Statistical mechanics of viral-immune co-evolution

Mécanique statistique de la co-evolution immunitaire virale L'évolution limite la diversité des organismes par la sélection naturelle. Nous construisons ici des modèles théoriques pour étudier l'effet des contraintes évolutives sur deux systèmes biologiques à des échelles différentes : la coévolution virale-immune et l'évolution des protéines. Nous étudions d'abord comment les systèmes immunitaires limitent le parcours évolutif des virus qui tentent constamment d'échapper aux mises à jour de la mémoire immunitaire. Nous commençons par étudier numériquement un modèle agent-based minimal régissant les interactions microscopiques entre les virus et les systèmes immunitaires dans un cadre abstrait. Ces ingrédients couplent des processus biologiques à différentes échelles - réponse immunitaire, épidémiologie, évolution - qui conjointement déterminent le résultat de l'évolution. Nous constatons que la population des systèmes immunitaires pousse les virus vers un ensemble de motifs biologiquement pertinents. Nous caractérisons ces stratégies évolutives en fonction des paramètres du modèle. Ensuite nous étudions une description à gros grains décrivant l'évolution des virus et des récepteurs immunitaires dans l'espace antigénique. Cette approche consistant en un système d'équations différentielles stochastiques couplées permet de clarifier l'interaction entre les différentes échelles qui constituent ce système phylodynamique. Nous obtenons une description analytique de la façon dont les systèmes immunitaires limitent l'évolution des virus dans l'espace antigénique, alors que les virus parviennent à maintenir une dynamique de fuite en régime permanent. Nous validons les prédictions théoriques à l'aide des simulations numériques. Dans la deuxième partie de ce travail, nous exploitons l'énorme quantité de données accessible sur les séquences protéiques pour extraire des informations sur les contraintes évolutives agissant sur les familles de protéines répétées, constituées de nombreuses répétitions de portions conservées d'acides aminés. Nous couplons un schéma d'inférence à des modèles numériques en nous appuyant sur des idées de mécanique statistique à l'équilibre afin caractériser les observables biologiques découlant d'une description probabiliste des séquences de protéines. Nous utilisons ce cadre pour étudier comment les contraintes fonctionnelles réduisent et façonnent l'espace global des séquences protéiques répétées qui survivent à la sélection. Nous obtenons une estimation du nombre de séquences accessibles, et nous caractérisons quantitativement le rôle relatif des différentes contraintes et des effets phylogénétiques dans la réduction de cet espace. Nos résultats suggèrent que les familles de protéines répétées étudiées sont contraintes par un paysage accidenté qui façonne l'espace des séquences accessibles en plusieurs sous-types groupés de la même famille. Nous exploitons ensuite le même cadre pour étudier l'interaction entre les contraintes évolutives et les corrélations phylogénétiques dans les séries de répétitions. Nous déduisons quantitativement les contraintes fonctionnelles, ainsi que l'échelle de temps relative entre les duplications/suppressions des répétitions et les mutations ponctuelles. Nous étudions et caractérisons également les mécanismes évolutifs microscopiques qui peuvent générer des motifs statistiques spécifiques entre répétitions, observés de manière récurrente dans les données. Les résultats préliminaires suggèrent que l'évolution des séries de répétitions est un processus fortement hors équilibre.