Academic literature on the topic 'Séquençage NGS'

Depuis la première publication du génome humain en 2001, les génomes de nombreuses espèces animales d’intérêt agronomique ontété séquencés ou sont en cours de séquençage. Après la réalisation de l’assemblage des génomes pour les espèces majeures par laméthode de Sanger* et des séquenceurs capillaires, la nouvelle génération de séquenceurs parallèles (NGS : Next GenerationSequencing) permet maintenant le séquençage rapide et à bas coût d’un nombre bien plus grand d’espèces. Un rappel sur les diversprincipes du séquençage et de l’assemblage des génomes, permettant de mieux comprendre leurs avantages et leurs limites, est suivid’une description de l’état d’avancement de la connaissance des génomes des animaux d’intérêt agronomique. Finalement, quelquesexemples de domaines d’utilisation des génomes assemblés sont rapidement décrits.

Les syndromes de surcroissance sont un groupe de pathologies caractérisées par une croissance excessive généralisée ou segmentaire. Les syndromes de surcroissance segmentaires sont principalement dus à des anomalies génétiques apparaissant durant l’embryogenèse et aboutissant à un mosaïcisme. Le nombre de patients atteints d’un syndrome de surcroissance avec une mutation identifiée a fortement augmenté grâce à des avancées récentes en génétique moléculaire, en utilisant le séquençage de nouvelle génération (NGS). Cette revue détaille les différents syndromes de surcroissance segmentaire ainsi que les voies moléculaires impliquées et les options thérapeutiques envisageables.

Les nouvelles technologies de séquençage (NTS) offrent de nouvelles opportunités d'explorer les génomes et transcriptomes d'espèces polyploïdes. L'assemblage de transcriptomes et l'identification des copies de gènes dupliqués par allopolyploïdisation (homéologues) constituent cependant un véritable défi C ‘est plus particulièrement le cas dans un contexte de superposition de plusieurs évènements de polyploïdie et en l'absence de génome de référence diploïde. Les Spartines (Poaceae, Chloridoideae) représentent un excellent système pour étudier les conséquences à court terme des évènements d'hybridation et de polyploïdisation. En effet, S. maritima (hexaploïde) s'est hybridée à deux reprises avec S. alterniflora (hexaploïde) suite à son introduction récente en Europe, formant deux hybrides homoploïdes (S. x townsendii et S. x neyrautii). La duplication du génome de S. x townsendii a formé une nouvelle espèce allododécaploïde S. anglica (à la fin du XIXème siècle) qui a depuis envahi les marais salés de plusieurs continents. L'identification des gènes dupliqués au sein de S. anglica et de ses parents est importante pour la compréhension de son succès évolutif. Cependant, leurs niveaux de ploïdie, et l'absence d'espèce diploïde de référence chez les spartines nécessitent le développement d'outils adaptés. Dans ce contexte, nous avons développé et validé différents outils bioinformatiques permettant de détecter des polymorphismes afin d'identifier les différents haplotypes au sein de jeux de données NTS. Ces approches nous ont permis d'étudier l'hétérogénéité des domaines de l'ADN ribosomique 45S de S. maritima. Nous avons mis en évidence la perte de copies homéologues en conséquence de la diploïdisation en cours. Afin de développer les ressources transcriptomiques de ces espèces, cinq nouveaux transcriptomes de référence (110 423 contigs annotés pour les 5 espèces dont 37 867 contigs non-redondants) ont été assemblés et annotés. Les co-alignements des haplotypes parentaux et hybrides/allopolyploïdes nous ont permis d'identifier les homéo-SNPs discriminant les séquences homéologues. De plus, nous avons évalué la divergence entre les copies de gènes, identifié et confirmé les évènements de duplications récents au sein des Spartines. Au cours de cette thèse, nous avons également initié des approches de phylogénomique des spartines, qui permettront de préciser l'origine évolutive des copies dupliquées
Next generation sequencing (NGS) technologies offer new opportunities to explore polyploid genomes and their corresponding transcriptomes. However, transcriptome assemblies and identification of homoeologous gene copies (duplicated by polyploidy) remain challenging, particularly in the context of recurrent polyploidy and the absence of diploid reference parents. Spartina species (Poaceae, Chloridoideae) represent an excellent system to study the short term consequences of hybridization and polyploidization in natural populations. The European S. maritima (hexaploid) hybridized twice with the American S. alterniflora (hexaploid) following its recent introduction to Europe, which resulted in the formation of two homoploid hybrids (S. x townsendii and S. x neyrautii). Whole genome duplication of S. x townsendii resulted in the fertile new allododecaploid S. anglica species (during the 19th century) that has now invaded saltmarshes on several continents. Identification of duplicated genes in S. anglica and its parental species is critical to understand its evolutionary success but their high ploidy levels require the development of adapted tools. In this context, we developed and validated different bioinformatics tools to detect polymorphisms and identify the different haplotypes from NGS datasets. These approaches enabled the study of the heterogeneity of the highly repeated 45S rDNA in S. maritima. In order to develop transcriptomic resources for these species, 5 new reference transcriptomes (110 423 annotated contigs for the 5 species with 37 867 non-redundant contigs) were assembled and annotated. Co-alignments of parental and hybrid/allopolyploid haplotypes allowed the identification of homoeoSNPs discriminating homoelogs. The divergence between duplicated genes was used to identify and confirm the recent duplication events in Spartina. Phylogenomic approaches on Spartina were also initiated in this thesis in the perspective of exploring the evolutionary history of the duplicated copies

Dans les syndromes polymalformatifs, les causes génétiques sont fréquentes, avec un risque éventuel de récidive, à l’origine d’une très forte demande de conseil génétique. La stratégie diagnostique actuelle (examen foetopathologique, cytogénétique et examens ciblés de biologie moléculaire) ne permet un diagnostic étiologique que dans environ un tiers des familles concernées. Depuis la mise en place du séquençage haut débit d’exome (ES), les bases moléculaires de nombreux nouveaux syndromes ont pu être identifiées.Notre objectif a été d’étudier l’apport du ES en solo dans l’identification de nouveaux gènes impliqués dans le développement embryonnaire chez des fœtus atteints de syndromes polymalformatifs non étiquetés après la stratégie diagnostique classique grâce à une stratégie d’analyse de l’ES multiétapes originale.Nous avons réalisé un ES solo chez 95 fœtus polymalformés provenant de 10 centres de diagnostic prénatal en France. L’analyse reposait dans un premier temps sur l’étude des gènes OMIM morbides grâce à des scores bioinformatiques et la présence des variations dans des bases de données, indépendamment du phénotype foetal, puis sur une étape de corrélations génotype-phénotype. Enfin, une analyse recherche basée sur les scores bioinformatiques étendue à l’ensemble de l’ES. La confirmation des variations et leur ségrégation parentale ont été réalisées par séquençage Sanger.L’ES a permis d’identifier une/des variation(s) causale(s) chez 23 fœtus (24%), des variations de signification inconnue (VUS) chez 6 fœtus (6%) et des variations dans des gènes candidats chez 6 fœtus (6%). Parmi les variations causales, la majorité était de transmission autosomique récessive (50%), 42% étaient de survenue sporadique et 4% de transmission autosomique dominante.En conclusion, l’efficacité du ES en solo (stratégie classique et additionnelle) pour identifier de nouveaux gènes du développement est faible, mais il permet d’étendre les spectres phénotypiques de pathologie pédiatrique connues. Une analyse des cas négatif en trio voire en génome est maintenant une piste à explorer
Multiple congenital anomalies (MCA) are often genetic conditions, with a risk of recurrence. The etiologic diagnosis of these conditions in fetuses is mandatory to allow genetic counseling for the future pregnancies. Regarding current diagnostic tests (fetal autopsy, cytogenetic test and targeted molecular tets), the diagnostic rate in MCA fetuses is about 30%, allowing genetic counselling in only one third of families. Exome sequencing (ES) has allowed to identify the molecular basis of many new syndromes.We aimed to assess the contribution of ES solo-based strategy to identify new developmental genes in fetuses presenting with MCA without etiological diagnosis after standard investigations with an original multistep strategy.We performed solo ES in 95 MCA fetuses from 10 prenatal diagnostic centers in France. First, we focused on OMIM related disease genes, with a first step using bioinformatic scores and public databases independently of phenotype, a second step using genotype-phenotype correlation and a third step of research analysis extended to the whole exome. Variant confirmation and parental segregation were done by Sanger sequencing. ES allowed the identification of a causative variants in 23 fetuses (24%), variants of unknown significance (VUS) in 7 fetuses (7%) and variants in new candidate genes in 6 fetuses (6%). Among causative variants, most were from autosomal recessive inheritance (50%), 42% were sporadic and 4% were from autosomal dominant inheritance. The additionnal strategy identified 17/23 causative variants, including 2 new causative variants not identified by the classical approach because of atypical or extreme fetal phenotype, and 2 new VUS. No new candidate gene was identified by this strategy.To conclude, solo ES with classical and additionnal strategy presents a low efficiency to identify new genes implicated in embryonary development but allows the extension of the clinical spectrum of well-known pediatric pathologies to the prenatal period. Trio ES or genome sequencing would be now insteresting strategies to be explored

Le cancer résulte de la prolifération excessive de cellules qui dérivent toutes de la même cellule initiatrice et suivent un processus Darwinien de diversification et de sélection. Ce processus est défini par l'accumulation d'altérations génétiques et épigénétiques dont la caractérisation est un élément majeur pour pouvoir proposer une thérapie ciblant spécifiquement les cellules tumorales. L'avènement des nouvelles technologies de séquençage haut débit permet cette caractérisation à un niveau moléculaire. Cette révolution technologique a entraîné le développement de nombreuses méthodes bioinformatiques. Dans cette thèse, nous nous intéressons particulièrement au développement de nouvelles méthodes computationnelles d'analyse de données de séquençage d'échantillons tumoraux permettant une identification précise d'altérations spécifiques aux tumeurs et une description fine des sous populations tumorales. Dans le premier chapitre, il s'agît d'étudier des méthodes d'identification d'altérations ponctuelles dans le cadre de séquençage ciblé, appliquées à une cohorte de patientes atteintes du cancer du sein. Nous décrivons deux nouvelles méthodes d'analyse, chacune adaptée à une technologie de séquençage, spécifiquement Roche 454 et Pacifique Biosciences.Dans le premier cas, nous avons adapté des approches existantes au cas particulier de séquences de transcrits. Dans le second cas, nous avons été confronté à un bruit de fond élevé entraînant un fort taux de faux positifs lors de l'utilisation d'approches classiques. Nous avons développé une nouvelle méthode, MICADo, basée sur les graphes de De Bruijn et permettant une distinction efficace entre les altérations spécifiques aux patients et les altérations communes à la cohorte, ce qui rend les résultats exploitables dans un contexte clinique. Le second chapitre aborde l'identification d'altérations de nombre de copies. Nous décrivons l'approche mise en place pour leur identification efficace à partir de données de très faible couverture. L'apport principal de ce travail consiste en l'élaboration d'une stratégie d'analyse statistique afin de mettre en évidence des changements locaux et globaux au niveau du génome survenus durant le traitement administré à des patientes atteintes de cancer du sein. Notre méthode repose sur la construction d'un modèle linéaire permettant d'établir des scores de différences entre les échantillons avant et après traitement. Dans le troisième chapitre, nous nous intéressons au problème de reconstruction clonale. Cette problématique récente est actuellement en plein essor, mais manque cependant d'un cadre formel bien établi. Nous proposons d'abord une formalisation du problème de reconstruction clonale. Ensuite nous utilisons ce formalisme afin de mettre en place une méthode basée sur les modèles de mélanges Gaussiens. Cette méthode utilise les altérations ponctuelles et de nombre de copies - comme celles abordées dans les deux chapitres précédents - afin de caractériser et quantifier les différentes populations clonales présentes dans un échantillon tumoral
Cancer results from the excessive proliferation of cells decending from the same founder cell and following a Darwinian process of diversification and selection. This process is defined by the accumulation of genetic and epigenetic alterations whose characterization is a key element for establishing a therapy that would specifically target tumor cells. The advent of new high-throughput sequencing technologies enables this characterization at the molecular level. This technological revolution has led to the development of numerous bioinformatics methods. In this thesis, we are particularly interested in the development of new computational methods for the analysis of sequencing data of tumor samples allowing precise identification of tumor-specific alterations and an accurate description of tumor subpopulations. In the first chapter, we explore methods for identifying single nucleotide alterations in targeted sequencing data and apply them to a cohort of breast cancer patients. We introduce two new methods of analysis, each tailored to a particular sequencing technology, namely Roche 454 and Pacific Biosciences. In the first case, we adapted existing approaches to the particular case of transcript sequencing. In the second case, when using conventional approaches, we were confronted with a high background noise resulting in a high rate of false positives. We have developed a new method, MICADo, based on the De Bruijn graphs and making possible an effective distinction between patient-specific alterations and alterations common to the cohort, which makes the results usable in a clinical context. Second chapter deals with the identification of copy number alterations. We describe the approach put in place for their efficient identification from very low coverage data. The main contribution of this work is the development of a strategy for statistical analysis in order to emphasise local and global changes in the genome that occurred during the treatment administered to patients with breast cancer. Our method is based on the construction of a linear model to establish scores of differences between samples before and after treatment. In the third chapter, we focus on the problem of clonal reconstruction. This problem has recently gathered a lot of interest, but it still lacks a well-established formal framework. We first propose a formalization of the clonal reconstruction problem. Then we use this formalism to put in place a method based on Gaussian mixture models. Our method uses single nucleotide and copy number alterations - such as those discussed in the previous two chapters - to characterize and quantify different clonal populations present in a tumor sample

Le diabète et l’obésité ont atteint de telles proportions dans le monde qu’on parle de pandémie. Les enjeux médicaux et financiers font de ces deux maladies un problème majeur de santé publique. Deux groupes de facteurs contribuent à ces deux maladies : l’environnement, et la génétique sur laquelle cette thèse s’appuie. Ce travail s’est focalisé sur les formes rares et monogéniques qui constituent les formes extrêmes de diabète de type 2 et d’obésité.Ces formes sont loin d’être totalement élucidées. Mon projet s’est concentré sur l’utilisation du séquençage de nouvelle génération (NGS) pour identifier de manière plus optimale, par rapport au séquençage classique de type Sanger, des mutations dans des gènes déjà connus chez de nouveaux patients introduits dans notre cohorte dans une optique de diagnostic. Le deuxième objectif était d’utiliser les techniques de NGS pour découvrir de nouveaux loci, liés à de nouvelles voies de signalisation impliquées dans la physiopathologie du diabète et de l’obésité.La première approche utilise une technique d’enrichissement par hybridation en phase liquide et se focalise sur 34 gènes associés à des formes monogéniques et polygéniques d’obésité. Le criblage a été réalisé sur 201 individus dans 13 familles dont la cause d’obésité est inconnue. Cette approche a mené à l’identification d’une mutation dans un gène connu de l’obésité : PCSK1. Cette mutation est causale, car elle conduit à un codon-stop au début de la protéine et n’est présente que chez des individus obèses. De plus, l’étude fonctionnelle a démontré une inhibition partielle de PC1/3 par la protéine tronquée et un possible impact sur la maturation et la sécrétion de l’enzyme.La deuxième approche se base sur une technique d’amplification par PCR dans des microgouttelettes lipidiques développée par la société Raindance, dont le premier test vise à réidentifier les mutations causales du diabète et/ou de l’obésité chez 40 patients. Cette approche a donné des résultats satisfaisants, car pour une large majorité de patients, les mutations causales ont pu être à nouveau identifiées. Seul un patient n’a pu être reconfirmé à cause des outils bioinformatiques actuels qui restent limités dans la détection des indels complexes. Parmi les 39 patients identifiés, 3 d’entre eux sont potentiellement porteurs de plusieurs mutations causales. Cette technique pourrait être envisagée dans le domaine clinique, car elle permet une approche multigénique en fournissant un diagnostic rapide, moins couteux et qualitativement aussi bon que le séquençage Sanger.La troisième approche met en jeu le séquençage de l’exome entier (WES) chez 4 individus où la famille entière s’est précédemment révélée négative pour tous les gènes connus du diabète. Cette approche a permis la découverte d’un 13e gène du MODY, KCNJ11, et confirme le large spectre phénotypique qui va du diabète néonatal au MODY selon les mutations. La difficulté majeure de cette technique est le filtrage des variants en vue d’aboutir à une seule mutation causale (ou éventuellement plusieurs sur un même gène) pour identifier de nouveaux gènes du MODY. La stratégie utilisée combinait à la fois un filtrage bioinformatique, avec par exemple des filtres sur la coségrégation familiale et sur des bases de SNPs référencés, et un filtrage biologique, avec l’utilisation d’une technique de génotypage haut débit. En conclusion, ce travail a permis de tirer parti des avancées technologiques comme la capture, le séquençage ciblé de masse et le NGS pour élucider et améliorer le criblage des formes monogéniques de diabète et d’obésité. Cette amélioration de la compréhension des mécanismes moléculaires conduira peut-être au développement de meilleurs traitements comme la médecine personnalisée. On espère voir des améliorations directes pour le patient dans un futur proche, par exemple un diagnostic moléculaire plus rapide, plus sûr et plus exhaustif
Diabetes and obesity have reached such proportions worldwide we are talking about pandemic. Both diseases are a major cause of mortality and multiple complications. Medical and financial issues are for both diseases a major public health problem. Two groups of factors contribute to these two diseases: environment, and genetics on which this thesis is based. This work focused on rare and monogenic forms which are extreme forms of type 2 diabetes and obesity.These forms are far from being fully understood. My project focused on the use of next generation sequencing (NGS) to identify more optimally, compared to conventional Sanger sequencing, mutations in already known genes among new patients in our cohort for diagnostic purposes. The second objective was to use NGS to discover new loci associated with new signaling pathways involved in the pathophysiology of diabetes and obesity.The first approach uses a liquid-phase hybridization technique and focuses on 34 genes associated with monogenic and/or polygenic obesity. The screening was carried out on 201 people in 13 families for which the cause of obesity is unknown. This approach led to the identification of a mutation in a known gene of obesity: PCSK1. This mutation is causal because it leads to a stop codon at the beginning of the protein and is present only in obese individuals. Additionally, functional studies have demonstrated partial inhibition of PC1/3 by the truncated protein and the possible impact on the processing and secretion of this enzyme. This study has been published published in the "International Journal of Obesity" newspaper.The second approach is based on a PCR amplification technique in lipid microdroplets developed by Raindance. The first test is to re-identify the causal mutations of diabetes and/or obesity in 40 patients. This approach has yielded satisfactory results because for a large majority of patients, the causative mutations have been identified again. Only one patient was unable to be reconfirmed because current bioinformatics tools are limited in the detection of complex indels. Of the 39 patients identified, 3 of them are potential carriers of several causative mutations. This technique could be considered in the clinical field because it allows a multigene approach by providing a rapid diagnosis, cheaper and with a quality similar to the gold standard Sanger sequencing. For us, the purpose of this technique is a fast and optimal clinical diagnosis in order to identify unsolved cases, which are candidates for exome sequencing. This second study was published in "Diabetes Care" journal.The third approach involves whole exome sequencing (WES) in 4 individuals where the whole family was previously tested negative for all known genes of diabetes. This approach led to the discovery of a thirteen MODY gene, KCNJ11, and confirms the broad phenotypic spectrum that goes from neonatal diabetes to MODY depending on the mutations. The major difficulty with this technique is filtering variants in order to get a single causal mutation (or possibly several on the same gene) to identify new MODY genes. The strategy we used combined both a bioinformatics filter for example with filters on family cosegregation and on SNP databases and a biological filter, with the use of a technique for high-throughput genotyping. This pioneering study in the use of NGS to identify new genes of MODY has been published in "PLoS ONE".In conclusion, this work took advantage of technological advances such as capture, targeted sequencing and NGS to elucidate and to improve the screening of monogenic forms of diabetes and obesity. This improved understanding of the molecular mechanisms may lead to the development of better treatments like personalized medicine. We hope to see direct improvements for patients in the near future, such as a more accurate, faster and more comprehensive molecular

La diffusion du séquençage haut débit (ou NGS pour Next Generation Sequencing) représente un tel changement d’échelle par rapport aux méthodes classiques de séquençage que les indications et l’organisation du diagnostic moléculaire s’en trouvent profondément modifiées. Le NGS permet à la fois de raccourcir le temps d’analyse et de rendu de résultat et d'élargir considérablement le nombre de gènes testés. Il promet donc d’augmenter la proportion de diagnostics posés et de faciliter l'identification de nouveaux variants et de nouveaux gènes impliqués en pathologie. Cependant dans tous les cas, il génère une quantité de données importante, données qui doivent être analysées et interprétées à l’aide d’outils bioinformatiques spécifiques.Dans la première partie de ce travail, les stratégies existantes ainsi que les difficultés et les enjeux du séquençage haut débit pour le diagnostic moléculaire des maladies génétiques sont discutés. Dans la deuxième partie, la mise en place et la validation technique de cette approche diagnostique sont décrites au sein du laboratoire de Génétique Moléculaire de la Timone à Marseille et illustrées par trois exemples concrets de diagnostics moléculaires posés grâce à la technique de séquençage à haut débit. Dans le domaine spécifique des maladies rares, ces nouvelles technologies sont porteuses d’un réel espoir pour les patients atteints de maladie génétique, permettant d'améliorer globalement leur prise en charge et d'accélérer les progrès dans le domaine de la recherche
The diffusion of Next Generation Sequencing (NGS) technologies induces an important change that modifies molecular diagnostics indications and prompts laboratories to re-think their diagnostic strategies, up-to-now based on Sanger sequencing routine. Several high throughput approaches are available from the sequencing of a gene panel, to a whole exome, or even a whole genome. In all cases, a tremendous amount of data are generated, that have to be filtered, interpreted and analyzed by the use of powerful bioinformatics tools.In part 1, existing strategies and the difficulties and challenges of high-throughput sequencing for molecular diagnosis in genetic diseases are discussed. In part 2, the set up and the technical validation of this diagnostic approach in the Molecular Genetics’ Laboratory of the Timone Hospital in Marseille is presented and illustrated by 3 examples of complex diagnostics solved thanks to NGS. NGS promises to shorten significantly the time of analysis and results reporting, and to expand the number of tested genes. It also promises to increase the proportion of positive diagnoses. Finally, the NGS can identify new variants and new genes involved in human pathology, thus will globally improve patient clinical care

5 à 10% des cancers du sein sont héréditaires mais parmi ceux-ci seulement la moitié est expliquée par une altération constitutionnelle d’un gène de prédisposition connu tels que les gènes BRCA1 et BRCA2. L’importante hétérogénéité génétique qui caractérise les famillesBRCAx rend difficile la réalisation d’études familiales groupées et ne permet pas l’identification de nouveaux gènes de prédisposition au cancer du sein selon les méthodes classiques de liaison génétique ou d’association. Les techniques de séquençage de nouvelle génération (NGS) à l’échelle de l’exome ou du génome entier, autorisent en revanche l’étude de familles individuelles à la recherche de mutations constitutionnelles privées mais le nombre considérable de variants génétiques identifiés impose leur tri sur des critères de pathogénicité ou de récurrence. Un autre critère de tri peut être représenté par l’identification de régions candidates définies en fonction de réarrangements génomiques tumoraux communs à plusieurs tumeurs au sein d’une même famille. Le génotypage tumoral par puces SNP (pour single nucleotide polymorphism) permet en effet la détection d’haplotypes conservés dans des régions récurrentes de LOH (pour loss of heterozygosity) communes à plusieurs tumeurs familiales et donc l’identification de régions candidates suspectes d’abriter des mutations germinales dans des gènes de prédisposition au cancer. La combinaison de ces deux approches, génotypage tumoral puis NGS, a été appliquée à une série de 17 familles avec agrégation de cancers du sein pour lesquelles au moins deux échantillons tumoraux étaient disponibles. Aucun nouveau gène de prédisposition au cancer du sein n’a été identifié mais une mutation délétère constitutionnelle du gène ATM a ainsi été retrouvée, associée à une perte de l’allèle sauvage dans les 2 tumeurs d’une famille BRCAx. L’analyse de 17 tumeurs du sein supplémentaires provenant de 10 familles avec agrégation de cancers du sein et mutation constitutionnelle du gène ATM identifiée chez le cas index, a révélé que l’allèle sauvage d’ATM était fréquemment perdu dans ces tumeurs (>80% contre 20% attendu en situation sporadique ; p<0.001). Ce résultat plaide fortement en faveur de l’implication d’ATM dans la carcinogénèse de ces cancers du sein tel un gène suppresseur de tumeur et suggère que les mutations constitutionnelles d’ATM sont impliquées dans des formes familiales de cancer du sein
Hereditary breast cancers (BCs) account for 5-10% of all diagnosed BCs, yet only 50% of such tumors arise in the context of a germline mutation in known tumor suppressor genes such as BRCA1 or BRCA2. The vast genetic heterogeneity which characterizes BRCAx families makes grouped studies impossible to perform. Next generation sequencing (NGS) techniques, however, allow individual families to be studied in order to identify private mutations. Single nucleotide polymorphism (SNP) arrays allow the detection of conserved haplotypes within recurrent regions of loss of heterozygosity, common to several familial tumors, therefore identifying genomic loci likely to harbor a germline mutation in cancer predisposition genes. The combination of both exome sequencing and SNP arrays for a series of 17 familial BC did not allow the identification of a novel BC predisposition gene, but revealed a germline ATM mutation associated with a loss of the wild-type allele in a BRCAx family. The analysis of 17 additional breast tumors from ten BC families in which a germline ATM mutation had been identified revealed a high frequency of wild-type allele loss in these tumors (>80% compared to the 20% expected in sporadic BC; p <0.001). This result argues strongly in favor of the involvement of ATM in the carcinogenesis of these tumors as a tumor suppressor gene and suggests that germline ATM mutations are involved in a subset of familial BC

La capacité de détection des agents pathogènes est un enjeu croissant tant les maladies infectieuses représentent un risque pour la santé animale et humaine. La globalisation des échanges commerciaux et des voyages, l’évolution des pratiques agricoles, les changements climatiques ou encore les migrations de masse sont autant de facteurs bouleversant la biologie des micro-organismes et de fait, leurs capacités d’émergence. Ce manuscrit décrit trois approches complémentaires, basées sur trois techniques innovantes de biologie moléculaire pour la détection d’agents pathogènes et appliquées à trois contextes différents : (i) la recherche d’une liste précise de micro-organismes par PCR quantitative en temps réel en format microfluidique, (ii) la détection sans a priori d’agents infectieux dans un milieu complexe par métagénomique et séquençage Illumina (Miseq) et (iii) le génotypage d’un agent infectieux sans amplification préalable des génomes par NGS (Nouvelles Générations de séquençage) de troisième génération, le MinION d’Oxford Nanopore Technologies. Ces trois études ont permis de montrer l’apport de ces techniques, qui présentent toutes des caractéristiques distinctes, adaptées à différentes applications. Au-delà de l’application de ces techniques au domaine du diagnostic microbiologique, leur utilisation dans le cadre du contrôle des médicaments immunologiques vétérinaires est une perspective prioritaire de ce travail. En effet, les préparations vaccinales vétérinaires sont soumises à l’obligation de recherche d’une liste d’agents pathogènes à exclure mais également à la vérification de l’identité génétique des souches vaccinales. L’accessibilité et les performances exponentielles des nouvelles technologies de PCR et de séquençage ouvrent ainsi des perspectives révolutionnaires dans le domaine du diagnostic et du contrôle microbiologique
Detection of pathogens becomes an increasing challenge, since infectious diseases represent major risks for both human and animal health. Globalization of trade and travels, evolution of farming practices and global climatic changes, as well as mass migrations are impacting the biology of pathogens and their emerging potential. This manuscript describes three approaches, based on three innovative technologies of molecular biology applied to the detection of pathogens in three different settings : (i) detection of a list of pathogens using real-time quantitative PCR on a microfluidic platform, (ii) unbiased detection of pathogens in complex matrix, using metagenomics and Illumina (Miseq) sequencing and (iii) genotyping of pathogens without isolation of PCR-enrichment using a 3rd generation NGS (Next Generation Sequencing) platform MinION from Oxford Nanopore Technologies. The three studies shown the contribution of these techniques, each representing distinctive features, suitable for the respective applications. Beyond application of these techniques to the field of microbial diagnostics, their use for the control of veterinary immunological drugs is a priority of this project. Veterinary vaccines are not only submitted to mandatory detection of listed pathogens to be excluded, but also to validation of the genetic identity of vaccine strains. The exponential availability and performances of new PCR or sequencing technologies open cutting-edge perspectives in the field of microbial diagnostic and control

Les papillomavirus humains (HPV) constituent une famille de petits virus à double brin d’ADN qui ont un tropisme pour les cellules épithéliales de la peau et des muqueuses. Plus de 200 types d’HPV ont été découverts, et classifiés en plusieurs genres taxonomiques en fonction de la constitution de leur séquence ADN. De part le rôle de certains HPV dans les maladies affectant les humains, allant de l’apparition de verrues anogénitales bénignes jusqu’au développement d’un cancer, il est nécessaire de développer des méthodes de détection et de caractérisation de la population d’HPV dans un échantillon d’ADN. Elles sont nécessaires à la clarification du rôle de l’HPV dans les différentes étapes de la progression de la maladie. Cette détection d’HPV lors d’approches ciblées en laboratoire a principalement reposé sur des méthodes de PCR couplées avec du séquençage Sanger. Avec l’introduction des nouvelles technologies de séquençage haut débit (NGS), ces approches peuvent être revisitées afin d’intégrer la puissance de séquençage de ces technologies. Alors que des outils d’analyse in-silico ont été développés pour la recherche de virus, connus ou nouveaux, à partir de données de NGS, aucun outil approprié n’est disponible pour la classification et l’identification de nouvelles séquences virales à partir de données produites par des méthodes de séquençage d’amplicons. Dans cette thèse, la première partie présente cinq nouveaux génomes d’HPV isolés via l’utilisation d’amorces d’amplification dégénérées ciblant le gène L1 à partir d’échantillons de peau humaine. Puis, dans une seconde partie, nous présentons PVAmpliconFinder, un outil d’analyse de données conçu pour identifier et classifier rapidement des séquences connues et potentiellement nouvelles de la famille Papillomaviridae, à partir de données de NGS d’amplicons générées par PCR via l’utilisation d’oligonucleotides dégénérés ciblants les HPV. Enfin, les caractéristiques de PVAmpliconFinder sont présentées, ainsi que plusieurs applications sur des données biologiques obtenues lors du séquençage d’amplicons de spécimens humains. Ces applications ont permis la découverte de nouveaux types d’HPV
Human Papillomaviruses (HPV) are a family of small double-stranded DNA viruses that have a tropism for the mucosal and cutaneous epithelia. More than 200 types of HPV have been discovered so far and are classified into several genera based on their DNA sequence. Due to the role of some HPV types in human disease, ranging from benign anogenital warts to cancer, methods to detect and characterize HPV population in DNA sample have been developed. These detection methods are needed to clarify the implications of HPV at the various stages of the disease. The detection of HPV from targeted wet-lab approaches has traditionally used PCR- based methods coupled with cloning and Sanger sequencing. With the introduction of next generation sequencing (NGS) these approaches can be improved by integrating the sequencing power of NGS. While computational tools have been developed for metagenomic approaches to search for known or novel viruses in NGS data, no appropriate bioinformatic tool has been available for the classification and identification of novel viral sequences from data produced by amplicon-based methods. In this thesis, we initially describe five fully reconstructed novel HPV genomes detected from skin samples after amplification using degenerate L1 primers. Then, is the second part, we present PVAmpliconFinder, a data analysis workflow designed to rapidly identify and classify known and potentially new Papillomaviridae sequences from NGS amplicon sequencing with degenerate PV primers. This thesis describes the features of PVAmpliconFinder and presents several applications using biological data obtained from amplicon sequencing of human specimens, leading to the identification of new HPV types

Les milliers d’espèces de microorganismes présentes dans les océans sont essentiellement connus pour être planctoniques ou benthiques. Moins décrits, de nombreux micro-organismes colonisent également la surface et le tube digestif des macro-organismes marins, formant des communautés appelées microbiomes. Ces microbiomes ont des conséquences cruciales sur la fitness de leur hôte. Les récents progrès en biologie moléculaire ont ouvert la voie à une caractérisation des différentes facettes de sa biodiversité, à la fois taxonomique, phylogénétique, et fonctionnelle. L’objectif de cette thèse est donc de caractériser la biodiversité des microbiomes cutanés des organismes marins, d’identifier ses échelles de variabilité, ses déterminants, et son importance à l’échelle de l’écosystème. Dans un premier temps j’ai mesuré l’efficacité d’indices de biodiversité à détecter des signaux écologiques dans le cas spécifique de communautés microbiennes. Puis, j’ai décrit le microbiome cutané des principaux grands clades d’animaux marins (poissons téléostéens, cétacés et invertébrés de plusieurs classes). J’ai démontré que le microbiome cutané était très différent des communautés présentes dans l’eau environnante. J’ai aussi montré qu’il était variable, à la fois entre individus et entre espèces, mais ne présentait pas de patron de phylosymbiose. Enfin, j’ai évalué la contribution de la diversité des microbiomes cutanés à la diversité de la communauté microbienne globale d’un écosystème corallien. J’ai ainsi démontré que les animaux marins hébergent collectivement une richesse microbienne presque vingt fois supérieure à celle de l’eau les environnant, et 75% de la richesse phylogénétique à l’échelle de l’écosystème. Dans un contexte d’érosion massive de la diversité des macro-organismes marins, ces résultats soulignent la nécessité d’évaluer plus exhaustivement la biodiversité microbienne marine et sa vulnérabilité face aux pressions anthropiques
Oceans contain thousands of microbial species playing crucial roles for the functioning of the marine ecosystem. These microorganisms are present everywhere in the water column. Some microorganisms also colonize the surface and the digestive tract of marine macro-organisms, forming communities called microbiomes. These microbiomes have positive effects for their host’s fitness. The diversity of these marine animal surface microbiome is still largely understudied, despite recent progress in molecular biology that now permits to fully assess its different facets of biodiversity, i.e. taxonomic, phylogenetic and functional. The goal of this thesis is therefore to describe the diversity of the surface microbiome of marine animals, to assess its variability at different levels, as well as its determinants, and the significance of such diversity at the ecosystem’s scale. Firstly, I have assessed the efficiency of various diversity indices to detect ecological signals in the specific case of microbial communities. Secondly, I have described the surface microbiome of major marine animal clades (teleostean fishes, cetaceans and several classes of invertebrates). I found that these microbiomes are highly distinct from the surrounding planktonic communities. I demonstrated that these microbiomes are variable both between individuals from the same species and between species, but do not show a phylosymbiosis pattern. Last, I assessed the contribution of surface microbiomes to the global microbial community at the scale of a coral reef ecosystem. I demonstrated that marine animal surfaces host almost twenty times more microbial species than the water column, and 75% of the phylogenetic richness present in the ecosystem. In a context of massive erosion of marine macroscopic organisms, it is therefore urgent to exhaustively assess marine microbial biodiversity and its vulnerability facing anthropic pressures

Les cultivars de bananiers sont dérivés d'hybridations entre sous-espèces de Musa acuminata (génome A) et pour certains avec l'espèce M. balbisiana (génome B). Ces hybrides présentent une fertilité réduite, des méioses perturbées et de fortes distorsions de ségrégation. Ces caractéristiques attribuées à des réarrangements chromosomiques entre espèces et sous-espèces compliquent les analyses génétiques et les programmes d'amélioration variétale. Au cours de cette thèse, nous avons mis en place et testé de nouvelles approches, basées sur la récente disponibilité d'une séquence de référence du bananier et des technologies de séquençage haut-débit, pour caractériser ces différences de structures chromosomiques et comprendre leur impact sur les ségrégations chromosomiques. Ces approches ont nécessité l'amélioration de la séquence de référence du bananier. Pour cela, des outils ont été développés. Ils sont applicables à d'autres génomes et modulables en fonction des données disponibles. Le nombre de scaffolds a été divisé par 5 et 90% de la séquence est maintenant ancré aux chromosomes. Les scaffolds correspondant au génome mitochondrial ont été identifiés et le génome chloroplastique a été assemblé et annoté. Des données de re-séquençage de l'accession ‘Pahang' et de génotypage dense de sa descendance ont été utilisées pour explorer l'origine des distorsions de ségrégation impliquant les chromosomes 1 et 4. L'ensemble des données (profils de distorsion et de recombinaison, appariements à la méiose, re-séquençage), nous orientent vers l'hypothèse d'une translocation réciproque en orientation inversée, entre régions distales des chromosomes 1 et 4. Le test de nos outils de recherche de variations structurales pour comparer les génomes A et B du bananier, dont les différences de structure sont connues, montre que nos outils détectent directement les signatures de certaines variations structurales mais que pour d'autres il ne détecte que des signatures partielles. Ces dernières peuvent néanmoins être informatives en complément d'autres types d'informations provenant de cartographie génétique et d'analyses cytogénétiques
Banana cultivars are derived from hybridization between Musa acuminata subspecies (A genome) and, for some of them, with the species M. balbisiana (B genome). These hybrids have reduced fertility, disturbed meiosis and strong segregation distortions. These characteristics attributed to chromosomal rearrangements between species and subspecies complicate genetic analyses and breeding programs. In this thesis, we have developed and tested new approaches based on the recent availability of a banana reference genome sequence and high-throughput sequencing technologies, to characterize these differences in chromosomal structures and understand their impact on chromosomal segregation. These approaches needed improvement of the banana reference genome sequence. New bioinformatics tools were developed for this purpose. They are applicable to other genomes and are flexible according to available data. The scaffolds number was divided by 5 and 90% of the assembly is now anchored to the chromosomes. Scaffolds corresponding to the mitochondrial genome were identified and the chloroplast genome was assembled and annotated. Re-sequencing data from the 'Pahang' accession and dense genotyping of its progeny were used to explore the origin of segregation distortion involving chromosomes 1 and 4. Distortion and recombination profiles, chromosomal pairing at meiosis and re-sequencing data direct us to the hypothesis of a reciprocal translocation in inverted orientation between distal portions of chromosomes 1 and 4. We tested our structural variation research tools to compare the A and B genomes of banana, for which structural differences are known. The results showed that our tools detected complete signatures of some structural changes but for others, they only detected partial signatures. The latter can still be informative in addition to other informations derived from genetic mapping and cytogenetic studies