Dans les cellules cancéreuses, les activités métaboliques sont modifiées par rapport aux cellules normales, et ces altérations favorisent l'acquisition et le maintien de propriétés malignes. Les stratégies thérapeutiques utilisant un agent chimiothérapeutique qui bloque les étapes clés de certaines voies métaboliques sont souvent insuffisantes pour arrêter le développement du cancer en raison de l'adaptation de leur métabolisme. Ainsi, l'identification de candidats métaboliques clés dont l'inactivation peut gravement nuire à la cancérogenèse tout en épargnant des cellules normales pour des bénéfices thérapeutiques, est une recherche essentielle dans le domaine. Nous proposons de développer une nouvelle analyse de modélisation basée sur les contraintes en utilisant la méthode d'allocation des ressources (RBA) pour prédire les phénotypes pathologiques du métabolisme des cellules cancéreuses et tester des stratégies thérapeutiques. L'objectif de notre projet sera de développer un modèle intégré à l'échelle du génome du métabolisme cellulaire, basé sur le modèle reconstruit de la cellule humaine (recon3D), pour prédire comment les cellules cancéreuses échappent au traitement par recâblage métabolique. Cela nous permettra d'identifier comment le ciblage des voies métaboliques combinées dans les cellules cancéreuses sera potentiellement intéressant pour de nouvelles interventions thérapeutiques pendant le traitement du cancer. L'identification de ces nouvelles cibles métaboliques sera validée expérimentalement et fournira une vision plus globale de la croissance tumorale.