Analyse de données sur l'économie de l'expression génique – MAGEEc

Malgré la grande quantité de données disponibles, les principes biophysiques régissant l'interdépendance entre la croissance cellulaire, l'expression génique et l'allocation des ressources cellulaires restent encore inexpliqués.

Ce projet vise à comprendre la régulation de la complexe économie cellulaire et ses relations avec la physiologie par de nouvelles approches théoriques et des analyses model-driven (issues des approches omiques). Il se place entre des descriptions phénoménologiques et des modèles extrêmement détaillés.

MAGEEc établira un cadre multi-échelle basé sur des approches de non-équilibre pour quantifier l'utilisation des ressources cellulaires au niveau de la transcription et de la traduction, et étudiera de manière approfondie le rôle de chaque ``bottleneck’’ potentiel dans le processus de synthèse des protéines. Surtout, cela sera lié à une description de biosynthèse et dégradation des ribosomes et de l'ARN polymérase. Les résultats fourniront une interprétation plus fine de notre compréhension actuelle des lois de croissance et fourniront des nouvelles relations quantitatives qui seront testées avec des expériences ou des ensembles de données disponibles.

Nous varierons également le poids et la charge des différents bottlenecks de l'expression des gènes, pour dévoiler comment les ressources sont réparties suivant la réponse à différentes perturbations, et prédire comment les rendements de synthèse et de la croissance cellulaire sont impactées. Nous nous concentrerons principalement sur les doses sublétales d'antibiotiques et le dosage des gènes (via la synthèse de protéines hétérologues). Nous explorerons le rôle des granules RNP dans la régulation spatio-temporelle des tradeoffs de la machinerie de traduction à la suite d'un stress.

Toutes les étapes de MAGEEc seront éclairées par des données expérimentales, avec des mesures dédiées et des données disponibles dans la littérature. Nous compilerons et réanalyserons des données brutes issues de nombreuses techniques expérimentales et qui sont liées à l'expression des gènes (taux de synthèse, dégradation,…) et à la physiologie cellulaire (taux de croissance, volume,...), dans différentes conditions. Les ensembles de données seront cruciaux pour valider les modèles ou déduire des paramètres par des analyses basées sur des modèles. Nous prévoyons également de concevoir un nouveau protocole expérimental pour mesurer avec précision les abondances de ribosomes et distinguer la quantité de ribosomes actifs et inactifs dans différentes conditions expérimentales.