RÆvol : a genetic digital model for studying the evolution of genetic regulatory networks
RÆvol : un modèle de génétique digitale pour étudier l'évolution des réseaux de régulation génétiques
Résumé
Regulation and regulation networks are core elements of any living cell. This network enables the cell to regulate its protein production depending on its needs. Yet, measure, analysis and comprehension of regulation mechanisms are at the heart of contemporary biology and, particularly, of systems biology. Now, when studying different regulation networks coming from different species, some regularities emerge and networks appear to share some structural properties. In prokaryotic organisms, it has been shown that regulation networks are scale-free, that their motif distribution is not random or that the number of regulation nodes in the networks of different species follows a power-law which exponent is larger than the exponent of genes numbers distribution in the same organisms. To explain such regularities and to understand how evolution has structured these networks, we designed a digital genetic model, RÆvol, which is dedicated to the study of the evolutionary history of regulation networks. RÆvol enables us to study how the different evolutive pressures (mutation, selection, drift...) act on the network and which one(s) gives the networks their universal features. Moreover, RÆvol is an integrated model, meaning that, in RÆvol, apart from their regulation networks, organisms own a genome and a phenotype. By creating of population of such organisms, by introducing mutations at the genetic level and selection at the phenotypic level, we are able to study the evolution of regulation networks in a coherent context. Here, we present the general context of our study (prokaryotic regulation networks and their structure) together with the main principle of our model. RÆvol is then fully described and our first experiments are presented, showing how the model can be used. Finally, two complementary appendix present two publications, illustrating that RÆvol is able to produce valuable data and hypothesis for evolutionary biology and systems biology.
Le réseau de régulation génique est un élément central de toute cellule vivante capable de réguler la production de protéines en fonction des besoins et/ou des conditions extérieures. De ce fait, la mesure, l'analyse et, in fine, la compréhension des mécanismes de régulation sont au cœur de la biologie contemporaine et, plus particulièrement, de la biologie des systèmes. Or, lorsqu'on étudie parallèlement plusieurs réseaux de régulation correspondant à des organismes différents, on constate que ces réseaux possèdent des caractéristiques structurelles communes. Ainsi, chez les organismes bactériens, il a été montré que la topologie globale du réseau suivait une topologie scale-free, que les réseaux présentaient une répartition en motifs spécifiques ou que la distribution du nombre de nœuds du réseau (les Facteurs de Transcription) suivait une loi de puissance d'exposant plus élevé que la distribution du nombre de gènes dans les mêmes organismes. L'origine de ces structures reste encore mal connue, c'est pourquoi une approche de modélisation semble être appropriée pour émettre des hypothèses quant au rôle joué par les différentes pressions évolutives (mutation, sélection, dérive, ...). Dans ce but, nous avons développé RÆvol, un modèle de génétique digitale dédié à l'étude de l'évolution des réseaux de régulation. RÆvol est un modèle intégré, au sens ou un organisme n'inclut pas seulement un réseau de régulation mais aussi un génome et un phénotype. En réunissant une population de tels individus, en introduisant un mécanisme mutationnel au niveau des génomes et un mécanisme sélectif au niveau des phénotypes, nous pouvons alors d'étudier l'évolution de ces réseaux dans un contexte cohérent. Dans ce mémoire, nous présentons le cadre général de notre étude, les réseaux de régulation procaryotes et leur structure, ainsi que les choix de modélisation qui nous ont conduit à développer RÆvol. Le modèle lui-même est en suite décrit de façon exhaustive et une première série d'expérimentation est décrite en détail pour montrer son potentiel. Enfin, deux annexes reprennent des textes publiés par ailleurs, illustrant la capacité du modèle à produire des données puis des hypothèses pertinentes pour la pour la biologie évolutive et la biologie des systèmes.