Analyse des génomes à la recherche de répétitions en tandem polymorphes : outils d'épidémiologie bactérienne et locus hypermutables humains

Genome analysis for identification of polymorphic tandem repeats : tools for bacterial epidemiology and human hypermutable loci

• Auteur / Autrice : France Denoeud
• Direction : Alain Nicolas
• Type : Thèse de doctorat
• Discipline(s) : Sciences biologiques
• Date : Soutenance en 2003
• Etablissement(s) : Paris 11

Mots clés

Mots clés libres

Polymorphisme

Minisatellite

Bioinformatique

Résumé

Les répétitions en tandem sont présentes dans tous les organismes, procaryotes comme eucaryotes et, même si leur rôle biologique est encore peu compris, elles ont des applications dans de nombreux domaines. Tout d'abord, chez les bactéries, les répétitions en tandem polymorphes, dont le nombre d'unités varie, se révèlent un outil puissant pour l'identification de souches à des fins épidémiologiques. Par ailleurs, certaines répétitions en tandem humaines ont la propriété de muter à des fréquences élevées: les minisatellites hypermutables sont les éléments les plus instables du génome humain. Ils peuvent être utilisés comme biomarqueurs d'exposition à des agents potentiellement mutagènes tels que les radiations ionisantes. D'un point de vue plus fondamental, ils sont également un modèle d'étude des mécanismes d'instabilité des génomes. Dans cette thèse, nous mettons à profit les données issues du séquençage afin d'identifier des répétitions en tandem polymorphes. Nous avons tout d'abord élaboré une base de données des répétitions en tandem accessible sur le web (http://minisatellites. U-psud. Fr), qui fournit un accès aux répétitions en tandem de génomes entiers. Ensuite, dans le but de sélectionner les répétitions en tandem polymorphes, plusieurs stratégies ont été mises en œuvre. D'une part, chez les bactéries pour lesquelles les séquences de plusieurs souches étaient disponibles, nous avons créé un utilitaire de comparaison de souches, afin d'identifier des marqueurs polymorphes utilisables en épidémiologie. D'autre part, une étude menée sur les minisatellites humains a permis de définir des critères prédictifs du polymorphisme à partir de la séquence d'un seul allèle de minisatellite, et a en outre mis en évidence un nouveau minisatellite hypermutable situé dans une séquence codante putative. Les critères prédictifs ont également été appliqués à l'identification de minisatellites codants potentiellement polymorphes dans le génome humain.

Tandem repeats are consecutive occurrences of a DNA unit. Such structures are found in all organisms, prokaryotes as well as eukaryotes. Although their biological function is not fully understood, they have diverse practical applications. In bacteria, polymorphic tandem repeats (with varying copy numbers), are powerful tools for strain identification in bacterial epidemiology. In humans, some tandem repeats mutate at a very high rate: hypermutable minisatellites are the most unstable elements in the human genome. They can be used as biomarkers for the monitoring of genotoxic agents such as ionizing radiations. More fundamentally, they are a model to study genome instability. In this thesis, we take advantage of the release of genome sequence data in order to identify polymorphic tandem repeats. First, we developed a tandem repeats database freely accessible on the web (http://minisatellites. U-psud. Fr), which provides tandem repeats from complete genomes. Then, we used several approaches to identify polymorphic tandem repeats. The first one consisted in developing a strain comparison page for bacteria with several sequenced strains, which directly selects polymorphic markers for use in epidemiology. The second approach, applied to human minisatellites, sought to define polymorphism predictive criteria from the sequence of one single allele. This study also identified a hypermutable minisatellite located in a putative coding sequence. The predictive criteria were subsequently used to search for potentially polymorphic coding mini satellites in the human genome.