Genetic algorithm for shipping route estimation with long-range tracking data : automatic reconstruction of shipping routes based on the historical ship positions for maritime safety applications

Ship tracking systems allow Maritime Organizations that are concerned with the Safety at Sea to obtain information on the current location and route of merchant vessels. Thanks to Space technology in recent years the geographical coverage of the ship tracking platforms has increased significantly, from radar based near-shore traffic monitoring towards a worldwide picture of the maritime traffic situation. The long-range tracking systems currently in operations allow the storage of ship position data over many years: a valuable source of knowledge about the shipping routes between different ocean regions. The outcome of this Master project is a software prototype for the estimation of the most operated shipping route between any two geographical locations. The analysis is based on the historical ship positions acquired with long-range tracking systems. The proposed approach makes use of a Genetic Algorithm applied on a training set of relevant ship positions extracted from the long-term storage tracking database of the European Maritime Safety Agency (EMSA). The analysis of some representative shipping routes is presented and the quality of the results and their operational applications are assessed by a Maritime Safety expert.

Evolutionary switch and genetic convergence on rbcL following the evolution of C4 photosynthesis.

Rubisco is responsible for the fixation of CO2 into organic compounds through photosynthesis and thus has a great agronomic importance. It is well established that this enzyme suffers from a slow catalysis, and its low specificity results into photorespiration, which is considered as an energy waste for the plant. However, natural variations exist, and some Rubisco lineages, such as in C4 plants, exhibit higher catalytic efficiencies coupled to lower specificities. These C4 kinetics could have evolved as an adaptation to the higher CO2 concentration present in C4 photosynthetic cells. In this study, using phylogenetic analyses on a large data set of C3 and C4 monocots, we showed that the rbcL gene, which encodes the large subunit of Rubisco, evolved under positive selection in independent C4 lineages. This confirms that selective pressures on Rubisco have been switched in C4 plants by the high CO2 environment prevailing in their photosynthetic cells. Eight rbcL codons evolving under positive selection in C4 clades were involved in parallel changes among the 23 independent monocot C4 lineages included in this study. These amino acids are potentially responsible for the C4 kinetics, and their identification opens new roads for human-directed Rubisco engineering. The introgression of C4-like high-efficiency Rubisco would strongly enhance C3 crop yields in the future CO2-enriched atmosphere.

Systematic identification of genomic markers of drug sensitivity in cancer cells.

Clinical responses to anticancer therapies are often restricted to a subset of patients. In some cases, mutated cancer genes are potent biomarkers for responses to targeted agents. Here, to uncover new biomarkers of sensitivity and resistance to cancer therapeutics, we screened a panel of several hundred cancer cell lines--which represent much of the tissue-type and genetic diversity of human cancers--with 130 drugs under clinical and preclinical investigation. In aggregate, we found that mutated cancer genes were associated with cellular response to most currently available cancer drugs. Classic oncogene addiction paradigms were modified by additional tissue-specific or expression biomarkers, and some frequently mutated genes were associated with sensitivity to a broad range of therapeutic agents. Unexpected relationships were revealed, including the marked sensitivity of Ewing's sarcoma cells harbouring the EWS (also known as EWSR1)-FLI1 gene translocation to poly(ADP-ribose) polymerase (PARP) inhibitors. By linking drug activity to the functional complexity of cancer genomes, systematic pharmacogenomic profiling in cancer cell lines provides a powerful biomarker discovery platform to guide rational cancer therapeutic strategies.

Cadmium hyperaccumulation and genetic differentiation of Thlaspi caerulescens populations

Although the knowledge on heavy metal hyperaccumulation mechanisms is increasing, the genetic basis of cadmium (Cd) hyperaccurnulation remains to be elucidated. Thlaspi caerulescens is an attractive model since Cd accumulation polymorphism observed in this species suggests genetic differences between populations with low versus high Cd hyperaccumulation capacities. In our study, a methodology is proposed to analyse at a regional scale the genetic differentiation of T. caerulescens natural populations in relation to Cd hyperaccumulation capacity while controlling for different environmental, soil, plant parameters and geographic origins of populations. Twenty-two populations were characterised with AFLP markers and cpDNA polymorphism. Over all loci, a partial Mantel test showed no significant genetic structure with regard to the Cd hyperaccumulation capacity. Nevertheless, when comparing the marker variation to a neutral model, seven AFLP fragments (9% of markers) were identified as presenting particularly high genetic differentiation between populations with low and high Cd hyperaccurnulation capacity. Using simulations, the number of outlier loci was showed to be significantly higher than expected at random. These loci presented a genetic structure linked to Cd hyperaccumulation capacity independently of the geography, environment, soil parameters and Zn, Pb, Fe and Cu concentrations in plants. Using a canonical correspondence analysis, we identified three of them as particularly related to the Cd hyperaccumutation capacity. This study demonstrates that populations with low and high hyperaccurnulation capacities can be significantly distinguished based on molecular data. Further investigations with candidate genes and mapped markers may allow identification and characterization of genomic regions linked to factors involved in Cd hyperaccumulation.

Immunochip SNP array identifies novel genetic variants conferring susceptibility to candidaemia.

Candidaemia is the fourth most common cause of bloodstream infection, with a high mortality rate of up to 40%. Identification of host genetic factors that confer susceptibility to candidaemia may aid in designing adjunctive immunotherapeutic strategies. Here we hypothesize that variation in immune genes may predispose to candidaemia. We analyse 118,989 single-nucleotide polymorphisms (SNPs) across 186 loci known to be associated with immune-mediated diseases in the largest candidaemia cohort to date of 217 patients of European ancestry and a group of 11,920 controls. We validate the significant associations by comparison with a disease-matched control group. We observe significant association between candidaemia and SNPs in the CD58 (P = 1.97 × 10(-11); odds ratio (OR) = 4.68), LCE4A-C1orf68 (P = 1.98 × 10(-10); OR = 4.25) and TAGAP (P = 1.84 × 10(-8); OR = 2.96) loci. Individuals carrying two or more risk alleles have an increased risk for candidaemia of 19.4-fold compared with individuals carrying no risk allele. We identify three novel genetic risk factors for candidaemia, which we subsequently validate for their role in antifungal host defence.

Molecular screening of ADAMTSL2 gene in 33 patients reveals the genetic heterogeneity of geleophysic dysplasia.

Background Geleophysic dysplasia (GD, OMIM 231050) is an autosomal recessive disorder characterised by short stature, small hands and feet, stiff joints, and thick skin. Patients often present with a progressive cardiac valvular disease which can lead to an early death. In a previous study including six GD families, we have mapped the disease gene on chromosome 9q34.2 and identified mutations in the A Disintegrin And Metalloproteinase with Thrombospondin repeats-like 2 gene (ADAMTSL2). Methods Following this study, we have collected the samples of 30 additional GD families, including 33 patients and identified ADAMTSL2 mutations in 14/33 patients, comprising 13 novel mutations. The absence of mutation in 19 patients prompted us to compare the two groups of GD patients, namely group 1, patients with ADAMTSL2 mutations (n=20, also including the 6 patients from our previous study), and group 2, patients without ADAMTSL2 mutations (n=19). Results The main discriminating features were facial dysmorphism and tip-toe walking, which were almost constantly observed in group 1. No differences were found concerning heart involvement, skin thickness, recurrent respiratory and ear infections, bronchopulmonary insufficiency, laryngo-tracheal stenosis, deafness, and radiographic features. Conclusions It is concluded that GD is a genetically heterogeneous condition. Ongoing studies will hopefully lead to the identification of another disease gene.

Identification of three Sorex species with microsatellite markers

Three sibling species of shrews, the common shrew (Sorex araneus), the Valais shrew (S. antinorii) and the Jersey shrew (S. coronatus) are morphologically similar. Different techniques based on karyorypes, morphology, biochemistry and genetic markers have been developed to identify individuals from these taxa. In this paper, we have used multiple microsatellite markers (L13, L14 and L99) to identify 55 dead animals coming from the Tarentaise Valley in France. As some individuals showed an unclear pattern with loci previously thought to be diagnostic (Lugon-Moulin et al. 2000), we have used morphologic measurements (Hausser et al. 1991) to confirm the status of these animals. This analysis clearly showed the limitations of the use of genetic diagnostic markers that have been designed in local populations and then applied to a wider scale. Even if these markers have great advantages over other techniques (i.e. simple to use and do not require samples from living animals), they should always be used with caution. There is always a risk of a locus not being diagnostic in the sampling region or in finding individuals with hybrid genotypes. Additional genetic markers should then be used, simultaneously with other identification techniques, to be sure of the status of the individuals.

Broad-scale adaptive genetic variation in alpine plants is driven by temperature and precipitation.

Identifying adaptive genetic variation is a challenging task, in particular in non-model species for which genomic information is still limited or absent. Here, we studied distribution patterns of amplified fragment length polymorphisms (AFLPs) in response to environmental variation, in 13 alpine plant species consistently sampled across the entire European Alps. Multiple linear regressions were performed between AFLP allele frequencies per site as dependent variables and two categories of independent variables, namely Moran's eigenvector map MEM variables (to account for spatial and unaccounted environmental variation, and historical demographic processes) and environmental variables. These associations allowed the identification of 153 loci of ecological relevance. Univariate regressions between allele frequency and each environmental factor further showed that loci of ecological relevance were mainly correlated with MEM variables. We found that precipitation and temperature were the best environmental predictors, whereas topographic factors were rarely involved in environmental associations. Climatic factors, subject to rapid variation as a result of the current global warming, are known to strongly influence the fate of alpine plants. Our study shows, for the first time for a large number of species, that the same environmental variables are drivers of plant adaptation at the scale of a whole biome, here the European Alps.

Identification and characterization of a Catharanthus roseus mutant altered in monoterpenoid indole alkaloid biosynthesis

The Madagascar periwinkle [Catharanthus roseus (L.) G. Don] is a commercially important horticultural flower species and is the only source for several pharmaceutically valuable monoterpenoid indole alkaloids (MIAs), including the powerful antihypertensive ajmalicine and the antineoplastic agents vincristine and vinblastine. While biosynthesis of MIA precursors has been elucidated, conversion of the common MIA precursor strictosidine to MIAs of different families, for example ajmalicine, catharanthine or vindoline, remains uncharacterized. Deglycosylation of strictosidine by the key enzyme Strictosidine beta-glucosidase (SGD) leads to a pool of uncharacterized reaction products that are diverted into the different MIA families, but the downstream reactions are uncharacterized. Screening of 3600 EMS (ethyl methane sulfonate) mutagenized C. roseus plants to identify mutants with altered MIA profiles yielded one plant with high ajmalicine, and low catharanthine and vindoline content. RNA sequencing and comparative bioinformatics of mutant and wildtype plants showed up-regulation of SGD and the transcriptional repressor Zinc finger Catharanthus transcription factor (ZCT1) in the mutant line. The increased SGD activity in mutants seems to yield a larger pool of uncharacterized SGD reaction products that are channeled away from catharanthine and vindoline towards biosynthesis of ajmalicine when compared to the wildtype. Further bioinformatic analyses, and crossings between mutant and wildtype suggest a transcription factor upstream of SGD and ZCT1 to be mutated, leading to up-regulation of Sgd and Zct1. The crossing experiments further show that biosynthesis of the different MIA families is differentially regulated and highly complex. Three new transcription factors were identified by bioinformatics that seem to be involved in the regulation of Zct1 and Sgd expression, leading to the high ajmalicine phenotype. Increased cathenamine reductase activity in the mutant converts the pool of SGD reaction products into ajmalicine and its stereoisomer tetrahydroalstonine. The stereochemistry of ajmalicine and tetrahydroalstonine biosynthesis in vivo and in vitro was further characterized. In addition, a new clade of perakine reductase-like enzymes was identified that reduces the SGD reaction product vallesiachotamine in a stereo-specific manner, characterizing one of the many reactions immediately downstream of SGD that determine the different MIA families. This study establishes that RNA sequencing and comparative bioinformatics, in combination with molecular and biochemical characterization, are valuable tools to determine the genetic basis for mutations that trigger phenotypes, and this approach can also be used for identification of new enzymes and transcription factors.

Disease-Gene Association Using a Genetic Algorithm

Understanding the relationship between genetic diseases and the genes associated with them is an important problem regarding human health. The vast amount of data created from a large number of high-throughput experiments performed in the last few years has resulted in an unprecedented growth in computational methods to tackle the disease gene association problem. Nowadays, it is clear that a genetic disease is not a consequence of a defect in a single gene. Instead, the disease phenotype is a reflection of various genetic components interacting in a complex network. In fact, genetic diseases, like any other phenotype, occur as a result of various genes working in sync with each other in a single or several biological module(s). Using a genetic algorithm, our method tries to evolve communities containing the set of potential disease genes likely to be involved in a given genetic disease. Having a set of known disease genes, we first obtain a protein-protein interaction (PPI) network containing all the known disease genes. All the other genes inside the procured PPI network are then considered as candidate disease genes as they lie in the vicinity of the known disease genes in the network. Our method attempts to find communities of potential disease genes strongly working with one another and with the set of known disease genes. As a proof of concept, we tested our approach on 16 breast cancer genes and 15 Parkinson's Disease genes. We obtained comparable or better results than CIPHER, ENDEAVOUR and GPEC, three of the most reliable and frequently used disease-gene ranking frameworks.

Modulation de l’expression du gène CFTR par le produit du gène FIC1 responsable de la cholestase familiale intra-hépatique progressive de type 1 : Identification des mécanismes moléculaires impliqués

Réalisé en cotutelle avec l'Université de Cergy-Pontoise

Identification and characterization of the transcriptional targets of the WNT/β-catenin signaling pathway in granulosa cells

Les Wnts représentent une famille de glycoprotéines de signalisation qui sont connues pour les nombreux rôles qu'ils jouent durant le développement embryonnaire et dans la cancerogénèse. Plusieurs Wnts, leurs récepteurs (Fzd) et d'autres composants des voies de signalisation des Wnt sont exprimés dans l’ovaire postnatal, et il a été démontré que l’expression de certains de ces gènes est régulée pendant le développement et l'ovulation/luteinization folliculaires. Toutefois, leurs rôles physiologiques dans l’ovaire demeurent mal définis. Pour étudier le rôle de WNT4 dans le développement folliculaire, nous avons entrepris d’identifier ses cibles transcriptionnels dans les cellules de la granulosa. Pour ce faire, nous avons employé la souris Catnbflox(ex3)/flox(ex3), chez laquelle une activation constitutive de la voie de Wnt/β-catenin a lieu suite à l’action de la recombinare Cre. Des cellules de la granulosa de ces souris ont été mises en culture et infectées avec un adenovirus pour causer la surexpression de WNT4 ou l’expression de Cre. L’ARN a alors été extrait de ces cellules et analysé par micro-puce. Les résultats ont démontré qu’une forte proportion des gènes induits par WNT4 étaient des gènes impliqués dans la réponse cellulaire au stress. Presque tous gènes induits par WNT4 ont également été induits par Cre, indiquant que WNT4 signale via la voie Wnt/β-catenin dans ces cellules. Nos résultats suggèrent donc que WNT4 favorise la survie des follicules par l’induction de gènes de réponse au stress dans les cellules de la granulosa, augmentant ainsi la résistance cellulaire à l'apoptose.

Identification de QTL à pression artérielle dans le chromosome 18 du rat et analyse des gènes candidats Adrb2 et Nedd4l associés à l’hypertension essentielle

L’hypertension constitue un facteur majeur de risque de maladies cardiovasculaires et touche à un pourcentage important de la population humaine. Il s’agit d’une maladie complexe étant donné son caractère multifactoriel. La régulation de la pression artérielle (PA) est sous contrôle de plusieurs gènes, appelés loci pour traits quantitatifs ou QTL, et elle est le résultat de leur interaction. Étant donné que la PA est un trait quantitatif sous contrôle de plusieurs composantes comme les facteurs génétiques et environnementaux, l’étude de l’hypertension est limitée chez les populations humaines. Ainsi la stratégie principale pour l’étude de cette maladie est l’identification de QTL à PA chez des souches congéniques de rat construites à partir des lignées hyper- et normotendues; à savoir les souches Dahl salt-sensitive [1] et Lewis, respectivement. Des études précédentes dans notre laboratoire ont localisé trois QTL à PA au niveau du chromosome 18 chez le rat. Au cours de ce projet, de nouvelles sous-souches ont été construites afin de raffiner la cartographie de ces QTL. Ainsi, les C18QTL1, C18QTL3 et C18QTL4 ont été définis. Des analyses moléculaires ont été effectuées sur deux gènes candidats pour le C18QTL3; à savoir, Adrb2 et Nedd4l associés précédemment à l’hypertension. La comparaison des résultats de séquençage des régions régulatrices et codantes de ces deux gènes, ainsi que leur analyse d’expression par qRT-PCR chez les souches contrastantes DSS et Lewis, n’ont pas montré de différence significative pouvant expliquer la variation du phénotype observé. Des études plus poussées devront être effectuées sur ces deux gènes et, le cas échéant, l’analyse d’autres gènes contenus dans le C18QTL3 devra être entamée afin d’identifier le gène responsable de ce QTL.

Alternative strategies for deciphering the genetic architecture of childhood Pre-B acute lymphoblastic leukemia

La leucémie lymphoblastique aigüe (LLA) est une maladie génétique complexe. Malgré que cette maladie hématologique soit le cancer pédiatrique le plus fréquent, ses causes demeurent inconnues. Des études antérieures ont démontrées que le risque à la LLA chez l’enfant pourrait être influencé par des gènes agissant dans le métabolisme des xénobiotiques, dans le maintient de l’intégrité génomique et dans la réponse au stress oxydatif, ainsi que par des facteurs environnementaux. Au cours de mes études doctorales, j’ai tenté de disséquer davantage les bases génétiques de la LLA de l’enfant en postulant que la susceptibilité à cette maladie serait modulée, au moins en partie, par des variants génétiques agissant dans deux voies biologiques fondamentales : le point de contrôle G1/S du cycle cellulaire et la réparation des cassures double-brin de l’ADN. En utilisant une approche unique reposant sur l’analyse d’une cohorte cas-contrôles jumelée à une cohorte de trios enfants-parents, j’ai effectué une étude d’association de type gènes/voies biologiques candidats. Ainsi, j’ai évaluer le rôle de variants provenant de la séquence promotrice de 12 gènes du cycle cellulaire et de 7 gènes de la voie de réparation de l’ADN, dans la susceptibilité à la LLA. De tels polymorphismes dans la région promotrice (pSNPs) pourraient perturber la liaison de facteurs de transcription et mener à des différences dans les niveaux d’expression des gènes pouvant influencer le risque à la maladie. En combinant différentes méthodes analytiques, j’ai évalué le rôle de différents mécanismes génétiques dans le développement de la LLA chez l’enfant. J’ai tout d’abord étudié les associations avec gènes/variants indépendants, et des essaies fonctionnels ont été effectués afin d’évaluer l’impact des pSNPs sur la liaison de facteurs de transcription et l’activité promotrice allèle-spécifique. Ces analyses ont mené à quatre publications. Il est peu probable que ces gènes de susceptibilité agissent seuls; j’ai donc utilisé une approche intégrative afin d’explorer la possibilité que plusieurs variants d’une même voie biologique ou de voies connexes puissent moduler le risque de la maladie; ces travaux ont été soumis pour publication. En outre, le développement précoce de la LLA, voir même in utero, suggère que les parents, et plus particulièrement la mère, pourraient jouer un rôle important dans le développement de cette maladie chez l’enfant. Dans une étude par simulations, j’ai évalué la performance des méthodes d’analyse existantes de détecter des effets fœto-maternels sous un design hybride trios/cas-contrôles. J’ai également investigué l’impact des effets génétiques agissant via la mère sur la susceptibilité à la LLA. Cette étude, récemment publiée, fût la première à démontrer que le risque de la leucémie chez l’enfant peut être modulé par le génotype de sa mère. En conclusions, mes études doctorales ont permis d’identifier des nouveaux gènes de susceptibilité pour la LLA pédiatrique et de mettre en évidence le rôle du cycle cellulaire et de la voie de la réparation de l’ADN dans la leucémogenèse. À terme, ces travaux permettront de mieux comprendre les bases génétiques de la LLA, et conduiront au développement d’outils cliniques qui amélioreront la détection, le diagnostique et le traitement de la leucémie chez l’enfant.

Identification et caractérisation de facteurs impliqués dans la réplication et la stabilité des génomes des organelles de plantes

Comparativement au génome contenu dans le noyau de la cellule de plante, nos connaissances des génomes des deux organelles de cette cellule, soit le plastide et la mitochondrie, sont encore très limitées. En effet, un nombre très restreint de facteurs impliqués dans la réplication et la réparation de l’ADN de ces compartiments ont été identifiés à ce jour. Au cours de notre étude, nous avons démontré l’implication de la famille de protéines Whirly dans le maintien de la stabilité des génomes des organelles. Des plantes mutantes pour des gènes Whirly chez Arabidopsis thaliana et Zea mays montrent en effet une augmentation du nombre de molécules d’ADN réarrangées dans les plastides. Ces nouvelles molécules sont le résultat d’une forme de recombinaison illégitime nommée microhomology-mediated break-induced replication qui, en temps normal, se produit rarement dans le plastide. Chez un mutant d’Arabidopsis ne possédant plus de protéines Whirly dans les plastides, ces molécules d’ADN peuvent même être amplifiées jusqu’à cinquante fois par rapport au niveau de l’ADN sauvage et causer un phénotype de variégation. L’étude des mutants des gènes Whirly a mené à la mise au point d’un test de sensibilité à un antibiotique, la ciprofloxacine, qui cause des bris double brin spécifiquement au niveau de l’ADN des organelles. Le mutant d’Arabidopsis ne contenant plus de protéines Whirly dans les plastides est plus sensible à ce stress que la plante sauvage. L’agent chimique induit en effet une augmentation du nombre de réarrangements dans le génome du plastide. Bien qu’un autre mutant ne possédant plus de protéines Whirly dans les mitochondries ne soit pas plus sensible à la ciprofloxacine, on retrouve néanmoins plus de réarrangements dans son ADN mitochondrial que dans celui de la plante sauvage. Ces résultats suggèrent donc une implication pour les protéines Whirly dans la réparation des bris double brin de l’ADN des organelles de plantes. Notre étude de la stabilité des génomes des organelles a ensuite conduit à la famille des protéines homologues des polymérases de l’ADN de type I bactérienne. Plusieurs groupes ont en effet suggéré que ces enzymes étaient responsables de la synthèse de l’ADN dans les plastides et les mitochondries. Nous avons apporté la preuve génétique de ce lien grâce à des mutants des deux gènes PolI d’Arabidopsis, qui encodent des protéines hautement similaires. La mutation simultanée des deux gènes est létale et les simples mutants possèdent moins d’ADN dans les organelles des plantes en bas âge, confirmant leur implication dans la réplication de l’ADN. De plus, les mutants du gène PolIB, mais non ceux de PolIA, sont hypersensibles à la ciprofloxacine, suggérant une fonction dans la réparation des bris de l’ADN. En accord avec ce résultat, la mutation combinée du gène PolIB et des gènes des protéines Whirly du plastide produit des plantes avec un phénotype très sévère. En définitive, l’identification de deux nouveaux facteurs impliqués dans le métabolisme de l’ADN des organelles nous permet de proposer un modèle simple pour le maintien de ces deux génomes.