Métaprogramme DIGIT-BIO. Crédit photo : @REZOOmarketing
Comprendre

Comprendre

Axe 1 : Décryptage multi-échelle des fonctions du vivant : régulations et intégration

Cet axe de recherche s’adresse à la compréhension des processus biologiques, à leurs régulations et à la façon dont ces processus interagissent ou coopèrent. Il concerne tous les niveaux d’organisation du vivant jusqu’à l’organisme et à la population.

Il s'agit de décrirecomprendre et modéliser les systèmes biologiques et d'établir les liens causaux au sein et entre les échelles biologiques, en intégrant les effets systémiques comme la stochasticité ou les rétroactions, en tant que déterminants de la dynamique et de l’évolution du système. Au-delà de l’étude des processus dans des conditions standardisées, il s’agira également de les caractériser dans une diversité d’environnements (biotique, abiotique, contaminant) et de contextes.

Ces défis font appel à la modélisation mathématique et informatique de systèmes dynamiques, au calcul numérique, à l’extraction de connaissances et à l’intégration de données hétérogènes pour calibrer et évaluer la qualité des modèles. L’intégration de données issues de différentes sources nécessite de progresser sur les méthodes de représentation des connaissances à l’aide d’ontologies, de vocabulaires contrôlés et de réseaux ainsi que sur les méthodes de spatialisation. Les méthodes d’apprentissage sont également mobilisées.

Thématiques de recherches

  • La caractérisation des principes d’organisation, de fonctionnement et d’évolution des génomes, des cellules, des organes et des organismes ;
  • La construction de réseaux moléculaires sous-tendant les fonctions biologiques, et notamment les réseaux métaboliques multi-échelles ou multi-espèces ;
  • Les liens entre gène(s) et forme(s) en intégrant les contraintes géométriques et physiques et les rétroactions associées ;
  • Les mécanismes sous-jacents aux réponses adaptatives des organismes et des populations et les échelles spatiales et temporelles d’évolution de ces réponses.

Défis méthodologiques

  • Extraire et représenter des connaissances sous des formes permettant la formalisation d’hypothèses et l’intégration dans des modèles ;
  • Rechercher des relations de causalité par des méthodes d’apprentissage statistique et automatique sur des données de grande dimension ;
  • Développer la modélisation multi-échelles, l’inférence de règles sur les systèmes et l’étude par simulation de systèmes dynamiques complexes décrivant le vivant ;
  • Optimiser la modélisation et le couplage de différents modèles ;
  • Identifier des "méta-mécanismes" comme alternative au couplage de modèles entre niveaux successifs d'organisation.

Dans ce dossier

La compréhension du déterminisme génétique d’un caractère, c’est-à-dire de l'ensemble des gènes impliqués dans l'élaboration et l'expression de ce caractère, est un enjeu majeur pour mieux appréhender les processus biologiques et appuyer les programmes d’amélioration génétique.

Illustration freepik

Le consortium IFM2A2 propose de rapprocher durablement les différentes communautés scientifiques qui travaillent aujourd’hui séparément à simuler le fonctionnement des méristèmes apicaux à différentes échelles, opérant dans différents départements d’INRAE (BAP, MAthNum et AgroEoSystem) en forte interaction avec l’INRIA.

Sclerotinia sclerotiorum sur une tige de coco

Comprendre comment les plantes se défendent face aux agents pathogènes est un enjeu majeur pour aller vers une agriculture utilisant moins de pesticides.

Photo de chenille du maïs © INRAE, Buisson Christophe

La perception de la gravité par les chenilles reste encore inconnue. Pourtant, grâce à une adaptation évolutive, les chenilles de la pyrale du maïs sont capables d’utiliser cette information pour se déplacer vers le bas de l’épi, et ainsi éviter leur élimination lors de la récolte. L'objectif principal de cette étude est de comprendre comment les chenilles utilisent l'information de la gravité pour orienter leur déplacement.

En milieu naturel comme en élevage piscicole, le processus de formation et de maturation des gamètes femelles (ovogenèse) est essentiel pour le succès reproducteur et demeure peu connu. Le projet IMMO s'intéresse à l'étude et à la modélisation de ces mécanismes.

Dans le noyau d'une cellule animale ou végétale, la conformation tridimensionnelle du génome a un impact majeur sur son fonctionnement. Mieux comprendre les liens entre la structure 3D du génome et son fonctionnement représente un défi méthodologique majeur qui nécessite un dialogue entre différentes disciplines.

Les prions sont des agents pathogènes responsables des encéphalopathies spongiformes ou maladies à prions, qui se caractérisent par une dégénérescence du système nerveux central. Le projet PrionDiff a pour objectif de modéliser le processus de dissémination et de la neuro-invasion des prions en intégrant les observations expérimentales à des modèles effectifs de réplication.

La biologie intégrative se base sur l'étude de réseaux biologiques complexes. Comprendre la plasticité des réseaux d'interactions biologiques due à la variabilité phénotypique, environnementale ou interventionnelle est un enjeu important dans des domaines aussi variés que la génomique ou la nutrition humaine. De telles études intègrent souvent des comparaisons entre groupes contrastés, incluant des variables de diverses natures (continues, comptages, binaires, …). Ces données dites « de type mixte » peuvent être difficiles à analyser de manière unifiée. Alors que les modèles probabilistes multivariés représentent un cadre solide pour déduire les interrelations entre les variables continues, un modèle analogue pour les données de type mixte reste à définir.

En biologie, comme dans d’autres domaines scientifiques, l’intégration de données multi-sources est plus que jamais d’actualité. En effet, les données collectées sont de plus en plus complexes et leur volume ne cesse de croître, du fait du développement des plateformes analytiques, des techniques d'imagerie ou de l'essor des données omiques.

Thèse de Chloé Weckel (PRC, 2024-2026). Dans la continuité du projet exploratoire IMAGO financé par DIGIT-BIO, cette thèse vise à développer de nouveaux formalismes pour décrire les dynamiques spatio-temporelles de la signalisation cellulaire.

  • 1 (current)