Familles de gènes

Familles de gènes

Nadia El-Mabrouk

Les gènes

• Parties codantes de l’ADN

• Unités de base de l’héridité.

• Une fois les gènes identifiés, ils doivent être

annotés pour leur fonction.

Familles de gènes

• Des gènes « apparentés » peuvent être

regroupés en clusters, ou éparpillés dans un ou

dans plusieurs chromosomes. Par exemple les

gènes Globin:

Opazo J C et al. PNAS 2008;105:12950-12955

Genomic structure of the β-globin gene cluster

in therian mammals.

Duplication de gènes

• Ohno, 1970, « Evolution by gene duplication »:

La duplication de gènes (créant des

paralogues) est l’évènement évolutif principal entraînant l’émergence de nouvelles

fonctions. L’une des deux copies échappe à la

pression de sélection et est libre d’évoluer.

Duplication de gènes

• Cause la plus courante: Recombinaisons

inégales au cours de la méiose. En général du à la présence de répétitions. Donne lieu à des duplications en tandem.

a) b)

Évolution des gènes

1 2 3 4

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

a

a

a b

a

c a

1 2 3 4

S

b

Évolution des gènes

1 2 3 4

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

1 2 3 4

S

Évolution des gènes

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

1 2 3 4

S

Homologie, orthologie, paralogie

• Homologues: Gènes ayant un ancêtre commun.

• Orthologues: Leur plus récent ancêtre commun a subit une spéciation.

• Paralogues: Leur plus récent ancêtre commun a subit une duplication

• Xénologues: Gènes ayant été transmis

par transfert horizontal.

Évolution des gènes

1 2 3 4

S

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

orthologues

Évolution des gènes

1 2 3 4

S

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

paralogues

Évolution des gènes

1 2 3 4

S

1 _c 1 _a 2 _a 2 _b 3 _b 4 _b

paralogues

Arbre de gènes

• Pour inférer orthologues/paralogues:

1. Regrouper les gènes par famille.

2. Inférer un arbre de gènes.

3. Le « réconcilier » avec l’arbre des espèces pour

identifier les duplications et les spéciations.

Familles de gènes

• Les gènes sont généralement regroupés par similarité de séquences.

• Hypothèse sous-jacentes: Des gènes

« similaires » sont originaires d’une même copie ancestrale, i.e. sont homologues.

• Une variété d’outils de regroupements des gènes en familles: COG, InParanoid,

OrthoMCL, Proteinortho.

Méthode d’homologie de séquence

• Méthodes des « best BLAST hits »: Regroupe les copies le plus

« similaires » en fonction des scores de BLAST.

• BBH « Bi-directional best Blast Hit »: Meilleur score de

similarité dans « les deux sens »

La base de données COG

• COG: Clusters of Orthologous Groups of Genes Classifie les protéines des génomes complètement séquencés en se basant sur le concept d’orthologie.

• Idée générale: un « bidirectional best hit » n’est considéré que s’il est « confirmé » par une troisième séquence.

• Les membres d’un COG doivent appartenir à au moins 3 espèces.

• Cette validation avec une 3 ^ème séquence a pour but d’éviter les erreurs causées par la perte de gènes: choix d’un

paralogue plutôt qu’un orthologue.

a

b c

Arbre de gènes

• Pour inférer orthologues/paralogues:

1. Regrouper les gènes par famille;

2. Inférer un arbre de gènes

3. Le « réconcilier » avec l’arbre des espèces pour

identifier les duplications et les spéciations.

Arbres de gènes

• Méthodes phylogénétiques diverses et variées

– PHYLIP, NJ, PAUP, PhyML, MrBayes, RAxML…

• Banques de données d’arbres de gènes divers et variés:

– Ensembl Compara, PHOG, MetaPHOrs,

PhylomeDB, PANTHER.

EXEMPLE – Arbre d’Ensembl

Hedgehog proteins (Sonic, Indian, Desert)

Arbre de gènes

• Pour inférer orthologues/paralogues:

1. Regrouper les gènes par famille;

2. Inférer un arbre de gènes

3. Le « réconcilier » avec l’arbre des espèces pour

identifier les duplications et les spéciations.

Réconciliation

• Arbre de gènes G pour une famille {g1, g2, g3, g4, g5} provenant des génomes {a,b,c,d}

g1:a g2:b G

g3:b g4:c g5:d

a b c d

S

Réconciliation

• On ne garde que le nom du génome de provenance

a b

G

b c d

a b c d

S

Réconciliation

• Expliquer la différence entre G et S par des événements de spéciation,

duplication et pertes.

a b

G

b c d

a b c d

S

Réconciliation

• Spéciation.

a b

G

b c d

a b c d

S

Speciation

Réconciliation

• Duplication

– deux copies dans le génome b

a b

G

b c d

a b c d

S

Réconciliation

• Duplication

– deux copies dans le génome b – une duplication doit avoir eu lieu

a b

G

b c d

a b c d

S

Duplication

Réconciliation

• Duplication

– deux copies dans le génome b

– une duplication doit avoir eu lieu à l’un des deux ancêtres

a b

G

b c d

a b c d

S

Duplication

Réconciliation

• Perte

– Duplication avant la spéciation a-b: a aurait dû avoir deux copies aussi

– Une copie a dû être perdue dans a

a b

G

b c d

a b c d

S

Perte

Réconciliation

a b

G

b c d

a b b c d

Réconciliation

• Critère de parcimonie: Minimiser

duplications+pertes (mutation cost)

G

a1 b1 b2 c1 d1 a b c d

S

Arbre réconcilié

a1 b1 a2 b2 c1 d1

e f

g

e e

e

f

g

LCA Mapping

G

a b b c d

a b c d

S

• LCA Mapping (Bonizzoni et al., 2003)

– Chaque nœud de G est associé au LCA de ses feuilles dans S.

e f

g

LCA Mapping

a b b c d

a b c d

e f

g

e

e

f

• LCA Mapping (Bonizzoni et al., 2003)

– Chaque nœud de G est associé au LCA de ses feuilles dans S.

S ^g G

LCA Mapping

a b b c d

a b c d

e f

g

e

e

f

• LCA Mapping (Bonizzoni et al., 2003)

– Chaque nœud de G est associé au LCA de ses feuilles dans S.

– Un nœud de G une duplication ssi il a la même étiquette que l’un (ou les deux) de ses fils.

S ^g Duplication G