Soutenance de Thèse: Cecilia Coimbra Klein‏

Bonjour,

J'ai le plaisir de vous inviter à ma soutenance de thèse intitulée :
Une étude bioinformatique du dialogue métabolique entre trypanosome non pathogène et son endosymbiote à des buts évolutifs et fonctionnels

Title: Bioinformatic study of the metabolic dialog between a non-pathogenic trypanosomatid and its endosymbiont with evolutionary and functional goals

La soutenance aura lieu le mardi 12 novembre à 14h30 dans l'Amphithéâtre de la délégation régionale du CNRS (http://www.dr7.cnrs.fr/spip.php?rubrique239), devant un jury composé de :
Siv Andersson, Professeur Univ. Uppsala (Rapporteur)
Michael Barrett, Professeur Univ. Glasgow (Rapporteur)
Frédéric Bringaud, Directeur de recherche CNRS (Examinateur)
Christian Gautier, Professeur d’université émérite Univ. Lyon I (Examinateur)
Eduardo Rocha, Directeur de recherche CNRS (Rapporteur)
Marie-France Sagot, Directrice de recherche INRIA (Directrice de thèse)
Ana Tereza R. Vasconcelos, Directrice de recherche LNCC Brésil (Co-Directrice)

Cordialement,
Cecilia Coimbra Klein


----------Résumé :
Lors de cette thèse, nous avons présenté trois principaux types d’analyses du métabolisme, dont la plupart impliquaient la symbiose : dialogue métabolique entre un trypanosomatide et son symbiote, analyses comparatives de réseaux métaboliques et exploration de données métabolomiques. Tous ont été essentiellement basés sur des données de génomique où les capacités métaboliques ont été prédites à partir des gènes annotés de l’organisme cible, et ont été affinées avec d’autres types de données en fonction de l’objectif et de la portée de chaque analyse. Le dialogue métabolique entre un trypanosomatide et son symbiote a été explorée avec des objectifs fonctionnels et évolutifs qui comprenaient une analyse des voies de synthèse des acides aminés essentiels et des vitamines telles que ces voies sont classiquement définies, une exploration de réseaux complets métaboliques et une recherche de potentiels transferts horizontaux de gènes des bactéries vers les trypanosomatides. Les analyses comparatives effectuées ont mis l’accent sur les capacités métaboliques communes de bactéries appartenant à différents groupes de vie, et nous avons proposé une méthode pour établir automatiquement les activités métaboliques communes ou spécifiques à chaque groupe. Nous avons appliqué notre méthode d’énumération d’histoires métaboliques à la réponse de la levure à une exposition au cadmium comme une validation de cette approche sur une réaction au stress bien étudiée. Nous avons montré que la méthode a bien capté la connaissance que nous avons de cette réponse en plus de permettre de nouvelles interprétations des données métabolomiques mappées sur le réseau métabolique complet de la levure.


----------Abstract:
In this thesis, we presented three main types of analyses of metabolism, most of which involved symbiosis: metabolic dialogue between a trypanosomatid and its symbiont, comparative analyses of metabolic networks and exploration of metabolomics data. All of them were essentially based on genomics data where metabolic capabilities were predicted from the annotated genes of the target organism, and were further refined with other types of data depending on the aim and scope of each investigation. The metabolic dialogue between a trypanosomatid and its symbiont was explored with functional and evolutionary goals which included analysing the classically defined pathways for the synthesis of essential amino acids and vitamins, exploring the genome-scale metabolic networks and searching for potential horizontal gene transfers from bacteria to the trypanosomatids. The comparative analyses performed focused on the common metabolic capabilities of different lifestyle groups of bacteria and we proposed a method to automatically establish the common and the group-specific activities. The application of our method on metabolic stories enumeration to the yeast response to cadmium exposure was a validation of this approach on a well-studied biological response to stress. We showed that the method captured well the underlying knowledge as it extracted stories allowing for further interpretations of the metabolomics data mapped into the genome-scale metabolic model of yeast.