LoToReg: Topologie Locale et Régulation globale, modélisation d’un couplage dynamique et multi-échelle – LoToReg

- Cartographie à haut-débit de distributions spatiales de surenroulement par l'intercalation de l'agent tri-méthyl-psoralen
- Conditions de stress reproduisant la dynamique d'infection des plantes
- Inhibition temporaire de gyrase et topoisomerase 1 par antibiotiques
- Analyse de transcriptomes par RNA-Seq
- Simulations stochastiques

1. Développement d'un modèle computationnel du couplage transcription-surenroulement applicable à la simulation d'expériences sur promoteurs modèles, in vitro ou in vivo, mais aussi à l'analyse d'expression globale du génome pour une vaste gamme d'espèces bactériennes
- Publication du code de simulation du modèle précédent
- Caractérisation de l'action de l'inhibiteur de topoisomerase 1 séconéolitsine, dans la bactérie Gram-négative Dickeya dadantii.

Combiner les aspects fonctionnels (expression des gènes) et structural (topologie de l'ADN) dans un modèle mécanistique unique contribuera à un changement de paradigme en régulation de l'expression génique. Il aidera aussi à lier les communautés des biophysiciens (qui décrivent les domaines topologiques indépendemment des gènes) et les biologistes des systèmes (qui étudient les réseaux de régulation indépendamment de la structure de la chromatine).

1. El Houdaigui, B., & Meyer, S. (2020). TwisTranscripT: stochastic simulation of the transcription-supercoiling coupling. Bioinformatics
2. Martis, B. S., Forquet, R., Reverchon, S., Nasser, W., & Meyer, S. (2019). DNA supercoiling: An ancestral regulator of gene expression in pathogenic bacteria? Computational and Structural Biotechnology Journal, 17, 1047-1055
3. El Houdaigui, B., Forquet, R., Hindré, T., Schneider, D., Nasser, W., Reverchon, S., & Meyer, S. (2019). Bacterial genome architecture shapes global transcriptional regulation by DNA supercoiling. Nucleic acids research, 47(11), 5648-5657.

Les données de transcriptomique suggèrent que les gènes bactériens sont co-régulés le long de domaines spatiaux sur le génome, même lorsqu’ils ne partagent aucun facteur de transcription, ce qui échappe aux modèles de régulation classiques. Le projet LoToReG vise à expliquer ces observations par une forme ancestrale et novatrice de régulation transcriptionnelle, basée sur l’activité de l’ARN Polymérase elle-même sur l’ADN, à travers la formation de domaines topologiques-transcriptionnels couplés. La topologie ou le surenroulement de l’ADN est connu depuis longemps comme un facteur clé influençant la transcription bactérienne, mais a été négligé dans les modèles de régulation à l’échelle génomique. Dans notre hypothèse de travail, au contraire, la transcription et la topologie locale agissent l’un sur l’autre de manière dynamique. Cela est à l’origine d’un processus d’interaction basale complexe entre gènes adjacents dans une large gamme d’organismes.
L’objectif du projet est de développer une modélisation computationnelle quantitative de ce mode de régulation basal. Notre stratégie intègre l’analyse de données haut-débit novatrices obtenues sur la bactérie phytopathogène Gram-négative Dickeya dadantii, avec une modélisation/simulation dynamique 1D du processus couplé de transcription-topologie local le long d’un chromosome entier. La modélisation se basera sur les premières cartes haute-résolution simultanées de l’expression des gènes (par ARN-Seq) et de la distribution de surenroulement de l’ADN (par mapping de l’intercalation de psoralen) chez les bactéries. L’analyse de (1) conditions complémentaires d’inhibition de la gyrase et de la topoisomérase I (par un nouvel antibiotique jamais testé chez les bactéries Gram-négatives) ; (2) mutants des protéines associées au nucléoïde ; et (3) stress environnementaux impliqués dans le processus infectieux fourniront de nouvelles informations d’importance décisive en vue de déchiffrer le mécanisme de régulation envisagé.
Le modèle dynamique ne fait appel qu’à quelques paramètres mécanistiques globaux, calibrés sur les résultats d'expériences à petite-échelle obtenus sur systèmes modèles. Les paramètres d’input dépendant des conditions (taux d’initiation des promoteurs, frontières des domaines topologiques) seront inférés des données, afin de simuler le processus in vivo. Les distributions de surenroulement calculées seront comparées aux données pour validation, et pourraient conduire à raffiner les modèles selon une stratégie d’aller-retour. La modélisation fournira les réseaux de régulation spatiale quantitatifs émergents de l’activité de l’ARN Polymérase elle-même, qui pourraient rendre compte d’une part substantielle des co-expressions entre gènes voisins aujourd’hui inexpliquées. Étant applicable à une vaste gamme d’organismes évolutivement éloignés, la modélisation aura un fort impact dans la communauté de la régulation bactérienne, et pourrait contribuer à un changement de paradigme en régulation génétique, depuis la vision classique centrée sur les facteurs de transcription, vers une approche plus multi-échelle où l’état de la chromatine joue aussi un rôle important. Dans cette transition, notre modèle sera le première à décrire explicitement de quantitativement l’interaction entre les aspects fonctionnel (expression des gènes) et structural (état physique de l’ADN) d’un chromosome entier.
La modélisation sera ensuite appliquée à des cas biologiquement intéressants. En particulier, nous étudierons l’effet du surenroulement de l’ADN dans les îlots de pathogénie de différentes espèces bactériennes, où ce mécanisme pourrait jouer un rôle crucial pour coordonner la régulation des gènes de virulence au cours du processus infectieux. En identifiant un mode de régulation ancestral basé sur des ingrédients communs, cette analyse pourrait ouvrir de nouvelles pistes de stratégies communes nouvelles dans la lutte contre les bactéries pathogènes.