Author: "Unité de Biométrie" - Searchworks@Jio Institute Digital Library Search Results

Your search keyword '"Unité de Biométrie"' showing total 1,876 results

Start Over Author "Unité de Biométrie"

1,876 results on '"Unité de Biométrie"'

1. Species persistence decreases with habitat fragmentation: an analysis in periodic stochastic environments. Research report

Author: Roques, Lionel, Stoica, Radu Stefan, Unité de biométrie, ., Biostatistique et Processus Spatiaux (BioSP), and Institut National de la Recherche Agronomique (INRA)
Subjects: GIBBS MEASURES, LANDSCAPE, APPLIED MATHEMATICS, STOCHASTIC LANDSCAPE MODELS, STOCHASTIC ENVIRONMENT, REACTION-DIFFUSION, SPECIES CONSERVATION, Quantitative Biology::Populations and Evolution, CONSERVATION DES ESPECES, [INFO]Computer Science [cs], FRAGMENTATION, [MATH]Mathematics [math], ENVIRONNEMENT STOCHASTIQUE
Abstract: This paper presents a study of a nonlinear reaction-diffusion population model in fragmented environments. The model is set on RN, with periodic heterogeneous coefficients obtained using stochastic processes. Using a criterion of species persistence based on the notion of principal eigenvalue of an elliptic operator, we provided a precise numerical analysis of the interactions between habitat fragmentation and species persistence. The obtained results clearly indicated that species persistence strongly tends to decrease with habitat fragmentation. Moreover, comparing two stochastic models of landscape pattern generation, we observed that in addition to local fragmentation, a more global effect of the position of the habitat patches also influenced species persistence.
Published: 2006

2. Introduction aux probabilités et aux statistiques. Cours de 1ère année

Author: Allard, Denis, Unité de biométrie, ., IUP Génie Mathématique et Informatique, ., Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Santé Végétale (SV), and Institut National de la Recherche Agronomique (INRA)-École Nationale d'Ingénieurs des Travaux Agricoles - Bordeaux (ENITAB)
Subjects: [SDV]Life Sciences [q-bio]
Abstract: * INRA, Documentation, Domaine St Paul, Site Agroparc, 84914 Avignon cedex 9 Diffusion du document : INRA, Documentation, Domaine St Paul, Site Agroparc, 84914 Avignon cedex 9; National audience
Published: 2001

3. Spatial statistics and image analysis in biology

Author: Unité de biométrie, ., Danish Informatics Network in Agriculture Sciences, ., Institut National de la Recherche Agronomique (INRA), Danish Informatics Network in Agriculture Sciences, and Partenaires INRAE
Subjects: [SDV]Life Sciences [q-bio], BIOLOGIE
Published: 2000

4. Genetics of nodulation in Aeschynomene evenia uncovers mechanisms of the rhizobium-legume symbiosis

Author: Quilbé, Johan, Lamy, Léo, Brottier, Laurent, Leleux, Philippe, Fardoux, Joël, Rivallan, Ronan, Benichou, Thomas, Guyonnet, Rémi, Becana, Manuel, Villar, Irene, Garsmeur, Olivier, Hufnagel, Barbara, Delteil, Amandine, Gully, Djamel, Chaintreuil, Clémence, Pervent, Marjorie, Cartieaux, Fabienne, Bourge, Mickael, Valentin, Nicolas, Martin, Guillaume, Fontaine, Loïc, Droc, Gaëtan, Dereeper, Alexis, Farmer, Andrew, Libourel, Cyril, Nouwen, Nico, Gressent, Frédéric, Mournet, Pierre, D'Hont, Angélique, Giraud, Eric, Klopp, Christophe, Arrighi, Jean-François, Laboratoire des symbioses tropicales et méditerranéennes (UMR LSTM), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Université de Montpellier (UM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Département Systèmes Biologiques (Cirad-BIOS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Estación Experimental de Aula Dei (EEAD), Consejo Superior de Investigaciones Científicas [Madrid] (CSIC), Biochimie et Physiologie Moléculaire des Plantes (BPMP), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut de Biologie Intégrative de la Cellule (I2BC), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), Cytométrie (CYTO), Département Plateforme (PF I2BC), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Institut de Biologie Intégrative de la Cellule (I2BC), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), Biologie et Génétique des Interactions Plante-Parasite (UMR BGPI), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), National center for genome resources (NCGR), Laboratoire de Recherche en Sciences Végétales (LRSV), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Spanish Ministry of Science and Innovation-European Regional Development Fund (AGL2017-85775-R), ANR-14-CE19-0005,AeschyNod,Génétique de la légumineuse Nod-indépendante Aeschynomene evenia pour étudier l'évolution de la symbiose rhizobienne et dans la perspective du transfert de la fixation d'azote aux plantes d'intérêt agronomique(2014), ANR-10-LABX-0001,AGRO,Agricultural Sciences for sustainable Development(2010), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Université de Montpellier (UM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro - Montpellier SupAgro, Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Plant Health Institute of Montpellier (UMR PHIM), and Université de Toulouse (UT)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Agricultural genetics, Plant genetics, F60 - Physiologie et biochimie végétale, [SDV]Life Sciences [q-bio], Symbiose, nodosité racinaire, Plant Root Nodulation, Plant Roots, Article, F30 - Génétique et amélioration des plantes, [SDV.GEN.GPL]Life Sciences [q-bio]/Genetics/Plants genetics, Gene Expression Regulation, Plant, Légumineuse, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, Amino Acid Sequence, Bradyrhizobium, Photosynthesis, Symbiosis, Phylogeny, Plant Proteins, Rhizobial symbiosis, Plant Stems, Formation de nodosités, phytogénétique, High-Throughput Nucleotide Sequencing, Fabaceae, Molecular Sequence Annotation, [SDV.BV.BOT]Life Sciences [q-bio]/Vegetal Biology/Botanics, Biological Evolution, Aeschynomène, Gene Ontology, Transcriptome, Genome, Plant, Rhizobium, Signal Transduction, [SDV.EE.IEO]Life Sciences [q-bio]/Ecology, environment/Symbiosis
Abstract: Among legumes (Fabaceae) capable of nitrogen-fixing nodulation, several Aeschynomene spp. use a unique symbiotic process that is independent of Nod factors and infection threads. They are also distinctive in developing root and stem nodules with photosynthetic bradyrhizobia. Despite the significance of these symbiotic features, their understanding remains limited. To overcome such limitations, we conduct genetic studies of nodulation in Aeschynomene evenia, supported by the development of a genome sequence for A. evenia and transcriptomic resources for 10 additional Aeschynomene spp. Comparative analysis of symbiotic genes substantiates singular mechanisms in the early and late nodulation steps. A forward genetic screen also shows that AeCRK, coding a receptor-like kinase, and the symbiotic signaling genes AePOLLUX, AeCCamK, AeCYCLOPS, AeNSP2, and AeNIN are required to trigger both root and stem nodulation. This work demonstrates the utility of the A. evenia model and provides a cornerstone to unravel mechanisms underlying the rhizobium–legume symbiosis., The establishment of symbiotic interaction between Aeschynomene evenia and photosynthetic bradyrhizobia doesn’t involve the canonical Nod factors and infection threads. Here, the authors assemble the draft genome of A. evenia and identify a receptor-like kinase in mediating the symbiotic interaction.
Published: 2021

5. Responses to iron oxide and zinc oxide nanoparticles in echinoderm embryos and microalgae: uptake, growth, morphology, and transcriptomic analysis

Author: Aude Michel, Anne-Marie Genevière, Hervé Moreau, Christine Ménager, Marie-Line Escande, Nigel Grimsley, Evelyne Derelle, Christophe Klopp, Biologie intégrative des organismes marins (BIOM), Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Observatoire océanologique de Banyuls (OOB), Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Laboratoire des Sciences de l'Environnement Marin (LEMAR) (LEMAR), Institut de Recherche pour le Développement (IRD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Brest (UBO)-Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), PHysicochimie des Electrolytes et Nanosystèmes InterfaciauX (PHENIX), Institut de Chimie du CNRS (INC)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS), CNRS (Missions pour les initiatives transverses et interdisciplinaires), Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Centre National de la Recherche Scientifique (CNRS)-Université de Brest (UBO), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), and Institut National de la Recherche Agronomique (INRA)
Subjects: animal structures, Morphology (linguistics), Embryo, Nonmammalian, acl, [SDV]Life Sciences [q-bio], Biomedical Engineering, Iron oxide, chemistry.chemical_element, Nanoparticle, 02 engineering and technology, Zinc, Toxicology, Paracentrotus lividus, Transcriptome, 03 medical and health sciences, chemistry.chemical_compound, transcriptomics, Microalgae, Animals, 030304 developmental biology, 0303 health sciences, marine organisms, biology, Chemistry, Gene Expression Profiling, toxicity, Embryo, metal oxide, 021001 nanoscience & nanotechnology, biology.organism_classification, Biochemistry, Echinoderm, embryonic structures, Paracentrotus, Nanoparticles, Magnetic Iron Oxide Nanoparticles, Zinc Oxide, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, 0210 nano-technology, Water Pollutants, Chemical
Abstract: International audience; We investigated the toxicity of Iron oxide and Zinc oxide engineered nanoparticles (ENPs) on Paracentrotus lividus sea urchin embryos and three species of microalgae. Morphological responses, internalization, and potential impacts of Fe2O3 and ZnO ENPs on physiology and metabolism were assessed. Both types of ENPs affected P. lividus larval development, but ZnO ENPs had a much stronger effect. While growth of the alga Micromonas commoda was severely impaired by both ENPs, Ostreococcus tauri or Nannochloris sp. were unaffected. Transmission electron microscopy showed the internalization of ENPs in sea urchin embryonic cells while only nanoparticle interaction with external membranes was evidenced in microalgae, suggesting that marine organisms react in diverse ways to ENPs. Transcriptome-wide analysis in P. lividus and M. commoda showed that many different physiological pathways were affected, some of which were common to both species, giving insights about the mechanisms underpinning toxic responses.
Published: 2020

6. Identification of potential chemosignals in the European water vole Arvicola terrestris

Author: Nagnan-Le Meillour, Patricia, Descamps, Amandine, Le Danvic, Chrystelle, Grandmougin, Maurane, Saliou, Jean-Michel, Klopp, Christophe, MILHES, Marine, Bompard, Coralie, Chesneau, Didier, Poissenot, Kévin, Keller, Matthieu, Université de Lille, CNRS, Unité de Glycobiologie Structurale et Fonctionnelle UMR 8576 [UGSF], Centre d’Infection et d’Immunité de Lille - INSERM U 1019 - UMR 9017 - UMR 8204 [CIIL], Unité de Glycobiologie Structurale et Fonctionnelle UMR 8576 (UGSF), Université de Lille-Centre National de la Recherche Scientifique (CNRS), MICrobiologie de l'ALImentation au Service de la Santé (MICALIS), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Centre d’Infection et d’Immunité de Lille - INSERM U 1019 - UMR 9017 - UMR 8204 (CIIL), Institut Pasteur de Lille, Réseau International des Instituts Pasteur (RIIP)-Réseau International des Instituts Pasteur (RIIP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Lille-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Interactions hôtes-agents pathogènes [Toulouse] (IHAP), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT), Physiologie de la reproduction et des comportements [Nouzilly] (PRC), Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur] (IFCE)-Université de Tours (UT)-Centre National de la Recherche Scientifique (CNRS), région Auvergne-Rhône-Alpes Conseil Regional Auvergne-Rhone-Alpes 1250 French National Institute for Agronomic Research (INRA), Université de Lille-Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille)-Université de Lille-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut Pasteur de Lille, Réseau International des Instituts Pasteur (RIIP)-Réseau International des Instituts Pasteur (RIIP), Unité de Biométrie et Intelligence Artificielle (UBIA), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours-Centre National de la Recherche Scientifique (CNRS), Neurobiologie de l'Olfaction et de la Prise Alimentaire (NOPA), Unité de Glycobiologie Structurale et Fonctionnelle - UMR 8576 (UGSF), Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Recherche Agronomique (INRA), Sciences Analytiques et Interactions Ioniques et Biomoléculaires (DSA-IPHC), Institut Pluridisciplinaire Hubert Curien (IPHC), Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Tours-Institut Français du Cheval et de l'Equitation [Saumur]-Institut National de la Recherche Agronomique (INRA), région Auvergne-Rhône-Alpes Conseil Regional Auvergne-Rhone-Alpes 1250 French National Institute for Agronomic Research (INRA) French National Research Agency (ANR) ANR-10-INBS-09, Institut National de la Recherche Agronomique (INRA)-Université de Lille-Centre National de la Recherche Scientifique (CNRS), Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours (UT)-Centre National de la Recherche Scientifique (CNRS), Allice, Centre National de la Recherche Scientifique (CNRS), Institut National de la Santé et de la Recherche Médicale (INSERM), Institut Coeur Poumon [CHU Lille], Centre Hospitalier Régional Universitaire [Lille] (CHRU Lille), Institut de Recherche Interdisciplinaire [Villeneuve d'Ascq] (IRI), and Université de Lille, Sciences et Technologies-Université de Lille, Droit et Santé-Centre National de la Recherche Scientifique (CNRS)
Subjects: Male, Proteomics, HOUSE MOUSE, [SDV]Life Sciences [q-bio], Population Dynamics, PROTEIN, lcsh:Medicine, water vole, ARVICOLIN, Chemical ecology, Article, PHEROMONES, Animals, [SDV.BBM]Life Sciences [q-bio]/Biochemistry, Molecular Biology, Scent Glands, Sex Attractants, lcsh:Science, ComputingMilieux_MISCELLANEOUS, POPULATION, ODORANT-BINDING PROTEIN, APHRODISIN, LIPOCALIN, URINARY VOLATILE COMPOUNDS, Arvicolinae, [SDV.BA]Life Sciences [q-bio]/Animal biology, lcsh:R, Small molecules, Fatty Acids, Volatile, Lipocalins, United Kingdom, O-GlcNAc, odorant-binding protein, urinary volatile compounds, pheromones, lipocalin, population, arvicolin, Liver, AGGRESSION, HAMSTER, RNA, lcsh:Q, Female, France, Seasons, Post-translational modifications
Abstract: International audience; The water vole Arvicola terrestris is endemic to Europe where its outbreak generates severe economic losses for farmers. Our project aimed at characterising putative chemical signals used by this species, to develop new sustainable methods for population control that could also be used for this species protection in Great Britain. The water vole, as well as other rodents, uses specific urination sites as territorial and sex pheromone markers, still unidentified. Lateral scent glands and urine samples were collected from wild males and females caught in the field, at different periods of the year. Their volatile composition was analysed for each individual and not on pooled samples, revealing a specific profile of flank glands in October and a specific profile of urinary volatiles in July. The urinary protein content appeared more contrasted as males secrete higher levels of a lipocalin than females, whenever the trapping period. We named this protein arvicolin. Male and female liver transcript sequencing did not identify any expression of other odorant-binding protein sequence. This work demonstrates that even in absence of genome, identification of chemical signals from wild animals is possible and could be helpful in strategies of species control and protection.
Published: 2019

7. There's no harm in having too much: A comprehensive toolbox of methods in trophic ecology

Author: Michael Danger, Aurélie Dessier, Priscilla Decottignies, Alexandre Bec, Thibaut Powolny, Nicolas Hette-Tronquart, Christian Desvilettes, Stanislas F. Dubois, Christine Dupuy, Mickaël Hedde, Regis Sabbadin, Benjamin Pey, Nabil Majdi, Nathalie Peyrard, Cédric Gaucherel, Marie-Elodie Perga, Bruno Cognie, Etienne Auclair, Franck Jabot, Elisa Thébault, Martin P. Marzloff, Sébastien Lefebvre, Clémentine Fritsch, Tiphaine Chouvelon, Laboratoire Ecologie Fonctionnelle et Environnement (LEFE), Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Observatoire Midi-Pyrénées (OMP), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT), Hydrosystèmes et Bioprocédés (UR HBAN), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Laboratoire Microorganismes : Génome et Environnement (LMGE), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Centre National de la Recherche Scientifique (CNRS), LIttoral ENvironnement et Sociétés (LIENSs), La Rochelle Université (ULR)-Centre National de la Recherche Scientifique (CNRS), Mer, molécules et santé EA 2160 (MMS), Le Mans Université (UM)-Université de Nantes - UFR des Sciences et des Techniques (UN UFR ST), Université de Nantes (UN)-Université de Nantes (UN)-Université de Nantes - UFR des Sciences Pharmaceutiques et Biologiques, Université de Nantes (UN)-Université de Nantes (UN), GRET, Laboratoire Interdisciplinaire des Environnements Continentaux (LIEC), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Terre et Environnement de Lorraine (OTELo), Institut national des sciences de l'Univers (INSU - CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS), Laboratoire d'Ecologie Benthique Côtière (LEBCO), Dynamiques des Écosystèmes Côtiers (DYNECO), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Laboratoire Chrono-environnement (UMR 6249) (LCE), Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC), Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC), Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud]), PESSAC, Institut National de la Recherche Agronomique (INRA), Laboratoire d'ingénierie pour les systèmes complexes (UR LISC), Laboratoire d’Océanologie et de Géosciences (LOG) - UMR 8187 (LOG), Institut national des sciences de l'Univers (INSU - CNRS)-Université du Littoral Côte d'Opale (ULCO)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Nord]), Laboratoire Sols et Environnement (LSE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Centre Alpin de Recherche sur les Réseaux Trophiques et Ecosystèmes Limniques (CARRTEL), Institut National de la Recherche Agronomique (INRA)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry]), Laboratoire Ecologie Fonctionnelle et Environnement (ECOLAB), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Observatoire Midi-Pyrénées (OMP), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées, Hydrosystèmes et bioprocédés (UR HBAN), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Centre National de la Recherche Scientifique (CNRS)-Université d'Auvergne - Clermont-Ferrand I (UdA), LIttoral ENvironnement et Sociétés - UMR 7266 (LIENSs), Université de La Rochelle (ULR)-Centre National de la Recherche Scientifique (CNRS), Le Mans Université (UM)-Université de Nantes - UFR des Sciences Pharmaceutiques et Biologiques, Dynamiques de l'Environnement Côtier (DYNECO), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Laboratoire Chrono-environnement - UFC (UMR 6249) (LCE), Centre National de la Recherche Scientifique (CNRS)-Université de Franche-Comté (UFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC), Université de Lille-Université du Littoral Côte d'Opale-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Centre d'Études Biologiques de Chizé - UMR 7372 (CEBC), Institut National de la Recherche Agronomique (INRA)-Université de La Rochelle (ULR)-Centre National de la Recherche Scientifique (CNRS), Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Institut National de la Recherche Agronomique (INRA), Centre National de la Recherche Scientifique (CNRS)-Institut National de la Recherche Agronomique (INRA)-Université de La Rochelle (ULR), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), LIttoral ENvironnement et Sociétés - UMRi 7266 (LIENSs), Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Terre et Environnement de Lorraine (OTELo), Institut national des sciences de l'Univers (INSU - CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Lorraine (UL)-Centre National de la Recherche Scientifique (CNRS)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Laboratoire Chrono-environnement - CNRS - UBFC (UMR 6249) (LCE), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD [France-Sud]), Centre National de la Recherche Scientifique (CNRS)-Université du Littoral Côte d'Opale (ULCO)-Université de Lille-Institut national des sciences de l'Univers (INSU - CNRS), Université de Franche-Comté (UFC), and Université Bourgogne Franche-Comté [COMUE] (UBFC)-Université Bourgogne Franche-Comté [COMUE] (UBFC)-Centre National de la Recherche Scientifique (CNRS)
Subjects: 0106 biological sciences, Feeding interactions, Trophic models, Ecology (disciplines), FLUX OF ENERGY, Population, TROPHIC MODELS, 010603 evolutionary biology, 01 natural sciences, Empirical research, FOOD WEB, Ecosystem, 14. Life underwater, education, Food web, Flux of energy, Computer simulations, Ecology, Evolution, Behavior and Systematics, Organism, Trophic level, education.field_of_study, Ecology, 010604 marine biology & hydrobiology, COMPUTER SIMULATIONS, 15. Life on land, Geography, 13. Climate action, [SDE]Environmental Sciences, FEEDING INTERACTIONS, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Biological organisation
Abstract: [Departement_IRSTEA]Eaux [TR1_IRSTEA]QUASARE [ADD1_IRSTEA]Dynamique et fonctionnement des écosystèmes; International audience; Trophic ecology is the study of feeding interactions and food acquisition by organisms. It includes the causes and consequences of those behaviours at all levels of biological organisation. As a field of research, it crosses many disciplinary boundaries and provides knowledge that is pertinent to many other areas of ecology. Here we list and categorise the methods available to trophic ecologists whose toolbox has broadened considerably in recent years. They encompass empirical and numerical approaches with focus ranging from molecules to ecosystems. We further examine the relationship of each method to features such as the scale of observation (from microbes to largest organisms) and organisational level (from individuals to ecosystems) as well as the ecological question the method is capable of answering (from detecting predator-prey relationships to studying implications and consequences at different scales). Our survey reveals a very wide range of methodologies, each more-or-less appropriate for a particular line of research. It also identifies deficits, for example, trophic interactions at microscopic scales, for which empirical methods have hardly been used, as well as trophic models that have failed to consider fluxes at the ecosystem scale. Furthermore, we note that the combination of methodologies remains under-exploited despite great opportunities to solve complex ecological questions and to foster the emergence of new insights and hypotheses regarding organism, population and/or ecosystem properties.
Published: 2018

8. Genetic and transcriptomic analyses provide new insights on the early antiviral response to VHSV in resistant and susceptible rainbow trout

Author: Verrier, Eloi R., Genet, Carine, Laloë, Denis, Jaffrezic, Florence, Rau, Andrea, Esquerre, Diane, Dechamp, Nicolas, Ciobotaru, Céline, Hervet, Caroline, Krieg, Francine, Jouneau, Luc, Klopp, Christophe, Quillet, Edwige, Boudinot, Pierre, Unité de recherche Virologie et Immunologie Moléculaires (VIM), Institut National de la Recherche Agronomique (INRA), Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Biologie, Epidémiologie et analyse de risque en Santé Animale (BIOEPAR), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Unité de recherche Virologie et Immunologie Moléculaires (VIM (UR 0892)), AgroParisTech-Institut National de la Recherche Agronomique (INRA), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, INRA Action incitative 'Bioressources' AntiVIC-RS 2010, European Project: 228394,EC:FP7:INFRA,FP7-INFRASTRUCTURES-2008-1,NADIR(2009), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT), Institut National de la Recherche Agronomique (INRA)-École nationale vétérinaire, agroalimentaire et de l'alimentation Nantes-Atlantique (ONIRIS), and Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA)
Subjects: lcsh:QH426-470, VHSV, QTL, Gene Expression Profiling, lcsh:Biotechnology, animal diseases, Quantitative Trait Loci, rainbow trout, antiviral resistance, Transcriptome deep sequencing, qtl, High-Throughput Nucleotide Sequencing, Antiviral resistance, Sciences du Vivant [q-bio]/Microbiologie et Parasitologie, Immunity, Innate, Cell Line, Fish Diseases, lcsh:Genetics, Rainbow trout, [SDV.MP]Life Sciences [q-bio]/Microbiology and Parasitology, Oncorhynchus mykiss, lcsh:TP248.13-248.65, Animals, Disease Susceptibility, Interferons, Research Article
Abstract: Background The viral hemorrhagic septicemia virus (VHSV) is a major threat for salmonid farming and for wild fish populations worldwide. Previous studies have highlighted the importance of innate factors regulated by a major quantitative trait locus (QTL) for the natural resistance to waterborne VHSV infection in rainbow trout. The aim of this study was to analyze the early transcriptomic response to VHSV inoculation in cell lines derived from previously described resistant and susceptible homozygous isogenic lines of rainbow trout to obtain insights into the molecular mechanisms responsible for the resistance to the viral infection. Results We first confirmed the presence of the major QTL in a backcross involving a highly resistant fish isogenic line (B57) and a highly susceptible one (A22), and were able to define the confidence interval of the QTL and to identify its precise position. We extended the definition of the QTL since it controls not only resistance to waterborne infection but also the kinetics of mortality after intra-peritoneal injection. Deep sequencing of the transcriptome of B57 and A22 derived cell lines exposed to inactivated VHSV showed a stronger response to virus inoculation in the resistant background. In line with our previous observations, an early and strong induction of interferon and interferon-stimulated genes was correlated with the resistance to VHSV, highlighting the major role of innate immune factors in natural trout resistance to the virus. Interestingly, major factors of the antiviral innate immunity were much more expressed in naive B57 cells compared to naive A22 cells, which likely contributes to the ability of B57 to mount a fast antiviral response after viral infection. These observations were further extended by the identification of several innate immune-related genes localized close to the QTL area on the rainbow trout genome. Conclusions Taken together, our results improve our knowledge in virus-host interactions in vertebrates and provide novel insights in the molecular mechanisms explaining the resistance to VHSV in rainbow trout. Our data also provide a collection of potential markers for resistance and susceptibility of rainbow trout to VHSV infection. Electronic supplementary material The online version of this article (10.1186/s12864-018-4860-1) contains supplementary material, which is available to authorized users.
Published: 2018

9. CARNAC-LR : Clustering coefficient-based Acquisition of RNA Communities in Long Reads

Author: Marchet, Camille, Lecompte, Lolita, Da Silva, Corinne, Cruaud, Corinne, Aury, Jean-Marc, Nicolas, Jacques, Peterlongo, Pierre, Scalable, Optimized and Parallel Algorithms for Genomics (GenScale), Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Bretagne Sud (UBS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-CentraleSupélec-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Bretagne Sud (UBS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-École normale supérieure - Rennes (ENS Rennes)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Genoscope - Centre national de séquençage [Evry] (GENOSCOPE), Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes 1 (UR1), and Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique Bretagne-Pays de la Loire (IMT Atlantique)
Subjects: [INFO]Computer Science [cs], [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM]
Abstract: International audience; Lately, long read sequencing technologies, referred to as Third Generation Sequencing, (TGS, Pacific Bioscience [1] and Nanopore [2]) have brought the opportunity to sequence full-length RNA molecules. In doing so they relax the constraint of transcript reconstruction prior to study complete RNA transcripts. By avoiding limitations of previous technologies, [3, 4] and giving access to the trancripts structure, they might contribute to complement and improvetranscriptomes studies. This is particularly crucial for non model species where assembly was required. Many biological questions (finding gene signatures for a trait, finding expressed variants...)[5, 6] are classically addressed using transcriptome sequencing. However, this gain in length is at the cost of a computationally challenging error rate (up to 15%) that disqualifies previous short-reads methods. In this work we propose to support the analysis of RNA long read sequencing with a clustering method that works at the gene level. It enables to group transcripts that emerged from a same gene. From the clusters, the expression of eachgene is obtained and related transcripts are identied, even when no reference is available.
Published: 2018

10. SEQUENTIAL DESIGN OF EXPERIMENTS FOR ESTIMATING PERCENTILES OF BLACK-BOX FUNCTIONS

Author: Victor Picheny, Tatiana Labopin-Richard, Institut de Mathématiques de Toulouse UMR5219 (IMT), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse 1 Capitole (UT1), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse 1 Capitole (UT1)-Université Toulouse - Jean Jaurès (UT2J)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université Toulouse - Jean Jaurès (UT2J), Université de Toulouse (UT)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), and Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA)
Subjects: Statistics and Probability, Percentile, Computer science, [SDV]Life Sciences [q-bio], Bayesian probability, Gaussian processes, UNCERTAINTY, Mathematics - Statistics Theory, 02 engineering and technology, Statistics Theory (math.ST), 01 natural sciences, 010104 statistics & probability, symbols.namesake, Black box, 0202 electrical engineering, electronic engineering, information engineering, FOS: Mathematics, 0101 mathematics, Gaussian process, GLOBAL OPTIMIZATION, Estimator, risk assessment, 020206 networking & telecommunications, Function (mathematics), [STAT.TH]Statistics [stat]/Statistics Theory [stat.TH], Computer experiment, COMPUTER EXPERIMENTS, Sequential analysis, symbols, Statistics, Probability and Uncertainty, Algorithm, Stepwise Uncertainty Reduction
Abstract: International audience; Estimating percentiles of black-box deterministic functions with random inputs is a challenging task when the number of function evaluations is severely restricted , which is typical for computer experiments. This article proposes two new sequential Bayesian methods for percentile estimation based on the Gaussian Process metamodel. Both rely on the Stepwise Uncertainty Reduction paradigm, hence aim at providing a sequence of function evaluations that reduces an uncertainty measure associated with the percentile estimator. The proposed strategies are tested on several numerical examples, showing that accurate estimators can be obtained using only a small number of functions evaluations.
Published: 2018

11. Combined QTL and Selective Sweep Mappings with Coding SNP Annotation andcis-eQTL Analysis RevealedPARK2andJAG2as New Candidate Genes for Adiposity Regulation

Author: Morgane Boutin, M. J. Duclos, Colette Désert, Elisabeth Le Bihan-Duval, Diane Esquerre, Yuna Blum, Sandrine Lagarrigue, Frédérique Pitel, Hervé Guillou, Pierre-François Roux, Etienne Mouisel, Brian W. Parks, Olivier Demeure, Sophie Leroux, Christophe Klopp, Anis Djari, Bertrand Servin, Aldons J. Lusis, Simon Boitard, Alexandra Montagner, Frédéric Lecerf, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Université européenne de Bretagne - European University of Brittany (UEB), Institut de Systématique, Evolution, Biodiversité (ISYEB ), Muséum national d'Histoire naturelle (MNHN)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS), Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Department of Medecine/Division of Cardiology, University of California [Los Angeles] (UCLA), University of California-University of California, ToxAlim (ToxAlim), Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Ecole d'Ingénieurs de Purpan (INPT - EI Purpan), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut des Maladies Métaboliques et Cardiovasculaires (I2MC), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), SIGENAE, Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Unité de Recherches Avicoles (URA), Department of Human Genetics, Toxicologie Intégrative & Métabolisme (ToxAlim-TIM), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] ( PEGASE ), Institut National de la Recherche Agronomique ( INRA ) -AGROCAMPUS OUEST, Université européenne de Bretagne ( UEB ), Biologie Intégrative des Populations, École pratique des hautes études ( EPHE ) -Centre National de la Recherche Scientifique ( CNRS ), Génétique Animale et Biologie Intégrative ( GABI ), Institut National de la Recherche Agronomique ( INRA ) -AgroParisTech, University of California at Los Angeles [Los Angeles] ( UCLA ), Toxicologie Alimentaire ( UTA ), Institut National de la Recherche Agronomique ( INRA ) -Université de Bourgogne ( UB ) -AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, UMR 1048 I2MC, Institut National de la Santé et de la Recherche Médicale, Unité de Biométrie et Intelligence Artificielle ( UBIA ), Institut National de la Recherche Agronomique ( INRA ), GenPhySE - UMR 1388 ( Génétique Physiologie et Systèmes d'Elevage ), Institut National de la Recherche Agronomique ( INRA ) -École nationale supérieure agronomique de Toulouse [ENSAT]-ENVT, GENOTOUL, Recherches Avicoles ( SRA ), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Toulouse III - Paul Sabatier (UT3), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM), École pratique des hautes études (EPHE)-Centre National de la Recherche Scientifique (CNRS), Toxicologie Alimentaire (UTA), Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Recherches Avicoles (SRA), Muséum national d'Histoire naturelle (MNHN)-Université Pierre et Marie Curie - Paris 6 (UPMC)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), University of California (UC)-University of California (UC), Université de Toulouse (UT)-Université de Toulouse (UT)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Ecole d'Ingénieurs de Purpan (INP - PURPAN), Université de Toulouse (UT)-Université de Toulouse (UT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de la Recherche Agronomique (INRA)-Université Toulouse III - Paul Sabatier (UT3)
Subjects: Candidate gene, QTL, [SDV]Life Sciences [q-bio], génomique fonctionnelle, métabolisme des lipides, Mice, selective sweeps, 0302 clinical medicine, Family-based QTL mapping, régulation, Genetics (clinical), Genetics, adiposity, 0303 health sciences, Genome, Chromosome Mapping, High-Throughput Nucleotide Sequencing, adiposité, cis-eQTLs, divergent lines, gène candidat, Jagged-2 Protein, JAG2, Adipose Tissue, White, Ubiquitin-Protein Ligases, Quantitative Trait Loci, poulet, Context (language use), annotation génomique, Myosins, Investigations, Quantitative trait locus, Biology, Polymorphism, Single Nucleotide, Cell Line, 03 medical and health sciences, Gene mapping, séquençage à haut débit, Animals, Molecular Biology, Alleles, 030304 developmental biology, [ SDV ] Life Sciences [q-bio], Membrane Proteins, Molecular Sequence Annotation, Sequence Analysis, DNA, PARK2, détection de qtl, SNP annotation, Expression quantitative trait loci, Selective sweep, Chickens, 030217 neurology & neurosurgery
Abstract: Very few causal genes have been identified by quantitative trait loci (QTL) mapping because of the large size of QTL, and most of them were identified thanks to functional links already known with the targeted phenotype. Here, we propose to combine selection signature detection, coding SNP annotation, and cis-expression QTL analyses to identify potential causal genes underlying QTL identified in divergent line designs. As a model, we chose experimental chicken lines divergently selected for only one trait, the abdominal fat weight, in which several QTL were previously mapped. Using new haplotype-based statistics exploiting the very high SNP density generated through whole-genome resequencing, we found 129 significant selective sweeps. Most of the QTL colocalized with at least one sweep, which markedly narrowed candidate region size. Some of those sweeps contained only one gene, therefore making them strong positional causal candidates with no presupposed function. We then focused on two of these QTL/sweeps. The absence of nonsynonymous SNPs in their coding regions strongly suggests the existence of causal mutations acting in cis on their expression, confirmed by cis-eQTL identification using either allele-specific expression or genetic mapping analyses. Additional expression analyses of those two genes in the chicken and mice contrasted for adiposity reinforces their link with this phenotype. This study shows for the first time the interest of combining selective sweeps mapping, coding SNP annotation and cis-eQTL analyses for identifying causative genes for a complex trait, in the context of divergent lines selected for this specific trait. Moreover, it highlights two genes, JAG2 and PARK2, as new potential negative and positive key regulators of adiposity in chicken and mice.
Published: 2015

12. Suivez le guide! Optimiser un modèle complexe suppose une bonne démarche et de bons outils

Author: Mahévas, Stéphanie, Picheny, Victor, Lambert, Patrick, Nicolas, Dumoulin, Rouan, Lauriane, Soulié, Jean-Christophe, Drouineau, Hilaire, Le Riche, Rodolphe, Faivre, Robert, Lehuta, Sigrid, Brockoff, D., Écologie et Modèles pour l'halieutique (EMH), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Institut National de la Recherche Agronomique (INRA), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro), Recyclage et risque (Cirad-Persyst-UPR 78 Recyclage et risque), Département Performances des systèmes de production et de transformation tropicaux (Cirad-PERSYST), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Département Génie mathématique et industriel (FAYOL-ENSMSE), Ecole Nationale Supérieure des Mines de St Etienne-Institut Henri Fayol, Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes (LIMOS), Ecole Nationale Supérieure des Mines de St Etienne-Université Clermont Auvergne (UCA)-Centre National de la Recherche Scientifique (CNRS), École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT), Institut Henri Fayol (FAYOL-ENSMSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), IFREMER, Écologie et Modèles pour l'Halieutique (IFREMER EMH), Institut Français de Recherche pour l'Exploitation de la Mer - Atlantique (IFREMER Atlantique), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Institut National de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Recyclage et risque (UPR Recyclage et risque), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Ecole Nationale Supérieure des Mines de St Etienne-Centre National de la Recherche Scientifique (CNRS)-Université Clermont Auvergne [2017-2020] (UCA [2017-2020]), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Ecole Nationale Supérieure des Mines de St Etienne-Université Clermont Auvergne [2017-2020] (UCA [2017-2020])-Centre National de la Recherche Scientifique (CNRS), Écologie et Modèles pour l'Halieutique (EMH), Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Institut Henri Fayol, Ecole Nationale Supérieure des Mines de St Etienne (ENSM ST-ETIENNE)-Université Clermont Auvergne [2017-2020] (UCA [2017-2020])-Centre National de la Recherche Scientifique (CNRS), and Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA)
Subjects: [INFO.INFO-MO]Computer Science [cs]/Modeling and Simulation
Abstract: Face aux enjeux de compréhension des écosystèmes marins et de gestion des usagesmarins, les modèles complexes se révèlent des outils pertinents pour tester lesmodifications induites par le changement global, anticiper des évolutions des socioécosystèmesmarins et aider à la sélection de stratégies de gestion. Construire unmodèle numérique et faire des simulations est une chose, mesurer la confiance dessorties du modèle en est une autre. Une étape indispensable dans l’usage des modèlesnumériques est la confrontation des sorties du modèle aux observations du systèmemodélisé pour caler le modèle. La sélection de stratégies de gestion et la calibrationsont deux finalités de l’optimisation.Les problèmes d’optimisation en modélisation halieutique sont le plus souventcomplexes avec des caractéristiques mathématiques diverses. La fonction à optimiserpeut être déterministe ou stochastique, avec ou sans contraintes, à une ou plusieursdimensions. Le nombre de paramètres à optimiser peut varier de l’unité à plusieurscentaines et le coût informatique peut induire de fortes restrictions sur le nombre desimulations réalisables avec le modèle, d’une centaine à quelques milliers pour lesmoins coûteux.Aucun guide pratique n’est disponible dans la littérature pour mettre en oeuvre uneoptimisation rigoureuse avec un modèle complexe. Nous proposons ici une démarched’optimisation articulée en 3 étapes (prétraitement, choix de l’algorithme et posttraitement),basée des outils et méthodes existants et dont la réalisation peut être nonlinéaire. Ce guide inspiré d’une analyse des expériences d’un groupe de modélisateursouvre des pistes de recherche pour pallier aux difficultés, aux autocensures etfrustrations des modélisateurs.
Published: 2017

13. Defining and designing plant architectural ideotypes to control epidemics?

Author: Robert Faivre, Sébastien Guyader, Didier Andrivon, Luciana Parisi, Ivan Sache, Agnes Calonnec, Philippe Cartolaro, Carole Giorgetti, Pierre-Eric Lauri, Bernard Tivoli, Alain Baranger, Françoise Lescourret, Bertrand Ney, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Santé Végétale (SV), Institut National de la Recherche Agronomique (INRA)-École Nationale d'Ingénieurs des Travaux Agricoles - Bordeaux (ENITAB), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Agrosystèmes tropicaux (ASTRO), Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro), Unité de recherche Plantes et Systèmes de Culture Horticoles (PSH), Unité de Recherches Intégrées - Gotheron (GOTH RI UERI), Environnement et Grandes Cultures (EGC), AgroParisTech-Institut National de la Recherche Agronomique (INRA), BIOlogie et GEstion des Risques en agriculture (BIOGER), Projet financé par l'Agence Nationale de la Recherche (ANR) ARCHIDEMIO ANR-08-STRA-04, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Architecture et Fonctionnement des Espèces Fruitières [AGAP] (AFEF), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Unité Expérimentale Recherches Intégrées - Gotheron (UERI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, ANR-08-STRA-0004,ARCHIDEMIO,Modéliser les interactions entre développement et architecture de la plante et épidémies de maladies fongiques aériennes, pour une gestion durable des cultures.(2008), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), AGROCAMPUS OUEST-Université de Rennes 1 (UR1), and Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National de la Recherche Agronomique (INRA)
Subjects: 0106 biological sciences, plant architecture, Architectural engineering, annuals, [SDV]Life Sciences [q-bio], Ecology (disciplines), Control (management), Context (language use), Plant Science, Horticulture, Biology, 01 natural sciences, 03 medical and health sciences, expert knowledge, 030304 developmental biology, canopy, 2. Zero hunger, 0303 health sciences, model, Ecology, business.industry, Simulation modeling, Ideotype, ideotype, tree, Agriculture, epidemiology, conception, business, optimization, Agronomy and Crop Science, Cropping, 010606 plant biology & botany
Abstract: UMR AGAP - équipe AFEF - Architecture et fonctionnement des espèces fruitières; International audience; Ideotypes are a popular concept for plant breeders, who designate as such the ideal combinations of traits in a particular genotype to reach a pre-set production objective within a given socio-economic context. The historical, ‘genetic’ view of ideotypes has been more recently extended to cover the design of plant genotypes for specific cropping systems (the ‘agronomic’ view), or even the ideal combination of parameters, identified from formal or simulation modeling, to a specific agronomic problem (the ‘modelling’ view). These different forms of ideotypes in turn lead to different strategies for breeding plants. This paper will briefly describe, analyse and discuss some applications of these ideotype views, using the specific case of architectural traits of plant and crop canopies to limit the epidemic development of pests and diseases in crops. It is not intended to be an exhaustive and objective review of the existing literature on plant ideotypes, but rather to express as an ‘opinion’ paper the views discussed and elaborated among participants to the EpiArch network.
Published: 2012

14. The impact of long-term hydrocarbon exposure on the structure, activity, and biogeochemical functioning of microbial mats

Author: Rémy Guyoneaud, Christophe Klopp, Noëlle Bru, Olivier Bouchez, Bruno Deflandre, Marisol Goñi-Urriza, Johanne Aubé, Pavel Senin, Patricia Bonin, Edurne Biritxinaga-Etchart, Olivier Pringault, Los Alamos National Laboratory (LANL), Ecologie des systèmes marins côtiers (Ecosym), Université Montpellier 1 (UM1)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Centre National de la Recherche Scientifique (CNRS), Institut méditerranéen d'océanologie (MIO), Centre National de la Recherche Scientifique (CNRS)-Université de Toulon (UTLN)-Aix Marseille Université (AMU)-Institut de Recherche pour le Développement (IRD), UMR 5805 Environnements et Paléoenvironnements Océaniques et Continentaux (EPOC), Observatoire aquitain des sciences de l'univers (OASU), Université Sciences et Technologies - Bordeaux 1-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Sciences et Technologies - Bordeaux 1-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École pratique des hautes études (EPHE)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de Génétique Cellulaire (LGC), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Laboratoire de Mathématiques et de leurs Applications [Pau] (LMAP), Université de Pau et des Pays de l'Adour (UPPA)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Institut des sciences analytiques et de physico-chimie pour l'environnement et les materiaux (IPREM), Institut de Recherche pour le Développement (IRD)-Aix Marseille Université (AMU)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Toulon (UTLN)-Centre National de la Recherche Scientifique (CNRS), Environnements et Paléoenvironnements OCéaniques (EPOC), Université Sciences et Technologies - Bordeaux 1 (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Sciences et Technologies - Bordeaux 1 (UB)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Université de Pau et des Pays de l'Adour (UPPA)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS), French National Research Agency (ANR FUNHYMAT) [ANR11 BSV7 014 01], Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université Montpellier 1 (UM1)-Université Montpellier 2 - Sciences et Techniques (UM2)-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche pour le Développement (IRD)-Aix Marseille Université (AMU)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Toulon (UTLN), Université Sciences et Technologies - Bordeaux 1-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Sciences et Technologies - Bordeaux 1-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-École pratique des hautes études (EPHE), and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées
Subjects: Biogeochemical functioning, 0301 basic medicine, Cyanobacteria, Biogeochemical cycle, Microbial Consortia, 030106 microbiology, Aquatic Science, Oceanography, Photosynthesis, 03 medical and health sciences, RNA, Ribosomal, 16S, Microbial mats, medicine, Microbial mat, Diversity, Bacteria, biology, Ecology, Seasonality, Contamination, medicine.disease, biology.organism_classification, Hydrocarbonoclastic bacteria, Pollution, Hydrocarbons, 030104 developmental biology, Microbial population biology, 13. Climate action, [SDE]Environmental Sciences, France, Seasons, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Sulfur, Water Pollutants, Chemical
Abstract: International audience; Photosynthetic microbial mats are metabolically structured systems driven by solar light. They are ubiquitous and can grow in hydrocarbon-polluted sites. Our aim is to determine the impact of chronic hydrocarbon contamination on the structure, activity, and functioning of a microbial mat. We compared it to an uncontaminated mat harboring similar geochemical characteristics. The mats were sampled in spring and fall for 2 years. Seasonal variations were observed for the reference mat: sulfur cycle-related bacteria dominated spring samples, while Cyanobacteria dominated in autumn. The contaminated mat showed minor seasonal variation; a progressive increase of Cyanobacteria was noticed, indicating a perturbation of the classical seasonal behavior. Hydrocarbon content was the main factor explaining the differences in the microbial community structure; however, hydrocarbonoclastic bacteria were among rare or transient Operational Taxonomic Units (OTUs) in the contaminated mat. We suggest that in long-term contaminated systems, hydrocarbonoclastic bacteria cannot be considered a sentinel of contamination
Published: 2016

15. A gene-based map of the Nod factor-independent Aeschynomene evenia sheds new light on the evolution of nodulation and legume genomes

Author: Joël Fardoux, Jean-François Rami, Jérôme Gouzy, Fabienne Cartieaux, Philippe Leleux, Pascal Ratet, David J. Bertioli, Djamel Gully, Jean-François Arrighi, Dany Severac, Hugues Parrinello, Pierre Mournet, Pierre Czernic, Christophe Klopp, Guillaume Martin, Delphine Patrel, William Ribière, Eric Giraud, Brigitte Courtois, Marc Boursot, Clémence Chaintreuil, Ronan Rivallan, Laboratoire des symbioses tropicales et méditerranéennes (UMR LSTM), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Université Montpellier 1 (UM1)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-Université Montpellier 2 - Sciences et Techniques (UM2)-Université de Montpellier (UM)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Laboratoire des interactions plantes micro-organismes (LIPM), Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS), Institut de Biologie Computationnelle (IBC), Institut National de la Recherche Agronomique (INRA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), BioCampus (BCM), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), Institut de Génomique Fonctionnelle - Montpellier GenomiX (IGF MGX), Institut de Génomique Fonctionnelle (IGF), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-BioCampus (BCM), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Institut des sciences du végétal (ISV), Centre National de la Recherche Scientifique (CNRS), Développement et amélioration des plantes (UMR DAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université Montpellier 2 - Sciences et Techniques (UM2)-Centre National de la Recherche Scientifique (CNRS), Centre de recherche rétrospective de Marseille (CRRM), Université Paul Cézanne - Aix-Marseille 3, Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Montpellier 1 (UM1)-Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Montpellier 1 (UM1), Centre National de la Recherche Scientifique (CNRS)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM), Centre National de la Recherche Scientifique (CNRS)-Université Montpellier 2 - Sciences et Techniques (UM2)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro), Centre National de la Recherche Scientifique (CNRS)-Institut National de la Recherche Agronomique (INRA), Université de Montpellier (UM)-Université Montpellier 1 (UM1)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Montpellier 2 - Sciences et Techniques (UM2)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Université Montpellier 1 (UM1)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Montpellier 2 - Sciences et Techniques (UM2)-Centre National de la Recherche Scientifique (CNRS), BioCampus Montpellier (BCM), Institut National de la Santé et de la Recherche Médicale (INSERM)-Université Montpellier 1 (UM1)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut National de la Recherche Agronomique (INRA)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Université Montpellier 1 (UM1)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS), and Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)
Subjects: 0106 biological sciences, 0301 basic medicine, Aeschynomene evenia, symbiosis, legume, genetic map, comparative genomics, LOTUS-JAPONICUS, MEDICAGO-TRUNCATULA, RHIZOBIAL SYMBIOSIS, LINKAGE MAP, MODEL, COMMON, DIFFERENTIATION, CONSERVATION, DIVERSITY, INFECTION, Genetic Linkage, [SDV]Life Sciences [q-bio], Population, Context (language use), Genomics, Genes, Plant, Plant Root Nodulation, 01 natural sciences, Genome, Genetic analysis, DNA sequencing, Arachis duranensis, F30 - Génétique et amélioration des plantes, Evolution, Molecular, 03 medical and health sciences, F01 - Culture des plantes, Genetics, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, education, Molecular Biology, Comparative genomics, education.field_of_study, Polymorphism, Genetic, biology, Fabaceae, General Medicine, Full Papers, biology.organism_classification, 030104 developmental biology, Transcriptome, Genome, Plant, 010606 plant biology & botany
Abstract: International audience; Aeschynomene evenia has emerged as a new model legume for the deciphering of the molecular mechanisms of an alternative symbiotic process that is independent of the Nod factors. Whereas most of the research on nitrogen-fixing symbiosis, legume genetics and genomics has so far fo-cused on Galegoid and Phaseolid legumes, A. evenia falls in the more basal and understudied Dalbergioid clade along with peanut (Arachis hypogaea). To provide insights into the symbiotic genes content and the structure of the A. evenia genome, we established a gene-based genetic map for this species. Firstly, an RNAseq analysis was performed on the two parental lines selected to generate a F 2 mapping population. The transcriptomic data were used to develop molecular markers and they allowed the identification of most symbiotic genes. The resulting map comprised 364 markers arranged in 10 linkage groups (2n ¼ 20). A comparative analysis with the sequenced genomes of Arachis duranensis and A. ipaensis, the diploid ancestors of peanut, indicated blocks of conserved macrosynteny. Altogether, these results provided important clues regarding the evolution of symbiotic genes in a Nod factor-independent context. They provide a Downloaded from https://academic.oup.com/dnaresearch/article-abstract/23/4/365/2469965 by BIU Montpellier user on 12 March 2020 basis for a genome sequencing project and pave the way for forward genetic analysis of symbio-sis in A. evenia.
Published: 2016

16. Modeling of Yield Losses Caused by Potato Late Blight on Eight Cultivars with Different Levels of Resistance to Phytophthora infestans

Author: Catherine Chatot, Toky Rakotonindraina, Roland Pellé, Jean-Noël Aubertot, Jean-Eric Chauvin, Robert Faivre, Serge Savary, Agrosystèmes Cultivés et Herbagers (ARCHE), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Supérieure Agronomique de Toulouse-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Germicopa R&D, Kerguivarch, TNRA, Association des Createurs de Varietes Nouvelles de Pomme de Terre through a Conventions Industrielles de Formation par la Recherche grant, project MICMAC [ANR-09-STRA-06], French National Agency for Research (ANR), ANR project ADD-CEDRE, Institut National de la Recherche Agronomique (INRA)-École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National Polytechnique (Toulouse) (Toulouse INP), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut National de la Recherche Agronomique (INRA)-École nationale supérieure agronomique de Toulouse (ENSAT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), and ANR-09-STRA-0006,MicMac Design,Conception et évaluation par expérimentation et modélisation de prototypes de systèmes de culture intégrés à bas niveaux d'intrants(2009)
Subjects: 0106 biological sciences, oilseed rape, growth, [SDV]Life Sciences [q-bio], Field experiment, Plant Science, 01 natural sciences, Pathosystem, phoma stem canker, crop loss, Yield (wine), Blight, Leaf spot, Cultivar, 2. Zero hunger, disease, biology, prediction, 04 agricultural and veterinary sciences, biology.organism_classification, quantification, Fungicide, pest management, Agronomy, pathosystem, Phytophthora infestans, leaf spot, 040103 agronomy & agriculture, 0401 agriculture, forestry, and fisheries, Agronomy and Crop Science, 010606 plant biology & botany
Abstract: Publication Inra prise en compte dans l'analyse bibliométrique des publications scientifiques mondiales sur les Fruits, les Légumes et la Pomme de terre. Période 2000-2012. http://prodinra.inra.fr/record/256699; International audience; The Shtienberg model for predicting yield loss caused by Phytophthora infestans in potato was developed and parameterized in the 1990s in North America. The predictive quality of this model was evaluated in France for a wide range of epidemics under different soil and weather conditions and on cultivars different than those used to estimate its parameters. A field experiment was carried out in 2006, 2007, 2008, and 2009 in Brittany, western France to assess late blight severity and yield losses. The dynamics of late blight were monitored on eight cultivars with varying types and levels of resistance. The model correctly predicted relative yield losses (efficiency = 0.80, root mean square error of prediction = 13.25%, and bias = 0.36%) as a function of weather and the observed disease dynamics for a wide range of late blight epidemics. In addition to the evaluation of the predictive quality of the model, this article provides a dataset that describes the development of various late blight epidemics on potato as a function of weather conditions, fungicide regimes, and cultivar susceptibility. Following this evaluation, the Shtienberg model can be used with confidence in research and development programs to better manage potato late blight in France.
Published: 2012

17. GigaTON: an extensive publicly searchable database providing a new reference transcriptome in the pacific oyster Crassostrea gigas

Author: Riviere, Guillaume, Klopp, Christophe, Ibouniyamine, Nabihoudine, Huvet, Arnaud, Boudry, Pierre, Favrel, Pascal, Biologie des Organismes et Ecosystèmes Aquatiques (BOREA), Sorbonne Université (SU)-Université des Antilles (UA)-Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Institut de Recherche pour le Développement (IRD), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Laboratoire des Sciences de l'Environnement Marin (LEMAR) (LEMAR), Institut de Recherche pour le Développement (IRD)-Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université des Antilles (UA)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Sorbonne Université (SU)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU), Institut de Biologie Fondamentale et Appliquée [Caen] (IBFA), Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut de Recherche pour le Développement (IRD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Brest (UBO)-Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut Français de Recherche pour l'Exploitation de la Mer - Brest (IFREMER Centre de Bretagne), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Agence Nationale de la Recherche [ANR-08-GENM-04 'Gametogenes'], ANR-08-GENM-0041,Gametogenes,Génomiques de la gamétogénèse chez l'huître creuse Crassostrea gigas(2008), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Muséum national d'Histoire naturelle (MNHN)-Institut de Recherche pour le Développement (IRD)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Université des Antilles (UA), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), and Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Molecular Sequence Data, Development, Stress, Biochemistry, Database, Databases, Genetic, Animals, Crassostrea, Molecular Biology, Gene Library, [SDU.OCEAN]Sciences of the Universe [physics]/Ocean, Atmosphere, Genome, Base Sequence, Oyster, Sequence Analysis, RNA, ACL, Computational Biology, High-Throughput Nucleotide Sequencing, Computer Science Applications, Tissues, Gene Ontology, NGS, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Transcriptome, Software
Abstract: International audience; Background: The Pacific oyster, Crassostrea gigas, is one of the most important aquaculture shellfish resources worldwide. Important efforts have been undertaken towards a better knowledge of its genome and transcriptome, which makes now C. gigas becoming a model organism among lophotrochozoans, the under-described sister clade of ecdysozoans within protostomes. These massive sequencing efforts offer the opportunity to assemble gene expression data and make such resource accessible and exploitable for the scientific community. Therefore, we undertook this assembly into an up-to-date publicly available transcriptome database: the GigaTON (Gigas TranscriptOme pipeliNe) database. Description: We assembled 2204 million sequences obtained from 114 publicly available RNA-seq libraries that were realized using all embryo-larval development stages, adult organs, different environmental stressors including heavy metals, temperature, salinity and exposure to air, which were mostly performed as part of the Crassostrea gigas genome project. This data was analyzed in silico and resulted into 56621 newly assembled contigs that were deposited into a publicly available database, the GigaTON database. This database also provides powerful and user-friendly request tools to browse and retrieve information about annotation, expression level, UTRs, splice and polymorphism, and gene ontology associated to all the contigs into each, and between all libraries. Conclusions: The GigaTON database provides a convenient, potent and versatile interface to browse, retrieve, confront and compare massive transcriptomic information in an extensive range of conditions, tissues and developmental stages in Crassostrea gigas. To our knowledge, the GigaTON database constitutes the most extensive transcriptomic database to date in marine invertebrates, thereby a new reference transcriptome in the oyster, a highly valuable resource to physiologists and evolutionary biologists.
Published: 2015

18. RNAspace.org: An integrated environment for the prediction, annotation, and analysis of ncRNA

Author: Hélène Touzet, Daniel Gautheret, Christine Gaspin, Benjamin Grenier-Boley, Marie-Josée Cros, Jérôme Mariette, Antoine de Monte, Philippe Bardou, Touzet, Helene, Gaspin, Christine, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) [UBIA], Laboratoire d'Informatique Fondamentale de Lille [LIFL], Système d'Information des GENomes des Animaux d'Elevage [SIGENAE], Institut de génétique et microbiologie [Orsay] [IGM], Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Bioinformatics and Sequence Analysis (BONSAI), Laboratoire d'Informatique Fondamentale de Lille (LIFL), Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS)-Inria Lille - Nord Europe, Institut National de Recherche en Informatique et en Automatique (Inria), Système d'Information des GENomes des Animaux d'Elevage (SIGENAE), Institut de génétique et microbiologie [Orsay] (IGM), Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS), This work was supported by the French 'Groupement d'Intérêt Scientifique Infrastructure, Biologie, Santé Agronomie.', Université de Lille, Sciences et Technologies-Institut National de Recherche en Informatique et en Automatique (Inria)-Université de Lille, Sciences Humaines et Sociales-Centre National de la Recherche Scientifique (CNRS), This work was supported by the French 'Groupement d'Interet Scientifique Infrastructure, Biologie, Sante Agronomie.', and Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA)
Subjects: inorganic chemicals, RNA, Untranslated, Bioinformatics, Annotation, Bacterial genome size, Computational biology, Biology, complex mixtures, Genome, Noncoding RNA, DNA sequencing, 03 medical and health sciences, noncoding RNA, prediction, annotation, biochemistry, [SDV.BBM]Life Sciences [q-bio]/Biochemistry, Molecular Biology, bioinformatique, Molecular Biology, Gene, 030304 developmental biology, Genetics, Internet, 0303 health sciences, bioinformatic, Base Sequence, fungi, 030302 biochemistry & molecular biology, molecular biology, Genome project, equipment and supplies, Non-coding RNA, [SDV.BIBS]Life Sciences [q-bio]/Quantitative Methods [q-bio.QM], [SDV.MP]Life Sciences [q-bio]/Microbiology and Parasitology, ComputingMethodologies_PATTERNRECOGNITION, Eukaryotic chromosome fine structure, bacteria, Nucleic Acid Conformation, [INFO.INFO-BI]Computer Science [cs]/Bioinformatics [q-bio.QM], Databases, Nucleic Acid, Prediction, Software
Abstract: The annotation of noncoding RNA genes remains a major bottleneck in genome sequencing projects. Most genome sequences released today still come with sets of tRNAs and rRNAs as the only annotated RNA elements, ignoring hundreds of other RNA families. We have developed a web environment that is dedicated to noncoding RNA (ncRNA) prediction, annotation, and analysis and allows users to run a variety of tools in an integrated and flexible manner. This environment offers complementary ncRNA gene finders and a set of tools for the comparison, visualization, editing, and export of ncRNA candidates. Predictions can be filtered according to a large set of characteristics. Based on this environment, we created a public website located at http://RNAspace.org. It accepts genomic sequences up to 5 Mb, which permits for an online annotation of a complete bacterial genome or a small eukaryotic chromosome. The project is hosted as a Source Forge project (http://rnaspace.sourceforge.net/).
Published: 2011

19. Forest management under fire risk when forest carbon sequestration has value

Author: Arnaud Reynaud, Stéphane Couture, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Economie des Ressources Naturelles (LERNA), Université Toulouse Capitole (UT Capitole), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de la Recherche Agronomique (INRA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Unité de Biométrie et Intelligence Artificielle (UBIA), Université Toulouse 1 Capitole (UT1), and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)
Subjects: jel:D81, Economics and Econometrics, 010504 meteorology & atmospheric sciences, jel:C61, Forest management, Climate change, [QFIN.RM]Quantitative Finance [q-fin]/Risk Management [q-fin.RM], Carbon sequestration, 01 natural sciences, Fire risk, Willingness to pay, Carbon price, Economics, jel:Q23, health care economics and organizations, 0105 earth and related environmental sciences, General Environmental Science, 040101 forestry, Agroforestry, 04 agricultural and veterinary sciences, 15. Life on land, carbon sequestration, forest economics, climate change, 13. Climate action, Value (economics), [SHS.GESTION]Humanities and Social Sciences/Business administration, 0401 agriculture, forestry, and fisheries, fire risk, stochastic dynamic programming
Abstract: In this paper, we develop a multiple forest use model to determine the optimal harvest date for a forest stand producing both timber and carbon benefits under a risk of fire. The preferences of the representative non-industrial private forest (NIPF) owner are modeled though an expected utility specification. We introduce saving as a decision of the forest owner at any time. The problems of forest management and saving decisions are solved simultaneously using a stochastic dynamic programming method. A numerical programming method is used to characterize the optimal forest and saving policies. We apply this framework to model the behavior of a representative NIPF owner located in the Southwest of France. The empirical application indicates that a higher risk of fire will decrease the optimal rotation period, while higher carbon prices will increase the optimal harvesting age. We show that increasing the risk of fire leads to a reduction in rotation duration. On the contrary, a higher carbon price makes carbon sequestration more profitable, thereby leading to increasing the rotation duration. We then show how the carbon price/risk of fire frontier is affected by risk aversion.
Published: 2011

20. Tests for Gaussian graphical models

Author: N. Verzelen, F. Villers, Laboratoire de Mathématiques d'Orsay (LM-Orsay), Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche Mathématiques et Informatique Appliquées (MIA), Institut National de la Recherche Agronomique (INRA), Université Paris-Sud - Paris 11 (UP11), Model selection in statistical learning (SELECT), Laboratoire de Mathématiques d'Orsay (LMO), Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Unité de biométrie et intelligence artificielle de jouy, Laboratoire de Mathématiques, Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de Mathématiques d'Orsay (LMO), Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-Centre National de la Recherche Scientifique (CNRS), Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY), Inra, Laboratoire de Probabilités et Modèles Aléatoires (LPMA), Université Pierre et Marie Curie - Paris 6 (UPMC)-Université Paris Diderot - Paris 7 (UPD7)-Centre National de la Recherche Scientifique (CNRS), ProdInra, Migration, and Benassù, Serena
Subjects: [MATH.MATH-PR] Mathematics [math]/Probability [math.PR], Gaussian, design, model validation and analysis, [MATH] Mathematics [math], 01 natural sciences, experimentation, 010104 statistics & probability, Graphical model, [MATH]Mathematics [math], [STAT.CO]Statistics [stat]/Computation [stat.CO], ComputingMilieux_MISCELLANEOUS, Mathematics, Calcul, [STAT.AP]Statistics [stat]/Applications [stat.AP], 0303 health sciences, Biological data, GAUSSIAN GRAPHICAL MODEL, GENETIC NETWORK, LINEAR REGRESSION, MULTIPLE TESTING, multiple testing, Applied Mathematics, Linear model, Computational Mathematics, biologie et genetique, Computational Theory and Mathematics, linear regression, symbols, Markov property, Algorithm, performance, Statistics and Probability, expression génique, [INFO] Computer Science [cs], calcul statistique sur ordinateur, 03 medical and health sciences, symbols.namesake, genetic networks, [INFO]Computer Science [cs], statistical computing, 0101 mathematics, modélisation, 030304 developmental biology, Statistical hypothesis testing, statistique, Conditional probability distribution, [MATH.MATH-PR]Mathematics [math]/Probability [math.PR], mathématiques appliquées, Computation, measurement, biology and genetics, validation des modeles et analyse, Gaussian graphical models, Random variable
Abstract: Gaussian graphical models are promising tools for analysing genetic networks. However, assessing a network using microarray experiments arises difficult statistical and computational questions. In the present paper, we construct a procedure for testing the neighborhoods of a Gaussian graphical model. Our approach is based on the connection between local Markov property and conditional regression of a Gaussian random variable. Thus, we adapt the testing procedures defined in a preceding paper (N. Verzelen and F.Villers, Goodness-of-fit Tests for high-dimensional Gaussian linear models, Arxiv:math.ST/0711.2119) to this Gaussian graphical modelling framework. Our new tests then inherits appealing theoretical properties. Besides, they apply and are computationally feasible in a high-dimensional setting: the number of observations may be much smaller than the number of nodes. A large part of this study is deserved to illustrate and discuss the application of our procedures to simulated data and to biological data.
Published: 2009

21. Genetic Regulation of Meiotic Cross-Overs between Related Genomes inBrassica napusHaploids and Hybrids

Author: Olivier Coriton, Anne-Marie Chèvre, Virginie Huteau, Hervé Monod, Eric Jenczewski, Stéphane Nicolas, Frédérique Eber, Martine Leflon, Amélioration des Plantes et Biotechnologies Végétales (APBV), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY), Institut National de la Recherche Agronomique (INRA), Unité de recherche Génétique et amélioration des plantes (GAP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Unité de biométrie et intelligence artificielle de jouy
Subjects: Genetic Markers, 0106 biological sciences, Genotype, Genetic Linkage, CHROMOSOME, POLYPLOIDY, Plant Science, Biology, 01 natural sciences, Genetic recombination, Chromosomes, Plant, BRASSICA NAPUS, [SDV.GEN.GPL]Life Sciences [q-bio]/Genetics/Plants genetics, 03 medical and health sciences, Meiosis, Microspore, GENETIC MARKER, Genetic variation, GENETIQUE VEGETALE, Research Articles, 030304 developmental biology, Hybrid, Recombination, Genetic, 2. Zero hunger, Genetics, 0303 health sciences, POLYPLOIDE, food and beverages, Karyotype, Cell Biology, MEIOSE, GENETIC REGULATION, Hybridization, Genetic, Ploidy, Homologous recombination, Genome, Plant, HAPLOIDY, 010606 plant biology & botany
Abstract: Although the genetic regulation of recombination in allopolyploid species plays a pivotal role in evolution and plant breeding, it has received little recent attention, except in wheat (Triticum aestivum). PrBn is the main locus that determines the number of nonhomologous associations during meiosis of microspore cultured Brassica napus haploids (AC; 19 chromosomes). In this study, we examined the role played by PrBn in recombination. We generated two haploid × euploid populations using two B. napus haploids with differing PrBn (and interacting genes) activity. We analyzed molecular marker transmission in these two populations to compare genetic changes, which have arisen during meiosis. We found that cross-over number in these two genotypes was significantly different but that cross-overs between nonhomologous chromosomes showed roughly the same distribution pattern. We then examined genetic recombination along a pair of A chromosomes during meiosis of B. rapa × B. napus AAC and AACC hybrids that were produced with the same two B. napus genotypes. We observed significant genotypic variation in cross-over rates between the two AAC hybrids but no difference between the two AACC hybrids. Overall, our results show that PrBn changes the rate of recombination between nonhomologous chromosomes during meiosis of B. napus haploids and also affects homologous recombination with an effect that depends on plant karyotype.
Published: 2009

22. Genome sequence of the metazoan plant-parasitic nematode Meloidogyne incognita

Author: Pasqua Veronico, Emeline Deleury, Francesca De Luca, Magali Esquibet, Patrick Wincker, Thomas J. Baum, Tom R. Maier, Erika Sallet, Jonathan J. Ewbank, Edgardo Ugarte, Cyril Van Ghelder, Marie-Noëlle Rosso, Delphine Steinbach, Marie-Cécile Caillaud, Jean Weissenbach, Véronique Anthouard, Pedro M. Coutinho, Mark Blaxter, Jean-Marc Aury, Marc Robinson-Rechavi, Pierre Abad, Geert Smant, Timothé Flutre, Hadi Quesneville, Gabriel V. Markov, Paul McVeigh, Jérôme Gouzy, Philippe Castagnone-Sereno, Corinne Dasilva, Etienne Danchin, Paola Leonetti, Aaron G. Maule, Marc Magliano, Béatrice Ségurens, John T. Jones, Eric L. Davis, Laetitia Perfus-Barbeoch, Claire Jubin, Thomas Schiex, Vincent Laudet, Florence Deau, Olivier Jaillon, François Artiguenave, Eric Grenier, Tarek Hewezi, Bruno Favery, Teresa Bleve-Zacheo, T.O.G. Tytgat, Bernard Henrissat, Noureddine Hamamouch, Graziano Pesole, Jared V. Goldstone, Julie Poulain, Vivian C. Blok, Interactions Biotiques et Santé Végétale, Institut National de la Recherche Agronomique (INRA), Laboratoire des interactions plantes micro-organismes (LIPM), Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS), Génomique métabolique (UMR 8030), Genoscope - Centre national de séquençage [Evry] (GENOSCOPE), Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), Interactions plantes-microorganismes et santé végétale (IPMSV), Institut National de la Recherche Agronomique (INRA)-Université Nice Sophia Antipolis (1965 - 2019) (UNS), COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Scottish Crop Research Institute, Architecture et fonction des macromolécules biologiques (AFMB), Institut National de la Recherche Agronomique (INRA)-Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS), Istituto per la Protezione delle Piante, National Research Council of Italy | Consiglio Nazionale delle Ricerche (CNR), Biologie des organismes et des populations appliquées à la protection des plantes (BIO3P), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Unité de Recherche Génomique Info (URGI), Biology Department (WHOI), Woods Hole Oceanographic Institution (WHOI), Department of Plant Pathology, North Carolina State University [Raleigh] (NC State), University of North Carolina System (UNC)-University of North Carolina System (UNC), Iowa State University (ISU), School of Biological Sciences, Dipartimento di Biochimica e Biologia moleculare, Università degli studi di Bari Aldo Moro = University of Bari Aldo Moro (UNIBA), Department of Ecology and Evolution, Université de Lausanne = University of Lausanne (UNIL), Laboratory of Nematology, Wageningen University and Research [Wageningen] (WUR), Institute of Evolutionary Biology, University of Edinburgh, University of North Carolina System (UNC), Centre d'Immunologie de Marseille - Luminy (CIML), Aix Marseille Université (AMU)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon, School of Biolgical Sciences, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Centre National de la Recherche Scientifique (CNRS)-Institut National de la Recherche Agronomique (INRA), Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), UMR 1064 UMR INRA / CNRS / Univ. Nice (Univ.SA) : Interactions Plantes Microorganismes et Santé Végétale, Institut National de la Recherche Agronomique (INRA)-Santé des plantes et environnement (S.P.E.)-UMR INRA / CNRS / Univ. Nice (Univ.SA) : Interactions Plantes Microorganismes et Santé Végétale, Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay, Consiglio Nazionale delle Ricerche [Roma] (CNR), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Università degli studi di Bari, Université de Lausanne (UNIL), Wageningen University and Research Centre [Wageningen] (WUR), Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU), Unité de Biométrie et Intelligence Artificielle (UBIA), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Université d'Évry-Val-d'Essonne (UEVE), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Centre National de la Recherche Scientifique (CNRS)-Université d'Évry-Val-d'Essonne (UEVE), Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-Institut National de la Recherche Agronomique (INRA), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Università degli studi di Bari Aldo Moro (UNIBA)
Subjects: 0106 biological sciences, [SDV.BIO]Life Sciences [q-bio]/Biotechnology, Helminth genetics, 01 natural sciences, Applied Microbiology and Biotechnology, Genome, Plant Roots, Meloidogyne incognita, ADAPTATION, genes, root-knot nematodes, Genes, Helminth, 2. Zero hunger, Expressed Sequence Tags, 0303 health sciences, biology, plant-parasitic nematode, EPS-2, Chromosome Mapping, GENOME SEQUENCE, food and beverages, DNA, Helminth, Plants, bdelloid rotifers, MELOIDOGYNE INCOGNITA, PARTHENOGENETIC NEMATODE, Molecular Medicine, RNA Interference, Terra incognita, Biotechnology, DNA, Complementary, Sequence analysis, Molecular Sequence Data, Biomedical Engineering, cloning, Bioengineering, phytopathogenic bacteria, 03 medical and health sciences, Botany, expression, Animals, Tylenchoidea, Gene, Laboratorium voor Nematologie, 030304 developmental biology, Plant Diseases, Whole genome sequencing, PLANT PARASITISM, Genome, Helminth, Base Sequence, Sequence Analysis, DNA, prediction, biology.organism_classification, caenorhabditis-elegans, Nematode, Evolutionary biology, identification, Laboratory of Nematology, protein, Sequence Alignment, 010606 plant biology & botany
Abstract: Plant-parasitic nematodes are major agricultural pests worldwide and novel approaches to control them are sorely needed. We report the draft genome sequence of the root-knot nematode Meloidogyne incognita, a biotrophic parasite of many crops, including tomato, cotton and coffee. Most of the assembled sequence of this asexually reproducing nematode, totaling 86 Mb, exists in pairs of homologous but divergent segments. This suggests that ancient allelic regions in M. incognita are evolving toward effective haploidy, permitting new mechanisms of adaptation. The number and diversity of plant cell wall-degrading enzymes in M. incognita is unprecedented in any animal for which a genome sequence is available, and may derive from multiple horizontal gene transfers from bacterial sources. Our results provide insights into the adaptations required by metazoans to successfully parasitize immunocompetent plants, and open the way for discovering new antiparasitic strategies
Published: 2008

23. The red coral (Corallium rubrum) transcriptome: a new resource for population genetics and local adaptation studies

Author: Pierre Pontarotti, Marine Pratlong, Anne Haguenauer, Didier Aurelle, Olivier Chabrol, Christophe Klopp, Institut méditerranéen de biodiversité et d'écologie marine et continentale (IMBE), Avignon Université (AU)-Aix Marseille Université (AMU)-Institut de recherche pour le développement [IRD] : UMR237-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Biodiversité et Biotechnologie Fongiques (BBF), Aix Marseille Université (AMU)-Institut National de la Recherche Agronomique (INRA)-École Centrale de Marseille (ECM), Institut méditerranéen de biodiversité et d'écologie marine et continentale ( IMBE ), Université d'Avignon et des Pays de Vaucluse ( UAPV ) -Aix Marseille Université ( AMU ) -Institut de recherche pour le développement [IRD] : UMR237-Centre National de la Recherche Scientifique ( CNRS ), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] ( UBIA ), Institut National de la Recherche Agronomique ( INRA ) -Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Biodiversité et Biotechnologie Fongiques ( BBF ), Ecole Centrale de Marseille ( ECM ) -Aix Marseille Université ( AMU ) -Institut National de la Recherche Agronomique ( INRA ), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Aix Marseille Université (AMU)-École Centrale de Marseille (ECM), and École Centrale de Marseille (ECM)-Aix Marseille Université (AMU)-Institut National de la Recherche Agronomique (INRA)
Subjects: GENES, Coral, Molecular Sequence Data, Adaptation, Biological, DNA-SEQUENCING DATA, Population genetics, Context (language use), Biology, CELL BIOLOGY, Acclimatization, FACTORS TRAFS, cnidarians, CNIDARIAN, Anthozoa, Mediterranean Sea, Genetics, Animals, 14. Life underwater, RNA-SEQ, gene expression, local adaptation, octocoral polymorphism, transcriptome, DIFFERENTIAL EXPRESSION ANALYSIS, CLIMATE-CHANGE, IDENTIFICATION, POLYMORPHISMS, Ecology, Evolution, Behavior and Systematics, Local adaptation, [ SDE.BE ] Environmental Sciences/Biodiversity and Ecology, Phenotypic plasticity, Polymorphism, Genetic, Ecology, Temperature, Sequence Analysis, DNA, biology.organism_classification, Genetics, Population, 13. Climate action, Adaptation, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Biotechnology
Abstract: International audience; The question of species survival and evolution in heterogeneous environments has long been a subject for study. Indeed, it is often difficult to identify the molecular basis of adaptation to contrasted environments, and nongenetic effects increase the difficulty to disentangle fixed effects, such as genetic adaptation, from variable effects, such as individual phenotypic plasticity, in adaptation. Nevertheless, this question is also of great importance for understanding the evolution of species in a context of climate change. The red coral (Corallium rubrum) lives in the Mediterranean Sea, where at depths ranging from 5 to 600m, it meets very contrasted thermal conditions. The shallowest populations of this species suffered from mortality events linked with thermal anomalies that have highlighted thermotolerance differences between individuals. We provide here a new transcriptomic resource, as well as candidate markers for the study of local adaptation. We sequenced the transcriptome of six individuals from 5m and six individuals from 40m depth at the same site of the Marseilles bay, after a period of common garden acclimatization. We found differential expression maintained between the two depths even after common garden acclimatization, and we analysed the polymorphism pattern of these samples. We highlighted contigs potentially implicated in the response to thermal stress, which could be good candidates for the study of thermal adaptation for the red coral. Some of these genes are also involved in the response to thermal stress in other corals. Our method enables the identification of candidate loci of local adaptation useful for other nonmodel organisms.
Published: 2015

24. The Prediction and Validation of Small CDSs Expand the Gene Repertoire of the Smallest Known Eukaryotic Genomes

Author: Belkorchia, Abdel, Gasc, Cyrielle, Polonais, Valérie, Parisot, Nicolas, Gallois, Nicolas, Ribière, Céline, Lerat, Emmanuelle, Gaspin, Christine, Pombert, Jean-François, Peyret, Pierre, Peyretaillade, Eric, Gibas, Cynthia, Laboratoire Microorganismes : Génome et Environnement (LMGE), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Centre National de la Recherche Scientifique (CNRS), Conception, Ingénierie et Développement de l'Aliment et du Médicament (CIDAM), Université d'Auvergne - Clermont-Ferrand I (UdA), Biologie Fonctionnelle, Insectes et Interactions (BF2I), Institut National de la Recherche Agronomique (INRA)-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA), Eléments transposables, évolution, populations, Département génétique, interactions et évolution des génomes [LBBE] (GINSENG), Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS)-Laboratoire de Biométrie et Biologie Evolutive - UMR 5558 (LBBE), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Direction Generale de l'Armement (DGA), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Centre National de la Recherche Scientifique (CNRS)-Université d'Auvergne - Clermont-Ferrand I (UdA), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon, and Unité de Biométrie et Intelligence Artificielle (UBIA)
Subjects: [SDV]Life Sciences [q-bio], Genes, Fungal, Molecular Sequence Data, gène codant, prédiction génétique, lcsh:Medicine, annotation génomique, Open Reading Frames, Genome Size, parasitic diseases, lcsh:Science, Phylogeny, ComputingMilieux_MISCELLANEOUS, évaluation de méthode, Base Sequence, génome, séquence codante, lcsh:R, fungi, Encephalitozoon, Reproducibility of Results, Molecular Sequence Annotation, Genomics, [SDV.BIBS]Life Sciences [q-bio]/Quantitative Methods [q-bio.QM], encéphalitozoon, protéine, microsporidia, lcsh:Q, DNA, Intergenic, détection de gènes, Research Article
Abstract: International audience; The proper prediction of the gene catalogue of an organism is essential to obtain a representative snapshot of its overall lifestyle, especially when it is not amenable to culturing. Microsporidia are obligate intracellular, sometimes hard to culture, eukaryotic parasites known to infect members of every animal phylum. To date, sequencing and annotation of microsporidian genomes have revealed a poor gene complement with highly reduced gene sizes. In the present paper, we investigated whether such gene sizes may have induced biases for the methodologies used for genome annotation, with an emphasis on small coding sequence (CDS) gene prediction. Using better delineated intergenic regions from four Encephalitozoon genomes, we predicted de novo new small CDSs with sizes ranging from 78 to 255 bp (median 168) and corroborated these predictions by RACE-PCR experiments in Encephalitozoon cuniculi. Most of the newly found genes are present in other distantly related microsporidian species, suggesting their biological relevance. The present study provides a better framework for annotating microsporidian genomes and to train and evaluate new computational methods dedicated at detecting ultra-small genes in various organisms.
Published: 2015

25. Exact and approximate inference in graphical models: variable elimination and beyond

Author: Peyrard, Nathalie, Cros, Marie-Josée, de Givry, Simon, Franc, Alain, Robin, Stéphane, Sabbadin, Régis, Schiex, Thomas, Vignes, Matthieu, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), from patterns to models in computational biodiversity and biotechnology (PLEIADE), Laboratoire Bordelais de Recherche en Informatique (LaBRI), Université de Bordeaux (UB)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Centre National de la Recherche Scientifique (CNRS)-Université de Bordeaux (UB)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Centre National de la Recherche Scientifique (CNRS)-Inria Bordeaux - Sud-Ouest, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Biodiversité, Gènes & Communautés (BioGeCo), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB)-Institut National de la Recherche Agronomique (INRA), Biodiversité, Gènes & Communautés (BioGeCo), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB), Mathématiques et Informatique Appliquées (MIA-Paris), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Unité de Biométrie et Intelligence Artificielle (UBIA), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Université Sciences et Technologies - Bordeaux 1-Université Bordeaux Segalen - Bordeaux 2-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Université Sciences et Technologies - Bordeaux 1-Université Bordeaux Segalen - Bordeaux 2-Inria Bordeaux - Sud-Ouest, Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB)-Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB)-Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB)-Inria Bordeaux - Sud-Ouest, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire Bordelais de Recherche en Informatique (LaBRI), Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Université Sciences et Technologies - Bordeaux 1-Université Bordeaux Segalen - Bordeaux 2-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Université Sciences et Technologies - Bordeaux 1-Université Bordeaux Segalen - Bordeaux 2, and Université de Bordeaux (UB)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Université de Bordeaux (UB)-Centre National de la Recherche Scientifique (CNRS)-École Nationale Supérieure d'Électronique, Informatique et Radiocommunications de Bordeaux (ENSEIRB)-Inria Bordeaux - Sud-Ouest
Subjects: FOS: Computer and information sciences, Computer Science - Learning, Artificial Intelligence (cs.AI), Statistics - Machine Learning, Computer Science - Artificial Intelligence, message passing, [SDV]Life Sciences [q-bio], treewidth, Machine Learning (stat.ML), graphical model, computational inference, variational approximations, Machine Learning (cs.LG)
Abstract: Probabilistic graphical models offer a powerful framework to account for the dependence structure between variables, which is represented as a graph. However, the dependence between variables may render inference tasks intractable. In this paper we review techniques exploiting the graph structure for exact inference, borrowed from optimisation and computer science. They are built on the principle of variable elimination whose complexity is dictated in an intricate way by the order in which variables are eliminated. The so-called treewidth of the graph characterises this algorithmic complexity: low-treewidth graphs can be processed efficiently. The first message that we illustrate is therefore the idea that for inference in graphical model, the number of variables is not the limiting factor, and it is worth checking for the treewidth before turning to approximate methods. We show how algorithms providing an upper bound of the treewidth can be exploited to derive a 'good' elimination order enabling to perform exact inference. The second message is that when the treewidth is too large, algorithms for approximate inference linked to the principle of variable elimination, such as loopy belief propagation and variational approaches, can lead to accurate results while being much less time consuming than Monte-Carlo approaches. We illustrate the techniques reviewed in this article on benchmarks of inference problems in genetic linkage analysis and computer vision, as well as on hidden variables restoration in coupled Hidden Markov Models., Comment: 47 pages, 3 tables, 12 figures
Published: 2015

26. Approximate counting with deterministic guarantees for affinity computation

Author: David Allouche, Thomas Schiex, David Simoncini, Clement Viricel, Sophie Barbe, Simon de Givry, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Laboratoire d'Ingénierie des Systèmes Biologiques et des Procédés (LISBP), Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Recherche Agronomique (INRA), Barbe, Sophie, Schiex, Thomas, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Université de Lorraine (UL). FRA., European Project: 267196,EC:FP7:PEOPLE,FP7-PEOPLE-2010-COFUND,AGREENSKILLS(2012), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS)
Subjects: [SPI.OTHER]Engineering Sciences [physics]/Other, Fold (higher-order function), Computer science, weighted #CSP, Computation, Protein design, computational protein design, protein-ligand affinity, constraint Programming, cost function network, soft arc consistency, counting problem, Counting problem, Autre (Sciences de l'ingénieur), Constraint programming, Algorithm
Abstract: Proceedings of the 3rd International Conference on Modelling, Computation and Optimization in Information Systems and Management Sciences - MCO 2015 - Part II 1ère éditionProceedings of the 3rd International Conference on Modelling, Computation and Optimization in Information Systems and Management Sciences - MCO 2015 - Part II1ère édition; Computational Protein Design aims at rationally designing amino-acid sequences that fold into a given three-dimensional structure and that will bestow the designed protein with desirable properties/functions. Usual criteria for design include stability of the designed protein and affinity between it and a ligand of interest. However, estimating the affinity between two molecules requires to compute the partition function, a #P-complete problem. Because of its extreme computational cost, bio-physicists have designed the K∗ algorithm, which combines Best-First A ∗ search with dominance analysis to provide an estimate of the partition function with deterministic guarantees of quality. In this paper, we show that it is possible to speed up search and keep reasonable memory requirement using a Cost Function Network approach combining Depth First Search with arc consistency based lower bounds. We describe our algorithm and compare our first results to the CPD-dedicated software Osprey 2.0.
Published: 2015

27. Decoding the oak genome: public release of sequence data, assembly, annotation and publication strategies

Author: Jean-Marc Aury, Sébastien Duplessis, Joelle Amselem, Célia Michotey, Delphine Steinbach, Christophe Plomion, Catherine Bodénès, Valérie Barbe, Franck Salin, Jean-Charles Leplé, Patrick Wincker, Hélène Bergès, Nicolas Francillonne, Christophe Klopp, Florent Murat, Jérôme Salse, Barbara Estrada-Mairey, Isabelle Le Clainche, Antoine Kremer, Nathalie Boudet, Caroline Belser, Grégoire Le Provost, Thibault Leroy, Aurélie Canaguier, Christophe Boury, François Ehrenmann, Jonathan Mercier, Isabelle Lesur, Stéphanie Fouteau, Francis Martin, Hadi Quesneville, Cécile Guichard, Tina Alaeitabar, Christine Gaspin, Céline Lalanne, Karine Labadie, Arnaud Couloux, Corinne Da Silva, Patricia Faivre-Rampant, Biodiversité, Gènes & Communautés (BioGeCo), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB), Genoscope - Centre national de séquençage [Evry] (GENOSCOPE), Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Unité de Recherche Génomique Info (URGI), Institut National de la Recherche Agronomique (INRA), Centre National de Ressources Génomiques Végétales (CNRGV), Unité de recherche en génomique végétale (URGV), Institut National de la Recherche Agronomique (INRA)-Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), Interactions Arbres-Microorganismes (IAM), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Unité de recherche Amélioration, Génétique et Physiologie Forestières (AGPF), Génétique Diversité et Ecophysiologie des Céréales (GDEC), Institut National de la Recherche Agronomique (INRA)-Université Blaise Pascal - Clermont-Ferrand 2 (UBP), Génomique métabolique (UMR 8030), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Institut National de la Recherche Agronomique (INRA), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Centre National de la Recherche Scientifique (CNRS)-Université d'Évry-Val-d'Essonne (UEVE), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Centre National de la Recherche Scientifique (CNRS)-Université d'Évry-Val-d'Essonne (UEVE)-Institut National de la Recherche Agronomique (INRA), Université de Lorraine (UL)-Institut National de la Recherche Agronomique (INRA), Unité de recherche Amélioration, Génétique et Physiologie Forestières (UAGPF), Génétique Diversité et Ecophysiologie des Céréales - Clermont Auvergne (GDEC), and Institut National de la Recherche Agronomique (INRA)-Université Clermont Auvergne (UCA)
Subjects: 0301 basic medicine, genome sequence, [SDV]Life Sciences [q-bio], education, Computational biology, Genome, Quercus robur, 03 medical and health sciences, Quercus, Genetics, Gene, Ecology, Evolution, Behavior and Systematics, Phylogeny, Whole genome sequencing, Contig, biology, Models, Genetic, Molecular Sequence Annotation, Genome project, Sequence Analysis, DNA, biology.organism_classification, Fosmid, 030104 developmental biology, genomic resources, Genome, Plant, Biotechnology, Reference genome
Abstract: International audience; The 1.5 Gbp/2C genome of pedunculate oak (Quercus robur) has been sequenced. A strategy was established for dealing with the challenges imposed by the sequencing of such a large, complex and highly heterozygous genome by a whole-genome shotgun (WGS) approach, without the use of costly and time-consuming methods, such as fosmid or BAC clone-based hierarchical sequencing methods. The sequencing strategy combined short and long reads. Over 49 million reads provided by Roche 454 GS-FLX technology were assembled into contigs and combined with shorter Illumina sequence reads from paired-end and mate-pair libraries of different insert sizes, to build scaffolds. Errors were corrected and gaps filled with Illumina paired-end reads and contaminants detected, resulting in a total of 17,910 scaffolds (>2 kb) corresponding to 1.34 Gb. Fifty per cent of the assembly was accounted for by 1468 scaffolds (N50 of 260 kb). Initial comparison with the phylogenetically related Prunus persica gene model indicated that genes for 84.6% of the proteins present in peach (mean protein coverage of 90.5%) were present in our assembly. The second and third steps in this project are genome annotation and the assignment of scaffolds to the oak genetic linkage map. In accordance with the Bermuda and Fort Lauderdale agreements and the more recent Toronto Statement, the oak genome data have been released into public sequence repositories in advance of publication. In this presubmission paper, the oak genome consortium describes its principal lines of work and future directions for analyses of the nature, function and evolution of the oak genome.
Published: 2015

28. Expanding Duplication of Free Fatty Acid Receptor-2 (GPR43) Genes in the Chicken Genome

Author: Pascal Froment, Philippe Monget, Sophie Leroux, Isabelle Callebaut, Camille Meslin, Florence Gondret, Christophe Klopp, Sandrine Lagarrigue, Edith Guilbert, Colette Désert, Frédérique Pitel, Pascal G.P. Martin, Anis Djari, Physiologie de la reproduction et des comportements [Nouzilly] (PRC), Centre National de la Recherche Scientifique (CNRS)-Université de Tours-Institut Français du Cheval et de l'Equitation [Saumur]-Institut National de la Recherche Agronomique (INRA), Université Francois Rabelais [Tours], Institut Francais du Cheval et de l’Equitation, UMR 1348 Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage, Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST-Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA)-Institut National de la Recherche Agronomique (INRA)-Génétique animale (G.A.)-Physiologie Animale et Systèmes d'Elevage (PHASE), Institut National de la Recherche Agronomique (INRA), Institut de minéralogie, de physique des matériaux et de cosmochimie (IMPMC), Institut de recherche pour le développement [IRD] : UR206-Centre National de la Recherche Scientifique (CNRS)-Muséum national d'Histoire naturelle (MNHN)-Université Pierre et Marie Curie - Paris 6 (UPMC), INRA, INRA, BIA, Unité de Biométrie et Intelligence Artificielle de Toulouse [Castanet-Tolosan] (UBIA), Institut National de la Recherche Agronomique (INRA)-Plateforme bioinformatique du GIS GENOTOUL - Génopole Toulouse Midi-Pyrénées, Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Unité de recherche Pharmacologie-Toxicologie (UPT), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours (UT)-Centre National de la Recherche Scientifique (CNRS), Institut Français du Cheval et de l'Equitation [Saumur], Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), Muséum national d'Histoire naturelle (MNHN)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut de recherche pour le développement [IRD] : UR206-Centre National de la Recherche Scientifique (CNRS), Unité de recherche sur les Biopolymères, Interactions Assemblages (BIA), ANT FATINTEGER - ANR EpiBird, Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur] (IFCE)-Université de Tours (UT)-Centre National de la Recherche Scientifique (CNRS), Institut Français du Cheval et de l'Equitation [Saumur] (IFCE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT), Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours-Centre National de la Recherche Scientifique (CNRS), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Université Pierre et Marie Curie - Paris 6 (UPMC)-Institut de recherche pour le développement [IRD] : UR206-Muséum national d'Histoire naturelle (MNHN)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Nonsynonymous substitution, Male, animal structures, Swine, [SDV]Life Sciences [q-bio], chicken, poulet, génomique fonctionnelle, FFAR, Biology, métabolisme des lipides, Genome, Receptors, G-Protein-Coupled, Avian Proteins, Evolution, Molecular, 03 medical and health sciences, régulation, positive selection, Gene Duplication, Gene duplication, evolution, Genetics, Animals, Tissue Distribution, Gene conversion, Copy-number variation, acide gras libre, Gene, Ecology, Evolution, Behavior and Systematics, 030304 developmental biology, 0303 health sciences, gene conversion, 0402 animal and dairy science, 04 agricultural and veterinary sciences, 040201 dairy & animal science, genomic DNA, adiposité, duplication, Multigene Family, Female, Synonymous substitution, récepteur, Chickens, Research Article
Abstract: International audience; Free fatty acid receptors (FFAR) belong to a family of five G-protein coupled receptors that are involved in the regulation of lipidmetabolism, so that their loss of function increases the risk of obesity. The aim of this study was to determine the expansion of genesencoding paralogs of FFAR2 in the chicken, considered as amodel organism for developmental biology and biomedical research. Byestimating the gene copy number using quantitative polymerase chain reaction, genomic DNA resequencing, and RNA sequencingdata, we showed the existence of 23 ±1.5 genes encoding FFAR2 paralogs in the chicken genome. The FFAR2 paralogs shared anidentity from 87.2%up to 99%. Extensive gene conversion was responsible for this high degree of sequence similarities betweenthese genes, and this concerned especially the four amino acids known to be critical for ligand binding. Moreover, elevated nonsynonymous/synonymous substitutionratios onsomeamino acids withinor inclose-vicinity of the ligand-bindinggroove suggest thatpositive selectionmay have reduced the effective rate of gene conversion in this region, thus contributing to diversify the function ofsome FFAR2 paralogs. All the FFAR2 paralogs were located on a microchromosome in a same linkage group. FFAR2 genes wereexpressed in different tissues and cells such as spleen, peripheral blood mononuclear cells, abdominal adipose tissue, intestine, andlung, with the highest rate of expression in testis. Further investigations are needed to determine whether these chicken-specificevents along evolution are the consequence of domestication and may play a role in regulating lipid metabolism in this species.
Published: 2015

29. Architecture génétique des comportements sociaux et de peur en relation avec les caractères de production chez la caille japonaise

Author: Recoquillay, Julien, Pitel, Frederique, Arnould, Cécile, Leroux, Sophie, Dehais, Patrice, Moreno-Romieux, Carole, Calandreau, Ludovic, BERTIN, Aline, Gourichon, David, Bouchez, Olivier, Vignal, Alain, Fariello Rico, Maria Ines, Minvielle, Francis, Beaumont, Catherine, Leterrier, Christine, Duval, Elisabeth, Recherches Avicoles (SRA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Physiologie de la reproduction et des comportements [Nouzilly] (PRC), Centre National de la Recherche Scientifique (CNRS)-Université de Tours-Institut Français du Cheval et de l'Equitation [Saumur]-Institut National de la Recherche Agronomique (INRA), Unité de Biométrie et Intelligence Artificielle (UBIA), Pôle d'Expérimentation Avicole de Tours (PEAT), GeT PlaGe, Genotoul, Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Unité de Recherches Avicoles (URA), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours (UT)-Centre National de la Recherche Scientifique (CNRS), Pôle d'Expérimentation Avicole de Tours (UE PEAT), Génome et Transcriptome - Plateforme Génomique (GeT-PlaGe), Institut National de la Recherche Agronomique (INRA)-Plateforme Génome & Transcriptome (GET), Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut Technique de l'Aviculture et des Elevages de Petits Animaux (ITAVI). FRA. Institut National de la Recherche Agronomique (INRA). Agence nationale de sécurité sanitaire de l'alimentation, de l'environnement et du travail (ANSES), FRA. World's Poultry Science Association (WPSA). Ecole Nationale Supérieure Agronomique de Toulouse (INPT - ENSAT)., Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Institut National de la Recherche Agronomique (INRA)-Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours-Centre National de la Recherche Scientifique (CNRS), Recherches Avicoles ( SRA ), Institut National de la Recherche Agronomique ( INRA ), GenPhySE - UMR 1388 ( Génétique Physiologie et Systèmes d'Elevage ), Institut National de la Recherche Agronomique ( INRA ) -École nationale supérieure agronomique de Toulouse [ENSAT]-ENVT, Physiologie de la reproduction et des comportements [Nouzilly] ( PRC ), Institut National de la Recherche Agronomique ( INRA ) -Institut Français du Cheval et de l'Equitation [Saumur]-Université de Tours-Centre National de la Recherche Scientifique ( CNRS ), Unité de Biométrie et Intelligence Artificielle ( UBIA ), Pôle d'Expérimentation Avicole de Tours ( PEAT ), Génétique Animale et Biologie Intégrative ( GABI ), and Institut National de la Recherche Agronomique ( INRA ) -AgroParisTech
Subjects: [SDV.OT]Life Sciences [q-bio]/Other [q-bio.OT], [ SDV.OT ] Life Sciences [q-bio]/Other [q-bio.OT]
Abstract: absent
Published: 2015

30. The oak gene expression atlas: insights into Fagaceae genome evolution and the discovery of genes regulated during bud dormancy release

Author: Jean-Charles Leplé, Céline Noirot, Antoine Kremer, Christian Burban, Hadi Quesneville, Michael Stierschneider, Valérie Léger, Saneyoshi Ueno, Pascal Bento, Corinne Da Silva, François Buscot, Silvia Fluch, Jérôme Bartholomé, Christophe Plomion, Christophe Klopp, Jean-Marc Aury, François Ehrenmann, Isabelle Lesur, Lasse Feldhahn, Joelle Amselem, Céline Lalanne, Florent Murat, Mika T. Tarkka, Jérôme Salse, Caroline Belser, Sylvie Herrmann, Grégoire Le Provost, Biodiversité, Gènes & Communautés (BioGeCo), Institut National de la Recherche Agronomique (INRA)-Université de Bordeaux (UB), INRA - Mathématiques et Informatique Appliquées (Unité MIAJ), Institut National de la Recherche Agronomique (INRA), Mathématiques et Informatique Appliquées du Génome à l'Environnement [Jouy-En-Josas] (MaIAGE), Génomique métabolique (UMR 8030), Genoscope - Centre national de séquençage [Evry] (GENOSCOPE), Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université Paris-Saclay-Direction de Recherche Fondamentale (CEA) (DRF (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Université d'Évry-Val-d'Essonne (UEVE)-Centre National de la Recherche Scientifique (CNRS), Unité de recherche Amélioration, Génétique et Physiologie Forestières (AGPF), Génétique Diversité et Ecophysiologie des Céréales (GDEC), Institut National de la Recherche Agronomique (INRA)-Université Blaise Pascal - Clermont-Ferrand 2 (UBP), Unité de Biométrie et Intelligence Artificielle (UBIA), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Unité de Recherche Génomique Info (URGI), Austrian Institute of Technology [Vienna] (AIT), Department of Soil Ecology, Helmholtz Zentrum für Umweltforschung = Helmholtz Centre for Environmental Research (UFZ), German Centre for Integrative Biodiversity Research, Synthetic and Systems Biology Unit [Szeged], Biological Research Centre [Szeged] (BRC), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Biodiversité, Gènes et Communautés, Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Centre National de la Recherche Scientifique (CNRS)-Université d'Évry-Val-d'Essonne (UEVE), Unité de recherche Amélioration, Génétique et Physiologie Forestières (UAGPF), Université Blaise Pascal - Clermont-Ferrand 2 (UBP)-Institut National de la Recherche Agronomique (INRA), Helmholtz Centre for Environmental Research (UFZ), Génétique Diversité et Ecophysiologie des Céréales - Clermont Auvergne (GDEC), and Institut National de la Recherche Agronomique (INRA)-Université Clermont Auvergne (UCA)
Subjects: 0106 biological sciences, [SDV]Life Sciences [q-bio], Phénotype, Sequence assembly, UniGene, comparative genomics, 01 natural sciences, Genome, F30 - Génétique et amélioration des plantes, Gene Expression Regulation, Plant, bud phenology, K01 - Foresterie - Considérations générales, genomic features [EN], ComputingMilieux_MISCELLANEOUS, Genetics, 0303 health sciences, biology, bourgeon, Chromosome Mapping, Plant Dormancy, Adaptation, Physiological, Quercus petraea, quercus, Quercus robur, Phénologie, Génotype, Genome, Plant, Research Article, Biotechnology, expression des gènes, Genome evolution, Genetic Speciation, education, fagaceae, de novo assembly, Séquence d'ARN, 03 medical and health sciences, oak, séquençage, Gene, 030304 developmental biology, transcriptome, RNA-seq, Comparative genomics, Base Sequence, Transcription génique, Sequence Analysis, RNA, génomique comparative, 15. Life on land, biology.organism_classification, dormance, Evolutionary biology, 010606 plant biology & botany
Abstract: Background Many northern-hemisphere forests are dominated by oaks. These species extend over diverse environmental conditions and are thus interesting models for studies of plant adaptation and speciation. The genomic toolbox is an important asset for exploring the functional variation associated with natural selection. Results The assembly of previously available and newly developed long and short sequence reads for two sympatric oak species, Quercus robur and Quercus petraea, generated a comprehensive catalog of transcripts for oak. The functional annotation of 91 k contigs demonstrated the presence of a large proportion of plant genes in this unigene set. Comparisons with SwissProt accessions and five plant gene models revealed orthologous relationships, making it possible to decipher the evolution of the oak genome. In particular, it was possible to align 9.5 thousand oak coding sequences with the equivalent sequences on peach chromosomes. Finally, RNA-seq data shed new light on the gene networks underlying vegetative bud dormancy release, a key stage in development allowing plants to adapt their phenology to the environment. Conclusion In addition to providing a vast array of expressed genes, this study generated essential information about oak genome evolution and the regulation of genes associated with vegetative bud phenology, an important adaptive traits in trees. This resource contributes to the annotation of the oak genome sequence and will provide support for forward genetics approaches aiming to link genotypes with adaptive phenotypes. Electronic supplementary material The online version of this article (doi:10.1186/s12864-015-1331-9) contains supplementary material, which is available to authorized users.
Published: 2015

31. Genome-wide investigation of mRNA lifetime determinants in Escherichia coli cells cultured at different growth rates

Author: Thomas Esquerré, Annick Moisan, Liisa Arike, Raivo Vilu, Christine Gaspin, Muriel Cocaign-Bousquet, Laurence Girbal, Hélène Chiapello, Laboratoire d'Ingénierie des Systèmes Biologiques et des Procédés (LISBP), Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Recherche Agronomique (INRA), Laboratoire de microbiologie et génétique moléculaires (LMGM), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Competence Center of Food and Fermentation Technologies, Department of Chemistry, Tallinn University of Technology (TTÜ), Plate-forme Bio-informatique Genotoul, Institut National de la Recherche Agronomique (INRA)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de microbiologie et génétique moléculaires - UMR5100 (LMGM), Centre de Biologie Intégrative (CBI), Université de Toulouse (UT)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Plateforme Bio-Informatique - Génotoul, Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)
Subjects: Codon Adaptation Index, RNA Stability, [SDV]Life Sciences [q-bio], Biology, medicine.disease_cause, Models, Biological, Open Reading Frames, mRNA decay, Genome-wide analysis, medicine, Genetics, Escherichia coli, RNA, Messenger, Determinants, Growth rate, Codon, Gene, 2. Zero hunger, Base Composition, Messenger RNA, Base Sequence, Escherichia coli Proteins, RNA, Cell biology, Open reading frame, DNA microarray, 5' Untranslated Regions, Genome, Bacterial, GC-content, Research Article, Half-Life, Biotechnology
Abstract: Background Changes to mRNA lifetime adjust mRNA concentration, facilitating the adaptation of growth rate to changes in growth conditions. However, the mechanisms regulating mRNA lifetime are poorly understood at the genome-wide scale and have not been investigated in bacteria growing at different rates. Results We used linear covariance models and the best model selected according to the Akaike information criterion to identify and rank intrinsic and extrinsic general transcript parameters correlated with mRNA lifetime, using mRNA half-life datasets for E. coli, obtained at four growth rates. The principal parameter correlated with mRNA stability was mRNA concentration, the mRNAs most concentrated in the cells being the least stable. However, sequence-related features (codon adaptation index (CAI), ORF length, GC content, polycistronic mRNA), gene function and essentiality also affected mRNA lifetime at all growth rates. We also identified sequence motifs within the 5′UTRs potentially related to mRNA stability. Growth rate-dependent effects were confined to particular functional categories (e.g. carbohydrate and nucleotide metabolism). Finally, mRNA stability was less strongly correlated with the amount of protein produced than mRNA concentration and CAI. Conclusions This study provides the most complete genome-wide analysis to date of the general factors correlated with mRNA lifetime in E. coli. We have generalized for the entire population of transcripts or excluded determinants previously defined as regulators of stability for some particular mRNAs and identified new, unexpected general indicators. These results will pave the way for discussions of the underlying mechanisms and their interaction with the growth physiology of bacteria. Electronic supplementary material The online version of this article (doi:10.1186/s12864-015-1482-8) contains supplementary material, which is available to authorized users.
Published: 2015

32. Connected populations for detecting quantitative resistance factors to phoma stem canker in oilseed rape [i](Brassica napus[/i] L.)

Author: Maria J. Manzanares-Dauleux, Maryse Lodé, Patrick Vallée, C. Jestin, Régine Delourme, N. Bardol, B. Mangin, P. Duffé, C. Domin, Institut de Génétique, Environnement et Protection des Plantes (IGEPP), Institut National de la Recherche Agronomique (INRA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-Université de Rennes (UR)-AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), and Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)
Subjects: 0106 biological sciences, QTL, Plant Science, Quantitative trait locus, Plant disease resistance, 01 natural sciences, 03 medical and health sciences, Pathosystem, Quantitative resistance, Leptosphaeria maculans, Genetic linkage, Genotype, Genetics, medicine, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, Allele, Molecular Biology, 030304 developmental biology, 2. Zero hunger, Canker, 0303 health sciences, biology, Brassica napus, food and beverages, biology.organism_classification, medicine.disease, Agronomy, Multi-cross design, Agronomy and Crop Science, Oilseed rape, 010606 plant biology & botany, Biotechnology
Abstract: International audience; Improvement of effectiveness and durability of disease resistance in crops most often relies on the use of quantitative resistance, with the hypothesis that a wide range of quantitative resistance factors (QTL) makes the overcoming of the resistance by the pathogen more difficult. For an optimum use of these QTL in effective and durable strategies of resistance deployment, there is a need to precisely know their localization but also their stability/specificity and their allelic effects in various genetic backgrounds. Stem canker caused by the fungus Leptosphaeria maculans is one of the most important diseases in oilseed rape. In this Brassica napus-L. maculans pathosystem, QTL were previously identified by linkage analysis using populations derived from biparental crosses that were analyzed separately. In this study, we explored new quantitative resistance factors using a multi-cross connected design derived from four resistant lines crossed with a single susceptible line. Independent and connected mapping analyses revealed to be complementary to get an overview of QTL organization. We validated different QTL across different years and genetic backgrounds and identified novel QTL which had not yet been mapped. Population-common and population-specific QTL were identified. Knowledge of QTL organization and effects should help in the rational choice of relevant factors in breeding resistant genotypes to be integrated with other control means such as cultural practices and rotations for durable management of the disease
Published: 2015

33. The BioMart community portal: an innovative alternative to large, centralized data repositories

Author: Byung Woo Han, Jose Manuel Garcia-Manteiga, Alejandro Maass, Jayson Harshbarger, Daniel M. Staines, Zhengyan Kan, Davide Rambaldi, Dong Jin Han, Richard Baldock, Ji Hyun Lee, Merideth Bonierbale, Hadi Quesneville, Anthony Esposito, Thomas Letellier, Jun Wang, Steven Rosanoff, Céline Noirot, Richard D. Hayes, Sarah W. Burge, Anthony J. Brookes, Gabriele Bucci, Giulia Barbiera, Elia Stupka, Olivier Arnaiz, Thomas Maurel, Shen Hu, Olivier Sallou, Emanuela Gadaleta, Jérôme Mariette, Rosalind J. Cutts, Joseph W. Carlson, Damian Smedley, Robert C. Free, James E. Allen, Simon A. Forbes, Kevin R. Stone, Jie Luo, Andrew Blake, Chu Jun Liu, Takatomo Fujisawa, Jon W. Teague, Cristian Perez-Llamas, Rebecca Shepherd, Julio Fernandez-Banet, Raul Cordova, David Goodstein, Shi Jian Zhang, Ken Youens-Clark, Cédric Cabau, José Afonso Guerra-Assunção, Iwan Buetti, Stefania Merella, Delphine Steinbach, Linda Sperling, Robert K. Hastings, Abu Z. Dayem Ullah, Claude Chelala, Erik Dassi, Eduardo Eyras, Sunghoon Kim, Kristian Gray, Dejan Lazarevic, Luca Pandini, Azza M. Mohamed, Doreen Ware, William Spooner, Alex Di Genova, Daniel Lawson, Alessandro Quattrone, Davide Cittaro, Heather Estrella, Rhoda Kinsella, Chuan-Yun Li, Christophe Klopp, Aminah Keliet, Michela Riba, Zhi-Liang Hu, Hideya Kawaji, Arnaud Kerhornou, James M. Reecy, Tim Beck, Charalambos Chrysostomou, François Moreews, Nelson Ndegwa, Arek Kasprzyk, Michael Primig, Claire Hoede, Ibounyamine Nabihoudine, Amonida Zadissa, Paolo Provero, Reinhard Simon, Todd W. Harris, Bernard Haggarty, Lucie N. Hutchins, Marie Wong-Erasmus, Philippe Bardou, Elisa Salas, Lei Kong, Anis Djari, Syed Haider, Steffen Durinck, Mohammad Awedh, Pietro Liò, Amna A. Saddiq, Olivier Collin, European Bioinformatics Institute [Hinxton] (EMBL-EBI), EMBL Heidelberg, Computer Laboratory [Cambridge], University of Cambridge [UK] (CAM), Genentech, Inc., Genentech, Inc. [San Francisco], San Raffaele Scientific Institute, Vita-Salute San Raffaele University and Center for Translational Genomics and Bioinformatics, Genetics, Biology and Biochemistry, Molecular Biotechnology Centre, Centre de génétique moléculaire (CGM), Université Paris-Sud - Paris 11 (UP11)-Université Pierre et Marie Curie - Paris 6 (UPMC)-Centre National de la Recherche Scientifique (CNRS), King Abdulaziz University, MRC Human Genetics Unit, University of Edinburgh-Western General Hospital, Laboratoire de Génétique Cellulaire (LGC), Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Recherche Agronomique (INRA), Department of Genetics [Leicester], University of Leicester, Medical Research Council Harwell (Mammalian Genetics Unit and Mary Lyon Centre), Medical Research Counc, International Potato Center, Department of Energy / Joint Genome Institute (DOE), Los Alamos National Laboratory (LANL), Centre for Molecular Oncology and Imaging, Centre for Molecular Oncology and Imaging, Barts Cancer Institute, Plateforme bioinformatique GenOuest [Rennes], Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Plateforme Génomique Santé Biogenouest®-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Bretagne Sud (UBS)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Rennes (ENS Rennes)-Télécom Bretagne-CentraleSupélec, University of Trento [Trento], University of Chile [Santiago], Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Pfizer Oncology, Institució Catalana de Recerca i Estudis Avançats (ICREA), Cancer Genome Project, The Wellcome Trust Sanger Institute [Cambridge], Kasuza DNA Research Institute, Seoul National University [Seoul] (SNU), Cold Spring Harbor Laboratory (CSHL), RIKEN - Institute of Physical and Chemical Research [Japon] (RIKEN), School of Dentistry and Dental Research Institute [UCLA], University of California [Los Angeles] (UCLA), University of California-University of California, Department of Animal Science and Center for Integrated Animal Genomics, Iowa State University (ISU), Mouse Genomic Informatics Group (MGI), The Jackson Laboratory, Unité de Recherche Génomique Info (URGI), Center for Bioinformatics [Pekin], Peking University [Beijing], Division of Industrial Ecology (KTH), Royal Institute of Technology [Stockholm] (KTH ), Institute of Molecular Medicine, Universidad de Santiago de Chile [Santiago] (USACH), Centro de Regulación Génica (CRG), Pontificia Universidad Católica de Chile (UC)-Universidad Andrés Bello [Santiago] (UNAB)-Universidad de Santiago de Chile [Santiago] (USACH), Centre de Modélisation Mathématique / Centro de Modelamiento Matemático (CMM), Centre National de la Recherche Scientifique (CNRS), Unité Mathématiques et Informatique Appliquées de Toulouse (MIAT), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Unité de Mathématiques et Informatique Appliquées de Toulouse (MIAT INRA), Mathématiques et Informatique Appliquées Toulouse, Universitat Pompeu Fabra [Barcelona], Institut de recherche en santé, environnement et travail (Irset), Université d'Angers (UA)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-École des Hautes Études en Santé Publique [EHESP] (EHESP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Department of Animal Science, Eagle Genomics Ltd, Eagle Genomics, State Key Laboratory of Lithospheric Evolution (SKL), Institute of Geology and Geophysics [Beijing] (IGG), Chinese Academy of Sciences [Beijing] (CAS)-Chinese Academy of Sciences [Beijing] (CAS), University of the Chinese Academy of Sciences, Ontario Institute for Cancer Research [Canada] (OICR), Ontario Institute for Cancer Research, Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, International Potato Center [Lima] (CIP), Consultative Group on International Agricultural Research [CGIAR] (CGIAR), GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Plateforme Génomique Santé Biogenouest®-Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria), Universidad de Chile = University of Chile [Santiago] (UCHILE), The Jackson Laboratory [Bar Harbor] (JAX), Center for Bioinformatics [Peking], Pontificia Universidad Católica de Chile (UC)-Universidad Andrés Bello [Santiago] (UNAB), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Universitat Pompeu Fabra [Barcelona] (UPF), Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique )-Institut National de la Santé et de la Recherche Médicale (INSERM)-École des Hautes Études en Santé Publique [EHESP] (EHESP)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université d'Angers (UA), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT), Université de Rennes (UR)-Plateforme Génomique Santé Biogenouest®-Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Télécom Bretagne-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), University of California (UC)-University of California (UC), Université d'Angers (UA)-Université de Rennes (UR)-École des Hautes Études en Santé Publique [EHESP] (EHESP)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Structure Fédérative de Recherche en Biologie et Santé de Rennes ( Biosit : Biologie - Santé - Innovation Technologique ), Jonchère, Laurent, CentraleSupélec-Télécom Bretagne-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National de Recherche en Informatique et en Automatique (Inria)-École normale supérieure - Rennes (ENS Rennes)-Université de Bretagne Sud (UBS)-Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Télécom Bretagne-Université de Rennes 1 (UR1), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Plateforme Génomique Santé Biogenouest®-Inria Rennes – Bretagne Atlantique, Lio, Pietro [0000-0002-0540-5053], and Apollo - University of Cambridge Repository
Subjects: Proteomics, Interface (Java), Data management, [SDV]Life Sciences [q-bio], génomique fonctionnelle, Biology, Ontology (information science), computer.software_genre, World Wide Web, Genomics, Humans, Internet, Neoplasms, Database Management Systems, Genetics, cancer, Web Server issue, protéomique, ontologie, ComputingMilieux_MISCELLANEOUS, base de données, business.industry, Toolbox, [SDV] Life Sciences [q-bio], espèce modèle, Scalability, The Internet, Web service, business, Host (network), computer
Abstract: International audience; The BioMart Community Portal (www.biomart.org) is a community-driven effort to provide a unified interface to biomedical databases that are distributed worldwide. The portal provides access to numerous database projects supported by 30 scientific organizations. It includes over 800 different biological datasets spanning genomics, proteomics, model organisms, cancer data, ontology information and more. All resources available through the portal are independently administered and funded by their host organizations. The BioMart data federation technology provides a unified interface to all the available data. The latest version of the portal comes with many new databases that have been created by our ever-growing community. It also comes with better support and extensibility for data analysis and visualization tools. A new addition to our toolbox, the enrichment analysis tool is now accessible through graphical and web service interface. The BioMart community portal averages over one million requests per day. Building on this level of service and the wealth of information that has become available, the BioMart Community Portal has introduced a new, more scalable and cheaper alternative to the large data stores maintained by specialized organizations.
Published: 2015

34. Optimal Spatial Adaptation for Patch-Based Image Denoising

Author: Jérôme Boulanger, Charles Kervrann, Unité de biométrie et intelligence artificielle de jouy, Institut National de la Recherche Agronomique (INRA), Vision spatio-temporelle et active (VISTA), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Inria Rennes – Bretagne Atlantique, Institut National de Recherche en Informatique et en Automatique (Inria), Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Inria Rennes – Bretagne Atlantique
Subjects: ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION, Information Storage and Retrieval, Image processing, 02 engineering and technology, symbols.namesake, Imaging, Three-Dimensional, Image Interpretation, Computer-Assisted, 0202 electrical engineering, electronic engineering, information engineering, Computer Simulation, [INFO]Computer Science [cs], Computer vision, [MATH]Mathematics [math], DENOISING, Mathematics, Pointwise, Stochastic Processes, Models, Statistical, Pixel, business.industry, Signal Processing, Computer-Assisted, 020206 networking & telecommunications, White noise, Image Enhancement, NON PARAMETRIC ESTIMATION, Non-local means, Real image, Computer Graphics and Computer-Aided Design, BIAS VARIANCE TRADE OFF, Gaussian noise, Computer Science::Computer Vision and Pattern Recognition, symbols, 020201 artificial intelligence & image processing, Bilateral filter, Artificial intelligence, Artifacts, business, Algorithm, Algorithms, Software
Abstract: International audience; A novel adaptive and patch-based approach is proposed for image denoising and representation. The method is based on a pointwise selection of small image patches of fixed size in the variable neighborhood of each pixel. Our contribution is to associate with each pixel the weighted sum of data points within an adaptive neighborhood, in a manner that it balances the accuracy of approximation and the stochastic error, at each spatial position. This method is general and can be applied under the assumption that there exists repetitive patterns in a local neighborhood of a point. By introducing spatial adaptivity, we extend the work earlier described by Buades et al. which can be considered as an extension of bilateral filtering to image patches. Finally, we propose a nearly parameter-free algorithm for image denoising. The method is applied to both artificially corrupted (white Gaussian noise) and real images and the performance is very close to, and in some cases even surpasses, that of the already published denoising methods
Published: 2006

35. Geostatistical modelling of spatial distribution of Balaenoptera physalus in the Northwestern Mediterranean Sea from sparse count data and heterogeneous observation efforts

Author: Jean-Pierre Durbec, Pascal Monestiez, E. Bonnin, Laurent Dubroca, Christophe Guinet, Biostatistique et Processus Spatiaux (BioSP), Institut National de la Recherche Agronomique (INRA), Centre d'études biologiques de Chizé (CEBC), Centre National de la Recherche Scientifique (CNRS), Centre d'océanologie de Marseille (COM), Université de la Méditerranée - Aix-Marseille 2-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie (INRA), Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de la Méditerranée - Aix-Marseille 2, Unité de Biométrie, Laboratoire de MicrobiologiE de Géochimie et d'Ecologie Marines (LMGEM), Centre National de la Recherche Scientifique (CNRS)-Université de la Méditerranée - Aix-Marseille 2, Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY), Centre d'Études Biologiques de Chizé (CEBC), Université de la Méditerranée - Aix-Marseille 2-Centre National de la Recherche Scientifique (CNRS), and Poirot, Dominique
Subjects: 0106 biological sciences, SIGHTINGS DATA, BIAS CORRECTION, GEOSTATISTIQUE, Poisson distribution: Bias correction, Geostatistics, Spatial distribution, Poisson distribution, 01 natural sciences, VARIOGRAM ESTIMATION, 010104 statistics & probability, symbols.namesake, Kriging, Statistics, [INFO]Computer Science [cs], 14. Life underwater, [MATH]Mathematics [math], RELATIVE ABUNDANCE MAP, 0101 mathematics, Variogram, [SDU.OCEAN]Sciences of the Universe [physics]/Ocean, Atmosphere, [SDU.OCEAN] Sciences of the Universe [physics]/Ocean, Atmosphere, REPARTITION SPATIALE, 010604 marine biology & hydrobiology, Ecological Modeling, FIN WHALE, KRIGING, [SDE.ES]Environmental Sciences/Environmental and Society, POISSON DISTRIBUTION, Spatial ecology, symbols, Environmental science, Spatial variability, BALAENOPTERA PHYSALUS, GEOSTATISTICS, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Count data
Abstract: International audience; Obtaining accurate maps of relative abundance is an objective that may be difficult to achieve on the basis of spatially heterogeneous observation efforts and infrequent and sparse animal sightings. However, characterizing spatial distribution of wild animals such as fin whales is a major priority to protect these populations and to study their interactions with their environment.We have associated a geostatistical model with the Poisson distribution to model both spatial variation and discrete observation process. Assuming few weak hypotheses on the distribution of abundance, we have improved the experimental variogram estimate using weights that are derived from expected variances and proposed a bias correction that accounts for the variability added by the Poisson observation process. In the same way the kriging system was modified to interpolate directly the theoretical underlying animal abundance better than noisy observations from count data. For cumulative count data of fin whales over the summers 1993–2001, the method gave a map of the relative abundance which is informative on the spatial patterns. Kriging interpolation variances were dramatically reduced – ratio from 0.015 to 0.26 – compared to usual Ordinary Kriging on raw data. Adding the hypothesis of stationarity over time the variogram estimated on cumulative data can be then used with more sparser annual data.
Published: 2006

36. A modeling approach to the impact of HIV mutations on the immune system

Author: Alain Mallet, Elisabeta Vergu, Jean-Louis Golmard, Unité de biométrie et intelligence artificielle de jouy, Institut National de la Recherche Agronomique (INRA), Université Pierre et Marie Curie - Paris 6 (UPMC), and Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY)
Subjects: CD4-Positive T-Lymphocytes, Human immunodeficiency virus (HIV), HIV Infections, Disease, IMMUNOLOGIE, medicine.disease_cause, immune response, dynamique du VIH, 0302 clinical medicine, mutants viraux, 030212 general & internal medicine, [MATH]Mathematics [math], ComputingMilieux_MISCELLANEOUS, immunodeficiency-virus type-1, association de médicaments antiviraux, 0303 health sciences, steady state analysis, immunological recognition efficacy index, dynamics, Viral Load, immunodéficience-virus de type 1, 3. Good health, Computer Science Applications, rapid turnover, Mutation (genetic algorithm), combination antiretroviral therapy, Asymptotic analysis, Health Informatics, virus, Computational biology, Biology, Dynamical system, 03 medical and health sciences, Immune system, lymphocyte t, viral mutants, medicine, Humans, [INFO]Computer Science [cs], t-lymphocytes, point process, 030304 developmental biology, Stochastic Processes, disease, clairance, Steady state, fungi, Models, Immunological, Genetic Variation, HIV, cell, clearance rate, infection, hiv dynamics, CD4 Lymphocyte Count, Nonlinear Dynamics, Mutation, Immunology, Function (biology)
Abstract: A dynamical system modeling the HIV infection, including a mutation occurrence process, is used, after simplifications, to show the impact of the viral diversity on the immune response and disease dynamics, by introducing an indicator of the immune system behavior, the immunological recognition efficacy (IRE) index. The existence, the expression and the stability of the endemically infected steady state of the IRE index-based model, as function of this index, are mathematically analyzed. The monotony of the steady state with respect to the IRE index is studied and an asymptotic analysis of the dynamical system performed. It is shown that the IRE index-based model provides a bound to the responses of the initial complex dynamical system. The biological interpretation of these mathematical results is the exhaustion of the immune system as a consequence of the continuous generation of viral mutants.
Published: 2005

37. Genomic studies in AIDS: problems and answers. Development of a statistical model integrating both longitudinal cohort studies and transversal observations of extreme cases

Author: Colette Huber, Jean-François Zagury, Laurent Jacquemin, Houria Hendel, Odile Pons, Philippe Haumont, Sara Tamim, Kaniewski, Nadine, Epidémiologie et Biostatistique, Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY), Institut National de la Recherche Agronomique (INRA), Centre de Recherche des Cordeliers (CRC (UMR_S 872)), Université Pierre et Marie Curie - Paris 6 (UPMC)-Université Paris Descartes - Paris 5 (UPD5)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie, Institut National de la Santé et de la Recherche Médicale ( INSERM ) -Institut National de la Santé et de la Recherche Médicale ( INSERM ), Institut National de la Recherche Agronomique ( INRA ), Centre de Recherche des Cordeliers ( CRC (UMR_S 872) ), and Université Pierre et Marie Curie - Paris 6 ( UPMC ) -Université Paris Descartes - Paris 5 ( UPD5 ) -Institut National de la Santé et de la Recherche Médicale ( INSERM ) -Centre National de la Recherche Scientifique ( CNRS )
Subjects: Candidate gene, MESH : Polymorphism, Genetic, Cross-sectional study, HIV Infections, MESH : Models, Biological, MESH: Receptors, CCR5, MESH: NAD(P)H Dehydrogenase (Quinone), Cohort Studies, MESH : HLA Antigens, HLA Antigens, Models, Receptors, NAD(P)H Dehydrogenase (Quinone), MESH : NAD(P)H Dehydrogenase (Quinone), Longitudinal Studies, MESH: Longitudinal Studies, MESH: Cohort Studies, MESH: HLA Antigens, MESH : Longitudinal Studies, Genetics, education.field_of_study, MESH : Acquired Immunodeficiency Syndrome, MESH : Models, Statistical, MESH : Receptors, CCR5, [ SDV.SPEE ] Life Sciences [q-bio]/Santé publique et épidémiologie, MESH: HIV Infections, General Medicine, Statistical, No, Cohort, MESH : Research Support, No, Cohort study, Receptors, CCR5, Population, MESH : Cohort Studies, Human leukocyte antigen, Biology, Research Support, Models, Biological, Genetic determinism, Genetic, MESH: Polymorphism, Genetic, MESH : HIV Infections, Humans, Polymorphism, education, Alleles, MESH: Acquired Immunodeficiency Syndrome, Pharmacology, Acquired Immunodeficiency Syndrome, Models, Statistical, Polymorphism, Genetic, MESH: Humans, MESH: Alleles, MESH : Humans, Haplotype, MESH: Models, Biological, Biological, [SDV.SPEE] Life Sciences [q-bio]/Santé publique et épidémiologie, MESH: Research Support, No, [SDV.SPEE]Life Sciences [q-bio]/Santé publique et épidémiologie, MESH : Alleles, CCR5, MESH: Models, Statistical, Demography
Abstract: Genomic studies developed to understand HIV-1 infection and pathogenesis have often lead to conflicting results. This is linked to various factors, including differences in cohort design and selection, the numbers of patients involved, the influence of population substructure, the ethnic origins of the participants, and phenotypic definition. These difficulties in the interpretation of results are examined through published studies on the role of polymorphisms in HLA and the chemokine receptors genes in AIDS. Our analysis suggests that the use of haplotypes will strengthen the results obtained in a given cohort, and meta-analysis including multiple cohorts to gather large-enough numbers of patients should also allow clarification of the genetic associations observed. A P-value of 0.001 appears to be a good compromise for significance on candidate genes in a genetic study. Due to the generally limited size of available cohorts, results will have to be validated in other cohorts. We developed a model to fit transversal case studies (extreme case-control studies) with longitudinal cohorts (all-stages patients) for observations on two gene polymorphisms of CCR5 and NQO1. Interestingly, we observe a protective effect for the CCR5-D32 mutant allele in 95% of the simulations based on that model when using a population of 600 subjects; however, when using populations of 250 subjects we find a significant protection in only 59% of the simulations. Our model gives thus an explanation for the discrepancies observed in the various genomic studies published in AIDS on CCR5-D32 and other gene polymorphisms: they result from statistical fluctuations due to a lack of power. The sizes of most seroconverter cohorts presently available seem thus insufficient since they include less than a few hundred subjects. This result underlines the power and usefulness of the transversal studies involving extreme patients and their complementarity to longitudinal studies involving seroconverter cohorts. The transposition approach of extreme case-control data into longitudinal analysis should prove useful not only in AIDS but also in other diseases induced by chronic exposure to a foreign agent or with chronic clinical manifestations. © 2003 Editions scientifiques et medicales Elsevier SAS. All rights reserved.
Published: 2003

38. Rapid discovery of mutations responsible for sporadic dominant genetic defects in livestock using genome sequence data: enhancing the value of farm animals as model species

Author: Capitan, Aurelien, Michot, Pauline, Guillaume, François, Grohs, Cecile, Djari, Anis, Fritz, Sebastien, Barbey, Sarah, Otz, Pauline, Bourneuf, Emmanuelle, Esquerre, Diane, Gallard, Yves, Klopp, Christophe, Boichard, Didier, Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Union nationale des coopératives d’élevage et d’insémination animale (UNCEIA), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Domaine Expérimental du Pin (DEP), DSV/iRCM/SREIT/LREG, Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT), ANR Apisgene Cartoseq, Unité de Biométrie et Intelligence Artificielle (UBIA), Domaine expérimental animal du Pin (SEA), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, AgroParisTech-Institut National de la Recherche Agronomique (INRA), Union Nationale des Coopératives Agricoles d'Elevage et d'Insémination Animale, and Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT]
Subjects: bovin, [SDV]Life Sciences [q-bio], anomalie génétique
Abstract: absent
Published: 2014

39. ESCAPADE to quantify nitrogen losses in territories and assess mitigation strategies

Author: Jean-Louis Drouet, Patrick Durand, François Laurent, Gilles Billen, Pierre Cellier, Olivier Maury, Potok, S., Philippe Faverdin, Christophe Flechard, Garnier, J., Guy, A., Catherine Hénault, Catherine Mignolet, Herve Monod, Anne Probst, Sorin, D., Tallec, G., Matthias Beekmann, Eric Ceschia, Le Gall, C., Morel, T., Gauthier Quesnel, Ramat, E., Bernhard Zeller, Environnement et Grandes Cultures (EGC), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Sol Agro et hydrosystème Spatialisation (SAS), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), ARVALIS - Institut du végétal [Paris], Structure et fonctionnement des systèmes hydriques continentaux (SISYPHE), Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-MINES ParisTech - École nationale supérieure des mines de Paris, Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), INRA-Transfert, Institut National de la Recherche Agronomique (INRA), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), TRISKALIA, Unité de recherche Science du Sol (USS), Agro-Systèmes Territoires Ressources Mirecourt (ASTER Mirecourt), Unité de recherche Mathématiques et Informatique Appliquées (MIA), Laboratoire Ecologie Fonctionnelle et Environnement (ECOLAB), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Observatoire Midi-Pyrénées (OMP), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS), TERRANA, Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Centre National de la Recherche Scientifique (CNRS), Centre d'études spatiales de la biosphère (CESBIO), Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS), Centre Technique Interprofessionnel des Oléagineux, des Protéagineux et du Chanvre (CETIOM), Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique (CERFACS), CERFACS, Unité de Biométrie et Intelligence Artificielle (UBIA), Université du Littoral Côte d'Opale (ULCO), INRA BREF Nancy, Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Université Pierre et Marie Curie - Paris 6 (UPMC)-École pratique des hautes études (EPHE)-MINES ParisTech - École nationale supérieure des mines de Paris-Centre National de la Recherche Scientifique (CNRS), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Observatoire Midi-Pyrénées (OMP), Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées, Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université Toulouse III - Paul Sabatier (UT3), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Pierre et Marie Curie - Paris 6 (UPMC)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Mines Paris - PSL (École nationale supérieure des mines de Paris), INRA Transfert, Laboratoire Ecologie Fonctionnelle et Environnement (LEFE), Université de Toulouse (UT)-Université de Toulouse (UT)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Terres Inovia, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), and Laboratoire d'Informatique Signal et Image de la Côte d'Opale (LISIC)
Subjects: InformationSystems_MODELSANDPRINCIPLES, ComputerSystemsOrganization_COMPUTERSYSTEMIMPLEMENTATION, ComputingMilieux_THECOMPUTINGPROFESSION, [SDV]Life Sciences [q-bio], ComputingMilieux_COMPUTERSANDSOCIETY, ComputerSystemsOrganization_SPECIAL-PURPOSEANDAPPLICATION-BASEDSYSTEMS
Abstract: poster extended abstractposter extended abstract; absent
Published: 2014

40. Tracking the in vivo release of bioactive peptides in the gut during digestion: Mass spectrometry peptidomic characterization of effluents collected in the gut of dairy matrix fed mini-pigs

Author: Didier Rémond, Didier Dupont, Béatrice Laroche, Gwénaële Henry, Florence Barbe, Olivia Ménard, Julien Jardin, Steven Le Feunteun, Science et Technologie du Lait et de l'Oeuf (STLO), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Génie et Microbiologie des Procédés Alimentaires (GMPA), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Unité de Nutrition Humaine - Clermont Auvergne (UNH), Institut National de la Recherche Agronomique (INRA)-Université Clermont Auvergne (UCA), Unité de recherche Mathématiques et Informatique Appliquées (MIA), Institut National de la Recherche Agronomique (INRA), Centre National de la Recherche Scientifique (CNRS), Food and Agriculture COST (European Cooperation in Science and Technology), Action FA1005 'Improving health properties of food by sharing our knowledge on the digestive process (INFOGEST), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité de Nutrition Humaine (UNH), Université d'Auvergne - Clermont-Ferrand I (UdA)-Clermont Université-Institut National de la Recherche Agronomique (INRA), Unité de biométrie et intelligence artificielle de jouy, Institut National de la Recherche Agronomique and the Centre National de la Recherche Scientifique, France and by the Food and Agriculture COST (European Cooperation in Science and Technology) Action FA1005 ‘Improving health properties of food by sharing our knowledge on the digestive process (INFOGEST)’, Institut National de la Recherche Agronomique (INRA)-Université d'Auvergne - Clermont-Ferrand I (UdA)-Clermont Université, and Unité de biométrie et intelligence artificielle de Jouy (MIA-JOUY)
Subjects: [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, protéolyse, proteolysis, Proteolysis, digestion, Mass spectrometry, food structure, In vivo, spectrométrie de masse, [SDV.IDA]Life Sciences [q-bio]/Food engineering, medicine, peptidome, Food science, Effluent, structure des aliments, mass spectrometry, 2. Zero hunger, Gastrointestinal tract, Chromatography, Acid gel, Milk protein, medicine.diagnostic_test, Chemistry, milk proteins, lait, protéine, Rennet, [SDV.AEN]Life Sciences [q-bio]/Food and Nutrition, Food Science
Abstract: International audience; This study aimed at identifyingmilk peptides released in the gastrointestinal tract ofmini-pigs during the digestion of dairy matrices and determining the effect of the matrix structure on the gut lumen peptidome. Six dairy matrices (raw and heated milk, the corresponding rennet gels, and a non-stirred or a stirred acid gel prepared from the heated milk) of similar composition but with different structures were ingested by four mini-pigs. Duodenal effluentswere collected over a 5 h-period and analyzed by tandemmass-spectrometry.More than 16,000 peptideswere sequenced and unambiguously identified. The structure of dairy products had only little influence on the location of cleavage sites on the protein sequences.However, it strongly impacted the number of identified peptides andmore especially for rennet gels which led to about 3 times less detected peptides than for the other matrices. This effect was attributed to greater extents of dilution by digestive secretions associated with longer gastric retentions for the rennet gels. Potential bioactive peptides were also produced over time and are all reported to contribute to document the literature originating from in vivo experiments. Our results indicate that the structure of dairymatrices strongly affects the kinetics ofmilk protein digestion in vivo, more than themechanism of proteolysis itself.
Published: 2014

41. Identification de gènes différentiellement exprimés dans deux tissus cibles de lignées clonales de truite sensibles ou résistantes à la SHV

Author: Carine Genet, Verrier, E. R., Céline Ciobotaru, Christophe Klopp, Diane Esquerre, Denis Laloë, Pierre Boudinot, Edwige Quillet, Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, UMR1110, Institut National de la Santé et de la Recherche Médicale (INSERM), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA), Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Unité de recherche Virologie et Immunologie Moléculaires (VIM (UR 0892)), ProdInra, Archive Ouverte, Unité de Biométrie et Intelligence Artificielle (UBIA), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Unité de recherche Virologie et Immunologie Moléculaires (VIM), and AgroParisTech-Institut National de la Recherche Agronomique (INRA)
Subjects: [SDV] Life Sciences [q-bio], [SDV]Life Sciences [q-bio]
Abstract: absent
Published: 2014

42. Computational protein design as an optimization problem

Author: George Katsirelos, Barry O'Sullivan, David Allouche, Thomas Schiex, Sophie Barbe, Simon de Givry, Steve Prestwich, Jessica Davies, Isabelle André, Seydou Traoré, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Laboratoire d'Ingénierie des Systèmes Biologiques et des Procédés (LISBP), Institut National de la Recherche Agronomique (INRA)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées, Insight Centre for Data Analytics, University College Cork (UCC), ANR, Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Université de Toulouse (UT), Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Recherche Agronomique (INRA), and University College Cork
Subjects: Linguistics and Language, Optimization problem, Constraint optimization, Linear programming, Computer science, Bioinformatics, [SDV]Life Sciences [q-bio], Computational Protein Design, Quadratic programming, Maximum satisfiability, Language and Linguistics, Constraint Programming, Neighborhood substitutability, Artificial Intelligence, Constraint programming, Soft constraints, Integer programming, Cost function networks, Constrained optimization, Maximum a posteriori inference, Solver, ComputingMethodologies_PATTERNRECOGNITION, Integer linear programming, Combinatorial optimization, Weighted constraint satisfaction problem, Algorithm, Graphical model
Abstract: Proteins are chains of simple molecules called amino acids. The three-dimensional shape of a protein and its amino acid composition define its biological function. Over millions of years, living organisms have evolved a large catalog of proteins. By exploring the space of possible amino acid sequences, protein engineering aims at similarly designing tailored proteins with specific desirable properties. In Computational Protein Design (CPD), the challenge of identifying a protein that performs a given task is defined as the combinatorial optimization of a complex energy function over amino acid sequences.In this paper, we introduce the CPD problem and some of the main approaches that have been used by structural biologists to solve it, with an emphasis on the exact method embodied in the dead-end elimination/A⁎elimination/A⁎ algorithm (DEE/A⁎)(DEE/A⁎). The CPD problem is a specific form of binary Cost Function Network (CFN, aka Weighted CSP). We show how DEE algorithms can be incorporated and suitably modified to be maintained during search, at reasonable computational cost.We then evaluate the efficiency of CFN algorithms as implemented in our solver toulbar2, on a set of real CPD instances built in collaboration with structural biologists. The CPD problem can be easily reduced to 0/1 Linear Programming, 0/1 Quadratic Programming, 0/1 Quadratic Optimization, Weighted Partial MaxSAT and Graphical Model optimization problems. We compare toulbar2 with these different approaches using a variety of solvers. We observe tremendous differences in the difficulty that each approach has on these instances.Overall, the CFN approach shows the best efficiency on these problems, improving by several orders of magnitude against the exact DEE/A⁎DEE/A⁎ approach. The introduction of dead-end elimination before or during search allows to further improve these results.
Published: 2014

43. Attenuated sensing of SHH by Ptch1 underlies evolution of bovine limbs

Author: Dario Speziale, Sabrina Rodriguez, Andrew D. Courtney, Benoît Robert, Sandrine Floriot, Christophe Klopp, Jing Liu, Dagmar Iber, Philipp Germann, Javier Lopez-Rios, Christian Beisel, Yves Gallard, Amandine Duchesne, Sarah Barbey, Magdalena Müller-Gerbl, Denis Duboule, Carol Wicking, Robert Ivanek, Guillaume Andrey, Rolf Zeller, Kevin A. Peterson, Erkan Ünal, Andrew P. McMahon, Developmental Genetics, Department Biomedicine, University of Basel (Unibas), Génétique Animale et Biologie Intégrative (GABI), AgroParisTech-Institut National de la Recherche Agronomique (INRA), School of Life Sciences, Federal Institute of Technology Lausann, Department of Stem Cell Biology and Regenerative Medicine, Eli and Edythe Broad Center for Regenerative Medicine and Stem Cell Research, Keck School of Medicine, University of Southern California (USC), Department of Biosystems Science and Engineering [ETH Zürich] (D-BSSE), Eidgenössische Technische Hochschule - Swiss Federal Institute of Technology in Zürich [Zürich] (ETH Zürich), Domaine expérimental animal du Pin (SEA), Institut National de la Recherche Agronomique (INRA), Institute of Anatomy, Department Biomedicine, Institute for Molecular Bioscience, University of Queensland [Brisbane], Unité de Biométrie et Intelligence Artificielle (UBIA), Laboratoire d'Ingénierie des Systèmes Biologiques et des Procédés (LISBP), Centre National de la Recherche Scientifique (CNRS)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de la Recherche Agronomique (INRA), Swiss Institute of Bioinformatics, Génétique Moléculaire de la Morphogénèse, Institut Pasteur [Paris]-Centre National de la Recherche Scientifique (CNRS), Department of Genetics and Evolution, Université de Genève (UNIGE), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Eidgenössische Technische Hochschule - Swiss Federal Institute of Technology [Zürich] (ETH Zürich), Domaine Expérimental du Pin (DEP), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Institut National de la Recherche Agronomique (INRA)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT)-Centre National de la Recherche Scientifique (CNRS), Swiss Institute of Bioinformatics [Lausanne] (SIB), Université de Lausanne = University of Lausanne (UNIL), Institut Pasteur [Paris] (IP)-Centre National de la Recherche Scientifique (CNRS), Université de Genève = University of Geneva (UNIGE), Université de Lausanne (UNIL), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Centre National de la Recherche Scientifique (CNRS), and Centre National de la Recherche Scientifique (CNRS)-Institut Pasteur [Paris]
Subjects: Male, Patched Receptors, Extremities/anatomy & histology/embryology, Mesenchyme, [SDV]Life Sciences [q-bio], Cell Surface/genetics/metabolism, Transgenic, Limb Buds/anatomy & histology/embryology, Mice, 03 medical and health sciences, Limb bud, 0302 clinical medicine, ddc:590, Nucleic Acid/genetics, Receptors, Gene expression, medicine, Animals, Hedgehog Proteins/metabolism, Limb development, Sonic hedgehog, Body Patterning, 030304 developmental biology, Regulation of gene expression, Mesoderm/metabolism, 0303 health sciences, Multidisciplinary, biology, Anatomy, Biological Evolution, Cell biology, Patched-1 Receptor, body regions, Developmental/genetics, medicine.anatomical_structure, Gene Expression Regulation, PTCH1, biology.protein, Evolutionary developmental biology, Cattle, Female, Regulatory Sequences, 030217 neurology & neurosurgery
Abstract: Chantier qualité spécifique "Auteurs Externes" département de Génétique animale : uniquement liaison auteur au référentiel HR-Access; The large spectrum of limb morphologies reflects the wide evolutionary diversification of the basic pentadactyl pattern in tetrapods. In even-toed ungulates (artiodactyls, including cattle), limbs are adapted for running as a consequence of progressive reduction of their distal skeleton to symmetrical and elongated middle digits with hoofed phalanges. Here we analyse bovine embryos to establish that polarized gene expression is progressively lost during limb development in comparison to the mouse. Notably, the transcriptional upregulation of the Ptch1 gene, which encodes a Sonic hedgehog (SHH) receptor, is disrupted specifically in the bovine limb bud mesenchyme. This is due to evolutionary alteration of a Ptch1 cis-regulatory module, which no longer responds to graded SHH signalling during bovine handplate development. Our study provides a molecular explanation for the loss of digit asymmetry in bovine limb buds and suggests that modifications affecting the Ptch1 cis-regulatory landscape have contributed to evolutionary diversification of artiodactyl limbs.
Published: 2014

44. The genome of the white-rot fungus [i]Pycnoporus cinnabarinus[/i]: a basidiomycete model with a versatile arsenal for lignocellulosic biomass breakdown

Author: Levasseur, Anthony, Lomascolo, Anne, Chabrol, Olivier, Ruiz-Dueñas, Francisco J, Boukhris-Uzan, Eva, Piumi, François, Kües, Ursula, Ram, Arthur F J, Murat, Claude, Haon, Mireille, Benoit, Isabelle, Arfi, Yonathan, Chevret, Didier, Drula, Elodie, Kwon, Min Jin, Gouret, Philippe, Lesage-Meessen, Laurence, Lombard, Vincent, Mariette, Jérôme, Noirot, Céline, Park, Joohae, Patyshakuliyeva, Aleksandrina, Sigoillot, Jean Claude, Wiebenga, Ad, Wösten, Han A B, Martin, Francis, Coutinho, Pedro M, de Vries, Ronald P, Martínez, Angel T, Klopp, Christophe, Pontarotti, Pierre, Henrissat, Bernard, Record, Eric, Wosten, Han, Molecular Microbiology, Sub Molecular Microbiology, Sub Molecular Plant Physiology, Molecular Plant Physiology, Biodiversité et Biotechnologie Fongiques (BBF), École Centrale de Marseille (ECM)-Aix Marseille Université (AMU)-Institut National de la Recherche Agronomique (INRA), Institut de Mathématiques de Marseille (I2M), Aix Marseille Université (AMU)-École Centrale de Marseille (ECM)-Centre National de la Recherche Scientifique (CNRS), Centro de Investigaciones Biológicas (CIB), Institut des Sciences Moléculaires de Marseille (ISM2), Centre National de la Recherche Scientifique (CNRS)-École Centrale de Marseille (ECM)-Aix Marseille Université (AMU), Molecular Wood Biotechnology and Technical Mycology, Georg-August-University [Göttingen], Department of Molecular Microbiology and Biotechnology, Universiteit Leiden [Leiden], Interactions Arbres-Microorganismes (IAM), Université de Lorraine (UL)-Institut National de la Recherche Agronomique (INRA), Fungal Physiology, CBS-KNAW Fungal Biodiversity Centre, Faculty of Biological Chemistry, Weizmann Institute of Science, MICrobiologie de l'ALImentation au Service de la Santé (MICALIS), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Architecture et fonction des macromolécules biologiques (AFMB), Institut National de la Recherche Agronomique (INRA)-Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Department of Microbiology, Kluyver Cenre for Genomics of Industrial Fermentation, Utrecht University [Utrecht], Molecular Microbiology, Sub Molecular Microbiology, Sub Molecular Plant Physiology, Molecular Plant Physiology, Institut National de la Recherche Agronomique (INRA)-Aix Marseille Université (AMU)-École Centrale de Marseille (ECM), Aix Marseille Université (AMU)-École Centrale de Marseille (ECM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS), Georg-August-University = Georg-August-Universität Göttingen, Universiteit Leiden, Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), Weizmann Institute of Science [Rehovot, Israël], Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Aix Marseille Université (AMU)-Centre National de la Recherche Scientifique (CNRS)-École Centrale de Marseille (ECM)-Institut de Chimie du CNRS (INC), Centre National de la Recherche Scientifique (CNRS)-Aix Marseille Université (AMU)-Institut National de la Recherche Agronomique (INRA), European Commission, and Ministerio de Economía y Competitividad (España)
Subjects: CAZy, Glycosylation, Proteome, Auxiliary activities, [SDV]Life Sciences [q-bio], 7. Clean energy, Lignin, Fungal Proteins, 03 medical and health sciences, chemistry.chemical_compound, Manganese peroxidase, Botany, Genetics, Versatile peroxidase, 030304 developmental biology, 2. Zero hunger, 0303 health sciences, Fungal protein, biology, 030306 microbiology, Molecular Sequence Annotation, Lignin peroxidase, Pycnoporus cinnabarinus, Sequence Analysis, DNA, biology.organism_classification, Wood, Pycnoporus, White-rot fungi, chemistry, Peroxidases, Genetic Loci, Oxidoreductase, Genome, Fungal, Protein Processing, Post-Translational, Lignocellulose, Biotechnology, Research Article, Genome annotation
Abstract: 24 p.-8 fig.-4 tab.-- Levasseur, Anthony et al., [Background] Saprophytic filamentous fungi are ubiquitous micro-organisms that play an essential role in photosynthetic carbon recycling. The wood-decayer Pycnoporus cinnabarinus is a model fungus for the study of plant cell wall decomposition and is used for a number of applications in green and white biotechnology., [Results] The 33.6 megabase genome of P. cinnabarinus was sequenced and assembled, and the 10,442 predicted genes were functionally annotated using a phylogenomic procedure. In-depth analyses were carried out for the numerous enzyme families involved in lignocellulosic biomass breakdown, for protein secretion and glycosylation pathways, and for mating type. The P. cinnabarinus genome sequence revealed a consistent repertoire of genes shared with wood-decaying basidiomycetes. P. cinnabarinus is thus fully equipped with the classical families involved in cellulose and hemicellulose degradation, whereas its pectinolytic repertoire appears relatively limited. In addition, P. cinnabarinus possesses a complete versatile enzymatic arsenal for lignin breakdown. We identified several genes encoding members of the three ligninolytic peroxidase types, namely lignin peroxidase, manganese peroxidase and versatile peroxidase. Comparative genome analyses were performed in fungi displaying different nutritional strategies (white-rot and brown-rot modes of decay). P. cinnabarinus presents a typical distribution of all the specific families found in the white-rot life style. Growth profiling of P. cinnabarinus was performed on 35 carbon sources including simple and complex substrates to study substrate utilization and preferences. P. cinnabarinus grew faster on crude plant substrates than on pure, mono- or polysaccharide substrates. Finally, proteomic analyses were conducted from liquid and solid-state fermentation to analyze the composition of the secretomes corresponding to growth on different substrates. The distribution of lignocellulolytic enzymes in the secretomes was strongly dependent on growth conditions, especially for lytic polysaccharide mono-oxygenases., [Conclusions] With its available genome sequence, P. cinnabarinus is now an outstanding model system for the study of the enzyme machinery involved in the degradation or transformation of lignocellulosic biomass., This work was funded by the Commission of the European Communities through the BIORENEW project (NMP2-CT-2006-026456 “White Biotechnology for added-value products from re newable plant polymers: Design of tailor-made biocatalysts and new industrial bioprocesses”) and the PEROXICATS project (KBBE-2010-4-265397 “Novel and more robust fungal peroxidases as industrial biocatalysts.”), and by the Spanish Ministerio de Economía y Competitividad (MINECO) through the HIPOP project (BIO2011-26694, “Screening and engineering of new high-redox-potential peroxidases”).
Published: 2014

45. Genome-wide characterization of RNA editing in chicken: lack of evidence for non-A-to-I events

Author: FRESARD , Laure, Leroux , Sophie, Roux , Pierre-François, Klopp , Christophe, Fabre , Stéphane, Esquerre , Diane, Dehais , Patrice, Djari , Anis, Gourichon , David, Lagarrigue , Sandrine, Pitel , Frederique, Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), GeT PlaGe, Genotoul, Pôle d'Expérimentation Avicole de Tours (PEAT), auto-saisine, Absent, École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Génome et Transcriptome - Plateforme Génomique (GeT-PlaGe), Institut National de la Recherche Agronomique (INRA)-Plateforme Génome & Transcriptome (GET), Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Pôle d'Expérimentation Avicole de Tours (UE PEAT), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), GenPhySE - UMR 1388 ( Génétique Physiologie et Systèmes d'Elevage ), Institut National de la Recherche Agronomique ( INRA ) -École nationale supérieure agronomique de Toulouse [ENSAT]-ENVT, Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] ( PEGASE ), Institut National de la Recherche Agronomique ( INRA ) -AGROCAMPUS OUEST, Unité de Biométrie et Intelligence Artificielle ( UBIA ), Institut National de la Recherche Agronomique ( INRA ), and Pôle d'Expérimentation Avicole de Tours ( PEAT )
Subjects: [ SDV ] Life Sciences [q-bio], [SDV]Life Sciences [q-bio]
Abstract: RNA editing corresponds to a post-transcriptional nucleotide change in the RNA sequence, creating an alternative nucleotide, not present in the DNA sequence. This leads to a diversification of transcription products with potential functional consequences. Two nucleotide substitutions are mainly described in animals, from adenosine to inosine (A-to-I) and from cytidine to uridine (C-to-U). This phenomenon is more and more described in mammals, notably since the availability of next generation sequencing technologies allowing a whole genome screening of RNA-DNA differences. The number of studies recording RNA editing in other vertebrates like chicken are still limited. We chose to use high throughput sequencing technologies to search for RNA editing in chicken, to understand to what extent this phenomenon is conserved in vertebrates. We performed RNA and DNA sequencing from 8 embryos. Being aware of common pitfalls inherent to sequence analyses leading to false positive discovery, we stringently filtered our datasets and found less than 40 reliable candidates. Conservation of particular sites of RNA editing was attested by the presence of 3 edited sites previously detected in mammals. We then characterized editing levels for selected candidates in several tissues and at different time points, from 4.5 days of embryonic development to adults, and observed a clear tissue-specificity and a gradual editing level increase with time. By characterizing the RNA editing landscape in chicken, our results highlight the extent of evolutionary conservation of this phenomenon within vertebrates, and provide support of an absence of non A-to-I events from the chicken transcriptome.
Published: 2014

46. Influence of the variation of geometrical and topological traits on light interception efficiency of apple trees: sensitivity analysis and metamodelling for ideotype definition

Author: David Da Silva, Robert Faivre, Evelyne Costes, Liqi Han, Amélioration génétique et adaptation des plantes méditerranéennes et tropicales (UMR AGAP), Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro), School of Computer Engineering, Weifang Univ, Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Architecture et Fonctionnement des Espèces Fruitières [AGAP] (AFEF), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), European Project: 267196,EC:FP7:PEOPLE,FP7-PEOPLE-2010-COFUND,AGREENSKILLS(2012), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro), and Da Silva, David
Subjects: 0106 biological sciences, [SDV.SA]Life Sciences [q-bio]/Agricultural sciences, Malus × domestica, STAR, Silhouette to total area ratio, apple, branching, functional–structural growth modelling, ideotype, leaf area, sensitivity analysis, Light, Plant Science, Star (graph theory), 01 natural sciences, Trees, Statistics, sélection dynamique, adaptation des plantes, [SDV.BDD]Life Sciences [q-bio]/Development Biology, 0303 health sciences, education.field_of_study, Vegetal Biology, architecture de l'arbre, Biologie du développement, Ideotype, Articles, Development Biology, Agricultural sciences, Tree (data structure), Phenotype, biodiversité génétique, diversité génétique, Malus, Trait, Interception, Plant Shoots, facteur génétique, Population, Biology, Models, Biological, 03 medical and health sciences, Botany, [SDV.BV]Life Sciences [q-bio]/Vegetal Biology, education, Selection (genetic algorithm), 030304 developmental biology, biologie intégrative, Plant Leaves, Fruit, Fruit tree, Sciences agricoles, Biologie végétale, 010606 plant biology & botany
Abstract: Background and Aims The impact of a fruit tree's architecture on its performance is still under debate, especially with regard to the definition of varietal ideotypes and the selection of architectural traits in breeding programmes. This study aimed at providing proof that a modelling approach can contribute to this debate, by using in silico exploration of different combinations of traits and their consequences on light interception, here considered as one of the key parameters to optimize fruit tree production. Methods The variability of organ geometrical traits, previously described in a bi-parental population, was used to simulate 1- to 5-year-old apple trees (Malus × domestica). Branching sequences along trunks observed during the first year of growth of the same hybrid trees were used to initiate the simulations, and hidden semi-Markov chains previously parameterized were used in subsequent years. Tree total leaf area (TLA) and silhouette to total area ratio (STAR) values were estimated, and a sensitivity analysis was performed, based on a metamodelling approach and a generalized additive model (GAM), to analyse the relative impact of organ geometry and lateral shoot types on STAR. Key Results A larger increase over years in TLA mean and variance was generated by varying branching along trunks than by varying organ geometry, whereas the inverse was observed for STAR, where mean values stabilized from year 3 to year 5. The internode length and leaf area had the highest impact on STAR, whereas long sylleptic shoots had a more significant effect than proleptic shoots. Although the GAM did not account for interactions, the additive effects of the geometrical factors explained >90% of STAR variation, but much less in the case of branching factors. Conclusions This study demonstrates that the proposed modelling approach could contribute to screening architectural traits and their relative impact on tree performance, here viewed through light interception. Even though trait combinations and antagonism will need further investigation, the approach opens up new perspectives for breeding and genetic selection to be assisted by varietal ideotype definition.
Published: 2014

47. Le metabolome, un moyen pour trouver de nouveaux biomarqueurs ?

Author: Magali San Cristobal, Marie Pierre Sanchez, Marie‐josé Mercat, Florian Rohart, Laurence Liaubet, Thierry Tribout, Cecile Canlet, Nelly Muller, Jerome Molina, Nathalie Iannuccelli, Béatrice Laurent, Nathalie Villa-Vialaneix, Alain Paris, Denis Milan, Génétique Physiologie et Systèmes d'Elevage (GenPhySE ), Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Université de Toulouse (UT)-École nationale supérieure agronomique de Toulouse (ENSAT), Université de Toulouse (UT)-Université de Toulouse (UT), Génétique Animale et Biologie Intégrative (GABI), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Institut du Porc (IFIP), Australian Institute for Bioengineering & Nanotechnology, University of Southern Queensland (USQ), Toxicologie Alimentaire (UTA), Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB), Unité expérimentale de testage de porcs, Institut National de la Recherche Agronomique (INRA), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Université de Toulouse (UT), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Statistique, Analyse et Modélisation Multidisciplinaire (SAmos-Marin Mersenne) (SAMM), Université Paris 1 Panthéon-Sorbonne (UP1), Physiologie de la Nutrition et du Comportement Alimentaire (PNCA), Muséum national d'Histoire naturelle (MNHN), École nationale supérieure agronomique de Toulouse [ENSAT]-Institut National de la Recherche Agronomique (INRA)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées, Institut National de la Recherche Agronomique (INRA)-Université de Bourgogne (UB)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Institut National des Sciences Appliquées (INSA), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut du Porc, University of Queensland (UQ), UE 0450 Unité Expérimentale de Testage de Porcs, Institut National de la Recherche Agronomique (INRA)-Génétique animale (G.A.)-Unité Expérimentale de Testage de Porcs (UETP), Université Panthéon-Sorbonne (UP1), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-École nationale supérieure agronomique de Toulouse [ENSAT], GenPhySE - UMR 1388 ( Génétique Physiologie et Systèmes d'Elevage ), Institut National de la Recherche Agronomique ( INRA ) -École nationale supérieure agronomique de Toulouse [ENSAT]-ENVT, Génétique Animale et Biologie Intégrative ( GABI ), Institut National de la Recherche Agronomique ( INRA ) -AgroParisTech, University of Queensland ( UQ ), Toxicologie Alimentaire ( UTA ), Institut National de la Recherche Agronomique ( INRA ) -Université de Bourgogne ( UB ) -AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Institut National de la Recherche Agronomique ( INRA ) -Génétique animale ( G.A. ) -Unité Expérimentale de Testage de Porcs ( UETP ), Institut National des Sciences Appliquées - Toulouse ( INSA Toulouse ), Institut National des Sciences Appliquées ( INSA ), Unité de Biométrie et Intelligence Artificielle ( UBIA ), Institut National de la Recherche Agronomique ( INRA ), Statistique, Analyse et Modélisation Multidisciplinaire (SAmos-Marin Mersenne) ( SAMM ), Université Panthéon-Sorbonne ( UP1 ), Physiologie de la Nutrition et du Comportement Alimentaire ( PNCA ), and Muséum National d'Histoire Naturelle ( MNHN )
Subjects: [ SDV ] Life Sciences [q-bio], prédiction de phénotype, [SDV]Life Sciences [q-bio], analyse métabolomique, porc
Abstract: Cette étude visait à quantifier le pouvoir prédictif du métabolome sur des phénotypes de production dans la filière porcine. Des données métabolomiques ont été obtenues par Résonance Magnétique Nucléaire à partir d’une prise de sang réalisée pendant la période de croissance de l’animal. Selon le type de phénotype considéré, un spectre métabolomique peut être envisagé comme une source de biomarqueurs intéressants. Ainsi, le taux de muscle des pièces de la carcasse a pu être correctement prédit à partir des mesures prises sur des prélèvements réalisés à environ 60 kg., This study was aimed at quantifying the predictive power of metabolomic data on production phenotypes in the pig. Metabolomic data were obtained by Nuclear Magnetic Resonance from one blood sample during the growing period of the animals. Depending on the phenotype, a metabolomic spectrum can be envisioned as a source of suitable biomarkers. In particular, the lean meat percentage was correctly predicted from samples taken at around 60 kg
Published: 2014

48. Quelles stratégies de recherche pour favoriser l'émergence de systèmes fourragers innovants

Author: Carrère, Pascal, Delagarde, Remy, Lherm, Michel, Emile, Jean Claude, Martin-Clouaire, Roger, Tichit, Muriel, Plantureux, Sylvain, UR 0874 Unité de recherche sur l'Ecosystème Prairial, Institut National de la Recherche Agronomique (INRA)-Unité de recherche sur l'Ecosystème Prairial (UREP)-Ecologie des Forêts, Prairies et milieux Aquatiques (EFPA), Institut National de la Recherche Agronomique (INRA), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Unité Mixte de Recherche sur les Herbivores - UMR 1213 (UMRH), Institut National de la Recherche Agronomique (INRA)-VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement, Fourrages Environnement Ruminants Lusignan (FERLUS), Unité de Biométrie et Intelligence Artificielle (UBIA), Sciences pour l'Action et le Développement : Activités, Produits, Territoires (SADAPT), Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Laboratoire Agronomie et Environnement (LAE), Institut National de la Recherche Agronomique (INRA)-Université de Lorraine (UL), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Unité Mixte de Recherches sur les Herbivores - UMR 1213 (UMRH), VetAgro Sup - Institut national d'enseignement supérieur et de recherche en alimentation, santé animale, sciences agronomiques et de l'environnement (VAS)-AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de la Recherche Agronomique (INRA), UE 1373 Fourrages Environnement Ruminants Lusignan, Institut National de la Recherche Agronomique (INRA)-Physiologie Animale et Systèmes d'Elevage (PHASE), Institut National de la Recherche Agronomique (INRA)-Environnement et Agronomie (E.A.)-Biologie et Amélioration des Plantes (BAP)-Fourrages Environnement Ruminants Lusignan (FERLUS), Institut National de la Recherche Agronomique ( INRA ) -Unité de recherche sur l'Ecosystème Prairial ( UREP ) -Ecologie des Forêts, Prairies et milieux Aquatiques ( EFPA ), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] ( PEGASE ), Institut National de la Recherche Agronomique ( INRA ) -AGROCAMPUS OUEST, Unité Mixte de Recherches sur les Herbivores ( UMR 1213 Herbivores ), VetAgro Sup ( VAS ) -AgroSup Dijon - Institut National Supérieur des Sciences Agronomiques, de l'Alimentation et de l'Environnement-Institut National de la Recherche Agronomique ( INRA ), Institut National de la Recherche Agronomique ( INRA ) -Physiologie Animale et Systèmes d'Elevage ( PHASE ) -Environnement et Agronomie ( E.A. ) -Biologie et Amélioration des Plantes ( BAP ) -Fourrages Environnement Ruminants Lusignan ( FERLUS ), Unité de Biométrie et Intelligence Artificielle ( UBIA ), Institut National de la Recherche Agronomique ( INRA ), Sciences pour l'Action et le Développement : Activités, Produits, Territoires ( SADAPT ), Institut National de la Recherche Agronomique ( INRA ) -AgroParisTech, Laboratoire Agronomie et Environnement ( LAE ), and Institut National de la Recherche Agronomique ( INRA ) -Université de Lorraine ( UL )
Subjects: recherche scientifique, [ SDV ] Life Sciences [q-bio], fourrage, agriculture durable, évolution, prairie, système fourrager, multifonctionnalité des prairies, service écosystémique, innovation, [SDV]Life Sciences [q-bio]
Abstract: L'innovation est souvent mise en avant comme une réponse attendue aux grandes questions sociétales. Dans les faits, le processus est plus complexe. Il mobilise un réseau d'acteurs qui, à partir d'un élément de créativité, élabore une réponse dans un contexte donné et destinée à une population bien ciblée. Qu'en est-il lorsqu'il s'agit de l'appliquer aux systèmes fourragers ? A partir de l'analyse i) des enjeux technico-économiques et environnementaux et ii) de l'évolution du contexte global (climatique, socio-économique), un exercice de réflexion ciblé sur les systèmes fourragers a permis de dégager quelques pistes en rupture avec l'existant. Une meilleure compréhension du fonctionnement des écosystèmes naturels ouvre des pistes d'innovation. Par exemple, la diversification des services rendus par les systèmes fourragers permet d'aborder sous un angle nouveau les questions d'autonomie fourragère, d'utilisation plus parcimonieuse des ressources ou de réduction de la vulnérabilité aux aléas (climatiques ou économiques). Les démarches à privilégier pour conduire et évaluer l'innovation dans ce domaine doivent reposer sur des références scientifiques solides et intégrer sur une co-construction précoce avec les acteurs concernés., The emergence of innovative solutions for forage systems (FS) must take into account the evolution of the global context. This article introduces the results of a concertation aimed at making new solutions emerge as alternatives to existing systems in connection with technical, economic, social and environmental challenges. We will be examining how a better understanding of the functioning of natural ecosystems contributes to opening the way to new alternatives for FS. For example, the diversification of services rendered by FS sheds new light on issues such as forage self-sufficiency, the parsimonious use of resources, and ways of reducing the vulnerability of FS in the face of climatic and economic challenges. Reliable strategies for conducting and assessing innovation in this field must be based on solid scientific evidence and integrate early co-construction with target players.
Published: 2014

49. DNA methylation and transcription in a distal region upstream from the bovine alphaS1 casein gene after once or twice daily milking

Author: Hélène Jammes, Stephan Bouet, Clémence Kress, Eve Devinoy, Madia Charlier, Barbara Petridou, Christophe Klopp, Marion Boutinaud, Maëlle Pannetier, Anne Gabory, Denis Laloë, Luc Jouneau, Florence Jaffrézic, Nicolas Brun, Sophie Chat, Minh Nguyen, Génétique Animale et Biologie Intégrative (GABI), AgroParisTech-Institut National de la Recherche Agronomique (INRA), Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage [Rennes] (PEGASE), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut National de la Recherche Agronomique (INRA), Biologie du développement et reproduction (BDR), Centre National de la Recherche Scientifique (CNRS)-École nationale vétérinaire d'Alfort (ENVA)-Institut National de la Recherche Agronomique (INRA), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), Institut cellule souche et cerveau (U846 Inserm - UCBL1), Institut National de la Recherche Agronomique (INRA)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de la Santé et de la Recherche Médicale (INSERM), ANR EpigRAni (2010-2014), Devinoy, Eve, ProdInra, Archive Ouverte, Institut National de la Recherche Agronomique (INRA)-AgroParisTech, Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, École nationale vétérinaire - Alfort (ENVA)-Institut National de la Recherche Agronomique (INRA)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Biologie du Développement et Reproduction (BDR), Institut cellule souche et cerveau / Stem Cell and Brain Research Institute (SBRI), and Université Claude Bernard Lyon 1 (UCBL)
Subjects: Transcription, Genetic, Peptide Hormones, [SDV]Life Sciences [q-bio], lcsh:Medicine, Biochemistry, Transcription (biology), Animal Products, Lactation, Gene expression, Molecular Cell Biology, Udder, lcsh:Science, Animal Management, 2. Zero hunger, 0303 health sciences, Multidisciplinary, Chromosome Biology, Caseins, Agriculture, 04 agricultural and veterinary sciences, Methylation, [SDV] Life Sciences [q-bio], Dairying, medicine.anatomical_structure, Milk, CpG site, Multigene Family, DNA methylation, Female, Epigenetics, Research Article, medicine.medical_specialty, Livestock, Molecular Sequence Data, Biology, Milking, Promoter Regions, 03 medical and health sciences, Mammary Glands, Animal, épigénétique, Internal medicine, medicine, Genetics, Animals, Caséine, ARNnc, épigénétique, Molecular Biology, 030304 developmental biology, ARNnc, Base Sequence, lcsh:R, 0402 animal and dairy science, Biology and Life Sciences, DNA, Cell Biology, DNA Methylation, 040201 dairy & animal science, Peptide Fragments, Hormones, Prolactin, Endocrinology, lcsh:Q, Cattle, Caséine, Developmental Biology
Abstract: Once daily milking (ODM) induces a reduction in milk production when compared to twice daily milking (TDM). Unilateral ODM of one udder half and TDM of the other half, enables the study of underlying mechanisms independently of inter-individual variability (same genetic background) and of environmental factors. Our results show that in first-calf heifers three CpG, located 10 kb upstream from the CSN1S1 gene were methylated to 33, 34 and 28%, respectively, after TDM but these levels were higher after ODM, 38, 38 and 33%, respectively. These methylation levels were much lower than those observed in the mammary gland during pregnancy (57, 59 and 50%, respectively) or in the liver (74, 78 and 61%, respectively). The methylation level of a fourth CpG (CpG4), located close by (29% during TDM) was not altered after ODM. CpG4 methylation reached 39.7% and 59.5%, during pregnancy or in the liver, respectively. CpG4 is located within a weak STAT5 binding element, arranged in tandem with a second high affinity STAT5 element. STAT5 binding is only marginally modulated by CpG4 methylation, but it may be altered by the methylation levels of the three other CpG nearby. Our results therefore shed light on mechanisms that help to explain how milk production is almost, but not fully, restored when TDM is resumed (15.1 ± 0.2 kg/day instead of 16.2 ± 0.2 kg/day, p
Published: 2014

50. Gonad transcriptome analysis of pearl oyster Pinctada margaritifera: identification of potential sex differentiation and sex determining genes

Author: Gilles Le Moullac, Arnaud Huvet, Christophe Klopp, Nabila Gaertner-Mazouni, Vaihiti Teaniniuraitemoana, Yannick Gueguen, Emeline Lhuillier, Peva Levy, Ecosystèmes Insulaires Océaniens (UMR 241) (EIO), Institut de Recherche pour le Développement (IRD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de la Polynésie Française (UPF)-Institut Louis Malardé [Papeete] (ILM), Institut de Recherche pour le Développement (IRD), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Unité de Biométrie et Intelligence Artificielle (UBIA), Institut National de la Recherche Agronomique (INRA), GeT PlaGe, Genotoul, Interactions Hôtes-Pathogènes-Environnements (IHPE), Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Perpignan Via Domitia (UPVD), Centre Océanol. Pacifique, Le Moullac, Gilles, Université de la Polynésie Française (UPF)-Institut Louis Malardé [Papeete] (ILM), Institut de Recherche pour le Développement (IRD)-Institut de Recherche pour le Développement (IRD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER), Laboratoire des Sciences de l'Environnement Marin (LEMAR) (LEMAR), Institut de Recherche pour le Développement (IRD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Université de Brest (UBO)-Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Institut Français de Recherche pour l'Exploitation de la Mer - Brest (IFREMER Centre de Bretagne), Génome et Transcriptome - Plateforme Génomique ( GeT-PlaGe), Plateforme Génome & Transcriptome (GET), Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Ecole Nationale Vétérinaire de Toulouse (ENVT), Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut National Polytechnique (Toulouse) (Toulouse INP), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National des Sciences Appliquées - Toulouse (INSA Toulouse), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), ANR 'PolyPerl' project [ANR-11-AGRO-006], la Delegation a la Recherche de Polynesie francaise, ANR-11-AGRO-0006,POLYPERL,Gestion intégrée et adaptation de la perliculture en Polynésie française dans le contexte du changement global : approche environnementale, économique et sociale(2011), Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Institut Universitaire Européen de la Mer (IUEM), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS), Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Brest (UBO)-Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS), Unité de Biométrie et Intelligence Artificielle (ancêtre de MIAT) (UBIA), Université de Toulouse (UT)-Université de Toulouse (UT)-Ecole Nationale Vétérinaire de Toulouse (ENVT), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Génopole Toulouse Midi-Pyrénées [Auzeville] (GENOTOUL), Université de Toulouse (UT)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), and Université de Perpignan Via Domitia (UPVD)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)
Subjects: Male, 0106 biological sciences, Sex Determination Analysis, gamétogenèse, [SDV]Life Sciences [q-bio], 01 natural sciences, Gametogenesis, Pinctada margaritifera, Transcriptome, Differential expression, Sex determinism, INDEL Mutation, Hermaphrodite, Margaritifera, ComputingMilieux_MISCELLANEOUS, Genetics, 0303 health sciences, biology, OS, medicine.anatomical_structure, expression différentielle, Female, Research Article, Biotechnology, Gonad, Molecular Sequence Data, pinctada margaritifera, Polymorphism, Single Nucleotide, 010603 evolutionary biology, 03 medical and health sciences, déterminisme du sexe, medicine, Animals, Amino Acid Sequence, Pinctada, 14. Life underwater, Gonads, 030304 developmental biology, Sexual differentiation, Gene Expression Profiling, Molecular Sequence Annotation, Sequence Analysis, DNA, Sex Determination Processes, biology.organism_classification, Sexual dimorphism, Gene Ontology, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, transcriptome, Microsatellite Repeats
Abstract: Background Black pearl farming is based on culture of the blacklip pearl oyster Pinctada margaritifera (Mollusca, lophotrochozoa), a protandrous hermaphrodite species. At first maturation, all individuals are males. The female sex appears progressively from two years old, which represents a limitation for broodstock conditioning for aquaculture production. In marine mollusks displaying hermaphroditic features, data on sexual determinism and differentiation, including the molecular sex determining cascade, are scarce. To increase genomic resources and identify the molecular mechanisms whereby gene expression may act in the sexual dimorphism of P. margaritifera, we performed gonad transcriptome analysis. Results The gonad transcriptome of P. margaritifera was sequenced from several gonadic samples of males and females at different development stages, using a Next-Generation-Sequencing method and RNAseq technology. After Illumina sequencing, assembly and annotation, we obtained 70,147 contigs of which 62.2% shared homologies with existing protein sequences, and 9% showed functional annotation with Gene Ontology terms. Differential expression analysis identified 1,993 differentially expressed contigs between the different categories of gonads. Clustering methods of samples revealed that the sex explained most of the variation in gonad gene expression. K-means clustering of differentially expressed contigs showed 815 and 574 contigs were more expressed in male and female gonads, respectively. The analysis of these contigs revealed the presence of known specific genes coding for proteins involved in sex determinism and/or differentiation, such as dmrt and fem-1 like for males, or foxl2 and vitellogenin for females. The specific gene expression profiles of pmarg-fem1-like, pmarg-dmrt and pmarg-foxl2 in different reproductive stages (undetermined, sexual inversion and regression) suggest that these three genes are potentially involved in the sperm-oocyte switch in P. margaritifera. Conclusions The study provides a new transcriptomic tool to study reproduction in hermaphroditic marine mollusks. It identifies sex differentiation and potential sex determining genes in P. margaritifera, a protandrous hermaphrodite species. Electronic supplementary material The online version of this article (doi:10.1186/1471-2164-15-491) contains supplementary material, which is available to authorized users.
Published: 2014

Catalog

Books, media, physical & digital resources

See catalog results

Searchworks

Select search scope, currently: Articles Catalog books, media & more in Jio Institute collections Articles journal articles & other e-resources

Search

Search Constraints

Refine your results

Search Limiters

Topic

Publication Year Range

Language

Publication Type

Journal

Region

Database

Publisher

1,876 results on '"Unité de Biométrie"'

Search Results

Catalog

Select search scope, currently: Articles

Catalog

books, media & more in Jio Institute collections

Articles

journal articles & other e-resources