L’utilisation de cellules vivantes dans un procédé industriel tire profit de la complexité inhérente au vivant pour accomplir des tâches complexes et dont la compréhension est parfois limitée. Que ce soit pour la production de biomasse, pour la production de molécules d’intérêt ou pour la décomposition de molécules indésirables, ces procédés font appel aux multiples réactions formant le métabolisme cellulaire. Afin de décrire l’évolution de ces systèmes, des modèles mathématiques composés d’un ensemble d’équations différentielles sont utilisés. Au fur et à mesure que les connaissances du métabolisme se sont développées, les modèles mathématiques le représentant se sont complexifiés. Le niveau de complexité requis pour expliquer les phénomènes en jeu lors d’un procédé spécifique est difficile à définir. Ainsi, lorsqu’on tente de modéliser un nouveau procédé, la sélection du modèle à utiliser peut être problématique. Une des options intéressantes est la sélection d’un modèle provenant de la littérature et adapté au procédé utilisé. L’information contenue dans le modèle doit alors être évaluée en fonction des phénomènes observables dans les conditions d’opération. Souvent, les modèles provenant de la littérature sont surparamétrés pour l’utilisation dans les conditions d’opération des procédés ciblées. Cela fait en sorte de causer des problèmes d’identifiabilité des paramètres. De plus, l’ensemble des variables d’état utilisées dans le modèle n’est pas nécessairement mesuré dans les conditions d’opération normales. L’objectif de ce projet est de cibler l’information utilisable contenue dans les modèles par la simplification méthodique de ceux-ci. En effet, la simplification des modèles permet une meilleure compréhension des dynamiques à l’oeuvre dans le procédé. Ce projet a permis de définir et d’évaluer trois méthodes de simplification de modèles mathématiques servant à décrire un procédé de culture cellulaire. La première méthode est basée sur l’application de critères sur les différents éléments du modèle, la deuxième est basée sur l’utilisation d’un critère d’information du type d’Akaike et la troisième considère la réduction d’ordre du modèle par retrait de variables d’état. Les résultats de ces méthodes de simplification sont présentés à l’aide de quatre modèles cellulaires provenant de la littérature.

Cette thèse porte sur la modélisation, l'analyse et le contrôle de réseaux de régulation génétique dans la bactérie E. Coli, avec les outils de la Théorie du Contrôle. On utilise plusieurs formalismes (qualitatif/quantitatif, déterministe/stochastique) pour décrire les différents systèmes. Dans la première partie de la thèse, on considère le problème du contrôle du taux de croissance pour les bactéries. Le taux de croissance est une caractéristique essentielle pour l'industrie des biotechnologies, et cette recherche peut ouvrir la voie à de nouvelles stratégies antimicrobiennes. Nous avons développé de nouveaux formalismes qualitatifs, basé sur les systèmes affines par morceaux différentiels, qui couplent l'expression des gènes et la croissance. Nous appliquons ces formalismes à de petits modèles de circuits génétiques synthétiques (conçus avec nos collaborateurs de Ibis, Inria Grenoble), et étudions des boucles de contrôle ouvertes ou fermées. Par une étude du portrait de phase et des bifurcations, nous montrons que la stratégie qualitative de contrôle proposée, qui agit sur la machinerie cellulaire globale, permet de contrôler le taux de croissance. Pour trouver les composants les plus représentatifs de cette machinerie cellulaire, nous testons plusieurs modèles de taux de croissance, avec des outils de calcul booléens. Dans la seconde partie de la thèse, nous développons un modèle simplifié de la machinerie cellulaire globale chez E. Coli, basé sur des équations différentielles, et dont les paramètres sont identifiés à partir de données de la littérature pour plusieurs taux de croissance. / This thesis deals with modelling, analysis and control of gene regulatory networks in the bacterium E. coli, with tools of Control Theory. Different mathematical methodologies (qualitative/quantitative, deterministic/stochastic) have been used to best describe the different biological systems under investigation. Notably, in the first part of the thesis we mainly addressed the problem of controlling the growth rate of bacterial cells. Growth control is essential in industrial biotechnology and fundamental research of this kind could pave the way to novel types of antimicrobial strategies. To this aim we developed new qualitative mathematical formalisms, derived from piecewise linear systems, to couple gene expression with growth rate. We applied these formalisms to small E. coli synthetic gene circuit models (conceived with our collaborators from Ibis, Inria Grenoble) implementing both open and closed loop configurations. By means of phase plane analysis and bifurcation diagrams we showed that the proposed qualitative control strategies, which act on the gene expression machinery (GEM), can mathematically control the cell growth rate. Moreover, in order to identify the key components of GEM that mostly determine the bacterial growth rate, we also tested several growth rate models using Boolean computational tools. In the second part of the thesis, we developed a coarse-grained, but quantitative, ODE model of E. coli GEM whose parameter values have been identified from published experimental data at different steady state growth rate values.

Décrypter le fonctionnement des réseaux biologiques est une des missions centrales de la biologie des systèmes. En particulier, les réseaux de transduction du signal sont essentiels pour la compréhension de la réponse cellulaire à des perturbations externes ou internes. Pour faire face à la complexité de ces réseaux, des modélisations aussi bien numériques que formelles sont nécessaires. Nous proposons un cadre de modélisation formelle, dans le cadre de réseaux logiques, afin d'obtenir des prédictions robustes sur le comportement et le contrôle des voies de signalisation. Nous modélisons la réponse des réseaux logiques de signalisation par du raisonnement automatique à l'aide de Programmation par Ensembles-Réponses (Answer Set Programming, ASP). ASP fournit un langage déclaratif pour la modélisation de divers problèmes de représentation des connaissances et de raisonnement. Des solveurs permettent plusieurs modes de raisonnement pour étudier la multitude d'ensembles réponses. En s'appuyant sur la richesse du langage de modélisation et ses capacités de résolution très efficaces, nous utilisons ASP pour modéliser et résoudre trois problèmes dans le contexte des réseaux logiques de signalisation: apprentissage de réseaux booléens, calculs de plan d'expériences, et l'identification des contrôleurs. Globalement, la contribution de cette thèse est de trois ordres. Premièrement, nous introduisons un cadre formel pour la caractérisation et le raisonnement sur la réponse des réseaux logiques de signalisation. Deuxièmement, nous contribuons à une liste croissante d'applications réussies d'ASP en biologie des systèmes. Troisièmement, nous présentons un logiciel fournissant un pipeline complet de raisonnement automatisé sur la réponse des réseaux logiques de signalisation. / Deciphering the functioning of biological networks is one of the central tasks in systems biology. In particular, signal transduction networks are crucial for the understanding of the cellular response to external and internal perturbations. Importantly, in order to cope with the complexity of these networks, mathematical and computational modeling is required. We propose a computational modeling framework in order to achieve more robust discoveries in the context of logical signaling networks. More precisely, we focus on modeling the response of logical signaling networks by means of automated reasoning using Answer Set Programming (ASP). ASP provides a declarative language for modeling various knowledge representation and reasoning problems. Moreover, available ASP solvers provide several reasoning modes for assessing the multitude of answer sets. Therefore, leveraging its rich modeling language and its highly efficient solving capacities, we use ASP to address three challenging problems in the context of logical signaling networks: learning of (Boolean) logical networks, experimental design, and identification of intervention strategies. Overall, the contribution of this thesis is three-fold. Firstly, we introduce a mathematical framework for characterizing and reasoning on the response of logical signaling networks. Secondly, we contribute to a growing list of successful applications of ASP in systems biology. Thirdly, we present a software providing a complete pipeline for automated reasoning on the response of logical signaling networks.

La biologie des systèmes actuelle s’appuie sur des techniques d’analyse biologique à haut débit comme la transcriptomique ou la métabolomique. Cependant, ces techniques haut débit ont leurs limites et peuvent générer des erreurs. En croisant les résultats de différentes techniques d’analyse biologique, nous espérons pallier une partie de leurs limites. À cet effet, nous avons commencé à développer une plateforme de modélisation, MPSA (Metabolic Pathways Software Analyzer), permettant d’intégrer les données générées à des réseaux métaboliques. MPSA permet de représenter les graphes de voies métaboliques, d’effectuer des simulations basées sur la résolution de systèmes d’équations différentielles et d’étudier la structure des réseaux métaboliques par le calcul et la représentation des modes élémentaires. Nous avons développé différentes applications web permettant, d’une part, l’interprétation des résultats biologiques en utilisant des bases de données et, d’autre part, leur export vers MPSA. La base de données centrale de ce développement est myKegg, incluant l’ensemble des voies métaboliques humaines de la base de données publique KEGG ainsi qu’une base de synonymes construite elle aussi à partir de KEGG. Cette base permet d’identifier des voies métaboliques et de les importer dans MPSA. Une base de données de métabolomique, BioNMR, a aussi été construite spécifiquement pour organiser les résultats générés à partir de spectres de RMN. Une autre application web, GeneProm, a été développée pour l’analyse de promoteurs de gènes ou promotologie. Un protocole d’étude a été mis au point et testé sur un groupe de 4 gènes codant pour les isoformes 1 à 4 de la protéine ANT, transporteur mitochondrial d’ATP, chacune ayant un rôle et un profil d’expression spécifique dans la bioénergétique cellulaire. L’étude par promotologie de ces 4 gènes a permis d’identifier des éléments de régulation spécifiques dans leurs séquences promotrices et d’identifier des gènes potentiellement co-régulés. Ces gènes peuvent ensuite être exportés vers notre plateforme MPSA. L’ensemble de ce développement sera inclus au projet de plateforme intégrative de l’Unité de Nutrition Humaine de l’INRA. / Current systems biology relies on high-throughput biological analysis techniques such as transcriptomics or metabolomics. However, these techniques may generate errors. By crossing results from different analysis techniques, we hope to avoid at least part of these limits. For that purpose, we started to develop a modeling platform, MPSA (Metabolic Pathways Software Analyzer). MPSA allows integrating biological data on metabolic pathways. MPSA also ensures the display of metabolic pathways graphs, the simulation of models based on ordinary differential equations systems solving and the study of network structures using elementary flux modes. We have developed several web applications allowing on the one hand to interpret biological results by using databases, and on the other hand to export these data to MPSA. The main database of this work is myKegg. It includes all human KEGG metabolic pathways and a list of synonyms for human KEGG entries. This base allows to identify metabolic pathways from a list of biological compounds and to import them in MPSA. Another database, BioNMR, has been developed to organize the data extracted from NMR spectra. Another web application named GeneProm has been developed to analyze gene promoters. A promotology protocol was developed and tested on a set of four genes coding for the four ANT (adenine nucleotide translocator) protein isoforms. Each ANT isoform has a specific expression profile and role in cell bioenergetics. The promotology study of these four genes led us to construct specific regulatory models from identified regulatory elements in their promoter sequence. Potentially co-regulated genes were deduced from these models. Then they can be exported to our MPSA platform. This whole development will be included in the project of Integrative Biology platform in the INRA Human Nutrition Unit.

Le domaine scientifique de la Biologie des Systèmes étudie les interactions entre les composantes d'un système biologique afin d'en comprendre son fonctionnement global. Au cours de cette these, nous avons d'abord utilisé des graphes simples. Cette approche a permis d' appréhender la manière dont un réseau biologique peut interagir avec son environnement, lui-même modélisé par un autre réseau. Nous avons ensuite défini le formalisme MIB (Model of Interactions in Biology) qui permet de définir, rechercher et étudier les motifs hétérogènes. Enfin pour approfondir l'étude de la structure et de la dynamique, nous avons proposé le formalisme MIN. MIN possède la structure bipartie de MIB, mais permet d'avoir des annotations beaucoup plus riches des noeuds et des arcs du réseau qui peuvent être utilisées pour la traduction des données automatiquement en d'autres formalismes couramment utilisés en modélisation biologique, tels que les équations différentielles ou la modélisation logique.

Ce travail présente des contributions théoriques et pratiques à la théorie des codages symboliques de systèmes dynamiques. Les applications concernent différents champs mathématiques et la modélisation en biologie moléculaire. Le but est d'illustrer comment des méthodes de discrétisation de systèmes dynamiques et une approche algorithmique permettent d'exploiter au mieux les connaissances disponibles sur le système, même partielles. Un premier objectif est d'exhiber des informations au sujet d'une dynamique que l'on connaît explicitement et les traduire en propriétés concrètes. Un deuxième objectif est de produire de la connaissance sur une dynamique ou un modèle lorsqu'on ne le connaît pas explicitement.Dans ce document, ces deux questions sont abordées sur deux grandes classes de systèmes dynamiques. <br /><br />Les premiers systèmes considérés sont des automorphismes et des translations sur un tore. Inspirés par les cas unidimensionnels (beta-numération, étude des suites sturmiennes), la question principale qui se pose est de trouver un domaine fondamental pour le tore dans lequel les trajectoires de la dynamique considérée se codent par des systèmes symboliques simples. Dans le cas où l'automorphisme du tore considéré admet une unique direction dilatante (le cas Pisot), un bon candidat pour ces partitions est donné par un domaine dont la base est fractale, introduit par G. Rauzy dans les années 1980. Nous décrivons comment une approche décidable pour décrire le bord fractal du domaine et ses propriétés de pavage, permet de s'assurer qu'il s'agit d'un domaine adéquat pour un codage du l'automorphisme. La description du bord du domaine permet de décrire ses propriétés topologiques, et de les exploiter dans les différents domaines d'informatique théorique où les automorphismes et les additions sur un tore apparaissent. Ainsi, en théorie des nombres, nous nous appuyons sur la topologie du domaine pour caractériser les propriétés des développements finis ou purement périodiques de rationnels en base non entière. En géométrie discrète, ces propriétés s'interprètent en termes de conditions pour l'engendrement de plans discrets par des méthodes itératives. <br /><br />La deuxième classe de systèmes concerne les systèmes dynamiques de grande échelle en biologie moléculaire. Il s'avère que les données et les connaissances sur les modèles de régulations transcriptionnelles dans une cellule sont souvent trop partielles pour leur appliquer les méthodes usuellement utilisées pour la modélisation de systèmes expérimentaux. Dans ce document, nous discutons d'un formalisme (inspiré par la dynamique) qui permet d'interpréter les observations en biologie moléculaire, pour aider à la correction de modèles, et, dans le futur, à la mise en place de plans expérimentaux. Au vu de la qualité des données, les aspects dynamiques sont alors remplacés par des considérations sur les déplacements d'états stationnaires, et analyser les données revient à formaliser puis résoudre des contraintes portant sur des ensembles discrets. Nous montrons ainsi comment aborder les notions de corrections de modèles et de diagnostic de réseaux grande échelle.

Au cours de ce travail de thèse, nous avons établi un modèle global pour le réseau de kinases dépendantes des cyclines (Cdks) qui contrôle la dynamique du cycle cellulaire chez les mammifères. Le modèle contient quatre modules Cdk régulés par phosphorylation-déphosphorylation, par des inhibiteurs de Cdk, et par la synthèse ou la dégradation de protéines. Les facteurs de croissance suscitent la transition d’un état stationnaire stable, état de quiescence, à un état de prolifération caractérisé par des oscillations entretenues du réseau de cyclines/Cdk. Ces oscillations correspondent à l’activation transitoire et répétitive des complexes cycline D/Cdk4-6 en phase G1, cycline E/Cdk2 à la transition G1/S, cycline A/Cdk2 en phase S et à la transition S/G2, et cycline B/Cdk1 à la transition G2/M. Le modèle rend compte de plusieurs propriétés majeures du cycle cellulaire des mammifères : (1) oscillations entretenues du réseau de Cdk en présence d’un niveau suffisant d’un facteur de croissance ; (2) contrôle de la progression dans le cycle cellulaire par la balance entre les effets antagonistes du suppresseur de tumeur pRB et du facteur de transcription E2F ; (3) existence d’un point de restriction situé dans la phase G1, au-delà duquel la cellule n’a plus besoin de la présence d’un facteur de croissance pour compléter son cycle de division cellulaire ; (4) entraînement du cycle cellulaire par l’horloge circadienne. Le modèle rend compte également du phénomène d’endoréplication qui correspond au découplage entre réplication de l’ADN et mitose : la cellule duplique à de multiples reprises son ADN sans entrer en phase de mitose. En incorporant des points de contrôle («checkpoints») dans le modèle pour le cycle cellulaire, et en particulier le point de contrôle de réplication de l’ADN régulé par les kinases ATR et Chk1, nous montrons comment ce point de contrôle ralentit la dynamique du cycle cellulaire et mène à une meilleure séparation des phases de réplication de l’ADN et de mitose. Le modèle pour le cycle cellulaire des cellules de mammifères montre comment la structure de régulation du réseau de cyclines/Cdk suscite son auto-organisation temporelle, menant à l’activation répétitive et séquentielle des quatre modules Cdk qui assurent la progression ordonnée dans les différentes phases du cycle cellulaire./We propose an integrated computational model for the network of cyclin-dependent kinases (Cdks) that controls the dynamics of the mammalian cell cycle. The model contains four Cdk modules regulated by reversible phosphorylation, Cdk inhibitors, and protein synthesis or degradation. Growth factors trigger the transition from a quiescent, stable steady state to self-sustained oscillations in the Cdk network. These oscillations correspond to the repetitive, transient activation of cyclin D/Cdk4-6 in G1, cyclin E/Cdk2 at the G1/S transition, cyclin A/Cdk2 in S and at the S/G2 transition, and cyclin B/Cdk1 at the G2/M transition. The model accounts for the following major properties of the mammalian cell cycle: (1) repetitive cell cycling in the presence of supra-threshold amounts of growth factor ; (2) control of cell cycle progression by the balance between antagonistic effects of the tumor suppressor pRB and the transcription factor E2F ; (3) existence of a restriction point in G1, beyond which completion of the cell cycle becomes independent of growth factor ; (4) entrainment of the cell cycle by the circadian clock. The model also accounts for endoreplication and for self-sustained oscillations in the presence of only Cdk1 or in the absence of pRB. Incorporating the DNA replication checkpoint mediated by kinases ATR and Chk1 slows down the dynamics of the cell cycle without altering its oscillatory nature and leads to better separation of the S and M phases. The model for the mammalian cell cycle shows how the regulatory structure of the Cdk network results in its temporal self-organization, leading to the repetitive, sequential activation of the four Cdk modules that brings about the orderly progression along cell cycle phases.

Mes travaux de thèse ont pour objet l'analyse et les prédictions bioinformatiques de réseaux d'interactions protéines-protéines contextualisés. Au cours de la première partie de mes travaux nous, avons prédit des interactomes tissulaires sur la base de la co-expression des deux interacteurs composant l'interaction dans un tissu. Par la suite nous avons analysé les caractéristiques fonctionnelles et topologiques des interactomes prédits. Cette analyse a permis de mettre en évidence l'existence d'un noyau d'interactions centrales dédiées aux fonctions de ménages, des interactions spécifiques localisées au centre dédiées aux processus de régulation et des interactions spécifiques localisées à la périphérie et dédiées aux accomplissements des fonctions physiologiques. Au cours de la deuxième partie de mes travaux, nous nous sommes intéressés à la contextualisation d'un interactome de macrophage via l'intégration de méta-données et des données de génomique (données d'expressions, annotation de termes) décrivant les interactions. Les résultats de la comparaison entre les analyses de trascriptomes et d'interactomes de macrophage suite à l'infection par le Mycobacterium tuberculosis se sont avérés complémentaires. En effet, alors que les analyses de transcriptomes mettent en évidence des processus immunitaires déployés par l'hôte, l'analyse des interactomes fait émerger des fonctions tout aussi cruciales pour l'éradication du pathogène telles que l'apoptose et sa régulation. / This work aims at contextualizing and studying contextualized protein interaction networks. The first topic of my investigations is about predicting and analyzing tissular interactomes. Combined functional and topological analyses were performed. The combination of these features highlighted the existence of a functional core centrally located dedicated to housekeeping functions, central tissue-specific interactions involved in regulatory and developmental functions and peripheral tissue-specific interactions involved in organ physiological functions. This gradient of functions recapitulates the organization of organs, from cells to organs. The second topic of my thesis is the contextualization of macrophage interaction network. To infer the most likely macrophage interactome, we integrated the PPI dataset with other type of meta-data, statistically evaluated them and proposed a macrophage-contextualized interactome. The set of selected interactions is enriched in : experimentally verified interactions and immune related Biological Processes. The functional analysis of such networks brings valuable information on the cellular and molecular mechanisms sustaining the infection.

Ce travail de thèse concerne l’étude de la variabilité inter-individuelle du transcriptome soumis à un stimulus. Cette variabilité n’est pas homogène au sein même du transcriptome et varie suite aux perturbations extérieures.Nous avons mis en place une stratégie d’analyse de la variabilité inter-individuelle sur la base des indices de diversité. Nous avons sélectionné trois jeux de données ayant des caractéristiques particulières (stimulus fort, faible, cinétique, données appariées, …). Ces indices nous permettent de mettre en évidence les différences entre les individus; certains ayant des transcriptomes plus divers que d’autre. Ces différences s’attenues après l’application d’un stimulus au système : La variabilité de la diversité diminue. Nous mesurons cette diminution à l’aide d’une mesure de la similarité. Les résultats indiquent un phénomène global. Nous avons par la suite analysé les données sous le regard d’un indice de spécialisation. Les différences entre groupes témoins et groupes sous l’action d’un stimulus indiquent que la spécialisation diminue de manière significative après l’action du stimulus.Les informations obtenues sont différentes de celles obtenues par les stratégies d’analyses statistiques classiques. Nos travaux montrent enfin que ces outils permettent d’établir de nouvelles hypothèses. Ces indices, utilisés pour la première fois pour ce type d’analyse, ouvrent ainsi la voie à un nouvel arsenal d’outils d’analyse pour la compréhension des modifications transcriptomiques globales mais aussi individuelles et s’inscrit donc parfaitement dans le mouvement de la médecine personnalisée. / This thesis concern the study of the interindividual variability of transcriptome after stimulation. This variability is not homogenous within the same transcriptome and varies with external stimulus.We designed an analysis strategy of the interindividual variability based on diversity indices. We selected three transcriptome datasets based on particular characteristics (strong stimulus, kinetic, paired data…). The indices highlight differences across the samples, some being more diverse than the others. The differences decrease after applying a stimulation to the samples. We measure this modification with a measure of similarity. The results depict a global effect of the stimulation.We analysed the data using specialisation measure. The samples’ specialisation significantly decrease after stimulation, meaning the interindividual variability decreases when the system is on the pressure of a stimulus.Noteworthy, these information are different from those obtained with classical analyses. Our work describe also that this strategy leads to new hyptotheses. These indices are used for these analyses for the first time and can be added to the statistical and mathematical tools already available for transcriptome analysis. They show their capability for highlighting global but also individual modifications and therefore fits perfectly into the field of personalized medicine.

Clostridium acetobutylicum, une bactérie anaérobie stricte, à Gram positif et sporulante est maintenant considérée comme l'organisme modèle pour l'étude du métabolisme complexe desClostridies solvantogènes. Néanmoins, malgré de nombreuses études sur le sujet, les mécanismes moléculaires impliqués dans l'induction de solvantogénèse ne sont pas encore totalement compris. Une souche témoin et trois mutants métaboliques simples avec une délétion dans les phases codantes de gènes clés impliqués dans les formations d’acides / de solvants, à savoir ΔadhE1, ΔadhE2 et ΔbukΔptb300, ont été analysés par une approche globale à l'échelle du système pour mieux caractériser la régulation de la formation de solvant chez C. acetobutylicum d’un point de vue physiologique.Tout d'abord, la souche témoin ΔCA_C1502Δupp a été cultivée en chemostat limité en phosphate sous trois états métaboliques différents: l’acidogénèse, la solvantogénèse, et l'alcoologénèse. Les cultures ont été analysées par une approche de transcriptomique et de protéomique quantitative associée à une analyse fluxomique, basée sur un modèle l’échelle du génome, iCac967, développé au cours de la thèse. Cette étude a permis de mesurer le nombre de molécules d'ARNm par cellule pour tous les gènes dans les trois conditions métaboliques ainsi que le nombre de molécules de protéines cytosoliques par cellule pour environ 700 gènes dans au moins une des trois conditions de régime permanent.ΔadhE1 et ΔadhE2 ont été analysés ensemble et comparés à la souche témoin dans les mêmes conditions par une analyse transcriptomique et fluxomique globale. En condition solvantogène, seul le mutant ΔadhE1 présentait des changements significatifs montrant une diminution de la production de butanol et des changements d'expression au niveau transcriptionel dans de nombreux gènes. En particulier, adhE2 était surexprimé montrant qu’AdhE2 peut remplacer partiellement AdhE1 pour la production de butanol en solvantogénèse. En condition alcoologène, seul le mutant ΔadhE2 a montré des changements frappants dans l'expression des gènes et des flux métaboliques, avec notamment une perte totale de la production de butanol.Il est par conséquent démontré que AdhE2 est essentiel pour la production de butanol en alcoologénèse et que les flux métaboliques ont été réorientés vers la formation du butyrate. En condition acidogène, les flux métaboliques n'ont pas été significativement modifiés chez les deux mutants, mise à part la perte complète de la formation de butanol chez ΔadhE2, mais de manière surprenante des changements importants ont été observés, par analyse transcriptionnelle, dans l'expression de nombreux gènes. En outre, la plupart des gènes sur- ou sous-exprimés de manière significative dans cette condition physiologique, le sont pour les deux mutants.Le mutant ΔbukΔptb300 a également été analysé et comparé à la souche témoin dans les mêmes onditions par une analyse transcriptomique et fluxomique globale. En condition acidogène, le principal métabolite était le butanol et un nouveau composé est aussi produit qui a été identifiécomme étant du 2-hydroxy-valérate. En condition solvantogène, une augmentation de la production de butanol a été obtenue par rapport à la souche de contrôle et un rendement très élevé de formation de butanol a été atteint. En condition alcoologène, le produit principal était le lactate. En outre, au niveau transcriptionnel, adhE2 connu comme un gène exprimé spécifiquement en alcoologénèse, était étonnamment fortement exprimé dans tous les états métaboliques chez le mutant. / Clostridium acetobutylicum, a Gram-positive, strictly anaerobic, spore-forming bacterium is now considered as the model organism for the study of the complex metabolism of solventogenic Clostridia. Nevertheless, the molecular mechanisms involved in the induction ofsolventogenesis are not totally understood. A control strain and three single metabolic mutants with in frame deletion in key genes involved in acid/solvent formations, namely ΔadhE1, ΔadhE2, and ΔbukΔptb300, were analyzed by a system scale approach to better characterize the regulation of solvent formation in C. acetobutylicum from a physiological point of view.First of all, the control strain ΔCA_C1502Δupp was cultured in phosphate-limited chemostat under three different metabolic states, acidogenesis, solventogenesis, and alcohologenesis. Thecultures were analyzed by a quantitative transciptomic and proteomic approach, and finally associated with a fluxomic analysis, based on the reconstructed genome-scale model, iCac967 developed during the thesis. This study provided the number of mRNA molecules per cell for all genes under the three metabolic conditions as well as the number of cytosolic protein molecules per cell for approximately 700 genes under at least one of the three steady-state conditions.ΔadhE1 and ΔadhE2 were analyzed together to be compared to the control strain under same conditions in transcriptomic and fluxomic level. Under solventogenesis, only ΔadhE1 mutant exhibited significant changes showing decreased butanol production and transcriptional expression changes in numerous genes. In particular, adhE2 was overexpressed; thus, AdhE2 can partially replace AdhE1 for butanol production under solventogenesis. Under alcohologenesis, only ΔadhE2 mutant exhibited striking changes in gene expression and metabolic fluxes, and butanol production was completely lost. Therefore, it was demonstratedthat AdhE2 is essential for butanol production and thus metabolic fluxes were redirected towardbutyrate formation. Under acidogenesis, metabolic fluxes were not significantly changed in both mutants except the complete loss of butanol formation in ΔadhE2, but numerous changes in gene expression were observed. Furthermore, most of the significantly up- or downregulated genes under this condition showed the same pattern of change in both mutants.ΔbukΔptb300 was also analyzed to be compared to the control strain under same conditions in transcriptomic and fluxomic level. Under acidogenic conditions the primary metabolite was butanol and a new compound, 2-hydroxy-valerate was produced while under solventogenesis, increased butanol production was obtained compared to control strain under same condition and a very high yield of butanol formation was reached. Under alcohologenesis, the major product was lactate. Furthermore, at the transcriptional level, adhE2 known as a gene specifically expressed in alcohologenesis, was surprisingly highly expressed in all the metabolic states in the mutant.