Biologie intégrative des réponses de stress et robustesse chez le porc

Systems genetics of stress responses and robustness in pigs

• Auteur / Autrice : Valerie Sautron
• Direction : Nathalie Villa-Vialaneix, Elena Terenina-Rigaldie
• Type : Thèse de doctorat
• Discipline(s) : Pathologie, Toxicologie, Génétique et Nutrition
• Date : Soutenance le 27/10/2016
• Etablissement(s) : Toulouse, INPT
• Ecole(s) doctorale(s) : École doctorale Sciences écologiques, vétérinaires, agronomiques et bioingénieries (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Génétique Physiologie et Systèmes d'Élevage (Castanet-Tolosan, Haute-Garonne ; 2014-....)
• Jury : Président / Présidente : Philippe Besse
• Jury : Examinateurs / Examinatrices : Nathalie Villa-Vialaneix, Elena Terenina-Rigaldie, Robert Sabatier, Sandrine Lagarrigue, Darya Bazovkyna
• Jury : Rapporteurs / Rapporteuses : Robert Sabatier, Sandrine Lagarrigue

Mots clés

Mots clés contrôlés

Hydrocortisone

Évolution (biologie)

Variabilité

Effets du stress

Porc

Mots clés libres

Stress

Axe corticotrope

Cortisol

Évolution temporelle

Biologie intégrative

Stress

Hypothalamic-pituitary-adrenal (HPA) axis

Cortisol

Time-course

Systems biology

Résumé

Le travail de cette thèse s’inscrit dans le cadre du projet ANR SUSoSTRESS qui a pour objectif la compréhension des mécanismes moléculaireset génétiques sous-jacents à la variabilité individuelle de réponses de stress et a collecté des données longitudinales à plusieurs niveaux biologiquessur une population d’étude porcine (race Large White). La thèse est organisé en deux partie. La première partie s’articule autour de l’analyse de données cliniques et transcriptomiques collectées à plusieurs pas de temps avant et après application de deux types de stress : injection d’ACTH et de LPS. Dans cettepartie, on cherche à développer d’un modèle fonctionnel permettant de décrire et d’intégrer au mieux l’ensemble des sources de variation génétique du fonctionnement de l’axe corticotrope et plus généralement des réponses de stress dans notre population d’étude. Plus précisément, il s’agit d’élaborer un modèle (au sens biologique du terme) décrivant les différentes réponses biologiques de stress et l’influence des variations génétiques (simples et en interaction), dans le but de prédire les leviers les plus efficaces en fonction de l’objectif de sélection. Ce travail a mis en évidence une liste de 65 gènes différentiellement exprimé au cours des réponses au stress, dont un ensemble de 8 gènes liés au au cortisol (l’hormone principale du stress) par NR3C1, le récepteur aux glucocorticoides. Ces gènes sont des biomarqueurs potentiels pouvant être fournis aux éleveurs en tant que leviers de sélection permettant un meilleur équilibre entre amélioration des caractères de production et des caractères de robustesse. La deuxième partie de ce travail s’articule autour du développement d’un outil d’analyse statistiques adapté à l’intégration de données ’omiques longitudinalesavec une variable cible d’intérêt.Nous proposons la «multiway-SIR », qui étend la méthode dual-STATIS, une méthode d’analyse de données cubiques non supervisée, au cadre de la SIR, une méthode de régression semi-paramétrique pouvant être utilisée à des fins exploratoires. Cette méthode est appliquée sur les données cliniques de l’expérience d’ACTHet permet d’y explorer l’influence de la variabilité de la réponse du cortisol à une injection d’ACTH.

This PhD thesis is part of the SUSoSTRESS project. This ANR funded project aims at improving the knowledge about molecular and genetic mechanisms underlying inter-individual variability in stress responses. Longitudinal data were collected at several biological levels on a porcine population (Large White). This work is structured in 2 parts. The first part is built around clinical and transcriptomic longitudinal data analyses collected before and after 2 types of stress factors : ACTH and LPS injection. The aim of this contribution is to develop a functional model describing all sources of genetic variation in the HPA axis activity and in stress responses in our study population.More precisely, it aims at defining a model describing the different biological stress responses and the influence of genetic variations in order to identify the most efficient selection levers according to selection goals. This work allowed for the identification of 65 differentially expressed genes during stress responses. Among them, 8 genes were highly linked to cortisol (the main stress hormone) through NR3C1 (glucocorticoid receptor (GR)). These genes are potential biomarkers and can be communicated to breeders as selection levers for a better trade-off between production and robustness traits in farmanimals. The second part is built around the development of a statistical tool suited for the data integration of repeated omicmeasurements with a real target variable.We introduce the "multiway-SIR" approach which extends the dual-STATIS (an approach to study 3-way datasets) method to the SIR framework (a semi-parametric regression model that can be used in an exploratory way). This method is illustrated on clinical data from the ACTH experiment. It allows for the exploration of the link between clinical variable response over time and inter-individual variability in the cortisol response to an ACTH injection.