Modélisation dynamique des mécanismes de signalisation cellulaire induits par l'hormone folliculo-stimulante et l'angiotensine.

• Main Author: Heitzler, Domitille
• Other Authors: Tours
• Language: fr
• Published: 2011
• Subjects: Signalisation cellulaire; Intracellular signaling; 7TMR Model; FSH; Angiotensin; Mathematic modeling; ODEs; Continuous optimization
• Online Access: http://www.theses.fr/2011TOUR4001

La signalisation cellulaire induite par les récepteurs à sept domaines transmembranaires(R7TM) contrôle les principales fonctions physiologiques humaines. Ces R7TMs sont cibles de médicaments et initient de larges réseaux d'interactions. Nous avons modélisé dynamiquement les réseaux de signalisation du récepteur à l'hormone folliculo-stimulante(FSH) régulant la fonction de reproduction et du récepteur angiotensine, un R7TM modèle régulant la tension pour comprendre le fonctionnement de ces réseaux et prédire des données inaccessibles expérimentalement. Notre modélisation a utilisé des équations différentielles ordinaires, en assimilant une variable par espèce et un paramètre par constante cinétique. Les paramètres manquants ont été déterminés par optimisation paramétrique.Puis, nous avons développé un environnement afin de comparer plusieurs algorithmes d'optimisation et créer une nouvelle méthode hybride plus performante et adaptée à la paramétrisation des réseaux de signalisation. === Seven transmembrane receptor (7TMR) signaling controls the main human physiological functions. R7TMs are targeted by drugs and initiate large and complex networks responsible for physiological effects. In this thesis, we dynamically modelled the FSHR induced network that have critical role in reproduction and the angiotensin receptor induced network which regulates blood presure and is considered as a model 7TMR with the objective to understand their mechanisms of functionning and to predict experimentally unreachable data. Our modeling, based on ODE formalism, assumes each species as a variable and each kinetic rate as a parameter. Some parameters were unknown and requiered an adjustment. This led us to develop an environement allowing the comparaisonof existing adjustment methods and to create a novel and efficient hybrid method well-adapted to parametrization of signaling networks.