//img.uscri.be/pth/89c052b5e9867be0dae8bfebd3784a03df16916a
Cet ouvrage fait partie de la bibliothèque YouScribe
Obtenez un accès à la bibliothèque pour le lire en ligne
En savoir plus

Elucidation du métabolisme des microorganismes par la modélisation et l'interprétation des données d'essentialités de gènes : application au métabolisme de la bactérie Acinetobacter baylyi ADP1, Model-based investigation of microbial metabolism to interpret gene essentiality results : illustrated on Acinetobacter baylyi ADP1 metabolism

De
282 pages
Sous la direction de Jean Weissenbach, Vincent Schachter
Thèse soutenue le 12 octobre 2009: Evry-Val d'Essonne
Le métabolisme des microorganismes est traditionnellement étudié à deux échelles: d’une part, à l’échelle locale, la description des réactions métaboliques et d’autre part, à l’échelle globale, l’étude de la physiologie de la cellule. Malgré des progrès technologiques récents facilitant les études à ces deux échelles, leur exploitation conjointe demeure complexe car le comportement physiologique de la cellule résulte de l’action coordonnée de nombreuses réactions. Les modèles mathématiques globaux du métabolisme ont toutefois récemment permis de relier ces deux échelles. Dans cette thèse, nous explorerons l’utilisation de ces modèles pour compléter la connaissance des réactions à l’aide d’une catégorie particulière de données d’échelle globale : les essentialités de gènes déterminées à partir des phénotypes de croissance de mutants de délétion. Nous nous appuierons pour cela sur la bactérie Acinetobacter baylyi ADP1. Après avoir présenté les développements effectués pour reconstruire un modèle global du métabolisme d’A. baylyi, nous montrerons que la confrontation entre phénotypes observés et phénotypes prédits permet de mettre en évidence des incohérences entre les deux échelles d’observations. Nous montrerons ensuite qu’une interprétation formelle de ces incohérences permet de corriger le modèle et d’améliorer la connaissance du métabolisme. Nous illustrerons ce propos en présentant les corrections que nous avons réalisées à l’aide de phénotypes de mutants d’A. baylyi. Enfin, dans une dernière partie, nous proposerons une méthode permettant d’automatiser la correction des incohérences causées par des erreurs d’association entre gènes et réactions.
-Essentialité génétique
Microbial metabolism has traditionally been investigated at two different scales: the finest involves characterizing individually each reaction occurring in the cell; the largest focuses on global cell physiology. While both scales have recently benefited from technological advances, combining them remains, however, especially complex as the global physiological behavior of a cell results from the coordinated action of a large network of reactions. Mathematical modeling approaches have yet shown recently that genome-scale metabolic models could help in linking both scales. In this thesis, we explore the use of such models to expand the knowledge of reactions with a specific type of high-level data: gene essentiality data, assessed using growth phenotypes of deletion mutants. We will use as model organism the bacterium Acinetobacter baylyi ADP1, for which a genome-wide collection of gene deletion mutants has recently been created. Following a presentation of the key steps and developments that have been required to reconstruct a global metabolic model of A. baylyi, we will show that confronting observed and predicted phenotypes highlight inconsistencies between the two scales. We will then show that a formal interpretation of these inconsistencies can guide model corrections and improvements to the knowledge of metabolism. We will illustrate this claim by presenting model corrections triggered by A. baylyi mutant phenotypes. Finally, we will introduce a method that automates the correction of inconsistencies caused by wrong associations between genes and reactions.
-Gene essentiality
Source: http://www.theses.fr/2009EVRY0017/document
Voir plus Voir moins

2009EVRY0017


ÉLUCIDATION DU METABOLISME DES
MICROORGANISMES PAR LA MODELISATION ET
L’INTERPRETATION DES DONNEES
D’ESSENTIALITE DE GENES.

APPLICATION AU METABOLISME DE LA BACTERIE
ACINETOBACTER BAYLYI ADP1.



MAXIME DUROT






Thèse de Doctorat
Spécialité : Bioinformatique, biologie structurale et génomique

Université Evry Val d’Essonne
École doctorale : Des génomes aux organismes


Soutenue le 12 octobre 2009 devant le jury composé de :

Jean-Pierre MAZAT rapporteur
Stefan SCHUSTER rapporteur
Antoine DANCHIN examinateur
Eytan RUPPIN examinateur
Vincent SCHACHTER directeur de thèse
Jean WEISSENBACH directeur de thèse






Maxime DUROT Thèse de doctorat 2009
RESUME
Deux échelles d’observations sont traditionnellement utilisées pour étudier le
métabolisme des microorganismes: d’une part, à l’échelle locale, la caractérisation
individuelle des réactions ayant lieu dans la cellule et d’autre part, à l’échelle globale,
l’étude de la physiologie de la cellule. Ces deux échelles ont bénéficié de progrès
technologiques récents : l’analyse des génomes séquencés permet d’identifier une
large fraction des enzymes catalysant les réactions ; la physiologie des
microorganismes peut être étudiée à haut débit pour de nombreux environnements et
perturbations génétiques. Cependant, l’exploitation conjointe de ces deux échelles
demeure complexe car le comportement physiologique global de la cellule résulte de
l’action coordonnée de nombreuses réactions. Les approches de modélisation
mathématique ont toutefois récemment permis de relier ces deux échelles à l’aide de
modèles globaux du métabolisme.
Dans cette thèse, nous explorerons l’utilisation de ces modèles pour compléter la
connaissance des réactions à l’aide d’une catégorie particulière de données d’échelle
globale : les essentialités de gènes déterminées en observant les phénotypes de
croissance de mutants de délétion. Nous nous appuierons pour cela sur la bactérie
Acinetobacter baylyi ADP1 pour laquelle une collection complète de mutants de
délétion a été récemment constituée au Genoscope.
Après avoir présenté les étapes clés et les développements que nous avons effectués
pour reconstruire un modèle global du métabolisme d’A. baylyi, nous montrerons que
la confrontation entre phénotypes observés et phénotypes prédits permet de mettre en
évidence des incohérences entre les deux échelles d’observations. Nous montrerons
ensuite qu’une interprétation formelle de ces incohérences permet de corriger le
modèle et d’améliorer la connaissance du métabolisme. Nous illustrerons ce propos
en présentant les corrections que nous avons réalisées à l’aide des phénotypes de
mutants d’A. baylyi. Enfin, dans une dernière partie, nous proposerons une méthode
permettant d’automatiser la correction des incohérences causées par des erreurs
d’association entre gènes et réactions.

3 Maxime DUROT Thèse de doctorat 2009
ABSTRACT
Model-based investigation of microbial metabolism to interpret gene
essentiality results, illustrated on Acinetobacter baylyi ADP1
metabolism.

Microbial metabolism has traditionally been investigated at two different scales: the
finest involves characterizing individually each reaction occurring in the cell; the
largest focuses on global cell physiology. Both scales have recently benefited from
technological advances: analyzing sequenced genomes identifies a large fraction of
reaction-catalyzing enzymes; cell physiology can be determined at high-throughput
for several environmental conditions and genetic perturbations. Combining both
scales remains, however, especially complex as the global physiological behavior of a
cell results from the coordinated action of a large network of reactions. Mathematical
modeling approaches have yet shown recently that genome-scale metabolic models
could help in linking both scales.
In this thesis, we explore the use of such models to expand the knowledge of reactions
with a specific type of high-level data: gene essentiality data, assessed using growth
phenotypes of deletion mutants. We will use as model organism the bacterium
Acinetobacter baylyi ADP1, for which a genome-wide collection of gene deletion
mutants has recently been created.
Following a presentation of the key steps and developments that have been required to
reconstruct a global metabolic model of A. baylyi, we will show that confronting
observed and predicted phenotypes highlight inconsistencies between the two scales.
We will then show that a formal interpretation of these inconsistencies can guide
model corrections and improvements to the knowledge of metabolism. We will
illustrate this claim by presenting model corrections triggered by A. baylyi mutant
phenotypes. Finally, we will introduce a method that automates the correction of
inconsistencies caused by wrong associations between genes and reactions.


5 Maxime DUROT Thèse de doctorat 2009
REMERCIEMENTS


Je tiens à remercier en premier lieu Vincent Schachter, pour m'avoir tout d'abord
convaincu d'entreprendre cette thèse puis guidé scientifiquement ces quatre années. Il
aura été le garant de la présence de développements méthodologiques et théoriques
dans mes travaux, sachant me faire prendre du recul à bon escient lorsqu’il m’arrivait
de me perdre dans les détails de la biochimie d’Acinetobacter baylyi.
Professionnellement, je lui suis largement redevable de m'avoir introduit dans la vie
scientifique internationale à travers les collaborations, projets européens, séminaires
et conférences auxquels il m'a associé.
Je remercie de même Jean Weissenbach pour avoir accepté de diriger ma thèse et
permis le développement de mon sujet de recherche, relativement original au
Genoscope. Mes travaux se sont fondés sur les nombreux échanges qu’il aura su
favoriser avec les équipes expérimentales du laboratoire.
Un très grand merci à tous les membres de l’équipe Nemo, présents et passés, avec
qui j’ai travaillé au quotidien et pu échanger des idées sur mes travaux : F. Le Fèvre,
B. Pinaud, S. Smidtas, C. Combe, M. Heinig, V. Sabarly, P-Y. Bourguignon, G.
Vieira et R. Baran. Merci en particulier à François Le Fèvre avec qui j’ai partagé la
lourde tâche de parcourir le métabolisme entier d’A. baylyi et pour ses
encouragements de collègue de bureau.
Je remercie vivement l’ensemble de l’équipe Thesaurus Métabolique du
Genoscope, et en particulier Véronique de Berardinis et Marcel Salanoubat, pour
7 Maxime DUROT Thèse de doctorat 2009
avoir apporté de la « réalité expérimentale » à mes travaux. Merci d’avoir passé de
longues heures à m’aider à mieux comprendre les habitudes d’A. baylyi et de ses
mutants !
Je remercie également Alain Perret et Christophe Lechaplais pour leurs
contributions expérimentales à cette thèse, ainsi qu’Annett Kreimeyer et Georges
Cohen pour avoir pris le temps de puiser dans leur formidable connaissance du
métabolisme pour répondre à mes questions.
Merci à l’Atelier de Génomique Comparative, et en particulier à David Vallenet
pour m’avoir donné une loupe pour explorer les génomes bactériens et à Claudine
Médigue pour m’avoir permis de conclure ma thèse dans son équipe.
L’aide de l’équipe informatique du Genoscope m’aura souvent été précieuse,
merci à eux pour leur support et leurs conseils.
Je remercie les membres du jury pour m’avoir fait l’honneur de leur présence à ma
soutenance et m’avoir aidé, par leur remarques et conseils, à améliorer mon
manuscrit.
Je suis très reconnaissant envers le Genoscope et le CEA pour m'avoir permis de
réaliser cette thèse conjointement avec mes activités professionnelles.
Enfin, un grand merci pour leur soutien sans faille à mes parents, ma sœur, ma
belle-famille et l’ensemble de mes proches que je ne saurai lister ici. Et, plus que tout,
merci à ma femme, Marie-Perrine, pour son amour qui aura toujours su me remotiver
dans les moments difficiles et pour avoir mené de front avec succès préparation de
mariage et soutien de conjoint en rédaction de thèse !

8 Maxime DUROT Thèse de doctorat 2009
TABLE DES MATIERES
RESUME ........................................................................................................................................................3
ABSTRACT...................5
REMERCIEMENTS ....................................................................................................................................7
TABLE DES MATIERES...........................9
AVANT-PROPOS.......13
INTRODUCTION.......................................................................................................................................17
1 LE METABOLISME : LA CHIMIE DU VIVANT.......17
1.1 QUELQUES FAITS REMARQUABLES17
1.2 LES ACTEURS DU METABOLISME....................................................................................................22
1.2.1 Métabolites.............................................................22
1.2.2 Réactions23
1.2.3 Enzymes..24
1.2.4 Cinétique des réactions métaboliques..................................................................................25
1.2.5 Contrôle des réactions métaboliques...................28
1.2.6 Aspects thermodynamiques ...................................................................................................29
1.3 STRUCTURE ET ORGANISATION DU METABOLISME.......31
1.3.1 Le réseau métabolique...........31
1.3.2 Organisation globale du métabolisme..................................................................................34
1.4 METHODES D’EXPLORATION DU METABOLISME...........37
1.4.1 Élucidation expérimentale des voies métaboliques.............................37
1.4.2 Méthodes bioinformatiques de reconstruction des réseaux métaboliques.........................39
1.4.3 Vers une étude globale du métabolisme...............................................................................41
2 PHENOTYPES DE CROISSANCE ET ESSENTIALITE DE GENES.....44
2.1 PHENOTYPES DE CROISSANCE ........................................44
2.2 EXPLORATION GENETIQUE DES PHENOTYPES DE CROISSANCE .....................................................46
2.2.1 Techniques expérimentales...................................47
2.2.2 Exploitation des données d’essentialité................................................53
3 MODELISATION DU METABOLISME.......................................................56
3.1 APPROCHES DE MODELISATION DU METABOLISME .......................................................................57
3.2 LES MODELES A BASE DE CONTRAINTES : RECONSTRUCTION ET APPLICATIONS .........................63
3.2.1 Article de revue ......................................................................................................................64
3.2.2 Compléments méthodologiques............................65
3.3 MODELISATION DU METABOLISME ET PHENOTYPES DE CROISSANCE: ETAT DE L’ART ...............71
3.3.1 Modèles à base de graphe.....................................................................................................71
9 Maxime DUROT Thèse de doctorat 2009
3.3.2 Modèles à base de contraintes..............................................................................................72
4 NOTRE ORGANISME MODELE : ACINETOBACTER BAYLYI ADP1 .................................73
4.1 CARACTERISTIQUES REMARQUABLES............................73
4.2 ANNOTATION DU GENOME .............................................................................................................76
4.3 COLLECTION DE MUTANTS DE DELETION......................79
5 SYNTHESE ET OBJECTIFS DE LA THESE...............83
RECONSTRUCTION D’UN MODELE GLOBAL DU METABOLISME D’ACINETOBACTER
BAYLYI ADP1 .............................................................................................................................................85
6 PROCESSUS DE RECONSTRUCTION.........................85
6.1 IDENTIFICATION DES ACTIVITES METABOLIQUES..........88
6.2 ADAPTATION AUX « CONTRAINTES » DE MODELISATION.............................................................93
6.2.1 Fonctionnement des voies métaboliques ..............................................93
6.2.2 Équilibre des équations bilans..............................................................95
6.2.3 Conservation de l’énergie.....................................96
6.2.4 Localisation cellulaire.........101
6.2.5 Spécificité des métabolites..................................102
6.2.6 Réversibilité des réactions ..................................105
6.2.7 Associations gènes-réactions..............................106
6.2.8 Composition de la biomasse................................108
7 LE MODELE D’ACINETOBACTER BAYLYI .............................................116
7.1 COMPOSITION METABOLIQUE GLOBALE......................................................117
7.2 PREDICTIONS QUANTITATIVES DE CROISSANCE..........120
7.2.1 Comparaison des prédictions de taux de croissance à des mesures expérimentales......120
7.2.2 Sensibilité des prédictions de taux de croissance aux paramètres énergétiques ............124
7.3 DISPONIBILITE DU MODELE..........................................................................................................126
EXPLOITATION DES PHENOTYPES DE CROISSANCE DE MUTANTS PAR LE MODELE
......................................................................129
8 ARTICLE : « ITERATIVE RECONSTRUCTION OF A GLOBAL METABOLIC MODEL
OF ACINETOBACTER BAYLYI ADP1 USING HIGH-THROUGHPUT GROWTH
PHENOTYPE AND GENE ESSENTIALITY DATA » .....................................................................130
9 SYNTHESE.........................................................................131
9.1 LE MODELE CONFRONTE EFFICACEMENT DONNEES PHENOTYPIQUES ET CONNAISSANCE DU
METABOLISME.........................................................................131
9.2 CADRE FORMEL D’INTERPRETATION DES INCOHERENCES..........................133
9.3 EXPLOITATION DES INCOHERENCES NON CORRIGEES.135
9.4 LIMITES .........................................................................137
9.4.1 Interprétation des phénotypes de croissance faible...........................................................137
9.4.2 Incohérences d’origine métabolique non prises en compte..............140
10 EXTENSION DE L’INTERFACE WEB DE PREDICTION A D’AUTRES
ORGANISMES : CYCSIM .....................................................................................................................142
AUTOMATISATION DE L’INTERPRETATION DES INCOHERENCES D’ORIGINE
GENETIQUE.............................................144
11 LA METHODE AUTOGPR ..........................................................................................................144
11.1 PRINCIPE .....................................144
11.2 ALGORITHMES............................................................................................154
11.2.1 Génération exhaustive des corrections GPR...................................154
11.2.2 Test d’existence de correction GPR.................161
12 RESULTATS....................................................................................................162
12.1 COMPLEXITE DES GPR DANS LES MODELES METABOLIQUES...................................................164
12.2 STATISTIQUES GLOBALES SUR LES PROPOSITIONS D’AUTOGPR..............170
12.2.1 Confrontation des modèles aux données d’essentialité170
10