Réseau de régulation de l'expression des gènes : Détection de motifs et intégration de données génomiques et post-génomiques : Application chez les streptocoques

Gene expression regulatory network : Motif detection and integration of genomic and post-genomic data : Application to streptococcaceae

• Auteur / Autrice : Nicolas Pons
• Direction : Pierre Renault
• Type : Thèse de doctorat
• Discipline(s) : Sciences biologiques
• Date : Soutenance en 2007
• Etablissement(s) : Paris 11
• Partenaire(s) de recherche : Autre partenaire : Université de Paris-Sud. Faculté des sciences d'Orsay (Essonne)

Mots clés

Mots clés contrôlés

Procaryotes

Streptocoques

Réseaux de régulation génique

Mots clés libres

Clustering

Phylogénie

Orthologie

Résumé

La modélisation des réseaux de régulation transcriptionnelle des gènes des microorganismes pourrait permettre d’anticiper leur comportement face à des changements environnementaux. Nous proposons de réaliser la structure topologique des réseaux par la caractérisation des sites de fixation des facteurs de transcription. Ceux-ci sont recherchés par des approches bioinformatiques en combinant analyse globale de la transcription (approche intragénomique) et analyse des génomes (approche intergénomique). L’approche intragénomique est basée sur l’exploitation des données du transcriptome en comparant les séquences en amont de gènes corégulés. L’approche intergénomique repose sur l’hypothèse de conservation des schémas de régulation chez des bactéries proches phylogénétiquement, en comparant les séquences en amont de gènes orthologues. Cette dernière approche nécessite d’avoir à disposition une classification des gènes orthologues. Dans cette optique, nous avons développé l’algorithme Scissors optimisé pour écarter au maximum les gènes paralogues biaisant l’approche intergénomique. Les résultats d’orthologie ont été validés par simulation de banques de génomes synthétiques et par un travail d’expertise biologique. De façon à faciliter l’intégration des deux approches, nous avons développé la plateforme iMOMi composée d’une base de données relationnelle et d’un ensemble d’outils dédiés à la détection des sites de fixation. Elle a été utilisée dans l’étude expérimentale de la régulation de plusieurs métabolismes chez Lactococcus lactis, les Streptocoques et d’autres Firmicutes. Elle a permis, en autres, de caractériser les sites de fixation des régulateurs CodY, FruR et FhuR.

Modelling the transcriptional regulatory networks allow to set insights in the adaptation mechanisms of living organisms to environmental changes. Here, we propose to build the topological structure of gene expression regulatory networks through the characterization of DNA binding sites. The motif detection is based on bioinformatic approaches combining transcription global analyses (intragenomic approach) and genome comparisons (intergenomic approach). The intragenomic approach consists of comparing upstream sequences of coregulated genes according to transcriptomic data. On the other intergenomic approach, the upstream sequences of orthologous genes are compared. This lies on the expectation that regulatory schemes are conserved between orthologous genes of phylogenetically close bacteria. To build up the orthologous classification, we have developed an original algorithm called Scissors. The algorithm has been optimized to exclude paralogous genes. Scissors has been validated on synthetic genome banks as well as by biological expertise. In order to facilitate the integration of these two approaches, we developed the plateform called iMOMi composed of relational database and a set of software dedicated to the detection of regulatory motifs. The plateform has been used in the experimental studiefds of regulation of several metabolisms in Lactococcus lactis IL1403 as well as Streptococcaea and Firmicutes. The biological relevance of iMOMi has been validated by the DNA binding site characterization of CodY, FruR and FhuR regulators.