Modelling And Data Analysis of Protein Dynamics applied to a Fission Yeast Mechanosensor

Modélisation et Analyse de Données de la Dynamique des Protéines appliquées à un Mécanosenseur de la Levure Fissipare La dynamique intracellulaire des molécules est fondamentale pour que les cellules maintiennent l'homéostasie et répondent aux stimuli environnementaux. Parmi ceux-ci, les forces mécaniques peuvent constituer une source potentielle de dommages en compromettant l'intégrité de la cellule. Pour faire face à ce risque, les organismes vivants sont dotés de mécanosenseurs, des récepteurs subcellulaire capables de déclencher une voie de signalisation biologique par un signal mécanique. Chez la levure à fission fissipare, un mécanosenseur, la protéine Wsc1, peut percevoir une contrainte excessive sur la paroi cellulaire et active la synthèse de glucane pour renforcer la paroi. Notablement, la concentration de Wsc1 augmente dans la région comprimée de la paroi, formant des agrégats. Ce travail de thèse explore ce comportement de formation d’agrégat mécanosensible en développant des modèles et des méthodes d'inférence pour les données expérimentales de dynamique des protéines.En établissant un cadre mathématique basé sur des équations aux dérivées partielles déterministes, je décris la dynamique de Wsc1 le long de la paroi cellulaire. Dans ce modèle, je considère deux mécanismes possibles de recrutement des protéines pour former des agrégats : soit par diffusion le long de la paroi cellulaire, soit par exocytose depuis le cytoplasme. De plus, en suivant des considérations chimiques, je suppose que l’affinité entre la paroi et la protéine Wsc1 augmente avec la compression de la paroi. Les équations de réaction-diffusion résultant de ce modèle reproduisent la formation d’agrégats après compression de la paroi cellulaire. De plus, le modèle prédit une échelle de temps plus longue pour la dynamique dans la région comprimée de la paroi cellulaire, en accord avec les résultats de l'expérience FRAP (Fluorescence Recovery After Photobleaching, redistribution de fluorescence après photoblanchiment), dont l'analyse est basée sur l'étude des images en temps réel reflétant la concentration spatio-temporelle de la molécule.Cependant, il n'est pas encore clair si le recrutement des protéines est dû à la diffusion, à l'échange avec le cytoplasme, ou aux deux. Pour cette raison, dans mon travail, je développe également une nouvelle méthode d'inférence pour l'expérience FRAP capable de distinguer différents types de dynamique. Mon analyse vise à quantifier les paramètres cinétiques, tels que le coefficient de diffusion et le taux d'échange, en minimisant la distance entre la prédiction du modèle de réaction-diffusion et les données réelles. La spécificité de mon approche réside dans l'utilisation de la réduction dimensionnelle pour calculer efficacement le paramètres sans avoir connaissance du profil initial après photoblanchiment. Cette nouvelle méthode est ensuite testée et validée sur des données artificielles. Les résultats montrent que cette méthode d’analyse est flexible, car elle peut fonctionner avec des données imparfaites où le rapport signal/bruit est faible, le nombre d’images est réduit et la fenêtre spatiale est restreinte. De plus, cette approche peut potentiellement être généralisée à des géométries complexes, telles que les surfaces courbées. Cette polyvalence est bien adaptée pour étudier la dynamique des protéines dans la paroi cellulaire de la levure fissipare. La méthode d'inférence est appliquée aux données expérimentales d'un autre mécanosenseur dans la paroi cellulaire, Mtl2, fournissant des valeurs raisonnables de coefficient de diffusion. Cependant, elle doit encore être testée sur des données réelles de la protéine Wsc1.Dans l'ensemble, cette étude propose des méthodologies novatrices pour quantifier et comprendre la dynamique complexe des protéines au sein des cellules et des tissus.