Évolution des réseaux de régulation: confrontation des modèles théoriques et des résultats empiriques.

par Andréas Odorico

Projet de thèse en Sciences de la vie et de la santé

Sous la direction de Arnaud Le Rouzic.

Thèses en préparation à Paris Saclay , dans le cadre de Structure et Dynamique des Systèmes Vivants , en partenariat avec Évolution, Génomes, Comportement et Écologie (laboratoire) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-10-2016 .


  • Résumé

    La régulation des gènes est un phénomène complexe, dont les propriétés émergentes peuvent être déduites grâce à des modèles théoriques. Cependant, il reste difficile de valider ces modèles, du fait du manque de prédictions compatibles avec des données expérimentales. Ce projet interdisciplinaire mêlant modélisation, simulations numériques, et analyse statistiques de données empiriques, vise à valider les modèles d'évolution des réseaux de gènes à partir de deux sources indépendantes de données issues de protocoles d'évolution expérimentale. Le doctorant cherchera à prédire l'évolution théorique des réseaux de gènes soumis à sélection en terme de modifications de l'expression des réseaux de gènes, et comparera ces prédictions avec des données d'évolution du transcriptome en conditions d'évolution contrôlées. Cette thèse propose le double objectif de valider les modèles théoriques développés ces dernières années, et de fournir aux biologistes des outils théoriques, statistiques et logiciels définissant un cadre conceptuel pour l'analyse de l'évolution de l'expression des gènes. Ces outils pourront être utilisés pour comprendre l'évolution expérimentale, la sélection artificielle, ou les changements dans les populations naturelles sous l'effet de la sélection naturelle consécutive à des modifications de l'environnement.

  • Titre traduit

    Evolution of gene regulatory networks: theoretical models vs. empirical data.


  • Résumé

    Gene regulation is a complex phenomenon, which emergent properties can be studied through theoretical models. However, model validation remains complicated due to the lack of testable predictions matching experimental data. This interdisciplinary project merges mathematical modeling, numerical simulations, and statistical analysis of empirical data in order to validate evolutionary models of gene regulatory networks. Specifically, this work will be based on two independent sources of empirical data, provided by two experimental evolution protocols. The PhD student will predict the theoretical evolution of gene networks under selection in terms of changes in gene expression, and will confront these predictions with transcriptomic data from controlled evolution experiments. The objectives of this thesis are two-fold: testing the predictive properties of widely-used theoretical models of gene network evolution, and providing to biologists theoretical, statistical, and bioinformatics tools defining a formal framework to analyze evolutionary changes at the gene expression level. These tools will be useful to better understand experimental evolution, response to artificial selection, or changes in natural populations due to natural selection associated with environmental pressures.