Études bioinformatiques et statistiques des mécanismes de l‘infidélité de la transcription

Bioinformatic and statistical studies of transcription infidelity mechanisms

• Auteur / Autrice : David Kieffer
• Direction : Olivier Poch
• Type : Thèse de doctorat
• Discipline(s) : Bioinformatique
• Date : Soutenance en 2009
• Etablissement(s) : Strasbourg

Mots clés

Mots clés contrôlés

Cancer

Expression génique

Bioinformatique

Résumé

L’entreprise Genclis et l’IGBMC ont mis en place une collaboration pour approcher à l’aide d’outils bioinformatiques et statistiques l’étude de l’infidélité de transcription. En effet, une étude précédente basée sur les séquences d’EST (Expressed Sequenced Tag) a permis d’émettre l’hypothèse que l’infidélité de transcription serait augmentée en cancer. La détection des ARNm touchés par cette infidélité, et les protéines résultantes permettrait d’élaborer de nouvelles méthodes de diagnostique du cancer. Ce travail de thèse a consisté tout d’abord à tester l’hypothèse d’une augmentation de l’infidélité de transcription sur les données SAGE (Serial Analysis of Gene Expression). La technologie SAGE permet de mesurer l’expression d’un gène en comptabilisant un nombre de Tags. Un Tag correspond aux dix nucléotides suivant le dernier site Nla3 le plus en 3’ d'un gène. Nous avons pu montrer que lorsque les données SAGE sont produites à partir de tissus cancéreux, il y a plus de Tag SAGE qui ne peuvent être assignés à un gène connu. Parmi ces Tags non assignés, nous nous sommes focalisé sur les Tags correspondant à une perte du site Nla3 le plus en 3’ : le Tag Amont. Nous avons ainsi pu mettre en évidence une série de gènes où cette proportion de Tag Amont est particulièrement augmentée dans les expériences réalisé sur les tissus cancéreux. En parallèle, en nous basant sur les séquences d’EST, nous avons pu mettre en évidence de façon statistique et pour plus de 500 gènes que les modifications observées en cancer étaient liées et s’accumulaient à courtes distances (moins de 200 nucléotides). Ce travail ouvre des perspectives d'identification de biomarqueurs du cancer et de recherche des mécanismes de l'infidélité de la transcription.

The Genclis Company and the IGBMC have collaborated to analyse the transcription infidelity with bioinformatics and statistical tools. A precedent Genclis study has come up with the hypothesis that the transcription infidelity is increased in cancer. This study has been based on EST (Expressed Sequenced Tag). New methods to diagnosticate cancer could be developed using the detection of aberrant mRNAs or proteins originating from this transcription infidelity. In the first part of this thesis we have tested this hypothesis on other transcriptomic data sets: The SAGE (Serial Analysis of Gene Expression) data. The SAGE is a technique to measure the gene expression by counting the SAGE Tags. The Tag is composed of the 10 nucleotides following the most 3’ Nla3 site. We have shown that more unmapped Tags are detected in SAGE originating from cancer tissue than in SAGE originating from healthy tissue. This work has been focused on the unmapped Tags resulting of modifications in the most 3’ Nla3 site: the upstream Tags. Genes where the proportion of upstream Tags is particularly increased in the cancer SAGE experiments have been highlighted. In a second work, using EST sequences, we have found statistically for more of 500 genes that the observed modifications in cancer are linked and concentrated in short distances (less than 200 nucleotides). This work opens new perspectives for identifying cancer biomarkers and research possibilities on the transcription infidelity mechanisms.