Reconstruction du réseau métabolique de la bactérie Xanthomonas campestris

Type de poste
Niveau d'étude minimal
Dates
Durée du poste
Contrat renouvelable
Contrat non renouvelable
Date de prise de fonction
Date de fin de validité de l'annonce
Localisation
Nom de la structure d'accueil
Adresse

INRA, 24 Chemin de Borde Rouge - Auzeville
CS 52627
31326 Castanet Tolosan cedex
France

Contacts
Léo Gerlin
Ludovic Cottret
Caroline Baroukh
Email du/des contacts
leo.gerlin@inra.fr
ludovic.cottret@inra.fr
caroline.baroukh@inra.fr
Description

Contexte :
La bactérie Xanthomonas campestris pv. campestris est l’agent responsable de la pourriture noire, maladie la
plus destructrice des plantes de la famille des Brassicaceae, dont de nombreuses espèces d’intérêt agronomique
comme les choux. Mieux comprendre le métabolisme de cette bactérie permettrait d’élucider les processus
d’adaptation grâce auxquels l’organisme infecte la plante et y prolifère, et donc d’imaginer de nouveaux moyens
de lutte contre celui-ci.
Les réseaux métaboliques (genome-scale metabolic network) sont des outils in silico recensant l’ensemble des
réactions métaboliques identifiées chez un organisme. Ils permettent d’accéder à une compréhension la plus
exhaustive possible du potentiel métabolique d’un organisme. Une fois un réseau métabolique généré, la
modélisation des flux métaboliques (Flux Balance Analysis) permet de simuler les comportements d’un
organisme (croissance, sécrétion de facteurs de virulence) et de relier ces comportements aux voies
métaboliques empruntées.
Le laboratoire d’accueil a déjà reconstruit les réseaux métaboliques de deux bactéries pathogènes de plante, le
modèle Ralstonia solanacearum (Peyraud et al., 2016) et l’agent émergeant Xylella fastidiosa. L’étude de ces
deux réseaux a permis d’accéder à une compréhension plus fine des comportements des organismes, comme le
compromis entre croissance et virulence qui s’opère chez R. solanacearum ou la croissance extrêmement lente
observée chez X. fastidiosa. Générer le réseau métabolique de X. campestris, permettra, en plus de mieux
comprendre le métabolisme de l’organisme, d’obtenir une vision plus globale du métabolisme des bactéries
pathogènes de plante grâce aux trois réseaux.

Description du stage :
Grâce à des outils bioinformatiques développés au laboratoire, un réseau métabolique brut aura été
préalablement généré. Le travail du stagiaire consistera à nettoyer manuellement ce réseau. Il s’appuiera sur des
bases de données de biochimie, de la bibliographie ainsi que sur l’expertise d’une équipe du laboratoire sur X.
campestris et des expérimentations réalisées en parallèle ou en amont de la reconstruction. Une fois le réseau
reconstruit, le stagiaire utilisera des approches de modélisation métabolique pour simuler le comportement
métabolique de l’organisme (Flux Balance Analysis, Flux Variability Analysis, Gene Deletion Study...) et le
comparer à R. solanacearum et X. fastidiosa. Il sera encadré par Léo Gerlin, doctorant en modélisation
métabolique, Ludovic Cottret, ingénieur de recherche en bioinformatique, et Caroline Baroukh, chercheuse en
modélisation métabolique.

Profil :
Le projet sera à l’interface entre la biochimie (compréhension du métabolisme) et la biologie dite
« computationnelle ». Un attrait pour les projets pluridisciplinaires est donc indispensable.
Compétences souhaitées :
Connaissances en biochimie, métabolisme, microbiologie.
Intérêt et/ou compétences en modélisation (calcul numérique), en utilisation d’outils bioinformatiques (bases
de données, alignement de séquences...).

Bibliographie :
Peyraud R, Cottret L, Marmiesse L, Gouzy J, Genin S. A Resource Allocation Trade-Off between Virulence
and Proliferation Drives Metabolic Versatility in the Plant Pathogen Ralstonia solanacearum. PLoS Pathog.
2016;12(10):1–25.
Büttner D, Bonas U. Regulation and secretion of Xanthomonas virulence factors. FEMS Microbiol Rev. 2010
Mar 1;34(2):107–33.
Feist AM, Herrgård MJ, Thiele I, Reed JL, Palsson B. Reconstruction of biochemical networks in
microorganisms. Nat Rev Microbiol. 2009;7(2):129–43.
Gu C, Kim GB, Kim WJ, Kim HU, Lee SY. Current status and applications of genome-scale metabolic models.
Genome Biol. 2019 Dec 13;20(1):121.

Equipe adhérente personne morale SFBI
Equipe Non adhérente