Dynamiques théorique et expérimentale des taux de mutations

• Main Author: Viraphong Caudwell, Larissa
• Other Authors: Grenoble Alpes
• Language: fr
• Published: 2015
• Subjects: Évolution; Taux de mutation; Mutateurs; Evolution; Mutation rate; Mutators; 570
• Online Access: http://www.theses.fr/2015GREAV038/document

Les mutations constituent une des principales sources de variation sur lesquelles agit la sélection naturelle, permettant ainsi l'évolution des organismes vivants. Comprendre la dynamique d'accumulation des mutations, ainsi que les biais pouvant influer leur apparition, est donc indispensable pour mieux appréhender les processus évolutifs. Dans cette thèse, j'ai exploré ces deux aspects dans un contexte évolutif.Dans une première partie, je me suis intéressée à la dynamique des taux de mutation au cours du temps évolutif. En effet, les mutations pouvant être bénéfiques, neutres ou délétères, la dynamique des taux de mutation est régie par deux forces opposées que sont l'adaptabilité (la capacité à évoluer) et la stabilité du génome. Cette dynamique a été très étudiée de façon théorique, mais les études expérimentales sont plus limitées, et surtout à des périodes de temps courtes.Dans une seconde partie, je me suis intéressée aux biais mutationnels. En effet, de précédentes études ont montré que les taux de mutation pouvaient varier au sein d'un même génome. Ainsi, certaines mutations peuvent se produire de façon plus fréquente que d'autres, le taux de mutation d'un nucléotide pouvant par exemple être influencé par les nucléotides avoisinants.Ces analyses ont été réalisées dans le contexte de l'expérience d'évolution à long terme initiée en 1988 par Richard Lenski (Michigan State University, USA). Douze populations ont été initiées à partir d'un ancêtre commun Escherichia coli et sont propagées depuis plus de 25 ans par repiquages quotidiens dans un milieu frais. Des échantillons ont été prélevés et le génome de clones évolués séquencé à différents temps, permettant une étude phénotypique et génomique des taux de mutations sur plus de 50 000 générations.J'ai ainsi pu mettre en évidence une dynamique importante des taux de mutation, avec l'émergence de génotypes hypermutateurs suivie de phénomènes de compensation multiples. D'autre part, j'ai pu observer des biais mutationnels importants dont l'impact des nucléotides avoisinant les mutations silencieuses dans les populations. === Mutations are the ultimate source of variation that allow living organisms to adapt through natural selection. Understanding the dynamics of mutation accumulation and how they are biased stands as a keystone to understand evolutionary processes. In this work, I explored these two aspects of mutation accumulation in an evolutionary framework.First, I studied the dynamics of mutation rates over evolutionary time. As mutations may be beneficial, neutral or deleterious, the dynamics of mutation rates will be a function of two opposite driving forces: evolvability or the ability to evolve and genome stability. The resulting dynamics has been widely studied theoretically but experimental studies are scarce and mostly limited to short periods of time.Second, I focused on mutational biases. Previous studies showed that mutation rates might vary within given genomes, as a function for example of both their localization and neighboring nucleotides.All studies from this Ph.D thesis were performed in the context of the long-term evolution experiment which has been started in 1988 by Richard Lenski (Michigan State University, USA). Twelve populations were initiated from a common ancestor strain of Escherichia coli and have been propagated ever since for more than 25 years by daily transfers in fresh medium. Samples were collected and genomes of evolved clones were sequenced at regular time point intervals, allowing both the phenotypic and genomic studies of the mutation rate for more than 50,000 generations.In this study, I showed that mutation rates are highly dynamic: the emergence of hypermutator genotypes is followed by multiple compensation events. I also observed large mutational biases, including the impact of the neighboring nucleotides on resulting aminoacid changes.