Les réseaux métaboliques permettent à l’utilisateur la construction de modèles détaillés en utilisant des jeux de données dites “omiques” de haute résolution. En particulier, les modèles par contraintes (CBM, en anglais) sont utilisés pour obtenir des prédictions quantitatives à partir de modèles métaboliques. Pendent les 20 dernières années, CBMs ont été appliqués avec succès à un large éventail de problèmes dans plusieurs aspects de la physiologie microbienne. L’objectif principal de la présente thèse est d’utiliser les CBM comme une technique de modélisation dans le contexte de l’écologie microbienne. En particulier, les effets du réseau métabolique sur l’environnement et les effets des variables environnementales sur la physiologie sont explorés à l’aide de mesures de confiance. La première section est dédiée à l’application des CBM à des réseaux métaboliques isolées. D’abord, une nouvelle application de CBM est utilisée pour étudier l’insertion de gènes tels qu’ils sont optimales pour maximiser le taux de croissance. Ensuite, les effets des conditions environnementales dans une chemostat chez le réseau métabolique, sont évalués par des approches CBM classiques et contrastés avec des observations expérimentales. Enfin, un nouveau CBM est développé pour déterminer les conditions environnementales telles qu’elles favorisent le la perte des gènes. La deuxième section comporte sur les interactions entre plusieurs réseaux métaboliques différents. L’utilisation de compartiments pour représenter différents microorganismes est d’abord justifiée. Ensuite, une révision des approches existantes dans la littérature est réalisée. Après cette révision, un nouveau CBM basé dans l’optimisation MultiObjective pour l’écosystème microbien est développé. On s’attend à que l’ensemble des travaux développés dans la thèse pourrait servir à rapprocher les champs de l’écologie microbienne et la modélisation par contraintes. / Metabolic networks allows to the user the construction of detailed models using high resolution ‘omics datasets. In particular, Constrained Based Models (CBMs) are used to obtain quantitative predictions from metabolic models. CBMs have been successfully applied to a wide range of problems for the last 20 years to several aspects of microbial physiology. Main objective of present thesis is to use CBMs as a modeling technique in Microbial Ecology context. In particular, both metabolic network effects over the environment and effects of environmental variables over physiology are explored using CBMs. In the first section, applications of CBMs to single metabolic networks are explored. First a novel application of CBMs is used to study gene insertion such they are optimal to maximize the growth rate. Next, effects of environmental conditions in a chemostat culture in metabolic network are assed by classical CBMs approaches and contrasted with experimental observations. Finally, a new CBMs is developed to determinate environmental conditions such as they favor gene loose. Second section deals with interactions between multiple metabolic networks. The use of compartments to represent different microorganisms is first justified. Next, a revision of existent approaches in the literature is carried. After this revision, a new CBM based in MultiObjective Optimization for microbial ecosystem is developed. Set of works developed in present thesis is expected to help filling the gap between Microbial Ecology and Constraint Based Modeling.
Identifer | oai:union.ndltd.org:theses.fr/2017NANT4098 |
Date | 28 April 2017 |
Creators | Budinich Abarca, Marko |
Contributors | Nantes, Bourdon, Jérémie, Eveillard, Damien |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0017 seconds