Quantification de l'allocation des ressources bactériennes lors des changements d'environnement au niveau des cellules individuelles

Quantification of bacterial resource allocation in changing environments on the single-cell level

• Auteur / Autrice : Antrea Pavlou
• Direction : Johannes Geiselmann, Hidde de Jong
• Type : Thèse de doctorat
• Discipline(s) : Virologie microbiologie immunologie
• Date : Soutenance le 12/07/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale chimie et science du vivant (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Equipe de recherche : Equipe de recherche Fluctuations, régulation et évolution des systèmes vivants (Grenoble)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Interdisciplinaire de Physique (Grenoble, Isère, France ; 1966-....)
• Jury : Président / Présidente : Franz Brückert
• Jury : Examinateurs / Examinatrices : Johannes Geiselmann, Hidde de Jong, Rosalind Allen
• Jury : Rapporteur / Rapporteuse : Wolfram Liebermeister, Pascal Hersen

Mots clés

Mots clés contrôlés

Escherichia coli

Bioinformatique

Régulation (biologie)

Microbiologie

Modèles mathématiques

Mots clés libres

Modélisation mathématique

Microbiologie

Biologie de systèmes

Bioinformatique

Allocation de ressources

E. Coli

E. Coli

Ressource allocation

Systems biology

Mathematical modelisation

Bioinformatics

Microbiology

Résumé

La capacité des microbes à coloniser les endroits les plus improbables peut être en partie attribuée à la coordination efficace entre la croissance et le métabolisme. Au cours des 50 dernières années, la relation entre la croissance et l'environnement a fait l'objet d'études approfondies, qui ont abouti à des relations empiriques générales (''lois de croissance''). Cependant, dans la plupart des études, les bactéries se trouvent dans des conditions de croissance à l'état stationnaire, alors que de telles conditions sont rarement rencontrées dans un environnement naturel. Pour étudier l'adaptation des bactéries dans des environnements changeants, nous avons suivi la croissance et l'expression génétique de cellules uniques de bactéries textit{Escherichia coli} se développant dans un dispositif microfluidique dans des environnements changeants. Nous avons examiné le comportement de gènes ribosomaux et métaboliques clés en utilisant des fusions avec des protéines fluorescentes. En utilisant des algorithmes d'inférence, ainsi que des modèles tenant compte de la cinétique de maturation des rapporteurs, nous avons pu obtenir des profils d'allocation de ressources dynamiques de chaque protéine d'intérêt à partir des mesures temporelles. Les résultats expérimentaux fournissent une vue détaillée des stratégies d'allocation des ressources des bactéries individuelles dans des environnements changeants. Même si en moyenne, le comportement des bactéries correspond précisément aux lois de croissance connues en régime permanent, l'allocation des ressources s'écarte des lois de croissance classiques pendant les transitions de croissance. De plus, nous avons identifié une hétérogénéité considérable entre les bactéries qui se manifeste par différentes stratégies d'adaptation à un nouvel environnement. Nos résultats révèlent de nouveaux principes d'allocation dynamique des ressources et pourraient être utiles pour améliorer les processus biotechnologiques impliquant des micro-organismes.

The ability of microbes to colonize the most improbable places can be partly attributed to the efficient coordination between growth and metabolism. Over the last 50 years, the relationship between growth and the environment has been intensely studied, and has lead to general empirical relationships or 'growth laws'. In most studies, however, bacteria are maintained at steady-state growth even though such conditions are rarely found in a natural environment. To investigate bacterial adaptation in changing environments, we have tracked growth and gene expression of single cells of textit{Escherichia coli} bacteria growing in a microfluidics device in changing environments. We have examined the behaviour of key ribosomal and metabolic genes using fluorescent protein tags. Using inference algorithms, along with models accounting for the maturation kinetics of reporters, we were able to derive dynamic resource allocation profiles of each protein of interest from the time-lapse measurements. The experimental results provide a detailed view of resource allocation strategies of individual bacteria in dynamically changing environments. Even though the average behaviour of the bacteria precisely matches known growth laws during steady-state, resource allocation deviates from the classical growth laws during growth transitions. Furthermore, we identified a considerable heterogeneity between bacteria that manifests itself by different strategies for adapting to a new environment. Our results reveal new principles of dynamical resource allocation and could be helpful in improving biotechnological processes involving microorganisms.