\addcontentsline{toc}{chapter}{Abstract (English/Français/Deutsch)} % adds an entry to the table of contents
% put your text here
Any living organism contains a whole set of instructions encoded as genes on the DNA. This set of instructions contains all the necessary information that the organism will ever need, from its development to a mature individual to environment specific responses. Since all these instructions are not needed at the same time, the gene expression needs to be regulated.
Eukaryotic genomes are stored inside nuclei as chromatin. The chromatin is the association of DNA with dedicated storage proteins - the histones - and the necessary machinery to regulate and express genes (RNA polymerases or RNAPs).
In the nuclei, histones are assembled into octamers around which are wrapped ~148bp of DNA. This structure is known as the nucleosome. The repetition of nucleosomes along the genome allows to drastically compact the genome, eventually allowing to fit it inside the nucleus. However, this comes at the cost of rendering the DNA sequence inaccessible to DNA readers, such as the RNAPs and transcription factors (TFs).
TFs are a class of proteins that have the remarkable property of recognizing and binding specific DNA sequences. More striking, each TF can recognize a multitude of different - but similar - DNA sequences providing TFs with a wide sequence specificity range. Eventually, this allows the cell to recruit TFs at dedicated locations in the genome called regulatory elements (REs).
The action of TFs at REs is crucial to gene expression. Indeed, TFs are involved in many processes such as the opening of the chromatin structure or the recruitment of RNAPs. However if TFs can influence the chromatin structure, the opposite is also true as histones impede TF binding on DNA. Thus the regulation of genes relies on a subtle and complex crosstalk between the chromatin and TFs.
To better understand how TFs and chromatin interact together to regulate gene expression, I lead several projects prospecting TF binding specificity and the chromatin structure at REs in human.
First, I used ENCODE next generation sequencing (NGS) data to explore how TF binding influences the nearby nucleosome organization and the propensity of some TFs to bind together. The results suggest that regular nucleosome arrays are found near all TFs. They also point out two special cases. When CTCF binds with the cohesin complex, it seems to drive the nucleosome organization, which is a unique feature among all TFs investigated. Additionally I present evidence supporting that EBF1 is a pioneer factor - a special class of TFs able to bind nucleosome.
Secondly, I developed several clustering algorithms and software to partition genomic regions according to NGS data and/or on their DNA sequences. These methods allow to discover important trends, for instance different nucleosome architectures . I illustrated the usefulness of these methods for the study of chromatin accessibility data and the identification of REs.
Thirdly, I participated to the assessment of SMiLE-seq, a new microfluidic device that generates TF specificity data. The creation of TF specificity models and their comparison with other publicly available models demonstrated the value of SMiLE-seq to study TF specificity.
Finally, I participated in the development of a software that predicts TF binding sites. A careful benchmarking suggested that this software is - at the time of writing - the best available software in terms of speed while showing other performances similar to its competitors.
% German abstract
% \begin{otherlanguage}{german}
% \cleardoublepage
% \chapter*{Zusammenfassung}
% \markboth{Zusammenfassung}{Zusammenfassung}
% % put your text here
% \lipsum[1-2]
% \end{otherlanguage}
% French abstract
\begin{otherlanguage}{french}
\cleardoublepage
\chapter*{Résumé}
\markboth{Résumé}{Résumé}
Tout organisme vivant contient un jeu d'instructions encodé sous la forme de gènes dans son ADN. Ces instructions contiennent toutes les informations nécessaires à la vie de l'organisme en question, de son développement à l'adaptation à des conditions environnementales spécifiques. Étant donné que ces instructions ne sont pas toutes nécessaires en même temps, l'expression des gènes doit être régulée.
Chez les eucaryotes, le génome est stocké dans dans le noyau sous forme de chromatine. La chromatine est l'association de l'ADN, de protéines dédiées au stockage de celui-ci et de toute la machinerie nécessaire à la régulation et à l'expression des gènes.
Dans le noyau, les histones sont assemblés en octamères autour desquels s'enroulent 148pb d'ADN et forment le nucleosome. La répétition de nucleosomes le long du génome permet de le compacter fortement et d’être contenu dans le noyau. Cependant, cela se fait au prix de rendre certaines séquences d’ADN inaccessibles aux facteurs le lisant tels que la machinerie de transcription (les ARNs polymerases ou ARNPs) ou les facteurs de transcription (FTs).
Les FTs forment une classe de protéines qui possède la remarquable capacité de pouvoir reconnaître et lier spécifiquement certaines séquences d’ADN. Plus encore, chaque FT est capable de reconnaître une multitude de séquences différentes – mais similaires – étendant d’autant plus la spécificité de reconnaissance. Cela permet à la cellule de recruter certains FTs à des endroits précis du génome appelés éléments régulateurs (ERs).
Le rôle des FTs au niveau des REs est crucial pour l’expression des gènes. En effet, les FTs sont nécessaires pour plusieurs processus tels que la décompaction locale de la chromatine ou le recrutement de la machinerie transcriptionnelle. Cependant, si les FTs sont capables d’influer sur la structure de la chromatine, l’inverse est aussi vrai. Les histones sont capables d’empêcher la liaison des FTs à l’ADN. La régulation de l’expression des gènes s’appuie donc sur un phénomène subtile et complexe d’interactions entre la chromatine et les FTs.
Afin de mieux comprendre ces interactions et comment elles participent à la régulation de l’expression des gènes, j’ai conduits plusieurs projets ayant pour sujet la spécificité des FTs et la structure de la chromatine dans les ERs.
Premièrement, j’ai utilisé les données de séquençage à haut débit (SAD) générées par ENCODE afin d’explorer comment la liaison des FTs à l’ADN influence l’organisation des nucleosomes proches ainsi que la tendance de certains FTs à s’associer. Les résultats suggèrent que des agencements de nucléosomes réguliers se trouvent autour des sites de liaison de tous les FTs. Cependant, seule l’association entre CTCF et la cohésine semble capable d’influencer cette organisation. De plus, d’autres observations suggèrent fortement que le FT EBF1 est un facteur pionnier – une classe de FTs spéciaux capables de lier les nucléosomes.
Deuxièmement, j’ai développé plusieurs algorithmes et sofwares de clustering permettant de grouper les régions du génome en fonction de données SAD et/ou de leur séquence ADN. Ces méthodes permettent d’identifier des tendances, par exemple différentes organisation des nucléosomes. J’ai illustré l’utilité de ces méthodes au travers de l’étude de l’accessibilité de la chromatine et de l’identification d’ERs.
Troisièmement, j’ai participé à l’évaluation du SMiLE-seq, une nouvelle plateforme microfluidique permettant de générer des données sur la spécificité des FTs. La mise au point de modèles de spécificité et leur comparaison avec d’autres modèles disponibles a permis de démontrer la valeur du SMiLE-seq pour les études de spécificité des FTs.
Finalement, j’ai participé au développement et à l’évaluation d’un software prédisant les régions liées par un FT, le long d’un génome. Le processus d’évaluation suggère que ce software est actuellement – au moment de la rédaction – le meilleur en terme de rapidité tout en présentant d’autres performances similaires à ses compétiteurs.