Analyse mathématique de la dynamique de réseaux de régulation biologique
Auteur / Autrice : | Ousmane Diop |
Direction : | Vincent Fromion |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique |
Date : | Soutenance le 08/12/2020 |
Etablissement(s) : | université Paris-Saclay |
Ecole(s) doctorale(s) : | École doctorale Sciences et technologies de l'information et de la communication |
Partenaire(s) de recherche : | Laboratoire : Mathématiques et Informatique Appliquées du Génome à l'Environnement (Jouy-en-Josas, Yvelines) |
référent : Faculté des sciences d'Orsay | |
Jury : | Président / Présidente : Madalena Chaves |
Examinateurs / Examinatrices : Etienne Farcot, Claudine Chaouiya, Franck Delaunay, Dorothée Normand-Cyrot, Thomas Schiex | |
Rapporteurs / Rapporteuses : Etienne Farcot, Claudine Chaouiya |
Mots clés
Résumé
Dans cette thèse, nous nous intéressons à l'analyse qualitative de la dynamique de deux cycles biologiques centraux dans les cellules eucaryotes, le cycle de division cellulaire et l'horloge circadienne. Nous utilisons pour cela des réseaux Booléens asynchrones, bien adaptés à une analyse qualitative. Dans ces réseaux, les cycles sont capturés par des attracteurs complexes, pouvant contenir des centaines d'états. Nous proposons une nouvelle méthode d'analyse de ces attracteurs complexes, basée sur la construction d'un graphe résumé. Cette méthode permet de comparer les trajectoires contenues l'attracteur avec les propriétés qualitatives du cycle biologique. Nous illustrons notre méthode sur un modèle du cycle cellulaire de la littérature et sur un modèle de l'horloge circadienne, que nous avons construit à partir d'un modèle continu existant. Dans ces deux modèles, notre méthode s'est montrée efficace pour visualiser la structure de l'attracteur complexe et le comparer avec un cycle biologique. En combinant le graphe résumé avec une chaîne de Markov, nous estimons les proportions de temps passé dans les phases décrites par les oscillations. En le combinant avec une méthode d'inférence Booléenne, nous montrons également comment ajuster localement la dynamique asymptotique du modèle, afin de forcer certaines propriétés dynamiques. Ces deux applications montrent l'intérêt de notre méthode pour la modélisation et l'analyse de réseaux de régulation cellulaire.