« Détection, histoire évolutive et caractéristiques structurale des gènes orphelins chez les nématodes à galles »

Présidente du jury :            

• A décider

 Rapporteurs/trices :    

• Prof. Erich Bornberg-Bauer, PR, Universität Münster | Dr. Hamed Khakzad, CPJ, Inria                         

Examinateurs/trices :

• Dr. Jean-Luc Pellequer, DR, IBS | Dr. Richard Copley, DR, IMEV
• Dr. Mathilde Carpentier, MdC, ISYEB | Dr. Anna Grandchamp, MdC, TAGC

Directrices de Thèse :

• Dr. Etienne GJ Danchin, DR, ISA | Dr. Edoardo Sarti, CR, Inria 
• Dr. Dominique Colinet, MdC, ISA

Résumé :

Les gènes orphelins sont des gènes sans homologues détectables en dehors d’un groupe taxonomique donné. Répandus dans les génomes d’eucaryotes, ils pourraient contribuer à l’innovation propre à certaines lignées, mais leurs origines, leur évolution et leurs fonctions restent difficiles à étudier en absence d’homologie identifiable. Cette thèse étudie les gènes orphelins chez les nématodes à galles du genre Meloidogyne, parasites majeurs des plantes à fort impact économique. L’objectif était de caractériser leur prévalence, leur origine évolutive, leurs propriétés moléculaires, leurs caractéristiques structurales et leurs fonctions potentielles.

Un pipeline de génomique comparative a été développé pour identifier les gènes orphelins exprimés chez les espèces de Meloidogyne. Ces gènes orphelins coderaient pour au moins 16 % des protéines et leurs émergences auraient subi plusieurs phases d’accélération au cours de l’évolution. En combinant recherche d’homologie, reconstruction ancestrale et synténie, nous inférons qu’au moins 20 % des gènes orphelins auraient  émergé de novo à partir de régions non géniques, tandis qu’environ 20 % auraient fortement divergé à partir de gènes préexistants. Les gènes orphelins codent des protéines courtes, dans lesquelles les peptides signaux de sécrétion sont fréquents. De plus, ces gènes sont préférentiellement exprimés au stade juvénile pré-parasitaire, suggérant une contribution à l’arsenal parasitaire sécrété chez ces nématodes. Des classificateurs d’apprentissage automatique ont aussi permis de distinguer les protéines orphelines des non orphelines, ainsi que les orphelins de novo des orphelins divergés.

Cette thèse a ensuite évalué si les modèles fondés sur les transformeurs pouvaient fournir des informations fiables sur la structure tridimensionnelle des protéines orphelines. À partir du jeu de données validé pour Meloidogyne, les prédictions de structure 3D ont été comparées entre les protéines orphelines et non orphelines. Les protéines orphelines avaient des prédictions non fiables et moins concordantes entre méthodes, indépendamment de l’utilisation d’alignements multiples de séquences. Cette limite ne s’expliquait pas seulement par le désordre intrinsèque, car elles n’étaient pas globalement plus désordonnées que les non orphelines. Leurs structures prédites correspondaient aussi rarement à des structures connues, ce qui limitait leur interprétation. En revanche, la structure secondaire était retrouvée plus régulièrement de manière concordante entre méthodes différentes, indiquant que des signaux structuraux locaux peuvent rester exploitables lorsque la structure 3D complète ne peut être prédite de façon fiable.

Cette observation a motivé une stratégie alternative fondée sur la structure secondaire et les modèles de Markov cachés de profil (pHMM). Au lieu de comparer des séquences d’acides aminés ou des structures tertiaires incertaines, les protéines ont été représentées comme des séquences d’éléments de structure secondaire, codés sous forme de vecteurs. Les pHMM ont été adaptés à ces représentations, entraînés à partir de familles de domaines structuraux connus, puis calibrés avec un modèle nul et un cadre fondé sur les e-valeurs. Cette approche vise à tester si des signaux de repliement peuvent être détectés chez les protéines orphelines sans dépendre d’une homologie de séquence ni de modèles 3D pleinement fiables. Les résultats préliminaires montrent une classification performante des domaines connus et des résultats prometteurs pour les protéines orphelines.

Dans l’ensemble, cette thèse montre que les gènes orphelins sont des composants abondants, évolutivement hétérogènes et biologiquement importants des génomes de nématodes à galles. Elle montre aussi les limites des méthodes actuelles de détection d’homologie et de prédiction structurale. En combinant génomique comparative, analyse de synténie, données multi-omiques, apprentissage automatique, prédiction structurale et modélisation par HMM, ce travail propose un cadre pour étudier la nouveauté évolutive au-delà des limites de la similarité de séquence. 

Mots Clefs : 

Gènes orphelins, émergence des gènes de novo, évolution, phylogénie, omiques, structure protéique, apprentissage automatique, transformeurs.