Optimal resource allocation in bacterial growth : theoretical study and applications to metabolite production

Allocation optimale de ressources dans la croissance bactérienne : étude théorique et applications à la production de métabolites Les micro-organismes évoluent sous la pression de la sélection naturelle, améliorant leur capacité à proliférer dans leur environnement en développant des réseaux métaboliques optimisés. Des études ont montré que les populations bactériennes peuvent atteindre un taux de croissance presque maximal dans certaines conditions, ce qui leur permet de supplanter les espèces concurrentes. Considérer l'auto-réplication microbienne comme un problème d'allocation de ressources est une nouvelle approche qui a répondu avec succès à certaines des questions sous-jacentes dans le domaine. Dans cette approche, les ressources cellulaires disponibles sont affectées dynamiquement à différentes fonctions comme le métabolisme ou la synthèse des protéines. Ce cadre a également motivé de nombreuses applications à la production artificielle de métabolites d'intérêt ; l'objectif principal est alors de détourner les ressources cellulaires des voies natives vers une voie hétérologue dans le but de synthétiser efficacement un composé spécifique (par exemple des agents antitumoraux, des antibiotiques, de l'insuline, des agents immunosuppresseurs, etc.) À cette fin, des techniques biotechnologiques récentes permettent de contrôler de manière externe la croissance bactérienne en interrompant l'expression de l'ARN polymérase.Cette thèse se concentre sur les aspects mathématiques d'une certaine classe de modèles d'auto-réplicateurs basés sur les principes d'allocation des ressources susmentionnés. Ces modèles, basés sur des hypothèses minimales, sont étonnamment efficaces pour rendre compte des lois de croissance empiriques bien étudiées des cultures microbiennes. Tout au long du manuscrit, nous revisitons certains des cadres industriels les plus pertinents pour la croissance bactérienne parmi lesquels la culture par lots et les bioréacteurs continus, ainsi que d'autres modèles simplifiés où la concentration en nutriments reste constante. L'idée est de comparer les stratégies d'allocation des ressources évoluant naturellement, où l'objectif est de maximiser la biomasse de la population bactérienne, avec les stratégies artificielles visant à maximiser la production d’un métabolite voulu. L'étude implique une analyse dynamique et une optimisation des modèles proposés, et nous avons recours à la théorie du contrôle optimal pour déterminer les stratégies d'allocation conformes à ces objectifs, tant d'un point de vue analytique que numérique. Ces stratégies optimales constituent des références de choix pour le développement de stratégies de rétroaction basées sur la mesure en temps réel des processus industriels.