Croissance et reproduction sont des mécanismes fondamentaux du vivant. Chez les micro-organismes, ces processus sont couplés dans la transformation des ressources de l'environnement (matière et énergie) en nouvelles structures organiques. Étonnamment, malgré l'extrême diversité des micro-organismes, certaines caractéristiques de leur physiologie suivent des lois de croissance universelles. Cela suggère l'existence de principes fondamentaux, ce qui a été en effet récemment confirmé en montrant que ces lois s'expliquent facilement si l'organisme maximise son taux de croissance dans chaque environnement. Cependant, ces lois ont seulement été étudiées lors de croissances à l'état stationnaire, c'est-à-dire lorsque l'environnement et donc le taux de croissance sont stables. Ces conditions, même si elles peuvent être reproduites en laboratoire, n'ont rien à voir avec les conditions de vie dans lesquelles les organismes ont évolué durant des milliards d'années. Le but de cette thèse est d'étendre dans un contexte d'environnement purement dynamique, l'étude à la fois théorique et expérimentale de ces stratégies de croissance microbienne.En modélisant la cellule comme un auto-réplicateur, nous cherchons à savoir quelles sont les meilleures stratégies d'allocation des ressources lors de l'adaptation à un nouvel environnement. Ce problème se formule très bien comme un problème de contrôle optimal : la cellule choisit en temps réel comment allouer ses ressources entre la machinerie d'expression génique et le métabolisme. Le meilleur comportement possible, comme le révèle l'application du Principe de Maximisation de Pontryagin, est de successivement orienter toutes les ressources dans chacun des deux secteurs, une stratégie communément appelée bang-bang. Mais s'approcher d'un tel contrôle requiert pour la cellule des stratégies de régulation bien plus complexes que celles qui étaient suffisantes pour maximiser le taux de croissance à l'état stationnaire. De manière intéressante, la régulation de la synthèse des ribosomes par le ppGpp chez la bactérie Escherichia coli s'avère présenter la structure adéquate. Nous montrons en effet qu'elle permet de détecter rapidement toute incompatibilité entre la concentration de précurseurs et celle des ribosomes, et d'ajuster en conséquence la synthèse de ces derniers pour obtenir un comportement proche de l'optimum mathématique prédit.Même si de vieilles données le suggèrent, un tel comportement bang-bang n'a jamais été totalement confirmé expérimentalement pour la synthèse des ribosomes. Nous mesurons donc l'abondance des ribosomes chez Escherichia coli au niveau d'une cellule unique lors d'un changement brutal de milieu de culture. En particulier, nous créons une souche de E. coli sur laquelle un rapporteur fluorescent est attaché à l'une des sous-unités ribosomales, permettant ainsi leur quantification in vivo. Un appareillage micro-fluidique nous permet ensuite de contrôler en temps réel le milieu de croissance tout en observant individuellement chaque cellule fluorescente. Nous développons une méthode basée sur le lissage de Kalman qui est capable de reconstruire la façon dont les ressources sont aiguillées vers la synthèse des ribosomes. Même si ces résultats sont préliminaires, ils suggèrent que la concentration des ribosomes oscille après le changement d'environnement, ce qui rappelle une stratégie de type bang-bang.Nos résultats montrent que la capacité des systèmes de régulations à intégrer l'état de différentes variables physiologiques est crucial dans l'optimisation de la croissance en environnement variable. Au final, nous démontrons que les principes utilisés à l'état stationnaire peuvent, lorsqu'ils sont appliqués en dynamique, générer des comportements inattendus et expliquer plus en détails les stratégies de régulations employées par les micro-organismes. / Growth is the most fundamental property of life. Growth consists in the transformation of matter and energy from the environment into diverse organic structures. Interestingly, general growth laws relate the macromolecular composition of the cell to growth rate. These laws are widespread and conserved in different microbial species, suggesting a fundamental principle of design. Recent work has shown that these empirical regularities can be derived from coarse-grained models of resource allocation and explained by the principles of natural selection. However, the vast majority of these studies focus on steady-state growth. Such conditions are rarely found in natural habitats, where microorganisms are continually challenged by environmental fluctuations. The aim of this thesis is to extend the theoretical and experimental studies of microbial growth strategies to changing environments.Using a self-replicator model, we developed a theoretical framework that encapsulates the main features of growth. We formulate dynamical growth maximization as an optimal control problem that the microbial cell must solve in order to allocate the available resources to the gene expression machinery or to metabolism. Using Pontryagin's Maximum Principle, we have derived a general solution to the optimization problem and we have compared the optimal strategy with possible implementations of growth control in bacterial cells. Our results show that simple control strategies that maximize the growth-rate at steady state are suboptimal for transitions from one growth regime to another. We show that a near-optimal control strategy in dynamical conditions requires information about several, rather than a single, physiological variable. Interestingly, this strategy has structural analogies with the regulation of ribosomal protein synthesis by the signaling molecule ppGpp in the enterobacterium Escherichia coli. The strategy involves sensing a discrepancy between the concentrations of precursor metabolites and ribosomes, and the control of the rate of ribosome synthesis in a switch-like manner.Even though this switch-like ribosome synthesis has been suggested by published data, the phenomenon has never been experimentally confirmed. We therefore measured ribosomal abundance in Escherichia coli at the single-cell level during a nutrient upshift. More precisely, we constructed a strain in which a fluorescent marker has been attached to a ribosomal subunit, thus allowing in-vivo monitoring of the abundance of ribosomes. We monitored this strain in a microfluidics device designed for long-term imaging of individual cells in a continuous culture, and used this experimental setup to simulate a nutrient upshift by changing the input medium. We developed a Kalman smoothing method for extracting quantitative information about resource allocation to ribosome synthesis from the raw data. Even though our preliminary results do not allow to reach a final conclusion, they do suggest the presence of oscillatory patterns after an upshift that are reminiscent of the expected behavior.Our results demonstrate that the capability of regulatory systems to integrate information about several physiological variables is critical for optimizing growth in a changing environment. The proposed control scheme correctly reproduces the observed growth laws at steady state, but also predicts novel and unexpected behaviors when applied to a dynamical environment. Our improved understanding of the principles that govern the control of bacterial growth could be used for improving biotechnological processes, in particular those that use microorganisms to produce high valuable-added products for the chemical or biomedical industry.

Les organismes vivent dans des environnements dynamiques. Or la plupart des approches expérimentales étudient la fonction et la sélection des gènes dans des environnements statiques. De ce fait, la sélection naturelle agissant en environnements fluctuants reste mal comprise. L´objectif de mon projet a été de déterminer si certains gènes sont particulièrement importants pour la fitness (taux de croissance) de cellules de levures en environnements oscillants. Un crible génomique, basé sur une automatisation de micro-cultures et sur un multiplexage de banques de séquençage, m´a permis de mesurer la fitness de milliers de mutants nuls en conditions de stress périodique. J´ai trouvé que la prédictibilité de la fitness en environnements périodiques, à partir de la fitness en environnements statiques, diffère selon les gènes et les conditions. Ainsi, certains mutants présentent des croissances similaires en conditions statiques mais différentes en conditions dynamiques. Curieusement, quelques gènes jouent un rôle bivalent : ils favorisent fortement la croissance lors de fluctuations lentes et ils la défavorisent lors de fluctuations rapides. J´ai également observé de nombreux mutants avec une croissance plus élevée qu´attendue aux fréquences de fluctuations les plus rapides. Cet effet s´explique partiellement par une perte de sensibilité environnementale de ces mutants, qui continuent à se diviser rapidement malgré la présence d´un stress. Ces résultats montrent comment la sélection naturelle agit sur les mutations en environnements fluctuants. Ils ouvrent la porte à des études mécanistiques de la prédictibilité de la fitness en environnements périodiques. / Organisms live in dynamic environments. However, most experimental approaches study the function and selection of genes in steady environments. Therefore, natural selection acting on fluctuating environments remains poorly understood. The objective of my project was to determine if some genes are especially important for fitness (growth rate) of yeast cells in oscillating environments. A genomic screen, based on an automation of micro-cultures and on a multiplexing of sequencing libraries, allowed me to measure fitness of thousands of null mutants in periodic stress conditions. I found that predictability of fitness in periodic stress, from fitness in steady environments, varies depending on the specific genes and conditions considered. This way, some mutants have similar growth in steady conditions, and different growth in dynamic conditions. Curiously, some genes play a bivalent role: they strongly favor growth during slow fluctuations, and reduce it during fast fluctuations. I also observed many mutants with higher growth than expected at the highest frequencies of fluctuations. This effect can be partially explained by a loss of environmental sensitivity of those mutants, that continue to divide quickly despite the presence of a stress. Those results show how natural selection can act on mutations in fluctuating environments. They open the door to mechanistic studies of the predictability of fitness in periodic environments.

L'étude des grands modèles de réseaux biologiques par l'utilisation d'outils d'analyse et de simulation conduit à un grand nombre de prédictions. Cela soulève la question de savoir comment identifier les prédictions intéressantes de nouveaux phénomènes, qui peuvent être confrontés à des données expérimentales. Les techniques de vérification formelle basées sur le model checking constituent une technologie puissante pour faire face à cette augmentation d'échelle et de complexité pour l'analyse de ces réseaux. L'application de ces techniques est par contre difficile, pour plusieurs raisons. Premièrement, le domaine de la biologie des systèmes a mis en évidence quelques propriétés dynamiques du réseau, comme la multi-stabilité et les oscillations, qui ne sont pas facilement exprimables avec les logiques temporelles classiques. Deuxièmement, la difficulté de poser des questions pertinentes et intéressantes en logique temporelle est difficile pour les utilisateurs non-experts. Enfin, la plupart des modèles existants et des outils de simulation ne sont pas capables d'appliquer des techniques de model checking d'une manière transparente. La mise en œuvre des approches développées dans ce travail contribue à enlever des obstacles pour l'utilisation de la technologie de vérification formelle en biologie. Leur application a été validée sur l'analyse et la simulation de deux modèles biologiques complexes. / The study of large models of biological networks by means of analysis and simulation tools leads to large amounts of predictions. This raises the question of how to identify interesting predictions of novel phenomena that can be confronted with experimental data. Formal verification techniques based on model-checking have recently been used to the analysis of these networks, providing a powerful technology to keep up with this increase in scale and complexity. The application of these techniques is hampered, however, by several key issues. First, the systems biology domain brought to the fore a few properties of the network dynamics like multistability and oscillations, that are not easily expressed using classical temporal logics. Second, the problem of posing relevant and interesting questions in temporal logic, is difficult for non-expert users. Finally, most of the existing modeling and simulation tools are not capable of applying model-checking techniques in a transparent way. The approaches developed in this work lower the obstacles to the use of formal verification in systems biology. They have been validated on the analysis and simulation of two real and complex biological models. / O estudo de redes biológicas tem originado o desenvolvimento de modelos cada vez mais complexos e detalhados. O estudo de redes biológicas complexas utilizando ferramentas de análise e simulação origina grandes quantidades de previsões. Isto levanta a questão de como identificar previsões interessantes de novos fenómenos que possam ser comparados com dados experimentais. As técnicas de verificação formal baseadas em model-checking têm sido usadas na análise destas redes, fornecendo uma tecnologia poderosa para acompanhar o aumento de escala e complexidade do problema. A aplicação destas técnicas tem sido dificultada por um conjunto importante de factores. Em primeiro lugar, em biologia de sistemas têm sido tratadas diversas questões acerca da dinâmica da rede, como a multi-estabilidade e oscilações, que não são facilmente expressas usando lógicas temporais clássicas. Em segundo lugar, o problema de como elaborar perguntas relevantes em lógica temporal, é difícil para o utilizador comum. Por último, a maioria das ferramentas de modelação e simulação não estão preparadas para a aplicação de técnicas de model-checking de forma transparente. Os métodos desenvolvidos nesta tese aliviam os obstáculos no uso da verificação formal em biologia de sistemas. Estes métodos foram validados através da análise e simulação de dois modelos biológicos complexos.

Les biotechnologies sont arrivées au point ou la quantité d'information disponible permet de penser les objets biologiques comme des systèmes complexes. Dans ce contexte, les phénomènes qui émergent de ces systèmes sont intimement liés aux spécificités de leur organisation. Cela pose des problèmes computationnels et statistiques qui sont précisément l'objet d'étude de la communauté liée à l'apprentissage statistique. Cette thèse traite d'applications de méthodes d'apprentissage pour l'étude de phénomène biologique dans une perspective de système complexe. Ces méthodes sont appliquées dans le cadre de l'analyse d'interactions protéine-ligand et d'effets secondaires, du phenotypage de populations de cellules et du plan d'expérience pour des systèmes dynamiques non linéaires partiellement observés.D'importantes quantités de données sont désormais disponibles concernant les molécules mises sur le marché, tels que les profils d'interactions protéiques et d'effets secondaires. Cela pose le problème d'intégrer ces données et de trouver une forme de structure sous tendant ces observations à grandes échelles. Nous appliquons des méthodes récentes d'apprentissage non supervisé à l'analyse d'importants jeux de données sur des médicaments. Des exemples illustrent la pertinence de l'information extraite qui est ensuite validée dans un contexte de prédiction.Les variations de réponses à un traitement entre différents individus posent le problème de définir l'effet d'un stimulus à l'échelle d'une population d'individus. Par exemple, dans le contexte de la microscopie à haut débit, une population de cellules est exposée à différents stimuli. Les variations d'une cellule à l'autre rendent la comparaison de différents traitement non triviale. Un modèle génératif est proposé pour attaquer ce problème et ses propriétés sont étudiées sur la base de données expérimentales.A l'échelle moléculaire, des comportements complexes émergent de cascades d'interactions non linéaires entre différentes espèces moléculaires. Ces non linéarités engendrent des problèmes d'identifiabilité du système. Elles peuvent cependant être contournées par des plans expérimentaux spécifiques, un des champs de recherche de la biologie des systèmes. Une stratégie Bayésienne itérative de plan expérimental est proposée est des résultats numériques basés sur des simulations in silico d'un réseau biologique sont présentées. / Biotechnologies came to an era where the amount of information one has access to allows to think about biological objects as complex systems. In this context, the phenomena emerging from those systems are tightly linked to their organizational properties. This raises computational and statistical challenges which are precisely the focus of study of the machine learning community. This thesis is about applications of machine learning methods to study biological phenomena from a complex systems viewpoint. We apply machine learning methods in the context of protein-ligand interaction and side effect analysis, cell population phenotyping and experimental design for partially observed non linear dynamical systems.Large amount of data is available about marketed molecules, such as protein target interaction profiles and side effect profiles. This raises the issue of making sense of this data and finding structure and patterns that underlie these observations at a large scale. We apply recent unsupervised learning methods to the analysis of large datasets of marketed drugs. Examples show the relevance of extracted information which is further validated in a prediction context.The variability of the response to a treatment between different individuals poses the challenge of defining the effect of this stimulus at the level of a population of individuals. For example in the context High Content Screening, a population of cells is exposed to different stimuli. Between cell variability within a population renders the comparison of different treatments difficult. A generative model is proposed to overcome this issue and properties of the model are investigated based on experimental data.At the molecular scale, complex behaviour emerge from cascades of non linear interaction between molecular species. These non linearities leads to system identifiability issues. These can be overcome by specific experimental plan, one of the field of research in systems biology. A Bayesian iterative experimental design strategy is proposed and numerical results based on in silico biological network simulations are presented.

Les travaux effectués durant cette thèse portent sur la spécification, l'analyse et l'application de systèmes a événements discrets pour la modélisation de processus biologiques stochastiques en biologie des systèmes. Le point de départ de cette thèse est le langage de modélisation AltaRica, que nous étendons afin de permettre de décrire des événements temporisés selon des distributions de probabilités quelconques (dégénérées, discrètes et continues). Nous définissons ensuite la sémantique de ce langage en terme d'automates de mode stochastiques et présentons trois opérations de compositions permettant de modéliser des systèmes hiérarchiques avec événements synchronisés et partage de valeurs via un mécanisme de connexion. Nous donnons ensuite au automates de mode stochastiques une sémantique en termes de systèmes de transitions dont les transitions sont étiquetées par des distributions de probabilités et des probabilités de transitions instantanées. Nous caractérisons ensuite 6 sous classes de ces systèmes de transitions et donnons pour chacune de ces classes un algorithme de simulation ainsi qu'une mesure de probabilité sur les chemins finis. Nous montrons que pour certaines de ces classes, notre sémantique est conforme avec les mesures de probabilité de chemin usuellement associées aux chaînes de Markov a temps discret, a temps continu et aux processus semi-Markoviens généralisés. Nous abordons ensuite le problème de la réutilisation de modèles continus existant dans un système discret. Nous donnons une méthode d'abstraction permettant de représenter un ensemble de trajectoires bornées ou non d'un modèle continu sous forme d'un système de transition stochastique fini. A travers des exemples tirés de la littérature, nous montrons que notre abstraction préserve les propriétés "qualitatives" (par exemple oscillations, hystérie) des modèles continus et qu'une comparaison entre trajectoires basée sur leurs représentations en termes de systèmes de transitions permet de regrouper les trajectoires en fonction de comportements qualitatifs plus fins que ceux permis par la théorie des bifurcations. Finalement, nous étudions a l'aide de ces modèles des processus liés a la division cellulaire chez les levures. En particulier, nous définissons un modèle pour le vieillissement cellulaire dans une population de levure où le comportement individuel d'une cellule est régi par une équation différentielle ordinaire et où le processus de division est régi par un système de transition. Nous montrons a l'aide de ce modèle que la survie d'une population de levure de type Schizosaccharomyces Pombe, qui se divisent par une fission médiane, n'est possible que grâce a un mécanisme de distribution non symétrique des dégâts oxydatifs entre la progéniture et la cellule souche. Cette hypothèse fut validée expérimentalement lors d'une collaboration avec le laboratoire de micro-biologie de Göteborg. / A general goal of systems biology is to acquire a detailed understanding of the dynamics of living systems by relating functional properties of whole systems with the interactions of their constituents. Often this goal is tackled through computer simulation. A number of different formalisms are currently used to construct numerical representations of biological systems, and a certain wealth of models is proposed using ad hoc methods. There arises an interesting question of to what extent these models can be reused and composed, together or in a larger framework. In this thesis, we propose BioRica as a means to circumvent the difficulty of incorporating disparate approaches in the same modeling study. BioRica is an extension of the AltaRica specification language to describe hierarchical non-deterministic General Semi-Markov processes. We first extend the syntax and automata semantics of AltaRica in order to account for stochastic labeling. We then provide a semantics to BioRica programs in terms of stochastic transition systems, that are transition systems with stochastic labeling. We then develop numerical methods to symbolically compute the probability of a given finite path in a stochastic transition systems. We then define algorithms and rules to compile a BioRica system into a stand alone C++ simulator that simulates the underlying stochastic process. We also present language extensions that enables the modeler to include into a BioRica hierarchical systems nodes that use numerical libraries (e.g. Mathematica, Matlab, GSL). Such nodes can be used to perform numerical integration or flux balance analysis during discrete event simulation. We then consider the problem of using models with uncertain parameter values. Quantitative models in Systems Biology depend on a large number of free parameters, whose values completely determine behavior of models. Some range of parameter values produce similar system dynamics, making it possible to define general trends for trajectories of the system (e.g. oscillating behavior) for some parameter values. In this work, we defined an automata-based formalism to describe the qualitative behavior of systems’ dynamics. Qualitative behaviors are represented by finite transition systems whose states contain predicate valuation and whose transitions are labeled by probabilistic delays. We provide algorithms to automatically build such automata representation by using random sampling over the parameter space and algorithms to compare and cluster the resulting qualitative transition system. Finally, we validate our approach by studying a rejuvenation effect in yeasts cells population by using a hierarchical population model defined in BioRica. Models of ageing for yeast cells aim to provide insight into the general biological processes of ageing. For this study, we used the BioRica framework to generate a hierarchical simulation tool that allows dynamic creation of entities during simulation. The predictions of our hierarchical mathematical model has been validated experimentally by the micro-biology laboratory of Gothenburg

Le métabolisme définit l’ensemble des réactions biochimiques au sein d’un organisme, lui permettant de survivre et de s’adapter dans différents environnements. La régulation de ces réactions requiert un processus complexe impliquant de nombreux effecteurs interagissant ensemble à différentes échelles.Développer des modèles de ces réseaux de régulation est ainsi une étape indispensable pour mieux comprendre les mécanismes précis régissant les systèmes vivants et permettre, à terme, la conception de systèmes synthétiques, autorégulés et adaptatifs, à l'échelle du génome. Dans le cadre de ces travaux interdisciplinaires, nous proposons d’utiliser une approche itérative d’inférence de réseau et d’interrogation afin de guider l’ingénierie du métabolisme de la levure d’intérêt industriel Yarrowia lipolytica.À partir de données transcriptomiques, le premier réseau de régulation de l’adaptation à la limitation en azote et de la production de lipides a été inféré pour cette levure. L’interrogation de ce réseau a ensuite permis de mettre en avant et valider expérimentalement l’impact de régulateurs sur l'accumulation lipidique.Afin d’explorer davantage les liens entre régulation et métabolisme, une nouvelle méthode, CoRegFlux, a été proposée pour la prédiction de phénotype métabolique à partir des profils d’activités des régulateurs dans les conditions étudiées.Ce package R, disponible sur la plateforme Bioconductor, a ensuite été utilisé pour mieux comprendre l’adaptation à la limitation en azote et identifier des phénotypes d’intérêts en vue de l’ingénierie de cette levure, notamment pour la production de lipides et de violacéine.Ainsi, par une approche itérative, ces travaux apportent de nouvelles connaissances sur les interactions entre la régulation et le métabolisme chez Y. lipolytica, l’identification de motifs de régulation chez cette levure et contribue au développement de méthodes intégratives pour la conception de souches assistée par ordinateur. / Metabolism defines the set of biochemical reactions within an organism, allowing it to survive and adapt to different environments. Regulating these reactions requires complex processes involving many effectors interacting together at different scales.Developing models of these regulatory networks is therefore an essential step in better understanding the precise mechanisms governing living systems and ultimately enabling the design of synthetic, self-regulating and adaptive systems at the genome level. As part of this interdisciplinary work, we propose to use an iterative network inference and interrogation approach to guide the engineering of the metabolism of the yeast of industrial interest Yarrowia lipolytica.Based on transcriptomic data, the first network for the regulation of adaptation to nitrogen limitation and lipid production in this yeast was inferred.The interrogation of this network has then allowed to to highlight and experimentally validate the impact of several regulators on lipid accumulation. In order to further explore the relationships between regulation and metabolism, a new method, CoRegFlux, has been proposed for the prediction of metabolic phenotype based on the influence profiles of regulators in the studied conditions. This R package, available on the Bioconductor platform, was then used to better understand adaptation to nitrogen limitation and to identify phenotypes of interest for strain engineering, particularly for the production of lipids and amino acid derivatives such as violacein.Thus, through an iterative approach, this work provides new insights into the interactions between regulation and metabolism in Y. lipolytica, conserved regulatory module in this yeast and contributes to the development of innovative integrative methods for computer-assisted strain design.

La vaccination est considérée aujourd’hui comme une des méthodes les plus efficaces de se prémunir des maladies infectieuses. Cependant notre incapacité à produire un vaccin protégeant contre certaines maladies comme le SIDA ou l’hépatite C trahissent notre manque de compréhension des processus immuns. Cette thèse s’appuie sur une modèle primate non-humain associé à un vaccin vivant attenué dérivé du virus de la vaccine, le MVA (Modified Vaccinia virus Ankara) pour y décortiquer en détails la réponse immunitaire innée, mais aussi adaptative. Le MVA induit une importante réaction inflammatoire au niveau du site d’injection et dans le compartiment systémique par voie intramusculaire, sous-cutanée, et intradermique. Pourtant, l’amplitude de cette réaction immunitaire ainsi que les effecteurs cellulaires et moléculaires engagés varie selon la voie d’administration. Les conséquences en sont importantes, puisque cela est à l’origine d’une réponse adaptative plus orientée Th2 après voie sous cutanées, et plutôt Th1 après voies intramusculaires et intradermiques. Ainsi, nous mettons en évidence certaines signatures cellulaires et moléculaires susceptible d’orienter la réponse immunitaire dans notre modèle. / Vaccination is considered as one of the best therapeutic intervention to fight against infectious diseases. However, we still fail to develop protective vaccines for diseases such as AIDS or B hepatitis, which highlights our lack of knowledge of immune processes.For this thesis, we relied on a non-human primate model associated wih a vaccinia virus living attenuated vaccine derived called MVA (Modified Vaccinia virus Ankara). We deciphered innate, but also adaptive immune response using this model. MVA induces an important inflammatory reaction at the injection site and in the blood after intramuscular, subcutaneous, and intradermal administration. However, the magnitude of this immune reaction, as well as cellular and molecular effectorsin varies depending on the administration route. The consequences are important and lead to different adaptive immune profiles, with Th2 oriented response after subcutaneous route, and Th1 oriented response after intramuscular and intradermal route. It allowed us to highlight several cellular and molecular signatures that might modulate immune response in our model.

L’objectif de ce projet de thèse est d’étudier et caractériser les mécanismes impliqués dans la bascule respiro-fermentaire chez des cellules eucaryotes dotées d’un métabolisme mitochondrial. Les cellules eucaryotes ont des besoins différents en oxygène pour la production d’énergie et leur survie dans un environnement donnée. Elles sont qualifiées de type aérobie stricte lorsque la présence d’oxygène leur est nécessaire ou aéro-anaérobie facultatif dans le cas où l’oxygène n’est pas indispensable à la production d’énergie. La levure Yarrowia lipolytica a été choisie comme modèle d’étude de par sa particularité à être un micro-organisme aérobie strict avec une grande capacité d’accumuler de lipides et de production d’acides organiques. Les études expérimentales et analytiques, par l’emploi de méthodes mathématiques de modélisation du métabolisme, ont permis d’identifier des contraintes métaboliques impliquées dans la transition respiro-fermentaire chez cette levure au métabolisme énergétique oxydatif. La production de l’acide citrique par Y. lipolytica, déjà rapportée dans la littérature, a été choisi comme un marqueur de cette transition respiro-fermentaire. Nous avons découvert que l’inhibition de la protéine oxydase alternative (AOX), impliquée dans la respiration mitochondriale, par la molécule n-propyl gallate (nPG) permet d’améliorer le rendement de production d’acide citrique par fermentation du glucose dans une culture de Y. lipolytica. Ces résultats montrent que la nPG, déjà utilisée dans l’industrie agro-alimentaire et pharmaceutique en tant que conservateur joue sur la bascule respiro-fermentaire par inhibition de la consommation d’oxygène et stimule ainsi la production d’acide citrique. La modélisation du réseau métabolique de Y. lipolytica, décrit à l’échelle du genome, par dynamic Flux Balance Analysis (dFBA) a permis d’identifier l’accumulation des espèces oxydantes dites ROS (Reactive Oxygen Species) comme un levier majeur de la bascule respiro-fermentaire et donc de la production d’acide citrique chez la levure Y. lipolytica. De plus, nos résultats préliminaires montrent que l’oxydation des lipides accumulés par Y. lipolytica pourrait être à l’origine de la génération des ROS. Cette étude doit être approfondie expérimentalement et constitue un apport important pour l’industrie agro-alimentaire et pharmaceutique.Mots clés : Bascule respiro-fermentaire, Acide citrique, lipides, Yarrowia lipolytica, n-propyl gallate, Reactive Oxygen Species, modélisation, dynamic Flux Balance Analysis / The main goal of this thesis project is to study and characterize mechanisms involved in respiratory to fermentative shift in eukaryotic cells endowed with mitochondrial metabolism. Eukaryotic cells have different oxygen requirements for energy production and survival in a given environment. They are described as strict aerobic when the presence of oxygen is necessary or optional aero-anaerobic in when oxygen is not essential for energy production. The yeast Yarrowia lipolytica was chosen as our study model thanks to its particularity since it is a strict aerobic microorganism with a high capacity to accumulate lipids and to produce organic acids. Experimental and analytical studies, using mathematical methods for modeling cell metabolism, allowed us to identify metabolic constraints involved in respiratory to fermentative transition in this yeast showing oxidative energy metabolism. Production of citric acid by Y. lipolytica, already reported in the literature, has been chosen as a marker for this in respiratory to fermentative shift. We found that the inhibition of the alternative oxidase protein (AOX) involved in mitochondrial respiration, by adding n-Propyl gallate (nPG) molecule improves the yield of citric acid production by fermentation of glucose in a Y. lipolytica culture. These results show that nPG, already used in food and pharmaceutical industry as a preservative, plays on respiratory to fermentative balance by inhibition of oxygen consumption and thus stimulates the production of citric acid. Modeling of the metabolic network of Y. lipolytica, described at genome-scale, by dynamic Flux Balance Analysis (FBA) has identified the accumulation of intracellular ROS (Reactive Oxygen Species) species as major levers for respiratory to fermentative shift and therefore the production of citric acid by Y. lipolytica. Therefore, our preliminary results show that oxidation of lipids accumulated by Y. lipolytica could be involved in generation of ROS species. This study must be experimentally deepened and constitutes an important contribution for the agri-food and pharmaceutical industry.Key words: Respiratory to fermentative shift, Citric acid, lipids, Yarrowia lipolytica, n-Propyl gallate, Reactive Oxygen Species, modeling, dynamic Flux Balance Analysis

Comprendre le câblage complexe de la régulation cellulaire reste un défi des plus redoutables.Les connaissances fondamentales sur le câblage et le fonctionnement du réseau d’homéostasiedes protéines aideront à mieux comprendre comment l’homéostasie des protéines échouedans les maladies et comment les modèles de régulation du réseau d’homéostasie desprotéines peuvent être ciblés pour une intervention thérapeutique. L’étude vise à développeret à appliquer une nouvelle méthodologie de calcul pour l’identification systématique etla caractérisation des systèmes de rétroaction en homéostasie des protéines. La rechercheproposée combine des idées et des approches issues de la science des protéines, de la biologiedes systèmes de levure, de la biologie computationnelle et de la biologie des réseaux.La difficulté dans la tâche d’incorporer des données multi-plateformes multi-omiques estamplifiée par le vaste réseau de gènes, protéines et métabolites interconnectés qui seréunissent pour remplir une fonction spécifique. Pour ma thèse de maîtrise, j’ai développéun algorithme PBPF (Path-Based Pattern Finding), qui recherche et énumère les motifsde réseau de la topologie requise. Il s’agit d’un algorithme basé sur la théorie des graphesqui utilise la combinaison d’une méthode transversale de profondeur et d’une méthodede recherche par largeur ensuite pour identifier les topologies de sous-graphes de réseaurequises. En outre, le fonctionnement de l’algorithme a été démontré dans les domainesde l’homéostasie des protéines chezSaccharomyces cerevisiae. Une approche systématiqued’intégration des données de la biologie des systèmes a été orchestrée, qui montre l’iden-tification systématique de motifs de rétroaction régulatrice connus dans l’homéostasie desprotéines. Il revendique fortement la capacité d’identifier de nouveaux motifs de rétroactionréglementaire envahissants. L’application de l’algorithme peut être étendue à d’autressystèmes biologiques, par exemple, pour identifier des motifs de rétroaction spécifiques àl’état cellulaire dans le cas de cellules souches. / Understanding the intricate wiring of cellular regulation remains a most formidable chal-lenge. The fundamental insights into the wiring and functioning of the protein homeostasisnetwork will help to better understand how protein homeostasis fails in diseases and howthe regulatory patterns of protein homeostasis network can be targeted for therapeuticintervention. The study aims at developing and applying novel computational methodologyfor the systematic identification and characterization of feedback systems in proteinhomeostasis. The proposed research combines ideas and approaches from protein science,yeast systems biology, computational biology, as well as network biology. The difficultyin the task of incorporating multi-platform multi-omics data is amplified by the largenetwork of inter-connected genes, proteins and metabolites that come together to perform aspecific function. For my master’s thesis, I developed a path-based pattern finding (PBPF)algorithm, which searches and enumerates network motifs of required topology. It is a graphtheory based algorithm which utilizes the combination of depth-first transverse method andbreadth-first search method to identify the required network sub-graph topologies. Further,the functioning of the algorithm has been demonstrated in the realms of protein homeostasisinSaccharomyces cerevisiae. A systematic approach of integration of systems biologydata has been orchestrated, which shows the systematic identification of known regulatoryfeedback motifs in protein homeostasis. It claims the unique ability to identify novelpervasive regulatory feedback motifs. The application of the algorithm can be extended toother biological systems, for example, to identify cell-state specific feedback motifs in caseof stem-cells.

La phagocytose est un processus cellulaire par lequel de larges particules sont internalisées dans une vésicule, le phagosome. Lorsque formé, le phagosome acquiert ses propriétés fonctionnelles à travers un processus complexe de maturation nommé la biogénèse du phagolysosome. Cette voie implique une série d’interactions rapides avec les organelles de l’appareil endocytaire permettant la transformation graduelle du phagosome nouvellement formé en phagolysosome à partir duquel la dégradation protéolytique s’effectue. Chez l’amibe Dictyostelium discoideum, la phagocytose est employée pour ingérer les bactéries de son environnement afin de se nourrir alors que les organismes multicellulaires utilisent la phagocytose dans un but immunitaire, où des cellules spécialisées nommées phagocytes internalisent, tuent et dégradent les pathogènes envahissant de l’organisme et constitue la base de l’immunité innée. Chez les vertébrés à mâchoire cependant, la transformation des mécanismes moléculaires du phagosome en une organelle perfectionnée pour l’apprêtement et la présentation de peptides antigéniques place cette organelle au centre de l’immunité innée et de l’immunité acquise. Malgré le rôle crucial auquel participe cette organelle dans la réponse immunitaire, il existe peu de détails sur la composition protéique et l’organisation fonctionnelles du phagosome. Afin d’approfondir notre compréhension des divers aspects qui relient l’immunité innée et l’immunité acquise, il devient essentiel d’élargir nos connaissances sur les fonctions moléculaire qui sont recrutées au phagosome. Le profilage par protéomique à haut débit de phagosomes isolés fut extrêmement utile dans la détermination de la composition moléculaire de cette organelle. Des études provenant de notre laboratoire ont révélé les premières listes protéiques identifiées à partir de phagosomes murins sans toutefois déterminer le ou les rôle(s) de ces protéines lors du processus de la phagocytose (Brunet et al, 2003; Garin et al, 2001). Au cours de la première étude de cette thèse (Stuart et al, 2007), nous avons entrepris la caractérisation fonctionnelle du protéome entier du phagosome de la drosophile en combinant diverses techniques d’analyses à haut débit (protéomique, réseaux d’intéractions protéique et ARN interférent). En utilisant cette stratégie, nous avons identifié 617 protéines phagosomales par spectrométrie de masse à partir desquelles nous avons accru cette liste en construisant des réseaux d’interactions protéine-protéine. La contribution de chaque protéine à l’internalisation de bactéries fut ensuite testée et validée par ARN interférent à haut débit et nous a amené à identifier un nouveau régulateur de la phagocytose, le complexe de l’exocyst. En appliquant ce modèle combinatoire de biologie systémique, nous démontrons la puissance et l’efficacité de cette approche dans l’étude de processus cellulaire complexe tout en créant un cadre à partir duquel il est possible d’approfondir nos connaissances sur les différents mécanismes de la phagocytose. Lors du 2e article de cette thèse (Boulais et al, 2010), nous avons entrepris la caractérisation moléculaire des étapes évolutives ayant contribué au remodelage des propriétés fonctionnelles de la phagocytose au cours de l’évolution. Pour ce faire, nous avons isolé des phagosomes à partir de trois organismes distants (l’amibe Dictyostelium discoideum, la mouche à fruit Drosophila melanogaster et la souris Mus musculus) qui utilisent la phagocytose à des fins différentes. En appliquant une approche protéomique à grande échelle pour identifier et comparer le protéome et phosphoprotéome des phagosomes de ces trois espèces, nous avons identifié un cœur protéique commun à partir duquel les fonctions immunitaires du phagosome se seraient développées. Au cours de ce développement fonctionnel, nos données indiquent que le protéome du phagosome fut largement remodelé lors de deux périodes de duplication de gènes coïncidant avec l’émergence de l’immunité innée et acquise. De plus, notre étude a aussi caractérisée en détail l’acquisition de nouvelles protéines ainsi que le remodelage significatif du phosphoprotéome du phagosome au niveau des constituants du cœur protéique ancien de cette organelle. Nous présentons donc la première étude approfondie des changements qui ont engendré la transformation d’un compartiment phagotrophe à une organelle entièrement apte pour la présentation antigénique. / Phagocytosis is a cellular process by which large particulate material are internalized in a newly formed vesicule, the phagosome. Once formed, the phagosome acquires its functional properties through a complex maturation process called phagolysosome biogenesis. This pathway involves a series of rapid interactions with organelles of the endocytic apparatus, enabling the gradual transformation of newly formed phagosomes into phagolysosomes in which proteolytic degradation occurs. The amoeba Dictyostelium discoideum uses phagocytosis as a predation mechanism for feeding, whereas multicellular organisms utilize this process as an immune mechanism where specialized cells named phagocytes internalize, kill and degrade phatogens found through the host, forming the basis of innate immunity. In jawed verterbrates however, the phagosome links innate and adaptive immunity by processing and presenting antigenic peptides. Despite its crucial role in immunity, little is known about the composition and the functional organization of the phagosome. It is therefore essential to characterize in details the functional properties that are recruited to the phagosome. High-throughput proteomics analysis of isolated phagosomes has been tremendously helpful for the molecular comprehension of this organelle. Studies of our lab notably have revealed the first proteomics identification of mouse phagosomes without determining the roles of these proteins through the complex process of phagocytosis (Brunet et al, 2003; Garin et al, 2001). In the first study of this thesis (Stuart et al, 2007), we characterized the functions of the entire drosophila phagosome proteome by combining high-throughput proteomics, interactive networks and RNAi. By applying this strategy, we’ve identified 617 phagosomal proteins by mass spectrometry from which we’ve expanded this list by building the phagosome interactome. The contribution of each protein to bacterial internalization was tested and validated by RNAi and led to the identification of a new regulator of phagocytosis, the exocyst complex. In generating this 'systems-based model', we show the power of applying this approach to the study of complex cellular processes and organelles and expect that this detailed model of the phagosome will provide a new framework for studying host-pathogen interactions and innate immunity. In the second study of this thesis (Boulais et al, 2010), we characterized some of the key steps that contributed to the remodeling of phagosomes functional properties during evolution. To do so, we isolated this organelle from three distant organisms: the amoeba Dictyostelium discoideum, the fruit fly Drosophila melanogaster, and mouse (Mus musculus) that use phagocytosis for different purposes. By performing and comparing proteomics and phosphoproteomics analyses of isolated phagosomes from the three species, we identified an ancient core of phagosomal proteins around which the immune function of this organelle have likely organized. Our data indicate that a larger proportion of the phagosome proteome, has been acquired through gene duplication at periods coinciding with the emergence of innate and adaptive immunity. Our study also characterizes in detail the acquisition of novel proteins and the significant remodeling of the phagosome phosphoproteome that contributed to modify the core constituents of this organelle in evolution. Our work thus provides the first thorough analysis of the changes that enabled the transformation of the phagosome from a phagotrophic compartment into an organelle fully competent for antigen presentation.