Processus d'optimisation itératif pour l'évolution dirigée de cellules synthétiques

A closed-loop optimization workflow for directed evolution of synthetic cells

• Auteur / Autrice : Yannick Bernard-lapeyre
• Direction : Christophe Danelon, Marie-José Huguet
• Type : Projet de thèse
• Discipline(s) : Ingénieries microbienne et enzymatique
• Date : Inscription en doctorat le 03/01/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Sciences écologiques, vétérinaires, agronomiques et bioingénieries (Toulouse)
• Partenaire(s) de recherche : Laboratoire : TBI - Toulouse Biotechnology Institute, Bio & Chemical Engineering
• Partenaire(s) de recherche : Equipe de recherche : I2M - Ingénierie moléculaire et métabolique
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national des sciences appliquées (Toulouse ; 1961-....)

Mots clés

Mots clés libres

Cellules synthètiques

Liposomes

Evolution dirigée

Cell-free

Machine Learning

Synthetic cells

Liposomes

Directed evolution

Cell-free

Machine Learning

Résumé

Le domaine de la biologie synthétique dite ''bottom up'' vise à créer une cellule minimale à partir de composants moléculaires isolés, se conformant à l'idée du physicien Richard Feynman : ''Ce que je ne peux pas créer, je ne le comprends pas.'' Cette discipline considère la biologie à travers un prisme d'ingénierie, cherchant à élucider les mécanismes internes des systèmes complexes par rétro-ingénierie. La construction d'une cellule synthétique permet l'acquisition de connaissances approfondies sur les mécanismes cellulaires et les principes fondamentaux du vivant. De plus, les technologies basées sur les cellules synthétiques offrent un piste nouvelle pour résoudre les problèmes majeurs de santé et d'énergie, en médecine et en sciences des matériaux. Cependant, les défis sont nombreux. Plusieurs consortiums dans le monde, dont le consortium néerlandais 'BaSyC' auquel participe le laboratoire Danelon, poursuivent la quête de construire une cellule synthétique. Les avancées récentes incluent la reconstruction de fonctions cellulaires de base - ou 'modules' - à l'intérieur de vésicules lipidiques, telles que la transcription-traduction de gènes avec le 'PURE system', la réplication de l'ADN et l'auto-organisation des protéines. L'obstacle principal à la construction d'une cellule artificielle intégrant plusieurs fonctions réside dans l'explosion des combinaisons possibles des nombreux paramètres (nature et concentration des différents composants, séquence d'ADN, température) à mesure que le nombre de gènes et de fonctions augmente. Le projet EvoCell vise à accélérer l'ingénierie des cellules synthétiques en combinant l'automatisation à des algorithmes d'apprentissage actif pour naviguer dans l'immense espace des paramètres expérimentaux. Il vise à créer des cellules synthétiques plus complexes en accélérant l'exploration à grande échelle des contenus moléculaires. Le travail de thèse implique le mélange assisté par robot des composants, la quantification des propriétés des vésicules avec la cytométrie à flux, l'utilisation de l'apprentissage automatique pour prédire le meilleur ensemble de paramètres conduisant à une fonction désirée, et l'optimisation des conditions de manière itérative sans nécessiter une compréhension approfondie du système. Après avoir validé les étapes opérationnelles clés d'EvoCell, nous optimiserons l'expression de circuits génétiques simples et de 'génomes synthétiques' comprenant un nombre élevé de gènes à l'intérieur des vésicules.

The field of bottom-up synthetic biology aims to create a minimal cell from separate molecular components, aligning with physicist Richard Feynman's idea: ''What I cannot create, I do not understand.'' This discipline views biology through an engineering lens, often unraveling the inner workings of complex systems by reverse-engineering. Constructing a synthetic cell promises profound insights into cellular mechanisms and life's design principles. Moreover, synthetic cell technologies hold potential for solving global health and energy issues, in medicine and material sciences. However, challenges loom large. Several consortia world-wide, including the Dutch 'BaSyC' consortium the Danelon lab participates to, are pursuing the quest of building a synthetic cell. Recent advancements include the reconstruction of basic cellular functions - or 'modules' - inside lipid vesicles, such as gene transcription-translation with the PURE system, DNA replication, and protein self-organization. The main obstacle towards the construction of a functionally integrated artificial cell lies in the explosion of possible combinations of the many parameters (nature and concentration of the different components, DNA sequence, temperature) as the number of genes and functions increases. The EvoCell project seeks to expedite synthetic cell engineering by combining automation and active learning algorithms to navigate the vast experimental parameter space. It aims to create more complex synthetic cells by accelerating the large-scale exploration of molecular contents. The workflow involves robot-assisted mixing of the components, quantifying vesicle properties with flow cytometry, using machine learning to predict the best set of parameters that lead to a desired function, and optimizing the conditions iteratively without requiring in-depth understanding of the system. After validating EvoCell's key operational steps, we will optimize the expression of simple genetic circuits and larger ‘synthetic genomes' inside vesicles.