses bactéries apparentées aux Chlamydia ont été découvertes dans des échantillons environnementaux ou cliniques mais leur éventuel rôle pathogène dans le développement de maladies reste peu connu. Ces bactéries sont des intracellulaires obligatoires car elles ont besoin d'une cellule hôte pour se multiplier, ce qui rend leur étude particulièrement difficile. Le développement de nouvelles technologies permettant de séquencer le génome d'un organisme rapidement et à moindre coût ainsi que l'essor des méthodes d'analyse s'y rapportant représentent une opportunité exceptionnelle d'étudier ces organismes. Dans ce contexte, cette thèse démontre l'utilité de la génomique pour développer de nouveaux outils diagnostiques ainsi que pour étudier le métabolisme de ces bactéries, leurs facteurs de virulence et leur évolution.Ainsi, une première approche a illustré l'utilité d'un séquençage rapide pour obtenir les informations nécessaires à l'identification de protéines qui sont reconnues par des anticorps humains ou animaux. Cette méthode, particulièrement utile pour un pathogène émergent tel que Parachlamydia acanthamoebae, a permis de découvrir de bons candidats pour le développement d'un outil diagnostique qui permettrait d'évaluer à plus large échelle le rôle de cette bactérie notamment dans la pneumonie. L'analyse du contenu génique de Waddlia chondrophila, un autre germe qui pourrait être impliqué dans les avortements et tes fausses-couches, a en outre mis en évidence la présence de nombreux facteurs connus qui lui permettent de manipuler son hôte. Cette bactérie possède de plus grandes capacités métaboliques que les autres Chlamydia, mais elle est incapable de synthétiser certains composants et doit donc les importer de son hôte pour subvenir à ses besoins. La comparaison du génome de Protochlamydia naegleriophila à son plus proche parent, Protochlamydia amoebophila, a dévoilé une évolution dynamique particulière avec l'occurrence d'un réarrangement majeur inattendu après la séparation de ces deux espèces. En outre, ces études ont montré l'occurrence de plusieurs transferts de gène avec d'autres organismes plus éloignés, notamment d'autres intracellulaires d'amibes, souvent pour l'acquisition de mécanismes de résistances à des composés toxiques. Les données génomiques acquises durant ce travail posent les fondements nécessaires a de nombreuses analyses qui permettront progressivement de mieux comprendre de nombreux aspects de ces bactéries fascinantes.

Systems biology of plants : from intraspecific genome variation to computational morphodynamics

Recently, the introduction of second generation sequencing and further advance-ments in confocal microscopy have enabled system-level studies for the functional characterization of genes. The degree of complexity intrinsic to these approaches needs the development of bioinformatics methodologies and computational models for extracting meaningful biological knowledge from the enormous amount of experi¬mental data which is continuously generated. This PhD thesis presents several novel bioinformatics methods and computational models to address specific biological questions in Plant Biology by using the plant Arabidopsis thaliana as a model system. First, a spatio-temporal qualitative analysis of quantitative transcript and protein profiles is applied to show the role of the BREVIS RADIX (BRX) protein in the auxin- cytokinin crosstalk for root meristem growth. Core of this PhD work is the functional characterization of the interplay between the BRX protein and the plant hormone auxin in the root meristem by using a computational model based on experimental evidence. Hyphotesis generated by the modelled to the discovery of a differential endocytosis pattern in the root meristem that splits the auxin transcriptional response via the plasma membrane to nucleus partitioning of BRX. This positional information system creates an auxin transcriptional pattern that deviates from the canonical auxin response and is necessary to sustain the expression of a subset of BRX-dependent auxin-responsive genes to drive root meristem growth. In the second part of this PhD thesis, we characterized the genome-wide impact of large scale deletions on four divergent Arabidopsis natural strains, through the integration of Ultra-High Throughput Sequencing data with data from genomic hybridizations on tiling arrays. Analysis of the identified deletions revealed a considerable portion of protein coding genes affected and supported a history of genomic rearrangements shaped by evolution. In the last part of the thesis, we showed that VIP3 gene in Arabidopsis has an evo-lutionary conserved role in the 3' to 5' mRNA degradation machinery, by applying a novel approach for the analysis of mRNA-Seq data from random-primed mRNA. Altogether, this PhD research contains major advancements in the study of natural genomic variation in plants and in the application of computational morphodynamics models for the functional characterization of biological pathways essential for the plant. - Récemment, l'introduction du séquençage de seconde génération et les avancées dans la microscopie confocale ont permis des études à l'échelle des différents systèmes cellulaires pour la caractérisation fonctionnelle de gènes. Le degrés de complexité intrinsèque à ces approches ont requis le développement de méthodologies bioinformatiques et de modèles mathématiques afin d'extraire de la masse de données expérimentale générée, des information biologiques significatives. Ce doctorat présente à la fois des méthodes bioinformatiques originales et des modèles mathématiques pour répondre à certaines questions spécifiques de Biologie Végétale en utilisant la plante Arabidopsis thaliana comme modèle. Premièrement, une analyse qualitative spatio-temporelle de profiles quantitatifs de transcripts et de protéines est utilisée pour montrer le rôle de la protéine BREVIS RADIX (BRX) dans le dialogue entre l'auxine et les cytokinines, des phytohormones, dans la croissance du méristème racinaire. Le noyau de ce travail de thèse est la caractérisation fonctionnelle de l'interaction entre la protéine BRX et la phytohormone auxine dans le méristème de la racine en utilisant des modèles informatiques basés sur des preuves expérimentales. Les hypothèses produites par le modèle ont mené à la découverte d'un schéma différentiel d'endocytose dans le méristème racinaire qui divise la réponse transcriptionnelle à l'auxine par le partitionnement de BRX de la membrane plasmique au noyau de la cellule. Cette information positionnelle crée une réponse transcriptionnelle à l'auxine qui dévie de la réponse canonique à l'auxine et est nécessaire pour soutenir l'expression d'un sous ensemble de gènes répondant à l'auxine et dépendant de BRX pour conduire la croissance du méristème. Dans la seconde partie de cette thèse de doctorat, nous avons caractérisé l'impact sur l'ensemble du génome des délétions à grande échelle sur quatre souches divergentes naturelles d'Arabidopsis, à travers l'intégration du séquençage à ultra-haut-débit avec l'hybridation génomique sur puces ADN. L'analyse des délétions identifiées a révélé qu'une proportion considérable de gènes codant était affectée, supportant l'idée d'un historique de réarrangement génomique modelé durant l'évolution. Dans la dernière partie de cette thèse, nous avons montré que le gène VÏP3 dans Arabidopsis a conservé un rôle évolutif dans la machinerie de dégradation des ARNm dans le sens 3' à 5', en appliquant une nouvelle approche pour l'analyse des données de séquençage d'ARNm issue de transcripts amplifiés aléatoirement. Dans son ensemble, cette recherche de doctorat contient des avancées majeures dans l'étude des variations génomiques naturelles des plantes et dans l'application de modèles morphodynamiques informatiques pour la caractérisation de réseaux biologiques essentiels à la plante. - Le développement des plantes est écrit dans leurs codes génétiques. Pour comprendre comment les plantes sont capables de s'adapter aux changements environnementaux, il est essentiel d'étudier comment leurs gènes gouvernent leur formation. Plus nous essayons de comprendre le fonctionnement d'une plante, plus nous réalisons la complexité des mécanismes biologiques, à tel point que l'utilisation d'outils et de modèles mathématiques devient indispensable. Dans ce travail, avec l'utilisation de la plante modèle Arabidopsis thalicinci nous avons résolu des problèmes biologiques spécifiques à travers le développement et l'application de méthodes informatiques concrètes. Dans un premier temps, nous avons investigué comment le gène BREVIS RADIX (BRX) régule le développement de la racine en contrôlant la réponse à deux hormones : l'auxine et la cytokinine. Nous avons employé une analyse statistique sur des mesures quantitatives de transcripts et de produits de gènes afin de démontrer que BRX joue un rôle antagonisant dans le dialogue entre ces deux hormones. Lorsque ce-dialogue moléculaire est perturbé, la racine primaire voit sa longueur dramatiquement réduite. Pour comprendre comment BRX répond à l'auxine, nous avons développé un modèle informatique basé sur des résultats expérimentaux. Les simulations successives ont mené à la découverte d'un signal positionnel qui contrôle la réponse de la racine à l'auxine par la régulation du mouvement intracellulaire de BRX. Dans la seconde partie de cette thèse, nous avons analysé le génome entier de quatre souches naturelles d'Arabidopsis et nous avons trouvé qu'une grande partie de leurs gènes étaient manquant par rapport à la souche de référence. Ce résultat indique que l'historique des modifications génomiques conduites par l'évolution détermine une disponibilité différentielle des gènes fonctionnels dans ces plantes. Dans la dernière partie de ce travail, nous avons analysé les données du transcriptome de la plante où le gène VIP3 était non fonctionnel. Ceci nous a permis de découvrir le rôle double de VIP3 dans la régulation de l'initiation de la transcription et dans la dégradation des transcripts. Ce rôle double n'avait jusqu'alors été démontrée que chez l'homme. Ce travail de doctorat supporte le développement et l'application de méthodologies informatiques comme outils inestimables pour résoudre la complexité des problèmes biologiques dans la recherche végétale. L'intégration de la biologie végétale et l'informatique est devenue de plus en plus importante pour l'avancée de nos connaissances sur le fonctionnement et le développement des plantes.

Genomic characterization of a Brazilian TT Virus isolate closely related to SEN virus-F

SEN virus (SENV) is a circular, single stranded DNA virus that has been first characterized in the serum of a human immunodeficiency virus type 1 (HIV-1)-infected patient. Eight genotypes of SENV (A-H) have been identified and further recognized as variants of TT virus (TTV) in the family Circoviridae. Here we describe the first genomic characterization of a SENV isolate (5-A) from South America. Using 'universal' primers, able to amplify most, if not all, TTV/SENV genotypes, a segment of > 3 kb was amplified by polymerase chain reaction from the serum of an HIV-1 infected patient. The amplicon was cloned and a 3087-nucleotide sequence was determined, that showed a high (85%) homology with the sequence of the Italian isolate SENV-F. Proteins encoded by open reading frames (ORFs) 1 to 4 consisted of 758, 129, 276, and 267 amino acids, respectively. By phylogenetic analysis, isolate 5-A was classified into TTV genotype 19 (phylogenetic group 3), together with SENV-F and TTV isolate SAa-38.

Fast analysis of doping agents in urine by ultra-high-pressure liquid chromatography-quadrupole time-of-flight mass spectrometry. II: Confirmatory analysis.

For doping control, analyses of samples are generally achieved in two steps: a rapid screening and, in the case of a positive result, a confirmatory analysis. A two-step methodology based on ultra-high-pressure liquid chromatography coupled to a quadrupole time-of-flight mass spectrometry (UHPLC-QTOF-MS) was developed to screen and confirm 103 doping agents from various classes (e.g., beta-blockers, stimulants, diuretics, and narcotics). The screening method was presented in a previous article as part I (i.e., Fast analysis of doping agents in urine by ultra-high-pressure liquid chromatography-quadrupole time-of-flight mass spectrometry. Part I: screening analysis). For the confirmatory method, basic, neutral and acidic compounds were extracted by a dedicated solid-phase extraction (SPE) in a 96-well plate format and detected by MS in the tandem mode to obtain precursor and characteristic product ions. The mass accuracy and the elemental composition of precursor and product ions were used for compound identification. After validation including matrix effect determination, the method was considered reliable to confirm suspect results without ambiguity according to the positivity criteria established by the World Anti-Doping Agency (WADA). Moreover, an isocratic method was developed to separate ephedrine from its isomer pseudoephedrine and cathine from phenylpropanolamine in a single run, what allowed their direct quantification in urine.

The role of CTCFL/BORIS in Meiosis

The complexity of mammalian genome organization demands a complex interplay of DNA and proteins to orchestrate proper gene regulation. CTCF, a highly conserved, ubiquitously expressed protein has been postulated as a primary organizer of genome architecture because of its roles in transcriptional activation/repression, insulation and imprinting. Diverse regulatory functions are exerted through genome wide binding via a central eleven zinc finger DNA binding domain and an array of diverse protein-protein interactions through N- and C- terminal domains. CTCFL has been identified as a paralog of CTCF expressed only in spermatogenic cells of the testis. CTCF and CTCFL have a highly homologous DNA-binding domain, while the flanking amino acid sequences exhibit no significant similarity. Genome- wide mapping of CTCF binding sites has been carried out in many cell types, but no data exist for CTCFL apart from a few identified loci. The lack of high quality antibodies prompted us to generate an endogenously flag-tagged CTCFL mouse model using BAC recombination. IHC staining using anti-flag antibodies confirmed CTCFL localization to type Β spermatogonia and preleptotene spermatocytes and a mutually exclusive pattern of expression with CTCF. ChIP followed by high-throughput sequencing identified 10,382 binding sites showing 70% overlap but representing only 20% of CTCF sites. Consensus sequence analysis identified a significantly longer binding motif with prominently less ambiguity of base calling at every position. The significant difference between CTCF and CTCFL genomic binding patterns proposes that their binding to DNA is differentially regulated. Analysis of CTCFL binding to methylated regions on a genome wide scale identified approximately 1,000 loci. Methylation-independent binding of CTCFL might be at least one of the mechanisms that ensures distinct binding patterns of CTCF and CTCFL since CTCF binding is methylation- sensitive. Co-localization of CTCF with cohesin has been well established and analysis of CTCFL and SMC3 overlap identified around 3,300 binding sites from which two related but distinct consensus sequence motifs were derived. Because virtually all data for cohesin binding originate from mitotically proliferating cells, the anticipated overlap is expected to be considerably higher in meiotic cells. Meiosis-specific cohesin subunit Rec8 is specific for spermatocytes and 6 out of the 12 identified binding sites are also bound by CTCFL. In conclusion, this was the first genome-wide mapping of CTCFL binding sites in spermatocytes, the only cell type where CTCF is not expressed. CTCFL has a unique binding site repertoire distinct from CTCF, binds to methylated sequences and shows a significant overlap with cohesin binding sites. Future efforts will be oriented towards deciphering the role CTCFL plays in conversion of chromatin structure and function from mitotic to meiotic chromosomes. - La complexité de l'organisation du génome des mammifères exige une interaction particulière entre ADN et protéines pour orchestrer une régulation appropriée de l'expression des gènes. CTCFL, une protéine ubiquitaire très conservée, serait le principal organisateur de l'architecture du génome de par son rôle dans l'activation / la répression de la transcription, la protection et la localisation des gènes. Diverses régulations sont opérées, d'une part au travers d'interactions à différents endroits du génome par le biais d'un domaine protéique central de liaison à l'ADN à onze doigts de zinc, et d'autre part par des interactions protéine-protéine variées au niveau de leur domaine N- et C-terminal. CTCFL a été identifié comme un paralogue de CTCF exprimé uniquement dans les cellules spermatiques du testicule. CTCFL et CTCF ont un domaine de liaison à l'ADN très homologue, tandis que les séquences d'acides aminés situées de part et d'autre de ce domaine ne présentent aucune similitude. Une cartographie générale des sites de liaison au CTCF a été réalisée pour de nombreux types cellulaires, mais il n'existe aucune donnée pour CTCFL à l'exception de l'identification de quelques loci. L'absence d'anticorps de bonne qualité nous a conduit à générer un modèle murin portant un CTCFL endogène taggué grâce à un procédé de recombinaison BAC. Une coloration IHC à l'aide d'anticorps anti-FLAG a confirmé la présence de CTCFL au niveau des spermatogonies de type Β et des spermatocytes au stade préleptotène, et une distribution mutuellement exclusive avec CTCF. Une méthode de Chromatine Immunoprecipitation (ChIP) suivie d'un séquençage à haut débit a permis d'identifier 10.382 sites de liaison montrant 70% d'homologie mais ne représentant que 20% des sites CTCF. L'analyse de la séquence consensus révèle un motif de fixation à l'ADN nettement plus long et qui comporte bien moins de bases aléatoires à chaque position nucléotidique. La différence significative entre les séquences génomiques des sites de liaison au CTCF et CTCFL suggère que leur fixation à l'ADN est régulée différemment. Appliquée à l'échelle du génome, l'étude de l'interaction de CTCFL avec des régions méthylées de l'ADN a permis d'identifier environ 1.000 loci. Contrairement à CTCFL, la liaison de CTCF dépend de l'état de méthylation de l'ADN ; cette modification épigénétique constitue donc au moins un des mécanismes de régulation expliquant une localisation de CTCF et CTCFL à des sites distincts du génome. La co- localisation de CTCF avec la cohésine étant établie, l'analyse de la superposition des séquences de CTCFL avec la sous-unité SMC3 identifie environ 3.300 sites de liaison parmi lesquels deux mêmes motifs consensus distincts par leur séquence sont mis en évidence. La presque quasi-totalité des données sur la cohésine ayant été établie à partir de cellules en prolifération mitotique, il est probable que la similitude au sein des séquences consensus soit encore plus grande dans le cas des cellules en méiose. La sous-unité Rec8 de la cohésine propre à l'état de méiose est spécifiquement exprimée dans les spermatocytes. Or 6 des 12 sites de liaison identifiés sont également utilisés par CTCFL. Pour conclure, ce travail constitue la première cartographie à l'échelle du génome des sites de liaison de CTCFL dans les spermatocytes, seul type cellulaire où CTCFL n'est pas exprimé. CTCFL possède un répertoire unique de sites de fixation à l'ADN distinct de CTCF, se lie à des séquences méthylées et présente un nombre important de sites de liaison communs avec la cohésine. Les perspectives futures sont d'élucider le rôle de CTCFL dans le remodelage de la structure de la chromatine et de définir sa fonction dans le processus de méiose.

First detection of a human astrovirus type 8 in a child with diarrhea in Belém, Brazil: comparison with other strains worldwide and identification of possible three lineages

This study describes the genetic relationships of the first human astrovirus type-8 (HAstV-8) detected in Belém-Brazil, during a public hospital-based study. This strain was compared with other HAstV-8 strains identified elsewhere which have sequences available at GeneBank. The regions ORF1a (primers Mon348/Mon340) and ORF2 (primers Mon269/Mon270) were analyzed by nucleotide sequencing and a high similarity rate was observed among the Belém strain and other HAstV-8 strains. In ORF1a, homology values of 93-100% were detected, and in ORF2 96-99%. Considering the sequence variation (7%) observed in ORF2 region, it was suggested that HAstV-8 strains could be divided in three different lineages.

Molecular characterization of hepatitis A virus isolates from Goiânia, Goiás, Brazil

Hepatitis A virus (HAV) infection is a public health problem worldwide and the virus has been classified into six genotypes. In Brazil, the only genotype that has been found is genotype I, predominately from subgenotype IA. Here, the HAV genotypes were analyzed of 18 isolates circulating between 1996-2001 in Goiânia, state of Goiás, Brazil. Viral RNA was extracted from 18 serum samples and amplified (RT-PCR/nested-PCR), followed by the genomic sequencing of the VP1/2A junction region of the HAV genome. Sequences of 168 nucleotides were compared and analyzed using the BLAST N, Clustal X and PAUP v. 4.10b programs. All samples were classified as genotype I, with 10 belonging to subgenotype IA and eight to subgenotype IB. The subgenotype IA isolates showed greater diversity than the subgenotype IB isolates at the nucleotide level. Elevated identity values were found between isolates obtained in this study and those from other regions of the world, including Brazil, highlighting the high conservation among different isolates of this virus. However, changes in the HAV subgenotype circulation could also be observed during the evaluated period.

Mutation screening of multiple genes in Spanish patients with autosomal recessive retinitis pigmentosa by targeted resequencing.

Retinitis Pigmentosa (RP) is a heterogeneous group of inherited retinal dystrophies characterised ultimately by the loss of photoreceptor cells. RP is the leading cause of visual loss in individuals younger than 60 years, with a prevalence of about 1 in 4000. The molecular genetic diagnosis of autosomal recessive RP (arRP) is challenging due to the large genetic and clinical heterogeneity. Traditional methods for sequencing arRP genes are often laborious and not easily available and a screening technique that enables the rapid detection of the genetic cause would be very helpful in the clinical practice. The goal of this study was to develop and apply microarray-based resequencing technology capable of detecting both known and novel mutations on a single high-throughput platform. Hence, the coding regions and exon/intron boundaries of 16 arRP genes were resequenced using microarrays in 102 Spanish patients with clinical diagnosis of arRP. All the detected variations were confirmed by direct sequencing and potential pathogenicity was assessed by functional predictions and frequency in controls. For validation purposes 4 positive controls for variants consisting of previously identified changes were hybridized on the array. As a result of the screening, we detected 44 variants, of which 15 are very likely pathogenic detected in 14 arRP families (14%). Finally, the design of this array can easily be transformed in an equivalent diagnostic system based on targeted enrichment followed by next generation sequencing.

Update of the FANTOM web resource: from mammalian transcriptional landscape to its dynamic regulation.

The international Functional Annotation Of the Mammalian Genomes 4 (FANTOM4) research collaboration set out to better understand the transcriptional network that regulates macrophage differentiation and to uncover novel components of the transcriptome employing a series of high-throughput experiments. The primary and unique technique is cap analysis of gene expression (CAGE), sequencing mRNA 5'-ends with a second-generation sequencer to quantify promoter activities even in the absence of gene annotation. Additional genome-wide experiments complement the setup including short RNA sequencing, microarray gene expression profiling on large-scale perturbation experiments and ChIP-chip for epigenetic marks and transcription factors. All the experiments are performed in a differentiation time course of the THP-1 human leukemic cell line. Furthermore, we performed a large-scale mammalian two-hybrid (M2H) assay between transcription factors and monitored their expression profile across human and mouse tissues with qRT-PCR to address combinatorial effects of regulation by transcription factors. These interdependent data have been analyzed individually and in combination with each other and are published in related but distinct papers. We provide all data together with systematic annotation in an integrated view as resource for the scientific community (http://fantom.gsc.riken.jp/4/). Additionally, we assembled a rich set of derived analysis results including published predicted and validated regulatory interactions. Here we introduce the resource and its update after the initial release.

Molecular genetics of rare hereditary diseases via genome-wide and integrated approaches

ABSTRACTThe Online Mendelian Inheritance in Man database (OMIM) reports about 3000 Mendelian diseases of known causal gene and about 2000 that remain to be mapped. These cases are often difficult to solve because of the rareness of the disease, the structure of the family (too big or too small) or the heterogeneity of the phenotype. The goal of this thesis is to explore the current genetic tools, before the advent of ultra high throughput sequencing, and integrate them in the attempt to map the genes behind the four studied cases. In this framework we have studied a small family with a recessive disease, a modifier gene for the penetrance of a dominant mutation, a large extended family with a cardiac phenotype and clinical and/or allelic heterogeneity and we have molecularly analyzed a balanced chromosomal translocation.RESUMELa base de données des maladies à transmission mendélienne, Online Mendelian Inheritance in Man (OMIM), contient environ 3000 affections à caractère mendélien pour lesquelles le gène responsable est connu et environ 2000 qui restent à élucider.Les cas restant à résoudre sont souvent difficiles soit par le caractère intrinsèquement rare de ces maladies soit à cause de difficultés structurelles (famille trop petite ou trop étendue) ou hétérogénéité du phénotype ou génétique. Cette thèse s'inscrit avant l'arrivée des nouveaux outils de séquençage à haut débit. Son but est d'explorer les outils génétiques actuels, et de les intégrer pour trouver les gènes impliqués dans quatre cas représentant chacun une situation génétique différente : nous avons étudié une famille de quatre individus avec une transmission récessive, recherché un gène modificateur de la pénétrance de mutations dominantes, étudié une famille étendue présentant un phénotype cardiaque cliniquement et/ou allèliquement hétérogène et nous avons fait l'analyse moléculaire d'une translocation chromosomique balancée.