Développement d'une plateforme in silico prédictive du comportement cellulaire

点击翻译按钮获取中文摘要

Jusqu’à aujourd’hui, les gains les plus significatifs en terme de niveaux de production en composés d’intérêt, et ce pour diverses plateformes cellulaires et microbiennes, sont issus de travaux de génie génétiques, dont les cibles sont déterminées selon des approches intuitives, par modification du niveau d’expression de gènes étant directement impliqués dans la séquence réactionnelle menant au composé. Toutefois, il appert dans bien des cas que les résultats obtenus vont dans le sens opposé à celui recherché, avec des niveaux de production inférieurs au niveau d’origine. Il est ainsi requis, pour obtenir une lignée aux propriétés désirées, de réaliser plusieurs étapes de criblages successifs. Ainsi, il devient de plus en plus clair, tant dans la littérature que dans les travaux récents du candidat, que l’intuition est souvent mal conseillère compte tenu du caractère particulier du métabolisme cellulaire, ce dernier étant la résultante d’un ensemble de voies métaboliques hautement interconnectées et impliquant un niveau important de régulation, tant inter-voies que par des composés de l’environnement. Cet état de fait peut effectivement s’observer peu importe la plateforme cellulaire utilisée. Il devient donc crucial d’être en mesure d’évaluer avec précision, et en toute objectivité, ces interrelations afin d’identifier avec un niveau de confiance adéquat la ou les voies potentiellement d’intérêt comme cibles de génie génétique. Le programme de recherche du candidat a donc comme objectif la mise au point d’un outil in silico prédictif du comportement cellulaire en culture in vitro. Par plateforme in silico, nous entendons un modèle cinétique métabolique dynamique décrivant la nutrition, le métabolisme ainsi que l’interrelation entre la cellule et son environnement. Les cellules d’ovaire de hamster chinois (CHO), soit la plateforme cellulaire industrielle la plus utilisée mondialement pour la production d’agents thérapeutiques à base de protéines recombinantes, seront étudiées. Des avancées importantes ont d’ailleurs été réalisées par le candidat ces cinq dernières années avec la démonstration de la preuve de concept quant à la capacité d’un tel modèle cinétique métabolique, mais sans régulation, de décrire le comportement de cellules CHO (nutrition, croissance, production, flux et concentrations intracellulaires de métabolites) dans diverses conditions de culture. Toutefois, la capacité prédictive du modèle à ce jour est limitée à un espace expérimental restreint, et il est clair pour le candidat que l’atteinte d’un niveau de prédictibilité requis à l’utilisation du modèle pour l’optimisation de bioprocédés de production exigera l’intégration des mécanismes de régulation des voies du métabolisme central. Il est donc proposé ici, de poursuivre la mise au point du modèle ainsi que d’en établir la validation statistique. Pour ce faire, la capacité prédictive du modèle sera évaluée à deux échelles, soit son potentiel à identifier des pistes d’ingénierie cellulaire, d’une part, et des stratégies d’alimentation de procédés fed-batch, d’autre part. La recherche s’attaquera donc à deux problématiques majeures pour l’industrie biopharmaceutique, soit le développement de lignées cellules et de bioprocédés de production performants. Les résultats qui découleront de ces travaux viendront donc principalement appuyer l’industrie biopharmaceutique dans ses efforts d’accélération des longs et coûteux processus de mise au point et d’amélioration de bioprocédés de production. De plus, les travaux proposés présentent un fort potentiel de résulter en des innovations importantes dans le domaine des biotechnologies industrielles au sens large, mais également en sciences biomédicales en médicales, pour l’étude de maladies métaboliques