Modélisation multi-échelles des réponses immunes T CD8 – MEMOIRE

Le but de ce projet est d'identifier les signatures moléculaires des sous-populations de lymphocytes T CD8 mémoire capables de protection, de caractériser les réseaux moléculaires régissant leur génération et de construire un modèle prédictif multi-échelle de ce processus. Les lymphocytes T CD8 mémoires diffèrent de leurs ancêtres naïfs par une réactivité accrue à la stimulation par l'antigène, résultant d'un programme d'expression génique modifié lors de la réponse primaire et maintenu par la suite. Cependant, dans certaines conditions d'immunisation, comme lors d'infections chroniques ou de cancers, les cellules mémoires expriment de forts niveaux de molécules inhibitrices régulant leur activation. L'expression de molécules effectrices est donc insuffisante pour identifier des cellules efficaces, car elle est souvent associée à celle de récepteurs co-inhibiteurs. Nous proposons d'aborder cette question grâce à une approche originale, fondée sur une expérience partagée d'immunologie des systèmes. Nous mettrons en œuvre des technologies récentes à haut débit permettant de déterminer au niveau de cellules uniques le contenu en protéines (cytométrie) et en ARN messager (séquençage ARN et RT-qPCR) et des outils mathématiques/informatiques de pointe pour définir les sous-populations de cellules mémoires responsables de la protection et analyser les conditions de leur génération. Deux protocoles d'immunisation, à l'aide de virus ou de tumeurs, seront utilisés pour comparer des populations mémoires à forte ou faible capacité protectrice, respectivement. Le profil d'expression génique de ces populations sera analysé à l'aide de méthodes ad-hoc développées ou adaptées afin d'identifier des sous-populations de fonctions différentes associées aux différents modes de génération. Afin d'établir les voies de différenciation conduisant à la génération de ces sous-populations, nous suivrons au niveau de la cellule unique l'évolution des transcriptomes et protéomes au cours du temps. Ces données longitudinales seront utilisées pour délimiter les chemins de différenciation. Elles serviront également à générer des réseaux de régulations géniques qui seront traduits en systèmes d'équations portés par chaque cellule et orchestrant sa destinée. Des méthodes seront alors développées et adaptées pour coupler ces modèles moléculaires au modèle dynamique cellulaire décrivant les voies de différenciation établies précédemment. Ce couplage résultera en un modèle mathématique multi-échelle qui devrait permettre de prédire le résultat d'une immunisation en termes de qualité et de quantité de cellules de mémoires générées, à partir de quelques événements moléculaires mesurables précocement. La simulation d'un tel modèle avec de grands nombres de cellules intégrant leur propre système d'équations est extrêmement coûteuse en termes de mémoire informatique et de puissance de calcul. Des méthodes originales seront également développées pour résoudre ce problème. Ce projet synthétisera de grandes quantités de données d'expression déjà disponibles ou générées spécifiquement dans une tentative unique pour établir les caractéristiques clés de cellules T CD8 mémoires protectrices et les conditions qui régissent leur génération. Il abordera également plusieurs problèmes de base dans la modélisation mathématique, tels que le couplage de différentes échelles ou la résolution de problèmes de temps de calcul. In fine, le modèle multi-échelle sera un outil prédictif de choix pour évaluer rapidement l'efficacité de protocoles vaccinaux qui devrait intéresser l'industrie pharmaceutique pour optimiser le criblage préclinique de candidats vaccins.