Signal modeling and Bayesian estimation for cellular mechanism analysis: study of diffusion at the cell membrane and cell division (Modélisation du signal et de l'estimation bayésienne pour l’analyse de mécanismes cellulaires : étude de la diffusion membranaire et de la division cellulaire) Caranfil, Anca-Georgina - (2022-11-14) / Universite de Rennes 1 Signal modeling and Bayesian estimation for cellular mechanism analysis: study of diffusion at the cell membrane and cell division Accéder au document :  https://ged.univ-rennes1.fr/nuxeo/site/esupversion...

Langue : Anglais Directeur(s) de thèse:  Kervrann, Charles; Le Cunff, Yann Discipline : Signal, image, vision Laboratoire :  INRIA-RENNES ,  IGDR Ecole Doctorale : MATHSTIC Classification : Sciences de la vie, biologie, biochimie, Sciences de l'ingénieur Mots-clés : modélisation du signal, estimation bayésienne, diffusion membranaire, division cellulaire Traitement du signal Cellules -- Division

Résumé : La microscopie de fluorescence permet de s'appuyer sur la modélisation mathématique pour l'étude de mécanismes cellulaires complexes, mais les modèles préexistants ne permettent pas d'obtenir des informations à la fois sur les tendances globales et les comportements locaux, et ne sont pas adaptés à l'étude des interactions complexes entre les différents acteurs moléculaires. Dans cette thèse, nous proposons une approche mixte conçue pour pallier ces limitations, et l'appliquons à l'étude de deux mécanismes cellulaires. Nous proposons un premier modèle pour l'estimation de la diffusion locale en imagerie TIRF ; ce modèle permet l'évaluation de la diffusion en plusieurs spots de diffusion dans une région d'intérêt, répondant ainsi aux problèmes complexes causés par l'hétérogénéité de la membrane. Un deuxième modèle est introduit pour l'étude du comportement des centrosomes durant la division cellulaire, qui permet une meilleure compréhension des facteurs, et des interactions de ces facteurs, qui contribuent aux oscillations des centrosomes durant l'anaphase; ce modèle fournit des moyens de prédiction pour des phénotypes liés à des divisions asymétriques erronées. Ces deux modèles sont utilisés grâce à un nouveau cadre d'estimation de paramètres, qui s'appuie sur l'analyse de sensibilité et les méthodes bayésiennes ABC. Ce framework est polyvalent et facilement adaptable à d'autres contextes que celui des études présentées dans cette thèse. Abstract : Fluorescence microscopy makes it possible to rely on mathematical modeling for the study of complex cellular mechanisms, but preexisting models do not yield information on both global trends and local behaviors, and are not fit for the study of the complex interactions between the molecular actors involved. In this thesis, we propose a mixed approach designed with these limitations in mind, and use this approach to study two cellular mechanisms. We propose a first model for the estimation of local diffusion in TIRF imaging, which addresses the challenging issues caused by membrane heterogeneity by allowing to evaluate the diffusion for several diffusing spots in a region of interest. A second model is introduced for the study of centrosome behavior during cell division, that allows to better understand the factors and interactions that contribute to the oscillations of centrosomes during anaphase, thus providing means of prediction for phenotypes related to misguided asymmetric division. Both models are put into operation thanks to a novel parameter estimation framework, that relies on sensitivity analysis and Approximate Bayesian Computation. This versatile framework is easily adaptable to studies beyond the context of the ones presented in this thesis.