G-quadruplexes conservation and evolution

Pendant longtemps, seul un rôle d’intermédiaire était connu à l’ARN. Cependant, il a été trouvé que grâce à sa forme simple brin, cette molécule peut se replier sur elle-même et ainsi constituer des structures qui lui confèrent diverses fonctions. Parmi ces formations, le G- quadruplexe (G4) est composé d’appariements de type Hoogsteen au lieu des appariements de type Watson-Crick. Les G4 peuvent se replier dans l’ARN, mais aussi dans l’ADN et y avoir de multiples rôles. Leur étude, initialement timide, a vécu un engouement dans les dernières années après avoir été découvertes dans les télomères et ayant un impact sur les cancers. Les G4 sont aussi fortement enrichis dans des régions régulatrices, comme les promoteurs dans les génomes ou les régions non traduites dans les transcrits. Quelques recherches laissent penser qu’il en est de même pour tous les eucaryotes, mais pas pour les bactéries. À ce jour, l’évolution des G4 reste peu étudiée, principalement à cause de la mauvaise conservation des séquences. Dans la présente thèse, la distribution des G4 dans les différents royaumes du vivant a été explorée, mais aussi différentes approches pour mieux appréhender leur évolution. Pour ce faire, une première étape était de prédire les G4 dans le transcriptome humain, et de valider ces prédictions. Ensuite, cette stratégie a été appliquée à diverses espèces au travers des trois royaumes du vivant. Ces données ont été analysées puis mises à disposition pour la communauté de chercheurs dans une base de données nommées GAIA. Finalement, une approche a été développée pour tenter de mieux comprendre l’évolution des G4.Abstract: For a long time, RNA only known function was its intermediate role. Yet, it has been discovered that, thanks to its single-strand form, it can fold onto itself to generate structures and thus acquire diverse functions. Among these structures stands G-quadruplexes (G4s), which are made of Hoogsteen base-pairing instead of Watson & Crick ones. This structure can fold in RNA, but also in DNA where they can have multiple functions. The G4 study remained shy until the past few years when G4s interest suddenly increased with the discovery of their presence in telomeres and the impact they have on cancer. G4s are also highly enriched in other regulatory regions like promoters in genomes or in untranslated regions of transcripts. Some studies are implying that this distribution might be similar among all eukaryotes but not bacteria. The evolution of G4s is still relatively unknown and few studies are made on it. This is mainly due to one phenomenon: G4s sequences are badly conserved, which harden the task of its study. In the present thesis, it is proposed to study more in-depth G4s distribution among living kingdoms, but also to try new approaches to apprehend their evolution. To do so, the first step was to predict G4s inside the human transcriptome and to validate these predictions. Then, this method has been applied to diverse species among the three living kingdoms. These data have been be analysed and made public thanks to the GAIA database. Finally, an approach has been be developed to look at the evolution of G4s