• Langue : Anglais
• Discipline : Biologie de l'environnement, des organismes, des populations, écologie
• Identifiant : 2025ULILR005
• Type de thèse : Doctorat
• Date de soutenance : 27/03/2025

Résumé en langue originale

Comprendre les bases génétiques de l'origine et de l'évolution de nouveaux phénotypes et, ultimement, de la diversité biologique est l'une des questions les plus fondamentales de la biologie évolutive. L'émergence de nouveaux gènes, codant pour des protéines, et de nouveaux éléments régulateurs constitue une source importante de nouveauté génétique. Au sein des génomes, les cadres de lecture ouverts (ORF) ont le potentiel de coder des polypeptides induisant un phénotype. Alors que les ORF « canoniques », situés à l'intérieur de gènes bien conservés, ont largement été caractérisés, les ORF courts et non canoniques situés en dehors de ces gènes ont longtemps été considérés comme « non codants » par défaut, et donc non fonctionnels. Récemment, le rôle des ORFs non canoniques en tant qu'éléments régulateurs des microARN (miARN) et en tant que matériel de départ pour l'émergence de nouveaux gènes de novo (c'est-à-dire à partir de séquences ancestralement non codantes) a été démontré chez plusieurs espèces, et dans différents contextes génomiques. Cependant, peu d'études l'ont démontré de manière exhaustive au sein d'un genre, chez les espèces végétales. Dans cette thèse, je me suis concentrée sur trois espèces étroitement liées du genre Arabidopsis : A. halleri, A. lyrata et A. thaliana, et j'ai étudié le rôle (i) des ORF courts et non canoniques dans l'émergence de nouveaux gènes, en prenant l'exemple des gènes apparaissant de novo, et (ii) de nouveaux éléments régulateurs, en prenant l'exemple des peptides codés par des transcripts de miARNs. En produisant des données de ribosome profiling, j'ai pu évaluer à l'échelle de génomes entiers l'évolution des événements de traduction non canoniques chez les espèces d'Arabidopsis. En produisant des données de séquençage de longs fragments d'ARNs chez ces mêmes espèces, j'ai pu évaluer leur prévalence dans les transcrits primaires des miARN (primiARN). Dans le premier chapitre de ma thèse, j'ai annoté un large répertoire d'ORFs non canoniques traduits, et ayant émergé de novo à l'aide d'analyses de synténie stringentes et de Ribosome Profiling. Agissant comme matériel de départ pour le processus de naissance de gènes de novo, ces ORFs présentent de nombreuses caractéristiques similaires à celles des ORFs intergéniques non traduits qui évoluent de manière neutre. Les ORF de novo traduits semblent émerger fréquemment au sein des lignées et être exprimés de manière omniprésente. Parmi eux, j'ai identifié des gènes de novo candidats qui présentent des caractéristiques qui se distinguent des autres ORFs et qui se rapprochent des gènes canoniques . Dans le deuxième chapitre de ma thèse, j'ai montré que le potentiel codant des primiARN était omniprésent chez les espèces d'Arabidopsis et semblait particulièrement fréquent dans les transcrits contenant des précurseurs de miRNA conservés. Alors que la séquence des ORF des miARN eux-mêmes n'était conservée que dans un tiers des cas, le fait que les événements de traduction eux-mêmes se produisaient, approximativement aux mêmes positions ou non, était hautement conservé. Globalement, ma thèse a mis en évidence le potentiel fonctionnel sous-estimé des régions codantes non canoniques. Des ORFs courts et traduits peuvent produire des polypeptides qui peuvent jouer un rôle majeur dans l'émergence et la régulation de gènes codant pour des protéines.

Résumé traduit

Understanding the genetic basis for the origin and evolution of novel phenotypes and, ultimately, biological diversity is one of the most fundamental questions in evolutionary biology. An important source of genetic novelty includes the emergence of new protein-coding genes and of new regulatory elements. Within genomes, Open Reading Frames (ORFs) have the potential to encode phenotype-inducing polypeptides. While “canonical” ORFs, located within well-conserved genes, have extensively been characterized; short, non-canonical ORFs outside genes have long been considered "non-coding" by default, and therefore not functional. Recently, the role of non-canonical ORFs both as regulatory elements of microRNAs (miRNAs) and as starting material for the emergence of new genes de novo (i.e. from ancestrally non-coding sequences) has been demonstrated in a variety of species and genomic contexts. However, few studies have investigated the evolution of non-canonical ORFs over short evolutionary time-scales. In this thesis, I focused on three closely related species of the Arabidopsis genus: A. halleri, A. lyrata and A. thaliana, and investigated (i) the role of short, non-canonical ORFs in the emergence of both new genes, by taking the example of genes arising de novo, and (ii) of new regulatory elements, by taking the example of miRNA-encoded peptides. By producing Ribosome Profiling data, I was able to evaluate the genome-wide emergence of non-canonical translation events across Arabidopsis species. By producing long-read RNA sequencing data in the same species, I was further able to evaluate their prevalence in miRNA primary transcripts (primiRNAs). In the first chapter of my thesis, I was able to annotate a numerous and diverse repertoire of translated de novo-emerged short ORFs using stringent synteny analysis and Ribosome Profiling. Acting as the starting material for de novo gene birth, those ORFs proved to exhibit characteristics similar to those of untranslated, neutrally evolving intergenic ORFs. Translated de novo ORFs seemed to be under a high birth rate, and pervasively expressed. Among them, I characterized the process by which a few ORFs that stood out as the most promising gene candidates have evolved from previously non-coding nucleotide sequences. In the second chapter of my thesis, I showed that the coding potential of primiRNAs was ubiquitous across Arabidopsis species and seemed to be particularly common in transcripts that contained conserved miRNA precursors. While the sequence of the miRNA ORFs themselves was conserved in only about a third of the cases, the fact that translation events themselves were happening; either within the same approximate region of the primiRNA or not, was highly conserved. Globally, my thesis highlighted the under-estimated functional potential of non-canonical coding regions. Short, translated ORFs can encode polypeptides that may play crucial roles in the emergence and regulation of protein-coding genes.