Publication des travaux du Laboratoire de Biologie et Modélisation de la Cellule (LBMC) dans la revue Molecular Systems Biology.
La génétique associe des mutations à des caractères tels que la prédisposition aux maladies. Dans la plupart des cas, même si une mutation est identifiée, son rôle sur les molécules du vivant reste inconnu et difficile à découvrir. L'équipe de Gaël Yvert (LBMC), en collaboration avec Daniel Jost (TIMC-IMAG, Grenoble) et Martin Spichty (LBMC), a mis au point une nouvelle approche permettant de déduire l'effet de telles mutations.
Communiqué de presse de l'ENS de Lyon.
L'équipe de Gaël Yvert au LBMC développe une nouvelle approche génétique.
Habituellement les méthodes associent les mutations à des caractères tels que la prédisposition aux maladies. Dans la plupart des cas, même si une mutation est identifiée, son rôle sur les molécules du vivant reste inconnu et difficile à découvrir. Est-ce l'activité d'une protéine qui est altérée? Est-ce sa capacité à se lier à une autre protéine? Est-ce sa motilité ou sa vitesse de production qui est changée? Répondre à ces questions est essentiel pour aller plus loin dans la compréhension des mécanismes biologiques.
L'équipe de Gaël Yvert au Laboratoire de Biologie et Modélisation de la Cellule (LBMC), en collaboration avec Daniel Jost (TIMC-IMAG, Grenoble) et Martin Spichty (LBMC), a mis au point une nouvelle approche permettant de déduire l'effet de telles mutations. Le principe est basé sur la modélisation mathématique d'un réseau de régulation de gène qui permet aux cellules de levure de répondre à un changement de leur environnement.
Certaines mutations naturelles changent une réponse graduelle où toutes les cellules changent progressivement, en une réponse binaire où certaines cellules changent tôt et d'autres tardivement. Les chercheurs ont montré que la modélisation mathématique de cette différence de dynamique permet d'attribuer un mécanisme d'action à de telles mutations. Cette approche de biologie des systèmes démontre qu'il est possible de "personnaliser" un modèle mathématique en fonction du patrimoine génétique et ainsi de prédire et comprendre le comportement d'un système moléculaire portant des mutations.
Lorsqu'elles reçoivent un signal, les cellules peuvent activer leurs gènes soit collectivement et graduellement (schéma du haut), soit d'une manière individuelle et abrupte (schéma du bas). L'approche mise en place permet de comprendre comment certaines mutations font passer d'un type de réponse à l'autre.
Source : Richard et al., Assigning function to natural allelic variation via dynamic modeling of gene network induction, Molecular Systems Biology, 2018.
Disciplines
Mots clés