Transcriptome and genome analysis based on alignment-free protocols - TEL - Thèses en ligne Access content directly
Theses Year : 2021

Transcriptome and genome analysis based on alignment-free protocols

L'analyse du génome et du transcriptome par des méthodes sans référence

Abstract

Animal’s behaviors and pheno-types are in part embedded in the genetic molecules of life : RNA and DNA. By decipher-ing the information hidden in these molecules, we can peek into the mysteries of biology. Next generation sequencing (NGS) was developed as a powerful tool for decoding DNA and RNA molecules on a very large scale. NGS has consid-erably broadened our understanding of all areas of biology, from molecular biology to genetics, medicine, ecology and epidemiology. A corner-stone of NGS data analysis is the comparison with a reference genome. Although scientists use one reference genome per species, the explo-sive growth of sequencing output has challenged this view by showing that actual DNA and RNA sequences are much more diverse.In this thesis, we propose new bioinformatics protocols for NGS analysis that do not rely on a reference. Our projects aim to exploit the power of alignment-free approaches to discover novel variations in cancer transcriptomes and genomes in hard-to-map regions or regions absent from the reference genome. We applied this strategy to uncover novel phenotype-related events from large-scale cancer cohorts. From the perspec-tive of genome analysis, we uncovered novel re-current variants from prostate cancer patients. Based on transcriptome analysis, we discovered non-reference events with high replicability.We demonstrate that a large number of novel events relevant to diseases can be discovered in the manner of alignment-free. These novel non-reference events do not require a priori knowledge of the human genome or transcriptome and present significant prognostic values and potential to produce neoantigens. In addition, these novel non-reference events involved in cancer risk may orient biologists towards new oncogenesis mechanisms.
Les comportements et les phénotypes des animaux sont en partie intégrés dans les molécules génétiques de la vie: l’ARN et l’ADN. En déchirant les informations cachées dans ces molécules, nous pouvons lever un voile sur les mystères de la biologie. Le séquençage de nouvelle génération (NGS) est un outil puissant pour décoder les molécules d’ADN et d’ARN à très grande échelle. Le NGS a considérablement élargi notre compréhension de tous les domaines de la biologie, de la biologie moléculaire à la génétique, la médecine, l’écologie et l’épidémiologie. Une pierre angulaire de l’analyse des données NGS est la comparaison avec un génome de référence. Bien que les scientifiques utilisent un génome de référence par espèce, la croissance explosive de la production de séquençage a remis en question ce point de vue en montrant que les séquences réelles d’ADN et d’ARN sont beaucoup plus diversifiées.Dans cette thèse, nous proposons de nouveaux protocoles bioinformatiques pour l’analyse NGS qui ne reposent pas sur une référence. Nos projets visent à exploiter la puissance des approches sans alignement pour découvrir de nouvelles variations dans les transcriptomes et les génomes du cancer dans des régions difficiles à cartographier ou des régions absentes du génome de référence. Nous avons appliqué cette stratégie pour découvrir de nouveaux événements liés au phénotype à partir de cohortes de cancer à grande échelle. Du point de vue de l’analyse du génome, nous avons découvert de nouvelles variantes récurrentes de patients atteints de cancer de la prostate. Sur la base de l’analyse du transcriptome, nous avons découvert des événements de non-référence avec une haute réplicabilité.Nous démontrons qu’un grand nombre de nouveaux événements pertinents pour les maladies peuvent être découverts sans alignement. Ces nouveaux événements non référencés ne néces-sitent pas de connaissance a priori du génome humain ou du transcriptome et présentent des valeurs pronostiques significatives et un potentiel de production de néoantigènes. De plus, ces nouveaux événements non référencés impliqués dans le risque de cancer pourraient orien-ter les biologistes vers de nouveaux mécanismes d’oncogenèse.
Fichier principal
Vignette du fichier
100584_WANG_2021_archivage.pdf (18.84 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03370851 , version 1 (08-10-2021)

Identifiers

  • HAL Id : tel-03370851 , version 1

Cite

Yunfeng Wang. Transcriptome and genome analysis based on alignment-free protocols. Bioinformatics [q-bio.QM]. Université Paris-Saclay, 2021. English. ⟨NNT : 2021UPASL048⟩. ⟨tel-03370851⟩
178 View
45 Download

Share

Gmail Facebook X LinkedIn More