120 likes | 249 Views
Modélisation du réseau de Régulation des ILV chez L. lactis. Urbain Aurélie encadrée par Renault P. Comet J.P. Batto J.M. Université d ’Evry unité de Génétique Microbienne. Enjeu de la modélisation.
E N D
Modélisation du réseau de Régulation des ILV chez L. lactis Urbain Aurélie encadrée par Renault P. Comet J.P. Batto J.M. Université d ’Evry unité de Génétique Microbienne
Enjeu de la modélisation • BUT : prévoir les comportements bactériens in silico. Enjeu dans la sécurité alimentaire en détectant des effets potentiellement pathogènes. • Nombreuses expériences/résultats et la bonne connaissance du système biologique. • Hypothèses précises pour la construction et la validation du réseau.
La régulation des ILV chezL. lactis (1) gènes en opéron ILE, LEU, VAL Régulation transcriptionnelle Régulation Post transcriptionnelle Rétro contrôles
Thréonine pyr ALDC Acetoïne ald ilv ilv + KIV Isoleucine leu ilv Valine Leucine - - P1 P2 P3 - leu ilv ald La régulation des ILV chezL. lactis (2)
Les réseaux de R. Thomas • Évite calcul d’équations différentielles. • Description qualitative des dynamiques possibles par un ensemble fini de calculs. • Homéostasie, multistationnarité 1 0
Model Checker • SMBioNet s’appuie sur NuSMV : méthode formelle explorant l’ensemble des comportements possibles du système. • Solutions exhaustives : 1030 • sélections des dynamiques correspondant au modèle biologique en utilisant des contraintes : 603 Approche redondance et robustesse.
| 25 | 1- 0+ 0 1- |-> 1 33 24 | 26 | 1- 0+ 1- 0 |-> 2 34 24 | 27 | 1- 0+ 1- 1- |-> 3 35 25 26 | 28 | 1 0+ 2- 0 |-> 36 26 | 29 | 1 0+ 2- 1- |-> 37 27 28 | 30 | 1 0+ 3- 0 |-> 38 28 | 31 | 1 0+ 3- 1- |-> 39 29 30 | 32 | 1- 1 0 0 |-> 8 | 33 | 1- 1 0 1- |-> 9 32 | 34 | 1- 1 1- 0 |-> 10 32 | 35 | 1- 1 1- 1- |-> 11 33 34 | 36 | 1 1 2- 0 |-> 34 | 37 | 1 1 2- 1- |-> 35 36 | 38 | 1 1 3- 0 |-> 36 | 39 | 1 1 3- 1- |-> 37 38 | 40 | 1- 2- 0 0 |-> 16 32 | 41 | 1- 2- 0 1- |-> 17 33 40 | 42 | 1- 2- 1- 0 |-> 18 34 40 | 43 | 1- 2- 1- 1- |-> 19 35 41 42 | 44 | 1 2- 2- 0 |-> 36 42 | 45 | 1 2- 2- 1- |-> 37 43 44 | 46 | 1 2- 3- 0 |-> 38 44 | 47 | 1 2- 3- 1- |-> 39 45 46 State transition graph : | state | ALCD ILE LEU VAL |-> next states | 0 | 0 0+ 0+ 0+ |-> 8 2 1 | 1 | 0 0+ 0+ 1 |-> 9 3 | 2 | 0 0+ 1 0+ |-> 10 3 | 3 | 0 0+ 1 1 |-> 11 | 4 | 0+ 0+ 2- 0+ |-> 28 12 2 5 | 5 | 0+ 0+ 2- 1 |-> 29 13 3 | 6 | 0+ 0+ 3- 0+ |-> 30 14 4 7 | 7 | 0+ 0+ 3- 1 |-> 31 15 5 | 8 | 0 1 0+ 0+ |-> 10 9 | 9 | 0 1 0+ 1 |-> 11 | 10 | 0 1 1 0+ |-> 11 | 11 | 0 1 1 1 |-> | 12 | 0+ 1 2- 0+ |-> 36 10 13 | 13 | 0+ 1 2- 1 |-> 37 11 | 14 | 0+ 1 3- 0+ |-> 38 12 15 | 15 | 0+ 1 3- 1 |-> 39 13 | 16 | 0 2- 0 0 |-> 8 | 17 | 0 2- 0 1- |-> 9 16 | 18 | 0 2- 1- 0 |-> 10 16 | 19 | 0 2- 1- 1- |-> 11 17 18 | 20 | 0+ 2- 2- 0 |-> 44 12 18 | 21 | 0+ 2- 2- 1- |-> 45 13 19 20 | 22 | 0+ 2- 3- 0 |-> 46 14 20 | 23 | 0+ 2- 3- 1- |-> 47 15 21 22 | 24 | 1- 0+ 0 0 |-> 0 32 Résultat SMBioNet
Protocole d’analyse des dynamiques 1. Nombre de modèles sélectionnés, nombre d’états stationnaires, nombre de boucles. 2. Analyse du squelette commun à toutes les dynamiques. 3. Analyse des indicateurs construits à partir du parcours des dynamiques. Nombre de chemins possibles. Longueur des chemins.
Résultats • Étude du squelette commun montre une sensibilité à l’isoleucine. Régulation supplémentaire non prise en compte. • Étude de B. subtilis et E. coli : nombre élevé d’états stationnaires augmente la robustesse du réseau, capacité de l’organisme à se développer.
Perspectives • Restrictions des hypothèses par couches. • Vérifier les résultats obtenus en étudiant d’autres systèmes de régulations. • Prendre en compte les symétries des réseaux dans le calcul des dynamiques : approche dichotomique.
Bibliographie • « Application of formal methods to biological regulatory networks : extending Thomas asynchronous logcal approach with temporal logic »(2004) Bernot G., Comet J.P., Richard A., Guespin J., J. Theorical Biology,229,339 - 347. • « Gene inactivation in Lactococcus lactis : branched chain amino acid biosynthesis »(1993) Godon J., Delorme C., Bardowski J., Chopin MC, Ehrlich S.D., Renault P., J. of Bact.,175,4383-4390. • « Dual role of -Acetolactate Decarboxylase in Lactococcus lactis subsp. lactis » (1997) Goupil N.,Cognai M., Godon J.J., Ehrlich S.D., Renault P., J. of Bact., 179,6285-6293. • « Intracellular effectors regulating the activity of the Lactococcus lactis CodY pleiotropic transcription regulator » (2004) Petranovic D, Guedon E, Sperandio B, Delorme C, Ehrlich D, Renault P., Mol Microbiol, 53, 613-621. • « Tractor_DB : a database of regulatory networks in gamma-proteobacterial genomes »(2005) Gonzalez AD, Espinosa V, Vasconcelos AT, Perez-Rueda E, Collado-Vides J.,Nuc. Ac. Res.,33,98-102.