Analyse à l'échelle du génome de la physiologie microbienne

Les processus moléculaires de contrôle de la croissance bactérienne restent très peu compris de nos jours car ils mettent en jeu de larges réseaux biochimiques impliquant de nombreuses interactions physiques et régulatrices à travers différents niveaux d'organisation cellulaire. En utilisant une combinaison de modèles et d'expériences, nous cherchons à comprendre le fonctionnement dynamique de grands réseaux métaboliques et géniques dans l'adaptation de la croissance bactérienne.

Stéphan Lacour, Delphine Ropers

Les données de transcriptomique dynamiques ouvrent la possibilité de comprendre à l'échelle de la cellule entière les mécanismes de contrôle de la stabilité des ARN messagers. Nous combinons des grands jeux de données avec des modèles simples de la dégradation des ARNm afin de proposer des hypothèses sur la nature des mécanismes de régulations post-transcriptionnelles impliqués dans l'adaptation de l'expression génique aux changements environnementaux.

Hidde de Jong, Delphine Ropers

La modélisation du métabolisme bactérien à l'aide de modèles s'appuyant sur des reconstructions métaboliques à l'échelle du génome nous permet de faire un lien entre phénotype et génotype. Nous intégrons dans ces modèles des données expérimentales sous la forme de contraintes afin d'analyser l'activité métabolique lors de la croissance bactérienne dans différents contextes environnementaux et génétiques. Si les reconstructions sont disponibles pour des organismes bien étudiés comme E. coli, ce n'est pas le cas pour des espèces moins connues. Dans ce cas, nous reconstruisons les réseaux métaboliques à partir des séquences des génomes ou inférons les fonctions métaboliques à partir de données de métabarcoding.