Identification de protéines impliquées dans la localisation des ARNm au niveau de l'appareil mitotique

La localisation des ARNm au niveau des microtubules et des centrosomes laisse voir le centrosome et le fuseau mitotique comme des complexes ribonucléoprotéiques. Cependant, le mécanisme de localisation des ARNm à ces différentes structures ainsi que leurs fonctions dans la régulation de la mitose restent encore incompris. L’objectif était ici de caractériser des protéines de liaison à l’ARN (RNA Binding Proteins, RBPs) fonctionnellement impliquées dans la localisation des ARNm mitotiques chez la Drosophile et d’évaluer la conservation de la fonction de ces RBPs dans les cellules humaines. La déplétion de RBPs par RNAi générée dans des Drosophiles mutantes résulte en des phénotypes distincts de localisation anormale de l’ARNm centrosomique cen et en des défauts mitotiques différents selon le RBP ciblé, suggérant des fonctions différentes de ces RBPs. De plus, dans les jeunes embryons, les RBPs Bru-2 et Mask semblent être fonctionnellement importants pour la mitose via la régulation de l’ARNm cen, donnant un aperçu de la possible fonction mitotique de RBPs dans la régulation d’un ARN centrosomique. De plus, il a été observé dans un criblage d’immunofluorescence dans des cellules HeLa en métaphase que HNRNPUL1 colocalise au fuseau et aux centrosomes. HNRNPUL1 pourrait être impliqué dans la régulation de l’ARNm CDR2 (orthologue de cen) puisque la déplétion de l’orthologue de HNRNPUL1 dans la Drosophile, CG30122, résulte en une localisation anormale de l’ARNm centrosomique cen.

Call recognition and individual identification of fish vocalizations based on automatic speech recognition: An example with the Lusitanian toadfish

The study of acoustic communication in animals often requires not only the recognition of species specific acoustic signals but also the identification of individual subjects, all in a complex acoustic background. Moreover, when very long recordings are to be analyzed, automatic recognition and identification processes are invaluable tools to extract the relevant biological information. A pattern recognition methodology based on hidden Markov models is presented inspired by successful results obtained in the most widely known and complex acoustical communication signal: human speech. This methodology was applied here for the first time to the detection and recognition of fish acoustic signals, specifically in a stream of round-the-clock recordings of Lusitanian toadfish (Halobatrachus didactylus) in their natural estuarine habitat. The results show that this methodology is able not only to detect the mating sounds (boatwhistles) but also to identify individual male toadfish, reaching an identification rate of ca. 95%. Moreover this method also proved to be a powerful tool to assess signal durations in large data sets. However, the system failed in recognizing other sound types.

Élucidation et identification des différents interacteurs impliqués dans le mécanisme de régulation du LDLR par la protéine PCSK9

Résumé : Les maladies cardiovasculaires représentent la principale cause de mortalité mondiale, soit le tiers des décès annuels selon l’Organisation mondiale de la Santé. L’hypercholestérolémie, caractérisée par une élévation des niveaux plasmatiques de lipoprotéines de faible densité (LDL), est l’un des facteurs de risque majeur pour les maladies cardiovasculaires. La proprotéine convertase subtilisine/kexine type 9 (PCSK9) joue un rôle essentiel dans l’homéostasie du cholestérol sanguin par la régulation des niveaux protéiques du récepteur LDL (LDLR). PCSK9 est capable de se lier au LDLR et favorise l’internalisation et la dégradation du récepteur dans les lysosomes. L’inhibition de PCSK9 s’avère une cible thérapeutique validée pour le traitement de l’hypercholestérolémie et la prévention des maladies cardiovasculaires. Par contre, plusieurs mécanismes responsables de la régulation et la dégradation du complexe PCSK9-LDLR n’ont pas encore été complètement caractérisés comme la régulation par la protéine annexin A2 (AnxA2), un inhibiteur endogène de PCSK9. De plus, plusieurs évidences suggèrent la présence d’une ou plusieurs protéines, encore inconnues, impliquées dans le mécanisme d’action de PCSK9. Celles-ci pourraient réguler l’internalisation et le transport du complexe PCSK9-LDLR vers les lysosomes. Les objectifs de cette thèse sont de mieux définir le rôle et l’impact de l’AnxA2 sur la protéine PCSK9 en plus d’identifier de nouveaux partenaires d’interactions de PCSK9 pour mieux caractériser son mécanisme d’action sur la régulation des niveaux de LDLR. Nous avons démontré que l’inhibition de PCSK9 par l’AnxA2 extracellulaire s’effectue via sa liaison aux domaines M1+M2 de la région C-terminale de PCSK9 et nous avons mis en évidence les premières preuves d’un contrôle intracellulaire de l’AnxA2 sur la traduction de l’ARNm de PCSK9. Nos résultats révèlent une liaison de l’AnxA2 à l’ARN messager de PCSK9 qui cause une répression traductionnelle. Nous avons également identifié la protéine glypican-3 (GPC3) comme un nouveau partenaire d’interaction extracellulaire avec le PCSK9 et intracellulaire avec le complexe PCSK9-LDLR dans le réticulum endoplasmique des cellules HepG2 et Huh7. Nos études démontrent que GPC3 réduit l’activité extracellulaire de PCSK9 en agissant comme un compétiteur du LDLR pour la liaison avec PCSK9. Une meilleure compréhension des mécanismes de régulation et de dégradation du complexe PCKS9-LDLR permettra de mieux évaluer l’impact et l’efficacité des inhibiteurs de la protéine PCSK9.

Identification of novel molecular determinants of tissue mineralization in fish

Tese de doutoramento, Ciências Biomédicas, Departamento de Ciências Biomédicas e Medicina, Universidade do Algarve, 2015

Experiments on identification of argumentative sentences

The main purpose of this study is to evaluate the best set of features that automatically enables the identification of argumentative sentences from unstructured text. As corpus, we use case laws from the European Court of Human Rights (ECHR). Three kinds of experiments are conducted: Basic Experiments, Multi Feature Experiments and Tree Kernel Experiments. These experiments are basically categorized according to the type of features available in the corpus. The features are extracted from the corpus and Support Vector Machine (SVM) and Random Forest are the used as Machine learning algorithms. We achieved F1 score of 0.705 for identifying the argumentative sentences which is quite promising result and can be used as the basis for a general argument-mining framework.

Texture for Script identification

The problem of determining the script and language of a document image has a number of important applications in the field of document analysis, such as indexing and sorting of large collections of such images, or as a precursor to optical character recognition (OCR). In this paper, we investigate the use of texture as a tool for determining the script of a document image, based on the observation that text has a distinct visual texture. An experimental evaluation of a number of commonly used texture features is conducted on a newly created script database, providing a qualitative measure of which features are most appropriate for this task. Strategies for improving classification results in situations with limited training data and multiple font types are also proposed.