D'une représentation statique à un modèle dynamique des réseaux d'interaction protéine-protéine

par Nicolas Bertin

Thèse de doctorat en Biochimie et biologie moléculaire

Sous la direction de Christian Le Peuch et de Marc Vidal.

Soutenue en 2006

à Montpellier 2 .

Le président du jury était Claude Sardet.

Les rapporteurs étaient Sylvie Ricard-Blum, Bernard Jacq.


  • Résumé

    Afin d’appréhender la complexité des processus biologiques, il est important d’étudier la fonction des gènes dans le contexte de réseaux complexes d’interactions moléculaires. Pendant ma thèse, j’ai participé au développement d’outils informatiques facilitant la construction d’une ressource ORFéome (ensemble de séquences codantes clonées individuellement) couvrant ~60% des gènes prédits chez C. Elegans. Par la suite, ces mêmes outils ont servi à l’élaboration du premier ORFéome humain couvrant environ 8000 gènes et de l’ORFéome complet de la bactérie B. Melitensis. Dans le cadre d’un projet de cartographie du réseau d’interactions protéine-protéine (interactome) par double hybride, j’ai développé une plate-forme bioinformatique facilitant l’acquisition et l’exploitation de ~5500 interactions chez le ver. L’intégration de cette carte avec des données d’expression (transcriptome), de phénotypes issus de criblages ARNi (phénome) et autres informations fonctionnelles, a permis la formulation d’hypothèses concernant le fonctionnement de la , lalignée germinale du ver, la voie de signalisation par le TGF- machinerie de dégradation de l’ARN, et l’embryogenèse de C. Elegans. En intégrant les données de l’interactome, du transcriptome et du phénome chez la levure S. Cerevisiae, j’ai mis en évidence l’organisation modulaire dynamique de son interactome. Alors qu’il m’a été possible de mettre à jour cette propriété du réseau d’interactions chez un organisme unicellulaire en utilisant des données d’expression issues de puces à ADN, une telle démarche n’est pas appropriée chez un métazoaire tel que C. Elegans puisqu’elle ne prend pas en compte la spécificité tissulaire de l’expression. J’ai donc pris part à un projet de cartographie de l’activité spatiotemporelle de ~2000 promoteurs prédits chez le ver. Pour ce projet, j’ai développé les outils bioinformatiques qui ont permis l’analyse à haut débit de profils d’expression in vivo issus de populations d’animaux transgéniques

  • Titre traduit

    From static to dynamic interactome networks


  • Résumé

    To further understand biological processes, it is important to consider gene functions in the context of complex molecular networks. I joined the lab of Marc Vidal in January 2001, in the midst of its effort to decipher at the scale of the proteome the complex network of protein-protein interactions in the metazoan model organism C. Elegans. To accomplish such a task, one has to first generate a physical resource of coding sequences that can be used in yeast two-hybrid (Y2H) screenings, as well as various other functional assays. In this respect, I participated in the development of a bioinformatics platform facilitating the cloning of 12,000 of the 19,000 predicted Open Reading Frames (ORFs) in C. Elegans (Nature Genetics 2003). This platform was subsequently used in two similar efforts to generate the ORFeome of the pathogen bacteria B. Melitensis (Genome Research 2004a) (96% of the predicted ORFs of B. Melitensis were cloned) and a first version of the human ORFeome containing approximately 8,000 ORFs (Genome Research 2004b). Using the C. Elegans ORFeome resource, a huge team effort led to the generation of one of the first metazoan interactomes, uncovering the network formed by 5,500 protein-protein interactions (Science 2004). My involvement in that project was the development of a bioinformatics pipeline allowing an efficient acquisition of the data generated by the high-throughput Y2H screenings, as well as tools to integrate this dataset with the huge body of transcriptional and phenotypic data available. I have demonstrated that currently known protein-protein interactions cover only a small portion of the full interactomes (Nature Biotechnology 2005). Nevertheless, they can be used as a scaffold on which other functional information can be overlaid to improve our understanding of key biological processes. By creating tools to bring together genetic, transcriptional and functional data into the interactome, I participated in the discovery of new functional links between genes expressed in the germline of C. Elegans (Current Biology 2002), as well as the uncovering of new components involved in the TGF-beta signaling pathway (Molecular Cell 2004), the RNAi machinery (Science 2005) and C. Elegans embryogenesis (Nature 2005). All of these studies generated testable hypotheses that strengthened the implication of those new functional links in each of the biological processes investigated. The integration of functional datasets can also be used to reveal emergent properties of biological networks. Taking advantage of the wealth of proteomic, transcriptional and genetic data available for S. Cerevisiae, I have shown that the genetic robustness of the yeast is linked to the modular and hierarchical nature of the topology of its interactome (Nature 2004 and recent submission PloS Biology). While the static nature of current interactomes can be partially overcome by integrating transcriptome and interactome data in unicellular organisms (Nature 2004 and recent submission to PloS Biology), such approaches remain limited for multicellular organisms such as C. Elegans. To decipher the dynamics of the worm interactome, one has to determine the localizations of the expression of its genes in space and in time. Therefore, I joined a high-throughput genome wide expression localization project. The originality of this project resides in a standardized and high-throughput data acquisition of in vivo gene reporter assays allowing the gathering of both spatial as well as temporal expression patterns for nearly 2,000 C. Elegans promoters. This new biological map, the "localizome", will be used to not only refine the current static interactome and define tissue-specific interactomes, but also to gain a system-level understanding of gene regulation during the post-embryonic development of C. Elegans (under consideration in Nature)

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (197 f.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. f.188-194. Annexes

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Bibliothèque interuniversitaire. Section Sciences.
  • Disponible pour le PEB
  • Cote : TS 2006.MON-124

Cette version existe également sous forme de microfiche :

  • Bibliothèque : Université de Lille. Service commun de la documentation. Bibliothèque universitaire de Sciences Humaines et Sociales.
  • Non disponible pour le PEB
  • Cote : 2006MON20124
  • Bibliothèque : Université Paris-Est Créteil Val de Marne. Service commun de la documentation. Section multidisciplinaire.
  • PEB soumis à condition
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.