Modélisation mathématique de la stabilisation évolutive de la multicellularité chez les levures

Mathematical modeling of the evolutionary stabilization of multicellularity in yeast

• Auteur / Autrice : Julien Granet
• Direction : Christèle Etchegaray, Bertrand Daignan-fornier
• Type : Projet de thèse
• Discipline(s) : Mathématiques appliquées et calcul scientifique
• Date : Inscription en doctorat le 04/10/2022
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de mathématiques et informatique
• Partenaire(s) de recherche : Laboratoire : IMB - Institut de Mathématiques de Bordeaux
• Partenaire(s) de recherche : Equipe de recherche : Calcul Scientifique et Modélisation

Mots clés

Mots clés libres

Modèles à base d'agent

Équations intégro-différentielles

Processus stochastiques

Agent-based models

Integro-differential equations

Stochastic processes

Résumé

La multicellularité constitue une des innovations les plus déterminantes dans l'histoire du vivant. Pourtant, les conditions ayant pu favoriser la sélection de formes multicellulaires restent largement spéculatives et demandent à être validées théoriquement et expérimentalement. Pour cela, l'équipe de biologistes de Bertrand Daignan-Fornier (IBGC) développe des expériences de compétition évolutive entre des formes unicellulaire et multicellulaire de la levure Saccharomyces Cerevisiae. La forme multicellulaire, appelée snowflake, correspond à un organisme où il n'y a pas séparation des cellules après division, générant une géométrie branchée. Dans cette thèse, nous nous proposons de développer des modèles mathématiques de la dynamique évolutive de la levure sous forme snowflake, en partant d'une description individuelle pour aller vers une description populationnelle. L'objectif sera d'une part de mieux comprendre la croissance d'une entité en fonction de son environnement, et d'autre part de reproduire numériquement les expériences de compétition évolutive menées à l'IBGC. Nous utiliserons pour cela des approches de modélisation déterministe et/ou stochastique (modèles à base d'agent, équations intégro-différentielles, processus stochastiques), de simulations numériques, et de calibration à des données expérimentales.

Multicellularity is one of the most important innovations in the history of life. However, the conditions that may have favored the selection of multicellular forms remain largely speculative and need to be validated theoretically and experimentally. To this end, Bertrand Daignan-Fornier's team of biologists (IBGC) is developing evolutionary competition experiments between single-cell and multicellular forms of the yeast Saccharomyces Cerevisiae. The multicellular form, called snowflake, corresponds to an organism where there is no separation of cells after division, generating a branched geometry. In this thesis, we propose to develop mathematical models of the evolutionary dynamics of yeast in snowflake form, starting from an individual description to a population description. The objective will be to better understand the growth of an entity as a function of its environment, and to numerically reproduce the evolutionary competition experiments conducted at the IBGC. We will use deterministic and/or stochastic modeling approaches (agent-based models, integro-differential equations, stochastic processes), numerical simulations, and calibration to experimental data.