Modèles de coût des circuits génétiques synthétiques

Cost Models of Synthetic Genetic Circuits

• Auteur / Autrice : Alexandra Loudieres
• Direction : Thomas Nowak
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 14/10/2024
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Méthodes Formelles
• Partenaire(s) de recherche : Référent : École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....)

Mots clés

Mots clés libres

Traduction génétique

Biologie synthétique

Modélisation mathématique

Gene translation

Synthetic biology

Mathematical modeling

Résumé

L'objectif principal du projet est de construire des modèles quantitatifs pour calculer les coûts d'expression des circuits génétiques synthétiques et de les utiliser pour permettre des choix de conception qui améliorent la robustesse évolutive à long terme des circuits. Nous émettons l'hypothèse qu'il existe une limite supérieure quantifiable à la taille d'un circuit synthétique qui peut être implémenté de manière stable à l'intérieur d'une seule cellule. Cette limite de taille est déterminée par le coût d'expression cumulé des différentes parties génétiques (capteurs, régulateurs et effecteurs) utilisées dans le circuit ainsi que par le temps passé dans ses différents 'états'. Par conséquent, la robustesse du circuit peut être améliorée en réduisant le coût des états les plus coûteux et le coût intégré dans le temps sur les différents états. Dans ce projet, nous intégrons des méthodes issues de la biologie synthétique, de la conception de puces et de l'informatique distribuée afin de formaliser un cadre de budgétisation pour les circuits génétiques synthétiques, dans le but d'améliorer considérablement leur conception pour une fonctionnalité à long terme.

The primary objective of the project is to build quantitative models for calculating the expression costs of synthetic genetic circuits and using them to enable design choices that improve the long-term evolutionary robustness of the circuits. We hypothesize that there is a quantifiable upper limit on the size of a synthetic circuit that can be stably implemented inside a single cell. This size-limit is determined by the cumulative expression cost of the different genetic parts (sensors, regulators, and effectors) used in the circuit as well as the time spent in its different ``states''. Consequently, the robustness of the circuit can be improved by reducing the cost of the more expensive states and the time-integrated cost over different states. In this project, we integrate methods from synthetic biology, chip design, and distributed computing to formalize a budgeting framework for synthetic genetic circuits, with the aim of substantially improving their design for long-term functionality.