Mots-Clés

Système dynamiques mathématiques appliquées inférence biologie des systèmes données omiques

Description

Contexte scientifique : Les communautés microbiennes sont une composante essentielle de la santé des plantes. En interaction avec l'hôte, elles jouent un rôle prépondérant dans l'acquisition de nutriments nécessaires à la plante, et permettent de limiter l'invasion de pathogènes microbiens. Toutefois, les mécanismes d'assemblage et de régulation de ces communautés restent très mal connues. En écologie microbienne, le développement de séquenceurs et de dispositifs de mesure de dernière génération a permis l'acquisition de données massives, appelées données omiques, pour mieux décrypter la composition, le fonctionnement et la dynamique de ces communautés. Afin d’intégrer ces données à l’échelle de la communauté, la constitution de modèles dynamiques semble un outil prometteur. Actuellement, des modèles à l’échelle intra et inter-cellulaires, comme les modèles constraint-based (FBA,dFBA,MFA), permettent une description fine des flux métaboliques en lien avec les données omiques, au prix d’un coût computationnel fort et d’une scalabilité limité à des grandes communautés. De l’autre coté du spectre, des modèles populationnels (Generalized Lotka-Volterra, Consumer-Resources models) permettent de représenter efficacement les interactions entres membres de la communauté mais la connexion avec les données moléculaires reste limitée.
L’'objectif de cette thèse est de développer un approche de modélisation intermédiaire qui puisse permettre une représentation compacte de la dynamique de la communauté, tout en gardant un lien avec les données omiques sous-jacentes.

Vous serez plus particulièrement en charge de :

• -développer des outils mathématiques nouveaux permettant d’intégrer des séries temporelles de données multi-omiques pour construire un modèle de communauté microbienne. Ces outils se baseront sur des méthodes d’inférence, de sélection de variables et de modèles, de prédiction de flux métaboliques et de réduction de modèles.
•- Valider les modèles et outils d’inférences sur des données synthétiques et sur des données expérimentales existantes.
• -Utiliser la méthode développée pour analyser, en interaction avec des collègues écologues microbiens (projet VITAe), des données obtenues sur des communautés foliaires pour identifier un consortium microbien antagoniste du mildiou de la vigne pouvant servir d’outils de bio-contrôle contre ce pathogène.

Vous serez accueilli(e) au sein de au sein de l’UMR « Biodiversité, Gènes et Communautés » (BIOGECO), unité qui comprend plus de 100 personnes employées par INRAE et l'Université de Bordeaux. Notre unité de recherches a pour ambition l'étude de la biodiversité terrestre, des gènes aux communautés, dans une perspective de gestion durable des écosystèmes. Vous développerez vos recherches au sein de l'’équipe Pléiade (équipe INRAE/Inria également hébergé au centre Inria de Bordeaux Sud-Ouest), qui développe des outils et méthodes numériques pour étudier l’'association d’'espèces au sein des communautés microbiennes selon des déterminants spatio-temporel et environnementaux.

La doctorante ou le doctorant sera co-encadré par Valentina Baldazzi (INRAe -ISA, Sophia-Antipolis-, Inria -MACBES, Sophia-Antipolis-) et Simon Labarthe (INRAe-Inria -Pléiade, Biogeco, Bordeaux-). Des missions fréquentes à Sophia-Antipolis sont à prévoir. Cette thèse se déroulera dans le cadre du projet Mistic, financé par le PEPR Agroécologie Numérique, visant à développer des outils d’exploration de communautés microbiennes des plantes pour identifier des leviers d’intérêt agronomique. Le projet Mistic est un environnement de travail fortement interdisciplinaire, à l'’interface de la biologie, de la bioinformatique et de la modélisation mathématique. Le ou la doctorante travaillera en forte interaction avec une doctorante en microbiologie travaillant sur des communautés microbiennes foliaires de la vigne dans le cadre du projet VITAe (PPR cultiver et protéger autrement).