Analyse experimentale et computationnelle d'autoréplicateurs bactériens

par Antrea Pavlou

Projet de thèse en Virologie - Microbiologie - Immunologie

Sous la direction de Johannes Geiselmann et de Hidde de Jong.

Thèses en préparation à Grenoble Alpes , dans le cadre de École doctorale chimie et science du vivant (Grenoble) , en partenariat avec Laboratoire Interdisciplinaire de Physique (laboratoire) et de BIOP : Biophysique : fluctuations, régulations et évolution des systèmes vivants (equipe de recherche) depuis le 01-11-2018 .


  • Résumé

    La croissance microbienne est un problème d'optimisation dans le sens où l'allocation dynamique de ressources vers les fonctions cellulaires doit maximiser le fitness des cellules, par exemple le taux de croissance. Pour expliquer des observations en physiologie microbienne, des modèles d'équations différentielles ordinaires simples, appelés autoréplicateurs, ont été utilisés pour formuler le problème dans le cadre de la théorie du contrôle optimal et du contrôle en boucle fermée. Ceci a permis d'expliquer une variété d'observations en physiologie microbienne. Les profils d'allocation de ressources bactériens peuvent être quantifiés expérimentalement à l'aide de techniques de pointe en biologie moléculaire et en biophysique. L'objectif de la thèse de doctorat est (a) de généraliser les modèles d'autoréplicateurs afin d'obtenir une idée plus précise de l'allocation de ressources et (b) de valider les prédictions de modèle par une combinaison de gènes rapporteur fluorescents, microscopie de fluorescence, microfluidique, analyse d'image automatisée et algorithmes de traitement de signaux.

  • Titre traduit

    Experimental and computational analysis of bacterial self-replicators


  • Résumé

    The growth of bacteria is fundamentally an optimisation problem which consists in allocating resources to cellular functions so as to maximise growth rate or another fitness criterion. Simple ordinary differential equation models, called self-replicators, have been used to formulate this problem in the framework of optimal and feedback control theory, which has allowed a variety of observations in microbial physiology explained. The predicted resource allocation schemes of bacteria can be experimentally quantified using state-of-the-art techniques in molecular biology and biophysics. The aim of the PhD thesis is to generalise the self-replicator models so as to be able to take into account a broader range of phenomena in bacterial physiology and to validate the model predictions using a combination of fluorescent reporter genes, time-lapse fluorescence microscopy, microfluidics, automated image analysis, and signal processing algorithms.