Étude de l'auto-organisation des cellules basées sur le Modèle de Potts Cellulaire

Cells self-organization study based on the Cellular Potts Model

• Auteur / Autrice : Sébastien Tripodi
• Direction : Vincent Rodin
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2011
• Etablissement(s) : Brest

Mots clés

Mots clés contrôlés

Modèle de Potts

Mots clés libres

Système multi-agents

Modèle de Potts Cellulaire

Morphogenèse

Auto-organisation

Programmation sur cartes graphiques

Multi-agent system

Cellular Potts Model

Morphogenesis

Self-organization

General-purpose processing on graphics processrng units

Résumé

L’auto-organisation entre les cellules permet d’expliquer la morphogenèse des tissus cellulaires, comme le phénomène de l’embryogenèse. Cependant, il n’existe pas de consensus sur la nature des interactions entre les cellules amenant à cette auto-organisation. La modélisation et la simulation in silico offrent un support formel aidant le biologiste dans sa compréhension du phénomène et donnent des arguments en faveur d’une théorie ou d’une autre. La mise en œuvre informatique de processus biologiques permet, en retour, d’améliorer les modèles informatiques existants. Les systèmes multi-agents sont des modèles informatiques qui représentent chaque entité (agent) du système de manière explicite. Les agents sont exécutés de manière autonome et en interaction avec les autres. La mise en œuvre d’un système multi-agents permet de simuler des agents cellules où les interactions reposent sur la consommation et la production de molécules, mais aussi sur l’adhésion et la pression que les cellules exercent les unes sur les autres. Un agent cellule est ici basé sur la cellule définie dans le Modèle de Potts Cellulaire. Ce modèle a été étendu (MorphoPotts) pour permettre aux cellules de cibler une forme générique et dynamique et, de définir un bilan énergétique. La théorie du darwinisme cellulaire, une théorie originale de l’embryogenèse, a été simulée à l’aide du MorphoPotts. Des tissus ont émergé depuis une cellule œuf. Ces tissus sont cohérents car ils se renouvellent en continu et ont une forme reconnaissable. Pour vérifier si les interactions entre les MorphoPotts permettent au système de s’adapter et de s’auto-organiser, les performances des systèmes multi-agents ont dû être améliorées. Nous montrons que la programmation sur les cartes graphiques (GPU) amène à des gains de performance importants. Les simulations faites sur les cartes graphiques montrent comment un darwinisme cellulaire permet aux tissus cellulaires de s’auto-organiser et de s’adapter en réponse aux événements extérieurs.

The self-organization between the cells gives an explanation of the cell tissues morphogenesis, like the phenomenon of embryogenesis. Meanwhile, there is no consensus on the nature of the interactions between the cells leading to this self-organization. On one hand, the in silico modelisation and simulation offers a formal support to help the biologist in his understanding of the phenomenon and gives arguments in favor of a theory or of another one. The computer science implementation of biological process allows, on the other hand, improving the existing computer science models. The multi-agent systems are computer science models which represent each entity (agent) of a system in an explicit way. The agents are executed in an autonomous way and in interaction with the others. Cell agents can be simulated with a multi-agent system, where interactions are based on the consumption and production of molecules, but also on the adhesion and pressure cells exert on each other. A cell agent is based on the cell defined in the Cellular Potts Model. This model has been extended (MorphoPotts) in order to allow the cells to reach a generic and dynamic shape and to define an energy balance. The theory of Darwin at cellular level, an original theory of the embryogenesis, has been simulated via MorphoPotts where tissues emerge from one stem cell. These tissues are coherent because they have a continue renewal and a recognizable shape. To verify if the interactions between the MorphoPotts allow the system to self-organize and self-adapt, the performances of the multi-agent systems were enhanced. We show that the graphics processing unit (GPU) programming leads to considerable performance gains. The simulations done on the OPU show that a cellular darwinism allows the cell tissue to self-organize and self-adapt in reply to exterior events.