Déchiffrer les dynamiques du vieillissement à l'aide de la microfluidique et de l'apprentissage profond
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Aspert, Théo
Date de soutenance : 17-12-2021

Directeur(s) de thèse : Charvin, Gilles

Établissement de soutenance : Strasbourg
Laboratoire : Institut de génétique et de biologie moléculaire et cellulaire (Strasbourg)
École doctorale : École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Biophysique
Classification : Sciences de la vie, biologie, biochimie

Mots-clés libres : Vieillissement, Cellule unique, Suivi longitudinal, Homéostasie, Division, Levure, Microfluidique, Apprentissage profond, Stochasticité
Mots-clés :
  • Vieillissement - Génétique
  • Saccharomyces cerevisiae
  • Cycle cellulaire
Résumé : Le vieillissement est un phénomène naturel défini par une dégradation des fonctions et une augmentation de la probabilité de mourir. Derrière cette description phénoménologique simple se cache un mécanisme complexe impliquant de nombreux processus biologiques dynamiques agissant à différentes échelles. Saccharomyces cerevisiae est l'un des organismes modèles les plus simples pour étudier le vieillissement. Pourtant, malgré les dizaines de marqueurs de vieillissement et de gènes de longévité identifiés, aucun mécanisme précis ne permet de décrire pourquoi une cellule meurt après avoir effectué un certain nombre de divisions. Cela est dû en partie à une puissance expérimentale limitée, les essais populationnels ne prenant pas en compte les hétérogénéités entre les cellules, tandis que les approches longitudinales à l’échelle de la cellule unique ont un débit trop faible actuellement, rendant difficile la liaison temporelle et causale entre les processus moléculaires menant à la mort. Par conséquent, nous avons développé un système basé sur la microfluidique, la microscopie rapide et l'apprentissage profond pour suivre des cellules uniques tout au long de leur vie, augmentant le débit de deux ordres de grandeur par rapport aux systèmes existants. Il permet de suivre et d’analyser plus de 30000 cellules par expérience et de détecter automatiquement les événements pertinents de leur vie tels que les divisions cellulaires. Ainsi, il est possible de cribler des marqueurs et des mutants de manière standardisée et systématique afin de saisir les liens et les temporalités des différents processus du vieillissement. En guise d'application, nous avons cherché à mesurer les statistiques d'un événement connu pour déclencher une cascade d'événements conduisant à la mort. Nous avons constaté que cet évènement avait la même probabilité quel que soit l’âge de la cellule, ce qui suggère que le vieillissement peut émerger de la stochasticité.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2021STRAJ078
Type de ressource : Thèse