Inférence statistique des réseaux de régulation de gènes chez Arabidopsis thaliana en réponse à l'élévation des teneurs en CO2 atmosphérique

Statistical inference of the Gene Regulatory Networks in Arabidopsis thaliana under rising atmospheric CO2 levels

• Auteur / Autrice : Océane Cassan
• Direction : Antoine Martin, Sophie Lèbre
• Type : Thèse de doctorat
• Discipline(s) : Biologie des systèmes
• Date : Soutenance le 13/12/2022
• Etablissement(s) : Université de Montpellier (2022-....)
• Ecole(s) doctorale(s) : École Doctorale GAIA Biodiversité, agriculture, alimentation, environnement, terre, eau (Montpellier ; 2015-...)
• Partenaire(s) de recherche : Laboratoire : Développement et Amélioration des Plantes (Montpellier ; 2007-2011)
• Jury : Président / Présidente : Philippe Nacry
• Jury : Examinateurs / Examinatrices : Antoine Martin, Sophie Lèbre, Philippe Nacry, Andrea Rau, Etienne Delannoy, Nathalie Villa-Vialaneix, Céline Masclaux-Daubresse
• Jury : Rapporteurs / Rapporteuses : Andrea Rau, Etienne Delannoy

Mots clés

Mots clés contrôlés

Dioxyde de carbone

Arabidopsis thaliana

Mots clés libres

Réseaux de régulation

Données transcriptomique

Inférence statistique

Arabidopsis thaliana

CO2 élevé

Modèles de régression

Gene regulatory Networks

Transcriptomic data

Statistical inference

Arabidopsis thaliana

Elevated CO2

Regression models

Résumé

L'activité humaine provoque une élévation des niveaux de CO2 dans l'atmosphère, qui devraient passer de 420 ppm à environ 1000 ppm d'ici la fin du siècle. Les plantes en C3, qui constituent une grande partie des plantes cultivées, sont particulièrement touchées par l'augmentation des niveaux de CO2. Bien que l'on s'attende à une stimulation de la production de biomasse dans des conditions de CO2 élevé (eCO2), ce gain s'accompagne d'un appauvrissement marqué de la composition minérale des plantes et d'une diminution particulièrement forte de leur teneur en azote (N). Cela constitue une menace majeure pour la nutrition humaine, que nous proposons de commencer à traiter par des approches de biologie des systèmes. Les hypothèses prometteuses pour expliquer ce déclin invoquent une perturbation des voies de signalisation associées à l'absorption et à l'assimilation de l'azote, ce qui motive l'étude à l'échelle génomique de la reprogrammation de l'expression des gènes dans les racines de la plante modèle Arabidopsis thaliana sous eCO2. Pour découvrir les régulateurs inconnus qui orchestrent ces réseaux, nous avons développé des méthodes statistiques pour l'inférence des réseaux de régulation de gènes (GRN), une tâche entravée par la grande dimension et la rareté des réseaux validés. La modélisation des dépendances transcriptionnelles à partir de données d'expression peut être réalisée par des techniques de régression, en supposant que les variations d'expression des gènes régulateurs ont un pouvoir descriptif et prédictif sur les variations d'expression de leurs cibles. Nous proposons deux nouvelles approches : (i) une extension d'une méthode basée sur les forêts aléatoires, GENIE3, via des procédures par permutation évaluant la significativité des interactions de régulation que nous incluons dans une suite complète pour l'inférence GRN, et (ii) deux méthodes d'inférence GRN intégratives basées sur la régression linéaire sparse avec sélection de stabilité et sur les forêts aléatoires, intégrant les sites de fixation des facteurs de transcription (TFBS) aux données d'expression. Nous comparons ces méthodes à des gold-standards expérimentaux et montrons qu'elles améliorent la pertinence biologique des GRN inférés chez Arabidopsis thaliana. Nous avons appliqué la première approche d'inférence à un jeu de données transcriptomiques combinatoires de tissus racinaires dans des conditions nutritionnelles et des niveaux de CO2 contrastés, et la seconde aux racines de plantes exposées à un gradient de concentrations de CO2. Les GRNs inférés ont fourni des gènes candidats pour le contrôle de cette réponse, et nous démontrons que certains d'entre eux régulent la stimulation de la croissance sous eCO2 sans pénaliser la teneur en nutriments des pousses. Globalement, nos résultats indiquent que les gènes clés de la nutrition en nitrate et en fer et leurs régulateurs connus sont mal régulés par l'augmentation du CO2, et que les voies associées aux systèmes de transport de nitrate à haute affinité sont particulièrement altérées. Le dernier objectif de ce travail était de tirer parti de la variabilité génétique naturelle pour identifier les gènes contrôlant la réponse de l'ionome à l'eCO2. Nous avons confirmé une baisse du contenu minéral dans trois populations d'Arabidopsis à différentes échelles géographiques, et montré que la variabilité de cette réponse peut être expliquée par des déterminants génétiques dans le panel mondial via des modèles linéaires mixtes. Nous avons mis en avant un autre ensemble de gènes candidats, fortement associés à l'appauvrissement en fer, N et zinc dans les pousses sous eCO2, qui ouvrent la voie à la conception de plantes à valeur nutritionnelle durable pour le futur proche.

Human activity is causing an elevation of CO2 levels in the atmosphere, that are expected to rise from 420 ppm to approximately 1000 ppm by the end of the century. C3 plants, a major part of cultivated crops, are particularly affected by the rise of CO2 levels. Even though a stimulation of biomass production is expected under elevated CO2 (eCO2), this gain is met with a marked depletion of the plant mineral composition and an especially strong decline in nitrogen (N) content. This poses a major threat to crop quality and human nutrition, that we propose to start addressing through systems biology approaches. Promising hypotheses to explain this decline invoke a disruption of signalling pathways associated to N uptake and assimilation, motivating the investigation at the genomic scale of gene expression reprogramming in the roots of the model plant Arabidopsis thaliana under eCO2. To uncover the unknown regulators orchestrating such networks, we developed statistical methods for Gene Regulatory Network (GRN) inference, a challenging task hindered by high dimension and the scarcity of ground truth networks. Modelling transcriptional dependencies from gene expression data can be performed by regression-based techniques assuming that the expression variations of regulator genes hold descriptive and predictive power over the expression variations of their targets. We propose two novel approaches : (i) an extension of a Random Forest-based method, GENIE3, via permutation procedures assessing the significance of regulatory interactions that we include within a complete suite for GRN inference, and (ii) two integrative GRN inference methods based on sparse linear regression with stability selection and Random Forests, integrating Transcription Factor Binding Sites (TFBSs) with gene expression. We benchmark those methods against experimental gold standards, and show that they improve the biological relevance of inferred GRNs in Arabidopsis thaliana. We applied the first inference approach to a combinatorial transcriptomic dataset of root tissues under contrasted CO2 levels and nutritional conditions, and the second to the roots of plants exposed to a gradient of CO2 concentrations. The inferred GRNs provided candidate genes for the control of this response, and we demonstrate that some of them regulate growth stimulation under eCO2 without penalizing shoot nutrient content. Overall, our results indicate that key nitrate and iron nutrition genes and their known regulators are misregulated by rising CO2, and that pathways associated to high affinity nitrate transport systems are especially unfavorably altered. The last objective of this work was to leverage natural genetic variability to identify genes controlling the ionome response to eCO2. We confirmed a mineral content decline in three populations of Arabidopsis at different geographic scales, and showed that the variability in this response can be explained by genetic determinants in the world-wide panel via linear mixed models. We put forward another set of candidate genes, highly associated to iron, N and zinc depletion in the shoots under eCO2 that pave the way for designing plants with sustainable nutritional value for the near future.