Thèse soutenue

Modèles et algorithmes pour étudier et exploiter le métabolisme des micro-organismes
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Irene Ziska
Direction : Marie-France SagotSusana VingaMary Arnaud-Arnould
Type : Thèse de doctorat
Discipline(s) : Bioinformatique
Date : Soutenance le 24/11/2020
Etablissement(s) : Lyon
Ecole(s) doctorale(s) : École Doctorale Evolution Ecosystèmes Microbiologie Modélisation
Partenaire(s) de recherche : Laboratoire : Laboratoire de Biométrie et Biologie Evolutive
établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
Jury : Président / Présidente : Céline Brochier-Armanet
Examinateurs / Examinatrices : Marie-France Sagot, Susana Vinga, Mary Arnaud-Arnould, Jochen Förster, Patricia Thébault, Fabien Jourdan, Ludovic Cottret
Rapporteurs / Rapporteuses : Jochen Förster, Patricia Thébault, Fabien Jourdan

Résumé

FR  |  
EN

Dans cette thèse, j'ai travaillé sur deux approches différentes pour étudier le métabolisme des micro-organismes. La première méthode identifie les knock-outs qui augmentent la production d'une métabolite cible dans un micro-organisme dans le cas où le métabolite cible est toxique pour le micro-organisme utilisé. Dans la première partie de l'approche, un problème d'optimisation multi-objectifs est formulé qui calcule des compromis entre la production de biomasse, la production du métabolite cible et un score qui mesure la résistance possible à la toxicité du métabolite cible. Dans la deuxième partie, des knock-outs sont calculés sur la base de l'identification et de la séparation des sous-réseaux qui peuvent atteindre les valeurs de production souhaitées identifiées dans la première partie. L'approche est applicable aux réseaux métaboliques à l'échelle du génome, comme est montré dans l'étude de cas sur la production d'éthanol dans la levure. La deuxième méthode, appelée Totoro, a été développée pour l'analyse des changements métaboliques. Elle intègre les concentrations internes de métabolites qui ont été mesurées avant et après une perturbation dans les réseaux métaboliques. Il prédit les réactions qui étaient actives pendant l'état transitoire qui s'est produit après la perturbation. Totoro est une approche basée sur les contraintes qui prend en compte la stœchiométrie du réseau. La méthode est appliquée à trois expériences d'impulsions dans Escherichia coli pour montrer qu'elle peut récupérer des voies actives connectées et prédire des directions distinctes pour des réactions réversibles qui sont conformes aux observations biologiques connues. Totoro est applicable aux réseaux métaboliques à l'échelle du génome