Prédire le comportement des systèmes biologiques aux échelles les plus fines est un enjeu majeur en biologie. Dans ce contexte, les chercheurs du laboratoire MaIAGE de l’INRA ont récemment développé et validé expérimentalement une nouvelle méthode prédictive, appelée « Resource Balance Analysis » (RBA), permettant sur la base d’un principe de répartition parcimonieuse des ressources de prédire de façon quantitative les configurations des cellules et cela à l’échelle du génome. Cet article décrit la mise à disposition et la validation d’un workflow, appelé RBApy, dédié à la construction (automatique), la calibration et la simulation des modèles RBA pour n’importe quel type de bactérie sur la base d’information et de données disponibles dans la littérature. RBApy rend ainsi accessible à la communauté biologique la modélisation et la simulation aux échelles les plus fines de cellules bactériennes.
Contact : Anne Goelzer et Vincent Fromion, MaIAGE, Centre INRAE Jouy-en-Josas anne.goelzer@inrae.fr et vincent.fromion@inrae.fr
Description d’un modèle RBA. Une cellule bactérienne en phase exponentielle de crois-
sance est décrite par un ensemble de processus biologiques. Les variables du modèles (les flux et les
concentrations des machines moléculaires associées aux processus biologiques) sont reliées à travers
des contraintes physiques et biochimiques décrivant la conservation de la masse, les relations entre les
flux et les concentrations des machines moléculaires, et les concentrations maximales de molécules dans
les compartiments cellulaires. Ensemble, ces contraintes définissent un problème d’optimisation linéaire
que l’on peut résoudre pour un taux de croissance fixé. Pour un milieu de culture donné, le taux de
croissance maximal et la configuration cellulaire associée sont calculés en résolvant une série de pro-
blèmes d’optimisation pour différents taux de croissance.