Analyse bio-informatique de génomes procaryotes entièrement séquencés

Abstract

Les séquences génomiques complètes de nombreux organismes, pour la plupart procaryotes, ont été rendues disponibles au cours des dix dernières années. Dans le cadre de cette thèse, deux aspects de l’analyse des informations génomiques ont été exploités. Le premier aspect a découlé d’une constatation concernant l’absence de compilation des informations de régulation transcriptionnelle chez Mycobacterium tuberculosis. Étant un organisme d’intérêt au laboratoire, nous avons donc entrepris de concevoir une base de données consacrée à la régulation transcriptionnelle chez ce pathogène et de la rendre disponible à la communauté scientifique via une interface conviviale et performante. D’une façon générale, les algorithmes d’identification de promoteurs de transcription procaryotes ne sont pas conçus pour s’appliquer de façon adéquate à plusieurs organismes différents. En effet, ils exploitent chacun des caractéristiques n’étant pas nécessairement partagées par tous. De par leur fonction essentielle à l’initiation de la transcription, les promoteurs doivent être présents dans les régions non-codantes en amont des gènes. Par définition, une telle caractéristique de localisation génomique préférentielle des séquences promotrices se doit d’être partagée par tous les promoteurs, peu importe l’organisme. Le deuxième aspect de l’analyse des informations génomiques concerne donc l’exploitation d’une telle caractéristique qui nous a permis d’identifier avec succès les séquences promotrices reconnues par le facteur sigma principal de plusieurs micro-organismes très différents. Pour ce faire, nous avons d’abord développé une représentation de ce nouveau concept de distribution génomique, puis conçu une métrique permettant d’obtenir un score évaluant cette distribution. Nous avons enfin appliqué cette métrique à très grande échelle pour vérifier notre hypothèse de distribution génomique universelle.