Abstract FR:

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