Responsable : Laurent Tournier

La biologie des systèmes a pour objet l’étude des interactions dynamiques entre différentes parties d’un système biologique, ainsi qu’entre un système biologique et son environnement. Dans ce cadre très général, l’équipe de recherche BioSys développe des méthodes mathématiques et algorithmiques permettant de modéliser, d’analyser et de simuler des systèmes biologiques complexes, allant de l’échelle de la cellule et des processus intracellulaires, à l’échelle de la population de cellules, jusqu’à l’échelle d’un individu dans son environnement. Dans une approche résolument intégrative et systémique, l’équipe est également amenée à développer des outils permettant la représentation et l’exploitation des données disponibles, nombreuses et hétérogènes, incluant par exemple des données omiques, des données de phénotypage haut-débit ou encore des données d’imagerie spatio-temporelle de cellules. 

Nos compétences sont principalement dans le domaine des Mathématiques Appliquées : théorie des systèmes dynamiques (systèmes discrets, équations différentielles ordinaires, équations aux dérivées partielles), théorie du contrôle, optimisation ; et dans le domaine des Sciences de l’Ingénieur : automatique, traitement d’images, calcul scientifique. Une spécificité forte de l’équipe est de travailler sur des questions centrées autour d’objets biologiques concrets, à travers des partenariats interdisciplinaires forts et structurés autant du côté des sciences de la vie que des sciences formelles et quantitatives.

Recherche

Liste de publications des membres de l'équipe (via HAL, collection MaIAGE)

L'équipe se situant à l'interface de plusieurs disciplines, nos travaux de recherche portent à la fois sur des analyses à finalités biologiques et sur le développement de méthodes plus génériques relevant des mathématiques appliquées. Nous dégageons ci-dessous quatre axes principaux, chacun illustré par quelques publications représentatives.

Allocation des ressources et modèle systémique d’une cellule, d’un organisme.

Bulović A, Fischer S, Dinh M, Golib F, Liebermeister W, Poirier C, Tournier L, Klipp E, Fromion V & Goelzer, A (2019). Automated generation of bacterial resource allocation models. Metabolic engineering, 55, 12-22. [hal] [link]

Tournier L, Goelzer A & Fromion V (2017). Optimal resource allocation enables mathematical exploration of microbial metabolic configurations. Journal of Mathematical Biology, 75(6), 1349-1380. [hal] [link]

Henry V, Saïs F, Inizan O, Marchadier E, Dibie J, Goelzer A & Fromion V (2020). BiPOm: a rule-based ontology to represent and infer molecule knowledge from a biological process-centered viewpoint. BMC bioinformatics, 21, 1-18. [hal] [link]

Ouvrage collaboratif (2024). Economic Principles in Cell Biology. The Economic Cell Collective, online open access book. [link] [doi]

Analyse de systèmes dynamiques modélisant des processus biologiques de l’échelle de la cellule à celle de la population de cellules.

Chaves M & Tournier L (2018). Analysis tools for interconnected Boolean networks with biological applications. Frontiers in physiology, 9, 586. [hal] [link]

Chauvet S, Hubert F, Mann F & Mezache M (2023).  Tumorigenesis and axons regulation for the pancreatic cancer: a  mathematical approach. Journal of Theoretical Biology, 556, 111301. [hal] [link]

Fromion V, Robert P & Zaherddine J (2023). Stochastic models of regulation of transcription in biological cells. Journal of Mathematical Biology, 87(5), 65. [hal] [link]

Diop O, Chaves M & Tournier L (2020). Qualitative Analysis of Mammalian Circadian Oscillations: Cycle Dynamics and Robustness. In International Conference on Computational Methods in Systems Biology (CMSB 2020), pp. 176-192. [hal] [link]

Analyse de la dynamique des voies et des réseaux métaboliques.

Liebermeister W (2022). Structural thermokinetic modelling. Metabolites, 12(5), 434. [hal] [link]

Peres S & Fromion V (2020). Thermodynamic approaches in flux analysis. Metabolic Flux Analysis in Eukaryotic Cells, in MIMB volume 2088, 359-367. [hal] [link]

Faure L, Mollet B, Liebermeister W & Faulon JL (2023). A neural-mechanistic hybrid approach improving the predictive power of genome-scale metabolic models. Nature Communications, 14(1), 4669. [hal] [link]

Développement d’outils d’analyse d’images et application à la modélisation de systèmes vivants.

Laruelle E, Belcram K, Trubuil A, Palauqui JC & Andrey P (2022). Large-scale analysis and computer modeling reveal hidden regularities behind variability of cell division patterns in Arabidopsis thaliana embryogenesis. eLife, 11, e79224. [hal] [link]

Hong J, Maciejewski R, Trubuil A & Isenberg T (2024). Visualizing and comparing machine learning predictions to improve Human-AI teaming on the example of cell lineage. IEEE Transactions on Visualization and Computer Graphics, 30 (4) pp.1956-1969. [hal] [link]

Lu Y, Hodara P, Kervrann C & Trubuil A (2021). Probabilistic reconstruction of truncated particle trajectories on a closed surface. Multiscale Modeling & Simulation, SIAM Interdisciplinary Journal 19(1), 87-112. [hal] [link]

Projets collaboratifs

Projets en cours

InSync [2022-2027] Intercellular coupling and synchronization between peripheral circadian clocks. (ANR-22-CE45-0012)
Partenariat :

• INRAE-MaIAGE, équipe BioSys
• Inria, équipe-projet BIOCORE (coord.)
• IBV, Institut de Biologie de Valrose, équipe Biologie du système circadien

ModLSys [2023-2028] Un cadre de modélisation multi-échelle pour les systèmes vivants. (ANR-23-CE45-0018)
Partenariat :

• INRAE-MaIAGE, équipes BioSys et Dynenvie (coord.)
• CentraleSupélec, Laboratoire MICS
• INRAE-AgroParisTech, Institut Jean-Pierre Bourgin (IJPB)
• CNRS-INRAE-UM-InstitutAgro, Institut des Sciences des Plantes de Montpellier (IPSiM-UMR0386)

AMN [2022-2025] Artificial Metabolic Networks. (ANR-21-CE45-0021)
Partenariat :

• INRAE-MaIAGE, équipe BioSys
• INRAE-Micalis, équipe Retro Synthetic Biology (coord.)
• INRAE-AgroParisTech, laboratoire MIA Paris-Saclay, équipe EkINocs
• CNRS-UGA, Laboratoire TIMC

MITOTIC [2021-2024] Ressources Balances Analyses pour découvrir la vulnérabilité métabolique dans le cancer et identifier de nouvelles thérapies. (ITMO Cancer, Mathematics and Computer Science Program)
Partenariat :

• INRAE-MaIAGE, équipe BioSys
• CNRS-UCBL, laboratoire LBBE (coord.)
• INSERM-UP, institut Cochin

Projets terminés (sélection)

ICycle [2017-2021] Interconnexion et contrôle de deux oscillateurs biologiques dans des cellules mammaliennes. (ANR)

• INRAE-MaIAGE, équipe BioSys
• Inria, équipe-projet BIOCORE
• IBV, Institut de Biologie de Valrose, équipe Biologie du système circadien

DALLISH [2017-2020] Data Assimilation and Lattice LIght SHeet imaging for endocytosis / exocytosis pathway modeling in the whole cell. (ANR)

• INRAE-MaIAGE, équipes BioSys et Dynenvie
• Inria, équipes-projets Serpico, Fluminance, Beagle
• Institut Curie (U1143, UMR144)

List_MAPS [2015-2019] Training and research in Listeria monocytogenes Adaptation through Proteomic and Transcriptome deep Sequencing Analysis. (European ITN Project, Initiative Traning Network)

ProteinFactory [2015-2018] Engineering of new-generation protein secretion systems. (European ITN Project, Initiative Traning Network)

IMSV [2012-2016] Institut de Modélisation des Systèmes du Vivant (coord.). (Projet Lidex de l’Université Paris-Saclay)

BaSysBio [2006-2010] Bacillus Systems Biology. (Projet Européen FP6)

Basynthec [2010-2014] Bacterial Synthetic minimal genomes for biotechnology. (Projet Européen FP7)

Production d'outils logiciels

Accès à la page github de l'équipe

RBApy, RBAtools : packages Python pour la création, la calibration et la simulation de modèles RBA (Resource Balance Analysis) pour les bactéries. 

BiPSim : simulateur stochastique des processus cellulaires bactériens.

Parameter Balancing : outil pour paramétrer des modèles métaboliques cinétiques.

SBtab : outil logiciel pour les tableaux de données.

Basylica : environnement dédié à la gestion et au traitement de données LCA Live Cell Array (interface et base de données). 

BiPON : ontologie représentant les processus cellulaires bactériens de façon systémique. [lien AgroPortal]

BiPOm : ontologie représentant les voies métaboliques de façon systémique. [lien AgroPortal]

Anciens membres