Prediction of tissue-specific cis-regulatory sequences: application to the ascidian Ciona intestinalis and the anterior neurectoderm

Au cours de mon travail de thèse, j'ai établi une procédure pour ordonner des motifs courts selon leur distribution dans le génome de C. intestinalis autour d'un ensemble de gènes : plus une combinaison de motifs est regroupée autour des gènes exprimés spécifiquement dans un tissu, plus le score est élevé. Dans cette approche, j'ai intégré les résultats de la dissection d'un enhancer exprimé dans le neurectoderme antérieur qui indiquait une structure dupliquée. Ma procédure montre que les sites GATTA dupliqués sont une caractéristique générale des éléments cis-régulateurs du neurectoderme antérieur. Une recherche dans le génome entier pour ces séquences suivi par un test in-vivo montre une expression dans ce territoire pour la moitié des éléments. Par la suite, j'ai essayé d'améliorer l'annotation des séquences cis-régulatrices déjà publiées, par une extraction automatique à partir de la littérature. Grâce à l'augmentation du nombre de publications en accès libre et l'amélioration des procédures expérimentales de plus en plus de ce type de données est disponible. Finalement, j'ai montré que malgré l'absence d'alignements non-codants entre les génomes des vertébrés et C. intestinalis, on peut cependant trouver quelques loci avec une conservation extrême de l'arrangement des gènes. Pour ces cas, la recherche des éléments cis-régulateurs peut être limitée aux introns du gène voisin, ce qui était confirmé dans la littérature pour certains. Ces trois approches montrent l'utilité de la bioinformatique pour une meilleure caractérisation des séquences cis-régulatrices et ouvrent la voie aux validations expérimentales supplémentaires.