Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis

L'évolution est-elle prédictible? Alors que la réponse habituelle est un non presque unanime, un corpus croissant de connaissances suggère qu'il est temps de revoir cette réponse. Même si les mutations sont toujours considérées comme aléatoires, la détection de patterns génétiques sous-jac...

Full description

Bibliographic Details
Main Author: Mas, Alix
Other Authors: Rennes 1
Language:en
Published: 2017
Subjects:
Online Access:http://www.theses.fr/2017REN1B033/document
id ndltd-theses.fr-2017REN1B033
record_format oai_dc
collection NDLTD
language en
sources NDLTD
topic Evolution
Bacteries
Specialisation
Prediction
Metabolisme
Genetique
Modelisation
Evolution
Bacteria
Specialization
Prediction
Metabolism
Genetics
Modelization

spellingShingle Evolution
Bacteries
Specialisation
Prediction
Metabolisme
Genetique
Modelisation
Evolution
Bacteria
Specialization
Prediction
Metabolism
Genetics
Modelization

Mas, Alix
Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
description L'évolution est-elle prédictible? Alors que la réponse habituelle est un non presque unanime, un corpus croissant de connaissances suggère qu'il est temps de revoir cette réponse. Même si les mutations sont toujours considérées comme aléatoires, la détection de patterns génétiques sous-jacents aux événements évolutifs ouvre la porte sur des stratégies potentielles permettant de prévoir les trajectoires évolutives suivies par les organismes lorsqu'ils s'adaptent à des contraintes changeantes. Quand les organismes subissent une spécialisation fonctionnelle (à travers la perte de gènes et de fonctions) pour s'adapter à des signaux environnementaux donnés, les trajectoires évolutives possibles qu'ils peuvent emprunter sont restreintes et devraient donc être plus facilement prévisibles. Dans ce contexte d'évolution réductive par spécialisation, les objectifs de cette thèse sont de mieux comprendre l'interaction entre contraintes environnementales, métabolisme, évolution génétique et adaptations fonctionnelles, et dans un deuxième temps de prédire, pour des contraintes données, les trajectoires évolutives qui seront suivies par les organismes pour s'adapter à ces contraintes. Une première approche met l'accent sur l'importance des interactions biotiques en tant que déterminants des trajectoires évolutives, et comment, en modélisant une hausse bénéfique de dépendance envers un bien commun, il est possible de prédire la dynamique d'une population subissant de tels évènements évolutifs. Une deuxième approche étudie comment les changements observés au niveau métabolique et fonctionnel et engendrés par des modifications de contraintes environnementales pourraient être prévus et testés. Sur la base d'une vision centrée sur le métabolisme, des travaux de modélisation et des travaux d’expérimentions ont été combinés pour étudier l'évolution de la spécialisation aux niveaux génétiques, métaboliques et fonctionnels. Nous montrons que les trajectoires évolutives suivies peuvent-être partiellement prédites en fonction de conditions environnementales spécifiques, mais que ces prédictions sont limitées en raison de la complexité du réseau de l'expression génétique. Ce travail exploratoire et interdisciplinaire augmente les connaissances sur les déterminants évolutifs et les trajectoires suivies par l'organisme au cours d’un phénomène de spécialisation. Il démontre également un grand potentiel de prédiction, notamment grâce à une perception métabolique des systèmes. === Is evolution predictable? While the usual response is an almost unanimous No, a growing corpus of knowledge suggests it is time to seriously revisit this answer. Even though mutations are still assumed to be random, the detection of genetic patterns underlying evolutionary events opens the door on potential strategies to forecast the evolutionary trajectories followed by organisms when they adapt to changing constraints. When organisms undergo functional specialization (through genes and function loss) to adapt to given environmental cues, the possible evolutionary paths they can take are restrained and should thus be more easily predictable. In this context of reductive evolution through specialization, the objectives of this thesis are to understand better the interaction between environmental constraints, metabolism, genetic evolution and functional adaptations, and in a second time to predict, for given environmental constraints, the evolutionary trajectories which will be followed by organisms to adapt to these constraints. A first approach focuses on the importance of biotic interactions as being determinants of evolutionary trajectories, and how by modelling a beneficial rise of dependency on a common good, we could predict the dynamic of a population undergoing such evolutionary events . A second approach investigates how changes entailed in metabolisms and functions by a change in environmental constraints could be forecast and tested. Based on a metabolic-centered view, we combined modelling and experimental work to encompass the evolution of specialization at the genetic, metabolic and functional levels. We show that evolution trajectories can partially be predicted according to specific environmental conditions, but that these predictions are limited due to the intricacy of the genetic expression network. This exploratory and interdisciplinary work increases the knowledge on evolutionary determinants and trajectories followed by organism during specialization. It also demonstrate a great potential for predictions, notably through a metabolic perception of the systems.
author2 Rennes 1
author_facet Rennes 1
Mas, Alix
author Mas, Alix
author_sort Mas, Alix
title Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
title_short Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
title_full Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
title_fullStr Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
title_full_unstemmed Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
title_sort forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis
publishDate 2017
url http://www.theses.fr/2017REN1B033/document
work_keys_str_mv AT masalix forecastingevolutionofbacteriainaspecializationcontextafunctionnalapproachcombiningmodelinginvitroexperimentsandgenomicanalysis
AT masalix previsiondelevolutiondesbacteriesdansuncontextedespecialisationuneapprochefonctionnellecombinantdelamodelisationdesexperiencesdevolutioninvitroetdesanalysesgenetiques
_version_ 1718631190257205248
spelling ndltd-theses.fr-2017REN1B0332018-04-13T04:14:35Z Forecasting evolution of bacteria in a specialization context : a functionnal approach combining modeling, in vitro experiments and genomic analysis Prévision de l'évolution des bactéries dans un contexte de spécialisation : une approche fonctionnelle combinant de la modélisation, des expériences d'évolution in vitro et des analyses génétiques Evolution Bacteries Specialisation Prediction Metabolisme Genetique Modelisation Evolution Bacteria Specialization Prediction Metabolism Genetics Modelization L'évolution est-elle prédictible? Alors que la réponse habituelle est un non presque unanime, un corpus croissant de connaissances suggère qu'il est temps de revoir cette réponse. Même si les mutations sont toujours considérées comme aléatoires, la détection de patterns génétiques sous-jacents aux événements évolutifs ouvre la porte sur des stratégies potentielles permettant de prévoir les trajectoires évolutives suivies par les organismes lorsqu'ils s'adaptent à des contraintes changeantes. Quand les organismes subissent une spécialisation fonctionnelle (à travers la perte de gènes et de fonctions) pour s'adapter à des signaux environnementaux donnés, les trajectoires évolutives possibles qu'ils peuvent emprunter sont restreintes et devraient donc être plus facilement prévisibles. Dans ce contexte d'évolution réductive par spécialisation, les objectifs de cette thèse sont de mieux comprendre l'interaction entre contraintes environnementales, métabolisme, évolution génétique et adaptations fonctionnelles, et dans un deuxième temps de prédire, pour des contraintes données, les trajectoires évolutives qui seront suivies par les organismes pour s'adapter à ces contraintes. Une première approche met l'accent sur l'importance des interactions biotiques en tant que déterminants des trajectoires évolutives, et comment, en modélisant une hausse bénéfique de dépendance envers un bien commun, il est possible de prédire la dynamique d'une population subissant de tels évènements évolutifs. Une deuxième approche étudie comment les changements observés au niveau métabolique et fonctionnel et engendrés par des modifications de contraintes environnementales pourraient être prévus et testés. Sur la base d'une vision centrée sur le métabolisme, des travaux de modélisation et des travaux d’expérimentions ont été combinés pour étudier l'évolution de la spécialisation aux niveaux génétiques, métaboliques et fonctionnels. Nous montrons que les trajectoires évolutives suivies peuvent-être partiellement prédites en fonction de conditions environnementales spécifiques, mais que ces prédictions sont limitées en raison de la complexité du réseau de l'expression génétique. Ce travail exploratoire et interdisciplinaire augmente les connaissances sur les déterminants évolutifs et les trajectoires suivies par l'organisme au cours d’un phénomène de spécialisation. Il démontre également un grand potentiel de prédiction, notamment grâce à une perception métabolique des systèmes. Is evolution predictable? While the usual response is an almost unanimous No, a growing corpus of knowledge suggests it is time to seriously revisit this answer. Even though mutations are still assumed to be random, the detection of genetic patterns underlying evolutionary events opens the door on potential strategies to forecast the evolutionary trajectories followed by organisms when they adapt to changing constraints. When organisms undergo functional specialization (through genes and function loss) to adapt to given environmental cues, the possible evolutionary paths they can take are restrained and should thus be more easily predictable. In this context of reductive evolution through specialization, the objectives of this thesis are to understand better the interaction between environmental constraints, metabolism, genetic evolution and functional adaptations, and in a second time to predict, for given environmental constraints, the evolutionary trajectories which will be followed by organisms to adapt to these constraints. A first approach focuses on the importance of biotic interactions as being determinants of evolutionary trajectories, and how by modelling a beneficial rise of dependency on a common good, we could predict the dynamic of a population undergoing such evolutionary events . A second approach investigates how changes entailed in metabolisms and functions by a change in environmental constraints could be forecast and tested. Based on a metabolic-centered view, we combined modelling and experimental work to encompass the evolution of specialization at the genetic, metabolic and functional levels. We show that evolution trajectories can partially be predicted according to specific environmental conditions, but that these predictions are limited due to the intricacy of the genetic expression network. This exploratory and interdisciplinary work increases the knowledge on evolutionary determinants and trajectories followed by organism during specialization. It also demonstrate a great potential for predictions, notably through a metabolic perception of the systems. Electronic Thesis or Dissertation Text en http://www.theses.fr/2017REN1B033/document Mas, Alix 2017-11-27 Rennes 1 Lagadeuc, Yvan Vandenkoornhuyse, Philippe