Develop bioinformatic tools to reconstruct the three-dimensional spatio-temporal activity of enhancers during Drosophila melanogaster embryogenesis

La régulation de l'expression des gènes au niveau transcriptionnel joue un rôle central dans la détermination du destin cellulaire et du développement en général. Les modules cis-régulateurs (CRMs) modulent cette expression en réponse à des signaux biologiques ou environnementaux. Ma thèse se concentre sur un type particulier de CRM : les enhancers, éléments d'ADN non codants régulant l'expression de leurs gènes cibles avec une grande précision spatiale et temporelle. Mon objectif était de développer une méthode pour cartographier cette activité à l'échelle de la cellule unique pour une multitude d'enhancers. En effet, bien que les avancées technologiques récentes aient amélioré la capacité à prédire la localisation des enhancers dans les génomes, leur activité spatiale et temporelle reste difficile à identifier car les tests d'activité des enhancers actuels souffrent soit d'un manque de débit, soit d'une résolution spatiale et temporelle insuffisante. Pour y remédier, nous avons développé spatial-scERA, une méthode combinant le séquençage d'ARN en cellule unique (scRNA-seq) avec des tests en parallèles d'activité d'enhancers et une reconstruction spatiale. Notre approche repose sur le transport optimal pour positionner les cellules des données scRNA-seq dans une reconstruction virtuelle de l'embryon en intégrant les profils transcriptomiques de ces cellules avec des connaissances a priori sur l'expression d'un ensemble de gènes marqueurs. Cela permet de cartographier l'activité des enhancers dans un tissu virtuel 3D reconstruit avec une résolution cellulaire. Nous avons utilisé spatial-scERA avec 25 enhancers candidats pour reconstruire leur activité dans un embryon virtuel de Drosophila au stade 6. Notre jeu de données inclut à la fois des enhancers déjà caractérisés et d'autres non annotés, permettant d'évaluer la robustesse de notre approche tout en identifiant de nouveaux éléments régulateurs. Comparée à des acquisitions d'HCR in situ, spatial-scERA reconstruit fidèlement l'activité de nos enhancers, y compris pour ceux détectés dans seulement 10 cellules dans les données scRNA-seq. Nous avons également montré que l'intégration des données spatiales permet de prédire les gènes cibles des enhancers et d'améliorer l'annotation des clusters scRNA-seq, permettant ainsi une identification plus précise des types cellulaires. Pour étendre notre méthode à d'autres stades de développement, nous avons généré et analysé des données scRNA-seq contenant les 25 mêmes enhancers aux stades 8 et 11. Nous avons d'abord étudié la dynamique d'activité des enhancers à partir des données scRNA-seq uniquement, en nous concentrant sur l'observation des variations de la spécificité tissulaire aux travers des 3 stades disponibles. Cependant, nous manquons actuellement d'un atlas 3D de l'expression des gènes marqueurs aux stades 8 et 11 pour produire une reconstruction. Pour générer cet atlas, nous développons la transcriptomique spatiale basée sur l'imagerie en utilisant la technologie MERFISH développé par Spatial-Cell-ID. Une fois que ces données seront disponibles, nous pourrons générer nos propres reconstructions à différents stades, et ainsi projeter nos enhancers des données scRNA-seq vers leurs positions spatiales dans un embryon. Notre approche, offre un cadre puissant pour cartographier l'évolution spatio-temporelle de l'activité des enhancers. Applicable à tout organisme compatible avec des tests d'activité des enhancers et du scRNA-seq, notre méthode offre de nouvelles perspectives sur l'étude de la régulation des gènes dans les systèmes multicellulaires complexes.