Mots-Clés
Modélisation mathématique
Métabolisme
Ralstonia solanacearum
Xylella fastidiosa
Xanthomonas campestris
Description
Financement
Le financement du doctorat proposé ici n’est pas acquis mais proposé au concours de l’école doctorale SEVAB (Toulouse).
Plus d’informations sur le concours ici:
https://ed-sevab.univ-toulouse.fr/as/ed/page.pl?site=edsevab&page=info_concours
Profil et compétences recherchées
Le candidat devra être titulaire d’un Master (ou équivalent) en biologie des systèmes, bioinformatique, microbiologie, mathématiques appliquées ou discipline connexe. Une forte appétence pour la modélisation des systèmes biologiques est indispensable. Une première expérience en modélisation métabolique (FBA ou approches apparentées) est un plus, mais n’est pas obligatoire.
Des compétences en programmation scientifique (Python, MATLAB ou équivalent) et en analyse de données sont attendues. Une familiarité avec les données omiques (transcriptomique, protéomique) et leur intégration dans des modèles constituera un atout.
Le candidat devra faire preuve de rigueur, d’autonomie et d’esprit critique, ainsi que de bonnes capacités de communication écrite et orale en anglais. Un intérêt pour la microbiologie et les interactions hôte–pathogène est également souhaité.
Projet scientifique:
Les bactéries phytopathogènes développent des stratégies métaboliques sophistiquées pour coloniser leurs hôtes et exprimer leur virulence. Comprendre les contraintes qui gouvernent l’allocation des ressources cellulaires entre croissance et pathogénie constitue un enjeu majeur pour décrypter ces interactions et identifier de nouvelles cibles de contrôle. Les approches classiques de modélisation par analyse de flux métaboliques (FBA) permettent de prédire les capacités métaboliques, mais négligent les limitations liées aux ressources enzymatiques et aux coûts de synthèse des protéines, qui sont loin d’être négligeable dans le cas de la pathogénie.
Ce projet de thèse vise à développer des modèles métaboliques avec contraintes enzymatiques afin d’obtenir une représentation plus réaliste du fonctionnement cellulaire d’un phytopathogène. En s’appuyant sur des approches telles que la Resource Balance Analysis (RBA), les modèles enzymatiquement de type GECKO et les approches dynamiques (deFBA), l’objectif est de quantifier le coût métabolique de la virulence et d’identifier les compromis entre croissance et expression des facteurs pathogènes.
L’étude portera sur trois phytopathogènes majeurs : Xylella fastidiosa, Xanthomonas campestris pv. campestris et Ralstonia solanacearum. Le travail comprendra la prise en main des réseaux métaboliques à l’échelle du génome construits par nos soins, l’intégration de données enzymatiques (paramètres cinétiques, abondances protéiques) et la simulation de différents contextes physiologiques, notamment les conditions d’infection. L’intégration de données omiques (transcriptomique, protéomique) permettra de contraindre et de valider les modèles.
Les résultats attendus incluent l’identification des contraintes limitant la virulence, la quantification du coût énergétique et protéique des facteurs de pathogénie, ainsi que la mise en évidence de stratégies d’allocation des ressources spécifiques à l’infection. Ce projet contribuera à une meilleure compréhension des mécanismes de virulence et au développement de cadres méthodologiques avancés pour la modélisation des systèmes biologiques. À terme, ces travaux pourraient ouvrir la voie à l’identification de nouvelles cibles pour le contrôle des maladies des plantes.
Plus de détails à :
https://ed-sevab.univ-toulouse.fr/as/ed/voirproposition.pl?langue=&site=edsevab&matricule_prop=72787