Progress towards a better proteome characterization by quantitative mass spectrometry method development and proteogenomics

L'extrême complexité des échantillons biologiques, la variabilité technique et la dépendance de la protéomique envers les banques protéiques empêchent l'analyse complète d'un protéome. Ce travail de thèse s'est focalisé sur le développement de méthodes pour la protéomique quantitative et la protéogénomique afin d'améliorer la caractérisation du protéome. Premièrement mon travail s'est centré sur le développement de méthodes quantitatives globales et ciblées. La mise en place de standards pour évaluer les performances de tous les niveaux de la stratégie analytique est aussi décrite. Ces méthodes ont été optimisées pour répondre à diverses questions biologiques. Mon doctorat s'est focalisé aussi autour de la protéogénomique. Une méthode d'analyse N-terminomique à haut débit a été développée et appliquée à l'étude de la mitochondrie humaine. Enfin, ce manuscrit présente une approche multi-omique visant à améliorer l'analyse du protéome avec la création de banques de données personnalisées . The high intrinsic complexity of biological samples, the technical variability and the dependency of Bottom-up Proteomics to consensus protein sequence databases handicap the comprehensive analysis of an entire Proteome. My doctoral work was focused on method development in quantitative Proteomics and Proteogenomics in order to achieve a better proteome characterization. First, I focused on the development of global and targeted quantitative methods. The introduction and development of standard samples to assess the performances at any level of the analytical workflow is also described. These methods were applied to answer different biological questions. My PhD also focused on Proteogenomic method development. A high throughput N-terminomic analysis approach was developed and applied to the analysis of the human mitochondria. Finally, this manuscript presents a personalized multi-omics profiling strategy to improve the proteome analysis with the use of personalized databases.