Search

Triatominae are haematophagous bugs that can transmit Trypanosoma cruzi, the causative agent of Chagas disease, endemic to Latin America. In the wild, species belonging to the genus Rhodnius mainly infest palm trees, feeding on a wide range of vertebrate hosts that find refuge in this habitat. However, some Rhodnius species are domiciliary, i.e. they have left their natural habitat (sylvatic environment) and have come into close contact with human populations by colonising their dwellings, and can then transmit T. cruzi to humans. The evolutionary history of species belonging to Rhodnius genus was assessed using a phylogenomic strategy based on whole mitogenome sequences and a set of 51 nuclear genes, characterized for 36 samples representing 16 species out of the 24 described in the genus. This approach allowed us to determine the evolutionary relationship between the 3 major groups of species (pallescens, pictipes and prolixus), to integrate species from Psammolestes genus inside the genus one, and to describe multiple introgression events between species. A comparative genomic approach was conducted between species living in different habitats. The genome size was estimated using flow cytometry and analysis of high throughput sequencing data. Genomes from 11 Rhodnius species (including 4 domiciliary species) were assembled and used to build a calibrated phylogeny including sequences from published genomes and fossil records. The divergence times inferred from this phylogeny allowed us to study genome dynamics. It revealed that the rate of gains and losses per gene per million years is 7.5 times faster in domiciliary species compared to sylvatic ones. This study has made it possible to propose candidate genes including chemosensory receptors involved in the domiciliation of species of the genus Rhodnius. Chemosensory genes belong to multigene families with rapid evolutionary dynamics that cause changes in sensory sensitivity. Their study is especially relevant when searching for genes involved in the recognition of a new environment. The chemosensory receptors were annotated (from 49 to 135 ORs and from 21 to 32 GRs depending on the species studied) and analyzed to detect evidence of selection pressure: 4 candidate genes (OR1, OR38, OR102 and ORco) were identified that could be involved in the domiciliation process. A better understanding of the mechanisms of adaptation of these bugs to their environment could be a key factor in vector control efforts.; Les Triatominae sont des punaises hématophages vectrices de Trypanosoma cruzi, agent responsable de la maladie de Chagas, endémique en Amérique Latine. En milieu naturel, les punaises hématophages du genre Rhodnius infestent principalement les palmiers et se nourrissent sur une large gamme d'hôtes vertébrés qui trouvent refuge dans cet habitat. Cependant, certaines espèces de Rhodnius sont domiciliaires, c'est-à-dire qu'elles ont quitté leur habitat naturel (milieu sylvatique) et sont venues en contact étroit avec les populations humaines en colonisant leurs habitations. Les liens de parenté entre les différentes espèces du genre Rhodnius ont été retracés par une approche phylogénomique reposant sur l'étude des mitogénomes et d'un set de 51 gènes nucléaires et incluant 16 espèces sur les 24 espèces décrites via l'étude de 36 échantillons. Cette approche phylogénomique a permis de statuer sur les affinités évolutives des 3 groupes d'espèces décrits (pallescens, pictipes et prolixus), de classer les espèces du genre Psammolestes au sein du genre Rhodnius et de montrer des événements d'introgression multiples entre espèces. Cette étude phylogénétique a été complétée par une approche de génomique comparative entre espèces adaptées à différents habitats. La taille des génomes a été estimée par deux méthodes, la cytométrie de flux et l'analyse des données moléculaires à haut débit. Pour étudier la dynamique des génomes une phylogénie calibrée à l'aide de données fossiles a été réalisée. Onze génomes de Rhodnius (dont 4 domiciliaires) ont été assemblés puis annotés. L'estimation de la vitesse de gains et pertes de gènes par million d'années montre que ces événements se produisent 7.5 fois plus rapidement chez les espèces domiciliaires en comparaison des espèces sylvatiques. Cette étude a permis de proposer des gènes candidats dont des récepteurs chimiosensoriels impliqués dans la domiciliation des espèces du genre Rhodnius. Les gènes chimiosensoriels appartiennent à des familles multigéniques dont la dynamique évolutive est rapide et à l'origine de changements dans la sensibilité sensorielle. Ils sont donc des objets d'étude de choix dans la recherche de gènes impliqués dans la reconnaissance d'un nouvel environnement. L'annotation spécifique de ces récepteurs chimiosensoriels (de 49 à 135 ORs, de 21 à 32 GRs, selon les espèces) suivie de la recherche de gènes sous sélection a permis de mettre en évidence 4 gènes candidats en lien avec la domiciliation (OR1, OR38, OR102 et ORco). Une meilleure compréhension des mécanismes d'adaptation des punaises hématophages à leur environnement pourrait être un facteur clé dans l'effort de lutte antivectorielle.

A new badnavirus was sequenced from fragrant pandan grass (Pandanus amaryllifolius) displaying mosaic and chlorosis on the leaves. The complete genome sequence was determined by high-throughput sequencing. The new badnavirus was tentatively named "pandanus mosaic associated virus" (PMaV). Similar to those of other members of the genus Badnavirus, the genome of PMaV consists of a circular DNA molecule of 7,481 bp with three open reading frames (ORF) potentially coding for three proteins. ORF3 encodes a polyprotein with conserved protein domains including zinc finger, trimeric dUTPase, aspartic protease, reverse transcriptase (RT), and RNase H domains. Pairwise comparisons of the highly conserved RT + RNase H region revealed the highest nucleotide (nt) sequence identity (70.71%) to taro bacilliform CH virus-Et17 (MG017324). In addition to PMaV, viral sequences corresponding to orchid fleck dichorhavirus (OFV) were detected in the same plant sample. The complete sequence of the OFV coding region shared >98% nt sequence identity with other isolates of OFV available in the GenBank database. Disease symptoms could not be attributed exclusively to PMaV or OFV, as both viruses were present in the pandan grass exhibiting mosaic and chlorosis.

Le cancer du pancréas est une maladie agressive associée à un mauvais pronostic clinique, à des options thérapeutiques peu efficaces et à un manque de méthodes de détection précoce. Les raisons de son mauvais pronostic sont principalement liées au diagnostic tardif de ce cancer. Les patients ne présentent généralement pas de symptôme spécifique et il n’y a pas d’outils ou de biomarqueurs précoces permettant un dépistage de la population générale. D’autre part, le profilage moléculaire du cancer du pancréas est insuffisant pour développer des thérapies ciblées et personnalisées efficaces. Aujourd'hui, pour essayer de faire face à ces défis, la recherche se tourne vers les biopsies liquides qui sont peu invasives et permettent de suivre en temps réel l’évolution et l'hétérogénéité des tumeurs. Grâce au progrès de la recherche génomique et au développement de nouvelles technologies de séquençage (dPCR et le NGS) plus sensibles et plus spécifiques, les biopsies liquides offrent de nombreuses applications cliniques potentielles. L’analyse de l’ADNtc dans le sang semble être une méthode très prometteuse pour améliorer la prise en charge de ce cancer. L’ADNtc muté KRAS seul ou associé avec d’autres biomarqueurs, la quantité d’ADNlc ou encore les variations de la méthylation de l’ADNlc sont des biomarqueurs présentant une valeur pronostique et prédictive intéressante mais encore insuffisante pour le dépistage. Les résultats des études sur l’application clinique de l'ADNtc pour le dépistage, le diagnostic, le profilage moléculaire, le pronostic et la surveillance de la réponse thérapeutique doit être évaluée par de nouvelles études prospectives sur un plus grand nombre de patients afin de confirmer que les informations fournies contribuent de manière significative à l'amélioration de la prise en charge des patients. D’autre part, pour une application clinique de routine, il est nécessaire de réduire les coûts et de standardiser les protocoles.

Il a été établi que la majorité des plantes vasculaires abritent des micro-organismes endophytes bactériens et fongiques, qui peuvent coloniser les tissus végétaux et former des associations allant du mutualisme à la pathogénèse. Les symbioses végétales mutualistes les plus communes impliquent les champignons endo-mycorhiziens arbusculaires (AMF). Ces champignons s’associent aux racines des plantes et leur permettent d’améliorer leur nutrition minérale, tandis qu’ils bénéficient des composés produits par l'hôte. Toutefois, les plantes de la famille Ericaceae s’engagent plutôt dans des associations mutualistes avec les champignons mycorhiziens éricoïdes (ErMF). Ces derniers sont morphologiquement et taxonomiquement mal définis, en apparence distribués aléatoirement parmi les espèces issues des grandes divisions taxonomiques des Ascomycota et Basidiomycota. En raison de cette incohérence taxonomique et de l'absence d'une histoire évolutive explicative, la diversité réelle de ces champignons est mal caractérisée. De ce fait, ce projet vise à étudier le microbiote associé à la plante Ericaceae Vaccinium macrocarpon Aït (canneberge), axant la recherche sur les angles morphologiques, génomiques et transcriptomiques des champignons de type ErMF et autres endophytes capables de contrôler la croissance des agents phytopathogènes et de stimuler la croissance des plantes. Notre première démarche présentée dans le chapitre 2 s’est focalisée sur la caractérisation du microbiote endophyte bactérien et fongique de la canneberge, une plante vivace principalement produite en Amérique du Nord, notamment au Québec. Nous avons isolé et identifié 180 micro-organismes à partir de plantes de cultivars variés, collectées de champs différents, et avons démontré l'existence d'une variabilité dans le microbiote selon les tissus, les cultivars, et même entre les champs d'une même ferme. Parmi les endophytes d’intérêt identifiés, l’isolat fongique Lachnum sp. EC5 a stimulé la croissance des cultivars de canneberge Stevens et Mullica Queen et a formé des structures intracellulaires similaires à celles des ErMF à l’intérieur des cellules racinaires de la canneberge. De plus, l’isolat EB37 identifié Bacillus velezensis s’est révélé être un puissant agent antifongique, montrant cependant une tolérance particulière au champignon Lachnum sp. EC5, lors des tests de confrontation. Ce volet sera détaillé avec plus de précision dans le chapitre 4. Le chapitre 3 a porté sur l’analyse génomique comparative de l’isolat fongique Lachnum sp. EC5 avec plusieurs espèces de champignons Leotiomycetes ErMF, saprophytes et pathogènes. Nous avons analysé le sécrétome protéique prédit de ces champignons et mis en évidence que les gènes codant pour les enzymes de dégradation des parois végétales ne sont pas corrélés au mode de vie fongique (mycorhizien, pathogène ou saprophyte). A l’inverse, 10 protéines effectrices de Lachnum sp. EC5 prédites pour cibler spécifiquement un compartiment intracellulaire chez les cellules végétales ont des similarités avec celles d’espèces mutualistes comme Meliniomyces variabilis et Oidiodendron maius. Aussi, la protéine effectrice putative Zn-MP, prédite pour cibler, potentiellement, les chloroplastes végétaux nous permet de proposer un rôle dans le renforcement de l’immunité végétale. Le chapitre 4 s’est intéressé aux mécanismes de régulation d'expression de gènes induits lors de l’interaction entre le champignon Lachnum sp. EC5 et la bactérie B. velezensis EB37. Ces mécanismes ont été comparés à ceux activés chez la bactérie en présence de champignons pathogènes. Nous avons démontré une physiologique cellulaire bactérienne distincte en présence de Lachnum sp. EC5, dénotée par une faible expression des gènes induits lors du stress nutritif associé aux processus de sporulation, de formation du biofilm, de secretion de CAZymes et de lipopeptides. Nous avons suggéré que la sous-régulation de ces mécanismes serait essentiellement explicable par une disponibilité plus importante en glucose ou en d’autres sources de carbone préférentielles pour la bactérie. En réponse, le champignon Lachnum sp. EC5 a vécu différents changements morphologiques. Il aurait détoxifié ses environnements intra et extra-cellulaires et surexprimé sa voie de production de carbone dépendante du cycle du glyoxylate, générant ainsi des conditions favorisant un contact physique entre les deux micro-organismes. En conclusion, nous avons argumenté et documenté que la définition des ErMF basée uniquement sur des critères morphologiques est mal adaptée à catégoriser ces champignons. Notre approche multidisciplinaire a mis en évidence la diversité du microbiote de la canneberge, a étendu la notion d’ErMF à d'autres champignons jusqu'ici exclus de ce groupe, et a souligné l'importance des associations interspécifiques sur l’interaction ErMF-plantes. Ces avancées permettront d’améliorer nos connaissances sur le microbiote des plantes éricacées contribuant, au développement de solutions environnementales éco-responsables pour l’industrie de la canneberge., It has been established that the majority of vascular plants harbour bacterial and fungal endophytes that colonize plant tissues, and thus form associations that range from mutualism to pathogenesis. Mycorrhizal fungi are a particular class of endophytes that associate with plant roots and enhance plant mineral uptake. The most common type of mutualistic plant symbiosis involves arbuscular mycorrhizal fungi (AMF), whereas plants of the Ericaceae family instead engage in mutualistic associations with ericoid mycorrhizal fungi (ErMF). The ErMF group, in its current definition, includes both ascomycete and basidiomycete species, yet is morphologically, taxonomically and evolutionarily poorly defined, which implies that the group’s true diversity is not well understood. The objective of this project is to complement morphological information with genomic and transcriptomic data to better understand the role of ErMF in 1) controlling the negative effects of pathogenic infections, and 2) the potential plant growth stimulation for the Ericaceous plant Vaccinium macrocarpon Ait. Our first approach presented in Chapter 2 focused on the characterization of the bacterial and fungal endo-symbiotic microbiota of the Ericaceous plant, Vaccinium macrocarpon Ait (cranberry), a perennial plant mainly in North America, particularly in Quebec. We isolated ~180 distinct bacterial and fungal endophytes collected from roots, stems, and leaves of cranberry plants cultivated in Quebec, Canada. We show that the cranberry microbiome varies substantially between tissues, cultivars, and across fields of the same farm. Among the isolated endophytes, the fungus Lachnum sp. EC5 was found to promote the growth of cranberry cultivars Stevens and Mullica Queen, and to form intracellular structures resembling those other ErMF inside the cortical root cells. In addition, the bacterium Bacillus velezensis (EB37) has been found to be a potent antifungal agent. Interestingly, a confrontation test between EB37 and the fungus Lachnum sp. EC5 revealed a mutual tolerance, which we will describe later in chapter 4. In chapter 3, our project focused on the comparative genomic analysis of the fungus Lachnum sp. EC5 with several Leotiomycete ErMF, saprophytes and pathogens. We analyzed fungal secretomes and demonstrated that genes encoding plant cell wall degradation enzymes are conserved between the tested fungi which suggests that such proteins are not indicative of a particular fungal lifestyle. On the other hand, 10 effector proteins identified in Lachnum sp. EC5 were also only found in mutualistic fungi, such as Meliniomyces variabilis, Oidiodendron maius and have been reported to target the plant intracellular compartments. Also, the identification of the putative effector protein Zn-MP, specific to Lachnum sp. EC5 and predicted to target plant chloroplasts, suggest a role in the reinforcement of plant immunity. Chapter 4 focuses on the patterns of gene expression regulation induced in the biocontrol bacterium B. velezensis EB37 in interaction with the potentially mutualistic fungus Lachnum sp. EC5. These mechanisms were then compared to those activated when the bacterium is in the presence of pathogenic/saprophytic fungi. We demonstrated that in co-culture with Lachnum sp. EC5, EB37expresses fewer genes related to stress, and fewer related to the stationary phase which often involves production of bacterial biofilms and lipopeptides, such as mycosubtilin. We suggest that the lessened response to stress is related to an increased availability of glucose or other preferential sources of carbons for the bacterium. Conversely, Lachnum sp. EC5 in the presence of EB37 underwent morphological changes by a higher lateral branching., detoxified its external and internal environment by expressing both a catalase activity and efflux pumps, and overexpressed its glyoxylate cycle-dependent carbon production pathway, and thus promoting favourable conditions for close physical contact with the bacterium. In conclusion, we demonstrated that the morphological-based definitions are poorly adapted to the categorization of ErMF fungi. Our multidisciplinary approach highlighted the diversity of the cranberry microbiota, extended the notion of ErMF to other fungi hitherto excluded from this fungal group and underlined the importance of interspecific associations on the ErMF-plant interaction. These advances enhance our understanding of the Ericaceous plant microbiota and contributes to the development of sustainable solutions for the cranberry industry.

Gossypium, the cotton genus, includes ∼50 species distributed in tropical and sub-tropical regions of all continents except Europe. Here we provide a synopsis of the evolutionary history of Gossypium and domestication of the American allopolyploid species, integrating data from fundamental taxonomic investigations, biogeography, molecular genetics, phylogenetic analysis, and archaeology. These diverse sources of information provide a temporal and phylogenetic perspective on diversification among the diploids and on polyploid formation, uncover multiple previously cryptic interspecific hybridizations, clarify and contribute to the taxonomy of the genus, and offer a firm foundation for understanding parallel domestications in Mesoamerica and South America, which led to the globally important cotton crop species G. barbadense and G. hirsutum. Gossypium thus offers a testimonial example of the importance and utility of fundamental botanical discovery combined with modern technological capabilities to generate genomic insights into evolutionary history. We also review the current state of our knowledge regarding the archaeological history of cotton domestication and diffusion in the Americas, a seemingly unlikely story entailing parallel domestication origins and parallel directional selection tracing to 8,000 (G. barbadense) and 5,500 (G. hirsutum) years ago, transforming two geographically isolated wild short-day perennial shrubs having small capsules and seeds covered by short, tan-colored epidermal trichomes into modern daylength-neutral annuals bearing abundant, fine, strong white fibers. This dual domestication was followed several millennia later by unintentional and more recently intentional interspecific introgression, as the two species came into contact following their initial domestication in different hemispheres. Thus, the cycle of species divergence and biological reunion was reiterated, this time at the allopolyploid level. Understanding this evolutionary history is vitally important to our understanding of the genomic architecture of the world's most important fiber plant and contributes substantially to our understanding of general biological principles.

Introduction et objectif. Depuis 2019, le séquençage du génome entier est réalisé en routine pour toutes les entérobactéries productrices de bêtalactamases à spectre élargi (EBLSE) isolées chez les patients hospitalisés en réanimation au centre hospitalier universitaire de Caen. Cette étude évalue un algorithme d’alerte simple afin de détecter les transmissions croisées et les épidémies. Matériel et méthodes. L’alerte de transmission croisée est basée sur l’identification de deux EBLSE de même espèce en réanimation adulte sur une période d’un mois glissant. Les performances de ces alertes étaient calculées pour trois espèces d’EBLSE (Klebsiella pneumoniae, Escherichia coli et Enterobacter cloacae complexe) en les comparant aux données issues du séquençage des souches isolées en 2019 et 2020 puis en prospectif en 2021. Résultats. L’algorithme a été créé à partir des 320 souches d’EBLSE identifiées et séquencées : 138 E. coli, 91 K. pneumoniae et 91 E. cloacae. Le taux global de transmission croisée était de 22% en 2019-2020 (respectivement 1,5%, 42% et 33% pour chaque espèce) et de 21,2% en 2021 (0%, 16,7% et 54,0%). La valeur prédictive positive de notre algorithme est de 14,3% pour E. coli, 92,7% pour K. pneumoniae et 51,8% pour E. cloacae. Conclusion. Par une approche génomique, nous pouvons détecter et alerter toute transmission croisée afin d’adapter les mesures de prévention ainsi que les enquêtes environnementales en cas d’épidémie. L’algorithme donne une orientation précoce des alertes mais peut et doit s’adapter selon les dynamiques de diffusion, qui semblent être différentes entre espèces.

Background Somatic embryogenesis (SE) is one of the most promising processes for large-scale dissemination of elite varieties. However, for many plant species, optimizing SE protocols still relies on a trial and error approach. We report the first global scale transcriptome profiling performed at all developmental stages of SE in coffee to unravel the mechanisms that regulate cell fate and totipotency. Results RNA-seq of 48 samples (12 developmental stages × 4 biological replicates) generated 90 million high quality reads per sample, approximately 74% of which were uniquely mapped to the Arabica genome. First, the statistical analysis of transcript data clearly grouped SE developmental stages into seven important phases (Leaf, Dedifferentiation, Primary callus, Embryogenic callus, Embryogenic cell clusters, Redifferentiation and Embryo) enabling the identification of six key developmental phase switches, which are strategic for the overall biological efficiency of embryo regeneration. Differential gene expression and functional analysis showed that genes encoding transcription factors, stress-related genes, metabolism-related genes and hormone signaling-related genes were significantly enriched. Second, the standard environmental drivers used to control SE, i.e. light, growth regulators and cell density, were clearly perceived at the molecular level at different developmental stages. Third, expression profiles of auxin-related genes, transcription factor-related genes and secondary metabolism-related genes were analyzed during SE. Gene co-expression networks were also inferred. Auxin-related genes were upregulated during dedifferentiation and redifferentiation while transcription factor-related genes were switched on from the embryogenic callus and onward. Secondary metabolism-related genes were switched off during dedifferentiation and switched back on at the onset of redifferentiation. Secondary metabolites and endogenous IAA content were tightly linked with their respective gene expression. Lastly, comparing Arabica embryogenic and non-embryogenic cell transcriptomes enabled the identification of biological processes involved in the acquisition of embryogenic capacity. Conclusions The present analysis showed that transcript fingerprints are discriminating signatures of cell fate and are under the direct influence of environmental drivers. A total of 23 molecular candidates were successfully identified overall the 12 developmental stages and can be tested in many plant species to optimize SE protocols in a rational way.

Over the last decade, viral metagenomic studies have resulted in the discovery of thousands of previously unknown viruses. These studies are likely to play a pivotal role in obtaining an accurate and robust understanding of how viruses affect the stability and productivity of ecosystems. Among the metagenomics-based approaches that have been developed since the beginning of the 21st century, shotgun metagenomics applied specifically to virion-associated nucleic acids (VANA) has been used to disentangle the diversity of the viral world. We summarize herein the results of 24 VANA-based studies, focusing on plant and insect samples conducted over the last decade (2010 to 2020). Collectively, viruses from 85 different families were reliably detected in these studies, including capsidless RNA viruses that replicate in fungi, oomycetes, and plants. Finally, strengths and weaknesses of the VANA approach are summarized and perspectives of applications in detection, epidemiological surveillance, environmental monitoring, and ecology of plant viruses are provided. [Formula: see text] Copyright © 2022 The Author(s). This is an open access article distributed under the CC BY-NC-ND 4.0 International license.

La pandémie actuelle de COVID-19, causée par le coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2), a entraîné plus de 6 millions de décès et près de 680 millions de cas confirmés dans le monde. Depuis l'émergence du virus en décembre 2019, beaucoup d’efforts de recherche mondiaux ont visé à étudier la relation entre le SRAS-CoV-2 et l'immunité adaptative à médiation cellulaire. La caractérisation des réponses immunitaires à base de lymphocytes T CD4+ et CD8+ contre le SRAS-CoV-2 dans le contexte de mutations virales est d'une pertinence immédiate pour l’approfondissement de nos connaissances concernant l'immunité adaptative envers un virus en évolution, ainsi que l'amélioration de vaccins. Dans cette thèse, je passerai en revue les découvertes actuelles concernant la biologie du SRAS-CoV-2 et sa relation avec le système immunitaire adaptatif humain. Je discuterai ensuite les divers mécanismes par lesquels le SRAS-CoV-2, ainsi que d'autres virus, se sont avérés échapper l’immunité adaptative humoral et cellulaire. Enfin, je présenterai mes contributions à la compréhension du paysage mutationnel global du SRAS-CoV-2 et de sa capacité à échapper à la reconnaissance par les lymphocytes T CD8+. Dans ce travail, j'ai observé que le paysage mutationnel global du SRAS-CoV-2 était régi par des biais de mutation au cours de la première année de la pandémie, le plus répandu d’entre eux conduisant à la suppression de la proline. Il a ensuite été prédit que cette élimination globale de la proline conduirait à la perte d’épitopes reconnues par les cellules T CD8+ d'une manière dépendante sur les super-types HLA, avec la perte d'épitopes survenant préférentiellement dans le contexte du super-type HLA-B7. Le modèle développé dans ce travail propose un lien entre les biais mutationnels globaux du SRAS-CoV-2, les allèles HLA et l'évasion des lymphocytes T. Ce travail crée un cadre pour anticiper l'impact des variantes existantes et émergentes du SRAS-CoV- 2 envers la réponse immunitaire à base de lymphocytes T CD8+., The current COVID-19 pandemic, caused by Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), has led to upwards of 6 million deaths and nearly 680 million confirmed cases worldwide. Since the emergence of the virus in December 2019, astounding global research efforts have been aimed at investigating the relationship between SARS-CoV-2 and cell-mediated adaptive immunity. Characterizing CD4+ and CD8+ T Lymphocyte responses to SARS-CoV-2 in the context of viral mutations is of immediate relevance to understanding the breadth of a population’s adaptive immunity to an evolving virus and is central to the improving existing vaccines. In this thesis, I will review all present findings pertaining to the biology of SARS-CoV-2 and its relationship with the human adaptive immune system. I will then discuss the various mechanisms by which SARS-CoV-2, along with other viruses, have been found to evade the various arms of the adaptive immune system. Finally, I will present my contributions to the understanding of the global mutational landscape of SARS-CoV-2 and its ability to evade recognition by CD8+ T lymphocytes. By investigating over 300,000 SARS-CoV-2 genomic sequences, I observed that the mutational landscape of SARS-CoV-2 was governed by mutation biases during the first year of the pandemic, with the most prevalent bias leading to the removal of proline. The observed global removal of Proline was predicted to lead to the loss of CD8+ T cell epitopes in an HLA-supertype-dependent manner, with the loss of epitopes occurring preferentially in the context of the HLA-B7 supertype. The model developed proposes a link between SARS-CoV-2 global mutational biases, HLA alleles and T cell evasion. This work creates a framework to anticipate the population-specific impact of existing and emerging SARS-CoV-2 variants on CD8+ T cell-based immunity.

L'imputation est désormais un outil essentiel dans l'analyse des études d'association à l'échelle du génome, permettant l'estimation de génotypes à des positions variables du génome non génotypées, via des inférences statistiques à partir d'haplotypes contenus dans un panel de référence utilisé pour l'imputation, soit une bibliothèque d’haplotype séquencés phasés en haplotypes. Les données génétiques imputés servent aux études d’associations sur les traits et maladies complexes. La population fondatrice canadienne-française est une population très utile dans les études d'association génétique en raison de sa diversité unique d'haplotypes et de l'excès de variantes rares. Ici, nous décrivons les défis qui accompagnent l'imputation de cette population fondatrice, qui n'est pas représentée dans les panels de référence disponibles, ainsi que la stratégie optimale pour imputer des ensembles de données génotypés hétérogènes, provenant de plusieurs plateformes de génotypage. Nous avons caractérisé l'imputation de 29,356 individus génotypés sur plusieurs puces de génotypage de la province du Québec constituant la cohorte CARTaGENE (CaG). Nous avons établi que le panel de référence le plus récent et le plus diversifié Trans-Omics for Precision Medecine (TOPMed) a surpassé le panel de référence Haplotype Reference Consortium (HRC) dans l'ensemble de données canadienne-française de CaG. Nous avons évalué la précision de l'imputation avec le un score de qualité (R2) fréquemment utilisé, ainsi que l’exactitude calculée en fonction des génotypes aux variants observés par séquençage, disponibles dans CARTaGENE pour un sous-groupe d’individus. Nous avons déterminé que la stratégie optimale pour augmenter la qualité d'imputation sur des ensembles de données hétérogènes a été atteinte en fusionnant chaque sous-ensemble de données après les avoir imputés individuellement. Ce résultat ouvre la voie à l’intégration de cohortes génotypées hétérogènes dans les études d’associations. Nos résultats soulignent également les défis que représente une population fondatrice pour l'imputation, en comparant la qualité de l'imputation de CaG avec d'autres sous-cohortes canadiennes du projet CanPath, soit l’Ontario, l’Alberta, la Colombie-Britannique et les provinces atlantiques. Ces résultats mettent en évidence l'impact de l’absence de diversité haplotypique spécifique dans les panels de référence sur l'imputation d'une population européenne fondatrice récente, démontrant l'importance de la représentativité de la population étudiée dans ces panels., Imputation is now an essential tool in the analysis of genome-wide association studies, allowing the estimation of genotypes at variable positions of the ungenotyped genome, via statistical inferences from haplotypes contained in a reference panel used for imputation, (a library of sequenced genotypes phased into haplotype). Imputed genetic data is used for association studies of complex traits and diseases. The French-Canadian founder population is a very useful population in genetic association studies due to its unique haplotype’s diversity and excess of rare variants. Here, we describe the challenges that come with imputing this founder population, which is not represented in available reference panels, as well as the optimal strategy for imputing heterogeneous genotyped datasets, from multiple genotyping platforms. We characterized the imputation of 29,356 individuals genotyped on multiple genotyping arrays from the province of Quebec constituting the CARTaGENE (CaG) cohort. We established that the newer and more diverse Trans-Omics for Precision Medicine (TOPMed) reference panel outperformed the Haplotype Reference Consortium (HRC) reference panel in the CaG French-Canadian dataset. We evaluated the precision of the imputation with the frequently used quality score (R2), as well as the accuracy calculated according to the genotypes observed by sequencing, available in CARTaGENE for a subgroup of individuals. We determined that the optimal strategy for increasing imputation quality on heterogeneous datasets was achieved by merging each subset of data after imputing them individually. This result opens the way to the integration of heterogeneous genotyped cohorts in association studies. Our results also highlight the challenges of a founder population for imputation, comparing the quality of CaG imputation with other Canadian sub-cohorts of the CanPath project, namely Ontario, Alberta, British-Columbia, and the Atlantic provinces. These results highlight the impact of the absence of specific haplotypic diversity in the reference panels on the imputation of a recent European founder population, demonstrating the importance of the representativeness of the population studied in these panels.

Deep learning (DL) methods have recently been shown to be powerful strategies for predicting the regulatory activity of a genomic sequence and thus for ultimately assessing the impact of regulatory mutations on gene expression. The Basenji tool proposes a DL approach using convolutional neural networks to predict the expression level of human genes. We adapted this program to train a dog-specific gene expression model and showed that this model achieved similar performance to that observed in humans, with high correlations between real and predicted expression levels (r=0.66). To predict the ex- pression level of canine genes, we show that the canine prediction model (within-species approach) leads to better performances than the human model (cross-species approach), particularly due to some specific features of canine sequences (GC content, transposable elements and evolutionary conservation). As the dog is a spontaneous model for human cancers, we used these models to predict the impact of non-coding mutations on the expression of genes involved in cancers. We identified 1301 common mutations to both humans and dogs, suggesting a functional role in the regulation of the expression of genes involved in cancer. Finally, models and tools to exploit them are available on GitHub: https://github.com/ckergal/BLIMP.; Les méthodes d’apprentissage profond (DL) se sont récemment révélées être de puissantes stratégies pour prédire l’activité régulatrice d’une séquence génomique et donc pour, in fine, évaluer l’impact des mutations régulatrices sur l’expression des gènes. L’outil Basenji propose une approche DL utilisant des réseaux de neurones convolutifs pour prédire le niveau d’expression de gènes humains. Nous avons adapté ce programme pour entraîner un modèle d’expression génique spécifique au chien et montré que ce modèle de prédiction atteignait des performances similaires à celles observées chez l’homme, avec des corrélations élevées entre les niveaux d’expression réels et ceux pré- dits (r=0,66). Pour prédire le niveau d’expression de gènes canins, nous démontrons également que l’utilisation du modèle de prédiction canin (approche intra-espèce) aboutit à de meilleures performances que le modèle humain (approche inter-espèce), notamment en lien avec certaines caractéristiques spécifiques aux séquences canines (niveau de GC, d’éléments transposable et conservation évolutive). Le chien étant un modèle naturel pour l’étude des cancers humains, nous avons également exploité ces modèles pour prédire l’impact de mutations non-codantes sur l’expression de gènes impliqués dans les cancers. Nous avons ainsi localisé 1301 mutations communes entre l’homme et le chien, suggérant un rôle fonctionnel dans la régulation de l’expression de gènes impliqués dans les cancers. Finalement, nos modèles et les outils pour les exploiter sont disponibles sur GitHub : https://github.com/ckergal/BLIMP.

Long-read technologies hold the promise to obtain more complete genome assemblies and to make them easier. Coupled with long-range technologies, they can reveal the architecture of complex regions, like centromeres or rDNA clusters. These technologies also make it possible to know the complete organization of chromosomes, which remained complicated before even when using genetic maps. However, generating a gapless and telomere-to-telomere assembly is still not trivial, and requires a combination of several technologies and the choice of suitable software. Here, we report a chromosome-scale assembly of a banana genome (Musa acuminata) generated using Oxford Nanopore long-reads. We generated a genome coverage of 177X from a single PromethION flowcell with near 17X with reads longer than 75 kbp. From the 11 chromosomes, 5 were entirely reconstructed in a single contig from telomere to telomere, revealing for the first time the content of complex regions like centromeres or clusters of paralogous genes., Belser, Baurens et al. report a chromosome-scale assembly of a banana genome (Musa acuminata) with five out of eleven chromosomes entirely reconstructed in a single contig from telomere to telomere. This work sheds light on the content of complex regions like centromeres or clusters of paralogous genes in the banana genome.

Intestinal and gastric bacterial infections caused by Campylobacter and Helicobacter bacteria are frequent: Campylobacter species can lead to severe gastroenteritis cases through the consumption of contaminated products such as meat and Helicobacter bacteria may be responsible of ulcers or gastric cancers. More than 200,000 campylobacteriosis cases are reported in the European Union each year. It has also been shown that about 50% of the world population is infected with Helicobacter pylori. A large number of Campylobacter strains and gastric biopsies from clinical cases are received daily at the French National Reference Center for Campylobacters and Helicobacter (NRCCH) where analyses such as species identification and antimicrobial resistance determination are performed. Several methods are used to study these pathogens: bacterial cultures, antibiograms, MALDI-TOF mass spectrometry and DNA extraction for real-time PCR. Despite the fact these analyses are cheap and quick, it may also introduce some disadvantages: for example species identification using MALDI-TOF is sometimes non-significant and the determination of molecular resistance mecanisms among resistant isolates can also be challenging. Today, next-gen sequencing is a crucial tool to generate a large amount of data and, combined with bioinformatics, can solve numerous clinical problems encountered in the laboratory. In order to modernize the analysis of French clinical cases performed at the NRCCH, various bioinformatic tools and scripts were set up and developped during this PhD. The main objective was to enrich our knowledge on these bacterial infections by highlighting DNA and protein sequences variations involved in various problematics. Over these three years, we have then identify: SNPs (Single Nucleotide Polymorphisms) within the genome of Campylobacter coli that are able to discriminate three different sources of contamination (chickens, cattle and pigs), new antimicrobial resistance genes that have emerged in France in the past few years but also new Campylobacter and Helicobacter species. These differents data and tools are now routinely used in the NRCCH laboratory. All these analyses were made possible by the use of Linux environment and Bash or Python programming languages allowing the study of thousands of DNA sequences from a variety of clinical isolates that have been sequenced throughout many projects. This «genomic exploration» was here the key to answer the different clinical issues., Les infections bactériennes intestinales et gastriques par les bactéries du genre Campylobacter et Helicobacter sont très fréquentes: l’une pouvant provoquer des gastro-entérites sévères des suites d’une contamination alimentaire (principalement la viande) et l’autre étant liée au développement d’ulcères ou bien de cancers gastriques. Plus de 200 000 cas de campylobacterioses sont recensés dans l’Union Européenne chaque année, avec comme principale espèce Campylobacter jejuni. De plus, environ 50% de la population mondiale est infectée par Helicobacter pylori. De très nombreuses souches de Campylobacter et de biopsies gastriques sont reçues quotidiennement au CNR des Campylobacters et des Hélicobacters (CNRCH) où y sont menées des analyses telles l’identification de l’espèce et de la résistance aux antibiotiques. Plusieurs méthodes sont mises en place pour étudier ces pathogènes : cultures bactériennes, antibiogrammes, spectromètre de masse MALDI-TOF et extraction d’ADN pour des PCR en temps réel. Malgré la rapidité et le moindre coût de ces méthodes, les utiliser en routine présente des désavantages notamment des identifications d’espèces parfois non concluantes avec le MALDI-TOF ou la difficulté de déterminer les mécanismes moléculaires de résistance. Aujourd’hui, le séquençage haut débit couplé à la bio-informatique permet de générer des données cruciales pour résoudre ces nombreuses problématiques rencontrées en laboratoire. C’est en vue de moderniser les analyses de cas cliniques français effectuées au CNRCH que différents outils et scripts bio-informatiques ont été mis en place mais aussi développés durant ce doctorat. Le principal objectif étant d’enrichir nos connaissances sur ces infections bactériennes : de mettre en évidence des variations dans les séquences d’ADN (gène et mutations) mais aussi protéiques impliquées dans diverses problématiques. Ainsi, il a pu être identifié durant ces trois années : des SNPs (Single Nucleotide Polymorphisms) dans le génome de Campylobacter coli spécifiques à trois différentes sources de contamination (la volaille, les bovins et les porcs), des nouveaux gènes de résistance aux antibiotiques qui émergent sur le territoire métropolitain mais aussi des nouvelles espèces du genre Helicobacter ou Campylobacter. Ces outils et données sont d’ores et déjà utilisés en routine au sein du CNRCH. Toutes ces analyses ont pu être possibles via l’utilisation de l’environnement Linux (progammation Bash et Python) permettant d’étudier des milliers de séquences d’ADN provenant d’une variété de souches séquencées au cours des différents projets. Cette «exploration génomique» fût ici la clé pour répondre aux différentes problématiques cliniques.

Cette étude pilote vise à développer une méthode d'analyse intégrative qui permet d'augmenter le taux de réussite du diagnostic clinique des mutations génétiques rares. De plus, l'identification de nouveaux gènes associés à l'ataxie épisodique (EA) et l'évaluation de nouveaux algorithmes de prédiction, pour un examen de variants plus robuste, découleront de l'enquête. Caractérisé par une perte sporadique de la coordination des mouvements volontaires, l'EA se manifeste généralement tardivement, avec une hétérogénéité clinique et génétique élevée, compliquant largement l’obtention d’un diagnostic précis. Alors que quatre gènes ont été liés aux huit sous-types d'EA, de nombreux patients demeurent sans diagnostic moléculaire dû aux limites des méthodes de séquençage d’ADN. Ces lacunes accentuent l’intérêt d’implanter le séquençage de l’ARN en milieu clinique, afin d’obtenir l’information fonctionnelle offerte par l’approche. Des patients atteints d’EA, sans diagnostic moléculaire malgré un examen approfondi, ont été recrutés à Montréal. Le séquençage du génome entier (WGS) et de l'ARN a été effectué sur des échantillons de sang pour identifier les variants nucléotidiques, l'expression différentielle, les événements d'épissage ainsi que les expansions de microsatellites. Plusieurs algorithmes de prédiction de la pathogénicité récents ont été choisis pour être testés parallèlement aux algorithmes standard. Des données WGS provenant d’un trio familial atteint de pathologies neurologiques ont également été soumises au pipeline génomique développé pour la cohorte EA. Des variants candidats ont été identifiés pour chaque patient en fonction des scores de pathogénicité, de la rareté des événements génétiques et des informations fonctionnelles et cliniques connues pour un gène altéré donné. Parmi les découvertes figurent des mutations non-sens, des faux-sens, de l'épissage alternatif ainsi que des expansions nucléotidiques dans des gènes associés aux ataxies spinocérébelleuses ou aux paraplégies spastiques. En plus d'être présents dans les ensembles de données de séquençage disponibles pour chaque patient, les événements génomiques ont été vérifiés par séquençage Sanger de l'ADN et de l'ARN lorsque possible. Les effets fonctionnels potentiels, prédits principalement à partir du RNA-seq et suggérant une expression anormale de l'ARNm, ont également été évalués par amplification PCR et qPCR traditionnelle. À ce jour, quatre des dix patients ont reçu ou sont en voie de recevoir un diagnostic clinique, et quatre autres présentent d’excellents candidats moléculaires pour expliquer une pathologie ataxique. Ce projet devrait permettre un diagnostic mieux défini, conduisant à une meilleure qualité de vie, une meilleure évaluation du pronostic et une meilleure prise en charge des patients. L’identification de modulateurs génétiques chez certains d’entre eux devrait également permettre une meilleure caractérisation clinique des conditions rapportées, bénéficiant les évaluations symptomatiques futures. De plus, la méta-analyse des données RNA-seq offre le potentiel de découvrir des régulateurs de pathogenèse communs à l’EA. Il favorisera également l'approche intégrative pour un plus large éventail de troubles et pourrait éventuellement conduire à de nouvelles stratégies thérapeutiques., This pilot study aims to develop an integrative analysis method that allows for an increased diagnosis success rate of rare genetic mutations. Moreover, identification of novel genes associated with Episodic Ataxia (EA) and evaluation of new AI-generated prediction algorithms, for a more robust variant examination, will ensue from the investigation. Characterized by sporadic loss of voluntary movement coordination, EA typically manifest with a late onset as well as high-clinical and genetic heterogeneity, setting additional hurdles to diagnosis. While four genes have been linked to the eight subtypes of EA, many patients are left without molecular diagnosis due to the limitations of individual DNA-sequencing methods, which can be mitigated by the functional overview that RNA sequencing (RNA-seq) offers. EA patients, lacking molecular diagnosis despite in-depth examination, were recruited in Montreal. Whole-Genome sequencing (WGS) and RNA-seq were performed on blood samples to identify single nucleotide variants, differential expression, splicing events, structural variants and repeat expansions. Multiple recent pathogenicity prediction algorithms were chosen for testing concurrently to standard ones, in order to evaluate their performance and potential for clinical pipelines integration. WGS data of a family trio from France, in which the father and the daughter present neurologic pathologies, were also processed through the genomic pipeline that was developed for the EA cohort in order to identify the cause of their disorder. Candidate variants were identified for each patient according to pathogenicity scores, rarity of genetic events, and known functional as well as clinical information for a given altered gene. Among the findings are truncations, missenses, alternative splicing, and repeat expansions in genes already associated to either spinocerebellar ataxia or spastic paraplegia. In addition to being present in both datasets when available, validation of these interesting genomic events has been performed through Sanger Sequencing of both DNA and RNA when feasible. For strong candidates where the available functional information from RNA-seq suggests abnormal mRNA expression, validation includes PCR amplification as well as a traditional qPCR to support effects on transcripts. To this day, four out of ten patients have received or are on the verge of receiving a diagnosis, and four others are carrying excellent molecular candidates requiring further validation to explain their ataxic pathologies. This project should provide more defined diagnosis, leading to better quality of life, better evaluation of prognosis and better management of care for patients. Identification of genetic modifier in some of them should also allow for a better clinical characterization of the reported conditions, benefiting future patient examinations. A meta-analysis of our patients’ transcriptomic profiles could also uncover commonly affected pathways in EA development. It will also promote the integrative approach for a larger spectrum of disorders and might eventually lead to new therapeutic strategies.

International audience; Fresh berries are a popular and important component of the human diet. The demand for high-quality berries and sustainable production methods is increasing globally, challenging breeders to develop modern berry cultivars that fulfill all desired characteristics. Since 1994, research projects have characterized genetic resources, developed modern tools for high-throughput screening, and published data in publicly available repositories. However, the key findings of different disciplines are rarely linked together and only a limited range of traits and genotypes has been investigated. The Horizon2020 project BreedingValue will address these challenges by studying a broader panel of strawberry, raspberry and blueberry genotypes in detail, in order to recover the lost genetic diversity that has limited the aroma and flavor intensity of recent cultivars. We will combine metabolic analysis with sensory panel tests and surveys to identify the key components of taste, flavor and aroma in berries across Europe, leading to a high-resolution map of quality requirements for future berry cultivars. Traits linked to berry yields and the effect of environmental stress will be investigated using modern image analysis methods and modeling. We will also use genetic analysis to determine the genetic basis of complex traits for the development and optimization of modern breeding technologies such as molecular marker arrays, genomic selection and genome wide association studies. Finally, the results, raw data and metadata will be made publicly available on the open platform Germinate in order to meet FAIR data principles and provide the basis for sustainable research in the future.

This thesis aims at presenting a set of concepts and inferential tools adapted to the analysis of neutral genetic polymorphism in a specific class of stochastic population genetics models : spatialized demographic models of populations where the dispersal of individuals between generations is limited in space (isolation by distance models). Such analysis is based on the combination of stochastic models of population evolution (generation by generation coalescence) and statistical inference method by simulation (“the summary-likelihood method”). In a first step various tools were developed and tested independently before being integrated together to create an inferential framework adapted to our models. In a second step, we used this framework to study the performances and benefits of these new inference methods and the influence of considering linkage disequilibrium patterns on parameter inference under distance isolation models.; Cette thèse a pour but de développer un ensemble de concepts et d’outils inférentiels adaptés à l’analyse du polymorphisme génétique neutre dans une classe bien spécifique de modèles stochastiques de génétique des populations : les modèles démographiques spatialisés de populations où la dispersion des individus entre générations est limitée dans l’espace (modèles d’isolement par la distance). Cette analyse repose sur la combinaison de modèles stochastiques de l’évolution des populations (la coalescence en génération par génération) et d’une méthode d’inférence statistique par simulation (“the summary-likelihood method”). Dans un premier temps, les divers outils furent mis au point et testés indépendamment avant d’être intégré ensemble afin de créer un canevas d’inférence reliant des outils adaptés à nos modèles. Dans un second temps nous avons utilisé ce canevas afin d’étudier les performances et les bénéfices de ces nouvelles méthodes d’inférences par simulation dans ce contexte d’isolement par la distance, notamment l’influence de la prise en compte des patrons de déséquilibre de liaison sur l’inférence des paramètres de densité et de dispersion.

International audience; Rootstocks are an important component for citrus adaptation to increasing biotic and abiotic stresses resulting from global climate change. There is a strong complementarity between Citrus species, which adapt to abiotic stresses, and Poncirus trifoliata and its intergeneric hybrids, which exhibit resistances or tolerances to major diseases and pests. Thus, symmetrical somatic hybridization between complementary diploid rootstocks of these two genera appears to be an efficient way to develop new tetraploid rootstocks in order to address the new challenges of the citrus industry. New intergeneric somatic hybrids were obtained by electrofusion between protoplasts of Citrus and P. trifoliata hybrids. Extensive characterization of the nuclear and cytoplasmic genomes was performed by genotyping-by-sequencing (GBS) analysis. This revealed diploid cybrids and nuclear somatic hybrids. Mitochondrial genomes were mostly inherited from the callus parent, but homologous recombination events were observed for one parental combination. Chloroplasts exhibited random uniparental inheritance. GBS revealed local chromosomal instabilities for all nuclear somatic hybrids and whole chromosome eliminations for two hybrids. However, at the whole genome level, symmetrical addition of the nuclear genomes of both parents was predominant and all somatic hybrids displayed at least one trifoliate orange haplotype throughout the genome.