Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Brassica napus --- Grain --- Rapeseed meal --- Animal feeding --- Aromatic compounds --- Wethers --- residues --- Chromatography --- Spectrometry --- Tissu

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

viruses. --- Amino acids --- gene expression --- Pathogenicity --- mutation.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Macromolecules such asDNA, RNA and proteins are connected by biochemical or physical interactions and enable cell function and behavior through intricate and dynamic interactions networks termed "interactomes". Over the last decades, successive discoveries such as allelic and locus heterogeneityrevealed the extreme complexity of genotype-tophenotype relationships. Such complexity evokes the network model of disease : adisease phenotype reflects the perturbation of molecular processes connecting genes and their products. Therefore, one way to provide a better understanding of the mechanismsunderlying genotype-phenotype relationships in disease is to exploit the potential of a network-based approach to disease. Besides providing a better appreciation of disease complexity, this approach enables the possibility of implementing amechanistic characterization of the interactome network perturbations that trigger human genetic disorders. The goal of this work is to provide a reliable andnearly complete wild-type protein-protein interactome network map (reference interactome map) for a smallset of oligogenic clinical disorders : Bardet-Biedl syndrome,retinitis pigmentosa, Usher syndrome and Hirschsprung disease("BRUH"). These geneticdiseasesexhibit extensive geneticheterogeneity,pleiotropy and phenotypic overlap. Reference maps of interactome networks are an essential requirement to explore the complexity of these diseases and to enable the subsequent functional characterization of potentially causal genetics variants. We focused on the protein-protein interactome network, asproteins are crucial for cell processes. From multiple public repositories reporting geneticsvariants and gene-disease associations, we assembled a list of 200 genes associated with at least one of theBRUH disorders. Inparallel, the curation of the currently available human interactome maps allowed the identification of almost 1000 protein-protein interactions associated with the 200 genes.From these results, we derived a wild-type protein-protein interactome network map, several properties of which were methodically assessed. This network analysis revealed some gaps, which motivated the implementation of an additional protein-protein interaction screening using ayeast-two-hybrid assay to findnewinteractions. This strategy allowed the identification of 173 new protein-protein interactions, resulting in the improvementof the wild-typeinteractome network map. Therefore, this work constitutes asubstantial contribution to thedevelopment of an informative platform to subsequently investigate humandisease mechanisms.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Binding proteins --- Essential amino acids --- Arginine --- gene interaction --- Nucleic acids --- Nucleotide sequence --- mutation

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Le nombre d’organismes génétiquement modifiés (OGM) de type plante augmente chaque année.
Cette augmentation a entraîné la mise en place d’une législation sur la traçabilité des OGM et
le développement de techniques de détection et d’identification ad hoc. Les techniques actuelle-
ment utilisées, comme la PCR, permettent l’identification des constructions OGM en se basant sur
les éléments de construction composant les transgènes. Ces techniques d’identification atteignent
toutefois leurs limites avec l’apparition d’OGM dont les éléments de constructions ne sont pas
documentés. Afin de pallier ce problème, le CRA‐W, en collaboration avec la plateforme de géno-
mique du GIGA, est occupé à développer des méthodes de caractérisation et de détection d’OGM
mettant à profit le séquençage de nouvelle génération (NGS). Deux projets pilotes ont été réali-
sés dans ce cadre. L’objectif général de ce mémoire est d’analyser les données ainsi générées afin
d’évaluer l’intérêt potentiel de ces deux approches.
Le volet principal de ce mémoire correspond à l’analyse de données obtenues par séquençage
pour des échantillons de différentes espèces végétales (papaye, soja, riz, ...) ainsi que des mélanges
OGM/non-OGM en différentes proportions. Ces échantillons ont été séquencés après enrichisse-
ment à l’aide de sondes spécifiques de cibles correspondant à des séquences classiquement utilisées
pour la génération d’OGM (promoteurs, terminateurs et gènes). Après la caractérisation des sé-
quences des sondes ayant servi pour l’enrichissement, deux stratégies d’analyse ont été testées pour
traiter ces données de séquençage. Une première stratégie a consisté en l’identification des éléments
de construction présents dans les transgènes par un alignement des reads issus du séquençage sur
un génome de référence comprenant les séquences des sondes d’enrichissement. Une seconde stra-
tégie, a quant à elle, visé à reconstituer la séquence des transgènes par l’assemblage en contigs des
reads issus du séquençage.
Le second volet de ce mémoire est dédié à l’évaluation d’une nouvelle méthode permettant l’amplifi-
cation d’une cible d’intérêt ainsi que des loci environnants. L’analyse de ces données de séquençage
a montré que cette technique permet d’identifier et caractériser les sites d’insertion pour les OGM
dont la séquence transgénique est disponible. Cependant, les résultats obtenus par cette étude
quant à son application en vue de l’identification d’OGM dont le transgène est inconnu, ont mon-
tré que l’application de cette méthode sur les plantes nécessiterait davantage d’optimisation au
niveau des protocoles expérimentaux appliqués pour obtenir les données.
Afin de traiter ces données, une série de pipelines d’analyses ont été mis au point. L’ensemble des
résultats obtenus pour ces deux projets pilotes a permis de mieux cerner les applications possibles
des NGS dans le cadre de l’identification des OGM et de mettre en évidence certains éléments
dont il faudra tenir compte au cours des futures analyses.

NGS --- enrichissement --- bioinformatique --- OGM --- Sciences du vivant > Agriculture & agronomie --- Sciences du vivant > Biochimie, biophysique & biologie moléculaire --- Sciences du vivant > Biotechnologie