Etude évolutive multi-niveaux des gènes de la multiciliation chez les métazoaires
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Defosset, Audrey
Date de soutenance : 11-09-2020

Directeur(s) de thèse : Lecompte, Odile - Poch, Olivier

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Bioinformatique
Classification : Sciences de la vie, biologie, biochimie

Mots-clés libres : Génomique comparative, Évolution, Multiciliation, Relations génotype-phénotype
Mots-clés :
  • Métazoaires - Ressources génétiques
  • Génomique comparative
  • Séquençage des acides nucléiques
  • Chémogénomique
  • Banques de données
Résumé : A l’ère des approches à haut-débit où les flux de données sont abondants, bon nombre de processus restent encore largement inexplorés. Les approches intégratives représentent de nouvelles méthodes de choix pour l’étude de tels systèmes biologiques en permettant leur caractérisation selon plusieurs angles. Dans ce contexte, les travaux de cette thèse ont porté sur l’étude de la multiciliation, processus complexe encore méconnu, par l’intégration de données évolutives et fonctionnelles à plusieurs niveaux de granularité. Après avoir établi un bilan évolutif de la multiciliation, ces travaux ont mené à la conception de BLUR, une nouvelle ressource de génomique comparative conçue pour détecter des divergences de séquence atypiques au sein de familles protéiques à l’échelle d’un protéome complet. Son application à la multiciliation au cours d’une approche intégrative couplant génomique comparative et génomique fonctionnelle a permis d’exploiter la signature évolutive particulière de la multiciliation pour identifier de nouveaux gènes candidats multiciliés.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2020STRAJ037
Type de ressource : Thèse