Conception d'un web service pour la fouille de données de génomique : application à la caractérisation de la myogenèse et de l'adipogenèse

French. La qualité des carcasses et des viandes bovines dépend de l’équilibre entre les masses musculaires et adipeuses qui conditionnent le poids de carcasse et son rendement (composition en muscle et en gras), mais aussi la qualité sensorielle de la viande (tendreté, jutosité et flaveur). Comprendre comment contrôler le rapport des masses de muscle relativement à celles des tissus adipeux (TA) représente donc un enjeu majeur pour les filières de viande bovine. Ce rapport dépend du nombre et du volume des cellules musculaires et adipeuses. Ces propriétés sont sous le contrôle d’événements cellulaires se mettant en place précocement chez le bovin puisque le nombre de cellules musculaires est fixé dès l’âge 180 jours post-conception (jpc) chez le fœtus. Des analyses de l’évolution des protéomes de ces deux tissus, au cours de la vie fœtale ont produit des données originales mais insuffisantes. En outre, il n’est pas toujours aisé d’extraire ou de générer une information biologique pertinente à partir d’expérimentations de génomique. Ceci est particulièrement vrai chez les ruminants, car ils sont peu annotés dans les bases de données et peu de ressources bioinformatiques leur sont dédiées. Dans ce contexte, notre objectif était de concevoir un serveur web « tout en un » permettant une fouille des données de génomique chez le bovin afin d’améliorer les connaissances sur les mécanismes associés à la croissance par hyperplasie et par hypertrophie des tissus musculaire et adipeux. Aussi, nous avons organisé notre travail de thèse en deux axes. Un outil d’analyse de données de génomique, dédié aux ruminants (bovin, ovin et caprin) nommé ProteINSIDE (www.proteinside.org) a été développé. En une seule requête, il synthétise l'information biologique stockée dans les bases de données publiques ou fournie par les annotations fonctionnelles issues de l’ontologie des gènes. Il prédit aussi les protéines qui sont sécrétées (sécrétome des tissus) et qui interviennent dans la signalisation entre les cellules ou tissus. Il lie les protéines selon leurs interactions moléculaires afin d’identifier et de visualiser celles qui contribuent à un même processus biologique et celles qui sont centrales à un processus biologique. ProteINSIDE a été testé avec des jeux de données de 1000 protéines par espèce et a été comparé avec succès à DAVID, BioMyn et AgBase, conçus pour la recherche d'information et l'annotation, ainsi qu'à PrediSi et Phobius qui prédisent les protéines sécrétées. ProteINSIDE a été appliqué à l’analyse des protéomes des tissus musculaires et adipeux. Une première analyse des données relatives à l’ontogenèse des tissus, a révélé des liens entre des protéines présentes dans les deux tissus fœtaux et des protéines impliquées dans les processus d’autophagie. Dans une seconde étude, nous avons décrit les protéomes des deux tissus à 140 jpc. Nous avons identifié 514 protéines musculaires et 752 protéines adipeuses, dont 346 communes. Ces protéines interviennent par exemple dans la régulation négative de l’apoptose, dans les processus d’autophagie, dans la régulation de la prolifération cellulaire et dans la voie de signalisation Wnt. Nous avons identifié 47 et 93 protéines potentiellement sécrétées par le muscle et le TA, dont 24 communes. L’intégration des connaissances sur les protéines sécrétées avec celles disponibles pour le « surfaceome » a suggéré des protéines qui participeraient au dialogue muscle-TA. Nous avons donc produit un serveur web pour la fouille de données de génomique non seulement chez le bovin, l’ovin, le caprin, mais aussi chez l’homme, le rat et la souris. Ce type de serveur devrait être particulièrement utile à la communauté scientifique. Son application a conduit à la production de connaissances nouvelles et d’hypothèses de travail pour la compréhension des mécanismes de régulation de la croissance fœtale du muscle squelettique et du tissu adipeux.

English. The quality of carcasses and meats depends on the balance between muscle and adipose tissue (AT) masses that determine carcass weight and performance (muscle and fat composition), but also the sensory quality of the meat (tenderness, juiciness and flavor). Understanding how to control the ratio of muscle mass relative to AT mass represents a major challenge for beef producers. The balance between these masses depends on the number and volume of muscle and AT cells. These cellular events are taking place at the early steps of fetal period in cattle, as the total number of muscle cells is fixed at 180 days post-conception (dpc) in the fetus. The analysis of the evolution of these two proteome tissues during fetal life produced original but insufficient data. In addition, it is not always easy to extract or generate relevant biological information from genomic experiments. This is particularly true in ruminant species because they are not annotated in databases and few bioinformatic resources are dedicated to them. In this context, our objective was to design an “all in one” web service to analyze genomic data in cattle in order to improve knowledge of the mechanisms involved in fetal muscle and AT growth. Thus, we have organized our thesis in two axes. We developed a genomic data analysis tool, dedicated to ruminant species (cattle, sheep and goat) and named ProteINSIDE (www.proteinside.org). In a single query, this tool synthesizes the biological information stored in public databases or provided by functional annotations from gene ontology. It also predicts proteins that are secreted (tissue secretome) and which are involved in signaling between cells or tissues. It links proteins according to their molecular interactions to identify and visualize those that contribute to the same biological processes and those that are central to a biological process. ProteINSIDE was tested with data sets of 1000 proteins by species and has been successfully compared with DAVID, BioMyn, and AgBase (designed for information retrieval and annotation), as well as PrediSi and Phobius (that predict proteins secreted). We applied ProteINSIDE to the proteome analysis of muscle and AT. A first analysis of data on the ontogenesis of the tissue revealed links between proteins of both fetal tissues and proteins involved in autophagy processes. In a second study, we constructed and described the bovine proteomes of both tissues at 140 dpc. We identified 514 muscle protein and 752 AT proteins, including 346 commons proteins. As an example, these proteins are involved in the negative regulation of apoptosis, in autophagy processes, in the regulation of cell proliferation, and in the Wnt signaling pathway. We identified 47 and 93 potentially secreted proteins by muscle and TA, including 24 commons proteins. The integration of knowledges about the secreted proteins with those available for the “surfaceome” suggested proteins which could participate in the cross-talk between muscle and AT. Thus, we produced a web server to mine genomic data from bovine, sheep, and goat species, but also from human, rat and mice species. This type of server should be particularly useful to the scientific community. Its implementation has led to the production of new knowledge and working hypotheses for the understanding of the mechanisms which regulate fetal growth of muscle and AT.