Class I phosphoinositide 3-kinases (PI3K) and mammalian target of rapamycin complexes 1/2 (mTORC1/2) are enzymes that play important roles in elementary biology and disease. As a consequence, numerous small-molecule inhibitors of their catalytic activity have been developed and these have shown clinical utility in certain cancers. Unfortunately, acquired resistance to these therapies is a common phenomenon and often occurs relatively quickly following treatment. Our understanding of how resistance develops is hampered by the difficulty of measuring the circuitry and plasticity of the signalling networks that these and other kinases signal within. Advances in mass spectrometric technologies have rendered the routine quantitative interrogation of the phosphoproteome (the set of phosphorylated proteins expressed in a particular biological system at a specific time) more tractable than ever before. The aim of this project therefore, was to improve upon existing mass spectrometry (MS)-based phosphoproteomics methods, and to utilise these to contribute to our understanding of kinase signalling networks and examine their plasticity in models of acquired resistance to PI3K and mTORC1/2-targeted therapies. Novel approaches for the enrichment of phosphopeptides from complex biological matrices (and their analysis by MS) were designed, tested and optimised. These methods were then used to systematically characterise a kinase signalling network comprising the Akt/PI3K/mTOR and MEK/ERK signalling axes in MCF7 breast cancer cells. The biological relevance of this network was confirmed through the assessment of its dynamics upon EGF and IGF-1 stimulation. Finally, the plasticity of this network following chronic treatment with targeted PI3K and mTORC1/2 inhibitors (GDC-0941 and KU-0063794) was examined in cell-line models of acquired resistance to these two compounds. This revealed that these cells each remodelled this network in a different manner, thus indicating that the initial conditions of the system were not the sole determinant of how resistance was acquired.

Les réseaux biologiques, notamment les réseaux de signalisation déclenchés par les hormones, sont extrêmement complexes. Les méthodes expérimentales à haut débit permettent d’aborder cette complexité, mais la prise en compte de l’ensemble des données générées requiert la mise au point de méthodes automatiques pour la construction des réseaux. Nous avons développé une nouvelle méthode d’inférence reposant sur la formalisation, sous forme de règles logiques, du raisonnement de l’expert sur les données expérimentales. Cela nécessite la constitution d’une base de connaissances, ensuite exploitée par un moteur d’inférence afin de déduire les conclusions permettant de construire les réseaux. Notre méthode a été élaborée grâce au réseau de signalisation induit par l’hormone folliculo-stimulante dont le récepteur fait partie de la grande famille des récepteurs couplés aux protéines G. Ce réseau a également été construit manuellement pour évaluer notre méthode. Un contrôle a ensuite été réalisé sur réseau induit par le facteur de croissance épidermique, se liant à un récepteur tyrosine kinase, de façon à montrer que notre méthode est capable de déduire différents types de réseaux de signalisation. / Biological networks, including signalling networks induced by hormones, are very complex. High-throughput experimental methods permit to approach this complexity, but to be able to use all generated data, it is necessary to create automatical inference methods to build networks. We have developped a new inference method based on the formalization of the expert’s reasoning on experimental data. This reasoning is converted into logical rules. This work requires the creation of a knowledge base which is used by an inference engine to deduce conclusions to build networks. Our method has been elaborated by the construction of the signalling network induced by the follicle stimulating hormone whose receptor belongs to the G protein-coupled receptors family. This network has also been built manually to assess our method. Then, a test has been done on the network induced by the epidermal growth factor, which binds to a tyrosine kinase receptor, to demonstrate the ability of our method to deduce differents types of signaling networks.

Les récepteurs couplés aux protéines G (RCPGs) représentent la plus grande famille de cibles thérapeutiques pour le traitement d’une panoplie de pathologies humaines. Bien que plusieurs décennies de recherche aient permis de façonner nos connaissances sur ces protéines membranaires, notre compréhension des déterminants moléculaires de leur activité signalétique reste encore limitée. De ces domaines de recherche, une avancée récente a mis à jour un nouveau phénomène, appelé sélectivité fonctionnelle des ligands, qui a bouleversé les paradigmes décrivant leu fonctionnement de ces récepteurs. Ce concept émane d’observations montrant que l’activité pharmacologique de certains ligands n’est pas nécessairement conservée sur tout le répertoire signalétiques connu du récepteur et peu se restreindre à l'activation sélective d’un sous-groupe de voies de signalisation.Ce nouveau modèle pharmacologique de l'activation des RCPG ouvre de nouvelles possibilités pour la découverte de médicaments plus efficace et sûr, ciblant les RCPGs. En effet, il permet la conception de molécules modulant spécifiquement les voies signalétiques d’intérêt thérapeutique, sans engager les autres voies qui pourraient mener à des effets secondaires indésirables ou de la tolérance. Cette thèse décrit l'utilisation d'une nouvelle approche sans marquage, basée sur la mesure du changement l'impédance cellulaire. Par la mesure des changements cellulaires, comme la morphologie, l’adhésion et/ou la redistribution des macromolécules, cette approche permet de mesurer de façon simultanée l'activité de plusieurs voies de signalisation impliqués dans ces réponses. Utilisant le récepteur β2-adrénergique (β2AR) comme modèle, nous avons démontré que les variations dans l’impédance cellulaire étaient directement liées à l’activation de multiples voies de signalisation suite à la stimulation du récepteur par son ligand. L’agoniste type du β2AR, l’isoprotérénol, s’est avéré induire une réponse d’impédance dose-dépendante constituée, dans le temps, de plusieurs caractéristiques distinctes pouvant être bloquées de façon compétitive par l’antagoniste ICI118,551 Par l’utilisation d’inhibiteurs sélectifs, nous avons été en mesure de déterminer la contribution de plusieurs voies signalétiques canoniques, comme les voies dépendantes de Gs et Gi, la production d’AMPc et l’activation de ERK1/2, sur ces changements. De plus, la dissection de la réponse d’impédance a permis d’identifier une nouvelle voie de mobilisation du Ca2+ contribuant à la réponse globale des changements initiés par la stimulation du β2AR. Dans une autre étude, nous avons rapporté que la réponse calcique induite par le β2AR serait attribuable à une transactivation Gs-dépendant du récepteur purinergique P2Y11, lui-même couplé à la protéine Gq. La mesure d’impédance permettant de distinguer et de décrire une pléiade d’activités signalétiques, nous avons émis l’hypothèse que des ligands arborant des profils signalétiques différents généreraient des réponses d’impédance distinctes. Le criblage d’une librairie de ligands spécifiques au β2AR a révélé une grande variété de signatures d’impédance. Grâce au développement d’une approche computationnelle innovatrice, nous avons été en mesure de regrouper ces signatures en cinq classes de composés, un regroupement qui s’est avéré hautement corrélé avec le profil signalétique des différents ligands. Nous avons ensuite combiné le criblage de composés par impédance avec l’utilisation d’inhibiteurs sélectifs de voies signalétiques afin d’augmenter la résolution du regroupement. En évaluant l’impact d’une voie signalétique donnée sur la signature d’impédance, nous avons été en mesure de révéler une plus grande variété de textures parmi les ligands. De plus, cette méthode s’est avérée efficace pour prédire le profil signalétique d’une librairie de composés non caractérisés, ciblant le β2AR. Ces travaux ont mené à l’élaboration d’une méthode permettant d’exprimer visuellement la sélectivité fonctionnelle de ligands et ont révélé de nouvelles classes de composés pour ce récepteur. Ces nouvelles classes de composés ont ensuite été testées sur des cardiomyocytes humains, confirmant que les composés regroupés dans différentes classes produisent des effets distincts sur la contractilité de ces cellules. Globalement, ces travaux démontrent la pertinence de l’utilisation de l’impédance cellulaire pour une évaluation précise des différences fonctionnelles parmi les composés ciblant les RCPGs. En fournissant une représentation pluridimensionnelle de la signalisation émanant des RCPGs à l’aide d’un seul essai ne requérant pas de marquage, les signatures d’impédance représentent une stratégie simple et innovante pour l’évaluation de la fonctionnalité sélective des ligands. Cette méthode pourrait être d’une grande utilité dans le processus de découverte de nouveaux médicaments. / G protein-coupled receptors (GPCRs) represent the largest family of therapeutic targets for the treatment of a wide variety of human pathologies. Decades of research have provided an extensive base of knowledge about these fascinating membrane proteins, yet significant advancements in the understanding of the structural and functional details of these important drug targets continue to accumulate to this day. One such area of research in particular that has caused a paradigm shift in the way we conceptualize receptor function is a recently identified phenomenon known as ligand functional selectivity. This concept refers to the numerous observations that the pharmacological activity of a ligand at a given receptor is not always conserved over all possible signalling events engaged by the receptor, often resulting in the selectivity of a ligand to modulate only a subset of the receptor’s signalling repertoire. This model of receptor activity reveals exciting new possibilities for the discovery of safer and more efficacious drugs targeting GPCRs; through the design of drugs specifically targeting the pathway of therapeutic interest without modulating other, uninvolved pathways which could lead to tolerance or adverse effects. This thesis will describe the use of a novel, label-free technique based on cellular impedance to further characterize ligand functional selectivity at GPCRs. By measuring changes in higher-order cellular responses, such as changes in morphology, adhesion and redistribution of macromolecules, this approach provides a means to simultaneously measure the activity of multiple signalling pathways converging on these responses. Using the β2-adrenergic receptor (β2AR) as a model system, we have demonstrated that changes in cellular impedance reflect the activity of multiple signalling events elicited following ligand stimulation of the receptor. Isoproterenol, the prototypical agonist of the β2AR, was found to elicit a dose-dependent impedance response consisting of multiple, discrete features over time, which could be blocked in a competitive manner by the antagonist ICI118,551. Using pathway-selective inhibitors, we were able to dissect the contribution of many of the canonical pathways activated by the β2AR, including Gs- and Gi-dependent signalling, as well as cAMP production and ERK1/2 activation. Furthermore, through the pharmacological dissection of this impedance response, we identified a novel Ca2+ mobilization pathway that contributes to the overall cellular response to β2AR stimulation. In a separate study of the mechanism generating this β2AR-promoted Ca2+ response, we revealed a Gs-dependent transactivation mechanism of the Gq-coupled P2Y11 purinergic receptor. Given the ability of impedance measurements to capture this pleiotropic signalling activity, we then reasoned that ligands exhibiting different signalling profiles should generate distinct impedance signatures. In screening a library of functionally selective compounds targeting the β2AR, we obtained a wide variety of impedance signatures. Through the development of a novel computational approach, we were able to cluster these signatures into five distinct compounds classes, which were highly correlated with signalling profiles of the ligands. In an extension of this approach, we then combined impedance screening with the use of pathway-selective inhibitors to determine if this would provide greater resolution in distinguishing among functionally distinct compounds. By assessing if and how a given signalling pathway contributes to a ligand’s impedance signature, we were able to reveal even more texture among ligands targeting the β2AR. Furthermore, this approach was found to be predictive of the signalling profiles of a library of uncharacterized compounds for the β2AR. This work led to the development of a visualization method to express ligand functional selectivity and revealed potentially novel classes of compounds for the receptor. These compound classes were then validated in human cardiomyocytes, confirming that compounds clustering into different classes produced distinct effects on cardiomyocyte contractility. Altogether, this work demonstrates the ability of cellular impedance to accurately measure functional differences among compounds targeting GPCRs. In providing a representation of the pluridimensionality of GPCR signalling using a single, label-free assay, impedance profiling represents an innovative strategy to assess ligand functional selectivity and may be a valuable addition to future drug discovery campaigns.

Tous les systèmes biologiques sont formés d’atomes et de molécules qui interagissent et dont émergent des propriétés subtiles et complexes. Par ces interactions, les organismes vivants peuvent subvenir à toutes leurs fonctions vitales. Ces propriétés apparaissent dans tous les systèmes biologiques à des niveaux différents, du niveau des molécules et gènes jusqu’aux niveau des cellules et tissus. Ces dernières années, les physiciens se sont impliqués dans la compréhension de ces aspects particulièrement intrigants, en particulier en étudiant les systèmes vivants dans le cadre de la théorie des réseaux, théorie qui offre des outils d’analyse très puissants. Il est possible aujourd’hui d’identifier deux classes d’approches qui sont utilisée pour étudier ces types de systèmes complexes : les méthodes directes de modélisation et les approches inverses d’inférence. Dans cette thèse, mon travail est basé sur les deux types d’approches appliquées à trois niveaux de systèmes biologiques. Dans la première partie de la thèse, je me concentre sur les premières étapes du développement des tissus biologiques des plantes. Je propose un nouveau modèle pour comprendre la dynamique collective des transporteurs de l’hormone auxine et qui permet la croissance non-homogène des tissu dans l’espace et le temps. Dans la deuxième partie de la thèse, j’analyse comment l’évolution contraint la diversité́ de séquence des protéines tout en conservant leur fonction dans différents organismes. En particulier, je propose une nouvelle méthode pour inférer les sites essentiels pour la fonction ou la structure de protéines à partir d’un ensemble de séquences biologiques. Finalement, dans la troisième partie de la thèse, je travaille au niveau cellulaire et étudie les réseaux de signalisation associés à l’auxine. Dans ce contexte, je reformule un modèle préexistant et propose une nouvelle technique qui permet de définir et d’étudier la réponse du système aux signaux externes pour des topologies de réseaux différentes. J’exploite ce cadre théorique pour identifier le rôle fonctionnel de différentes topologies dans ces systèmes. / All biological systems are made of atoms and molecules interacting in a non- trivial manner. Such non-trivial interactions induce complex behaviours allow- ing organisms to fulfill all their vital functions. These features can be found in all biological systems at different levels, from molecules and genes up to cells and tissues. In the past few decades, physicists have been paying much attention to these intriguing aspects by framing them in network approaches for which a number of theoretical methods offer many powerful ways to tackle systemic problems. At least two different ways of approaching these challenges may be considered: direct modeling methods and approaches based on inverse methods. In the context of this thesis, we made use of both methods to study three different problems occurring on three different biological scales. In the first part of the thesis, we mainly deal with the very early stages of tissue development in plants. We propose a model aimed at understanding which features drive the spontaneous collective behaviour in space and time of PINs, the transporters which pump the phytohormone auxin out of cells. In the second part of the thesis, we focus instead on the structural properties of proteins. In particular we ask how conservation of protein function across different organ- isms constrains the evolution of protein sequences and their diversity. Hereby we propose a new method to extract the sequence positions most relevant for protein function. Finally, in the third part, we study intracellular molecular networks that implement auxin signaling in plants. In this context, and using extensions of a previously published model, we examine how network structure affects network function. The comparison of different network topologies provides insights into the role of different modules and of a negative feedback loop in particular. Our introduction of the dynamical response function allows us to characterize the systemic properties of the auxin signaling when external stimuli are applied.

In this thesis, I investigate dynamic and computational properties of prokaryotic signalling architectures commonly known as the Two Component Signalling networks and phosphorelays. The aim of this study is to understand the information processing capabilities of different prokaryotic signalling architectures by examining the dynamics they exhibit. I present original investigations into the dynamics of different phosphorelay architectures and identify network architectures that include a commonly found four step phosphorelay architecture with a capacity for tuning its steady state output to implement different signal-response behaviours viz. sigmoidal and hyperbolic response. Biologically, this tuning can be implemented through physiological processes like regulating total protein concentrations (e.g. via transcriptional regulation or feedback), altering reaction rate constants through binding of auxiliary proteins on relay components, or by regulating bi-functional activity in relays which are mediated by bifunctional histidine kinases. This study explores the importance of different biochemical arrangements of signalling networks and their corresponding response dynamics. Following investigations into the significance of various biochemical reactions and topological variants of a four step relay architecture, I explore the effects of having different types of proteins in signalling networks. I show how multi-domain proteins in a phosphorelay architecture with multiple phosphotransfer steps occurring on the same protein can exhibit multistability through a combination of double negative and positive feedback loops. I derive a minimal multistable (core) architecture and show how component sharing amongst networks containing this multistable core can implement computational logic (like AND, OR and ADDER functions) that allows cells to integrate multiple inputs and compute an appropriate response. I examine the genomic distribution of single and multi domain kinases and annotate their partner response regulator proteins across prokaryotic genomes to find the biological significance of dynamics that these networks embed and the processes they regulate in a cell. I extract data from a prokaryotic two component protein database and take a sequence based functional annotation approach to identify the process, function and localisation of different response regulators as signalling partners in these networks. In summary, work presented in this thesis explores the dynamic and computational properties of different prokaryotic signalling networks and uses them to draw an insight into the biological significance of multidomain sensor kinases in living cells. The thesis concludes with a discussion on how this understanding of the dynamic and computational properties of prokaryotic signalling networks can be used to design synthetic circuits involving different proteins comprising two component and phosphorelay architectures.