Identification de gènes co-exprimés et co-localisés par des analyses multivariées : analyse des groupes de gènes co-exprimés en fonction des interactions physiques à l’échelle du génome

• Auteur / Autrice : Marion Ouedraogo
• Direction : Christian Diot, Frédéric Lecerf
• Type : Thèse de doctorat
• Discipline(s) : Biologie et Agronomie
• Date : Soutenance en 2013
• Etablissement(s) : Rennes, Agrocampus Ouest
• Ecole(s) doctorale(s) : École doctorale Vie-Agro-Santé (Rennes)

Mots clés

Mots clés contrôlés

Cellules eucaryotes

Génome

Expression génique

Résumé

De nombreuses études ont montré que l’architecture des génomes et les interactions entre les chromosomes jouent un rôle majeur dans la régulation de l’expression des gènes. Par exemple chez les eucaryotes, les chromosomes sont organisés en territoires chromosomiques à l’interface desquels des interactions physiques activent ou inhibent l’expression des gènes. De plus, les gènes sont fortement transcrits dans des zones particulières du noyau appelées usines de transcription. Récemment, de nouvelles méthodes de biologie moléculaire ont permis de cartographier les interactions physiques d’un génome et d’apporter de nouvelles informations sur l’organisation des génomes. Dans ce contexte, l’objectif de cette thèse était d’apporter de nouveaux éléments de compréhension de la régulation de l’expression des gènes en regard de l’organisation du génome. Pour cela, nous avons entrepris une approche in silico basée sur l'hypothèse suivante : l’organisation du génome dans le noyau affectant l’expression des gènes, l’expression des gènes doit refléter au moins en partie cette organisation. Nous avons alors développé une méthode, appelée « CoCoMap » pour Co-expression and Co-location Mapping, basée sur les statistiques multivariées et permettant d'explorer la co-expression entre gènes en prenant en compte la dimension spatiale par leur localisation chromosomique. Cette méthode nécessite des données d’expressions associées à la localisation génomique des gènes exprimés. Elle renvoie un ensemble de groupes de gènes voisins et co-exprimés ainsi que les liens de co-expressions entre l’ensemble des groupes identifiés. L’analyse des groupes identifiés par notre méthode par rapport à des données d’interaction physique a conforté notre hypothèse en identifiant de possibles relations entre organisation du génome et co-expression des gènes. De plus, cette méthode permet d’analyser sous un nouvel angle les données biologiques associées à l’expression des gènes en prenant en compte l’aspect spatial de la régulation de leur expression

Many analyses showed that the genome architecture and physical interactions between chromosomes play a major role in the regulation of gene expression. For example, , the chromosomes in eukaryotic genomes are arranged in chromosomal territories. At the interface of these territories, some physical interactions enhance or silence gene expression. Furthermore, genes are highly expressed in some hot spots in the nucleus called transcription factories. Recently, new methods of molecular biology revealed physical interactions among the genome. The main objective of this project was to bring new insight concerning the impact of genome organisation on the regulation of gene expression. To this aim, we have chosen a Bioinformatics approach based on the following hypothesis: as the genome organisation in the nucleus affects gene expression, gene expression could in some part reveal the genome organisation. We have developed a method based on multivariate analysis and called Co-expression and Co- location Mapping that identifies the groups of co-expressed and neighbouring (co-located) genes. The method requires expression data and genomic locations of the genes. It retrieves the list of groups of co-expressed and co-located genes and the relation of co-expression between the groups. We have compared the groups identified by CoCoMap with data of physical interaction within the genome. A large proportion of the groups was associated with physical interaction, consolidating our original hypothesis. CoCoMap is a new way to analyse expression data by taking into account the importance of the location of the genes among their expression