mot_clef = "Biologie synth{\'e}tique, Automatisation de la
conception, Conception assist{\'e}e par ordinateur,
Mod{\'e}lisation et simulations, R{\'e}seaux de
r{\'e}gulation g{\'e}n{\'e}tiques,
Micro{\'e}lectronique",
publisher = "HAL CCSD",
hal_id = "tel-01829464",
hal_version = "v1",
number = "2018STRAD008",
bibsource = "OAI-PMH server at api.archives-ouvertes.fr",
contributor = "de l'informatique et de l'imagerie Laboratoire des
sciences de l'ing{\'e}nieur and Christophe Lallement",
abstract = "In synthetic biology, Gene Regulatory Networks (GRN)
are one of the main ways to create new biological
functions to solve problems in various areas
(therapeutics, biofuels, biomaterials, biosensing).
However, the complexity of the designed networks has
reached a limit, thereby restraining the variety of
problems they can address. How can biologists overcome
this limit and further increase the complexity of their
systems? The goal of this thesis is to provide the
biologists with tools to assist them in the design and
simulation of complex GRNs. To this aim, the current
state of the art was examined and it was decided to
adapt tools from the micro-electronic field to biology,
as well as to create a Genetic Programming algorithm
for GRN design. On the one hand, models of diffusion
and of other various systems (band-pass, prey-predator,
repressilator, XOR) were created and written in Verilog
A. They are already implemented and well-functioning on
the Spectre solver as well as a free solver, namely
NgSpice. On the other hand, the first steps of
automatic GRN design were achieved. Indeed, an
algorithm able to optimise the parameters of a given
GRN according to a specification was developed.
Moreover, Genetic Programming was applied to GRN
design, allowing the optimisation of both the topology
and the parameters of a GRN. These tools proved their
usefulness for the biologists community by efficiently
answering relevant biological questions arising in the
development of a system. With this work, we were able
to show that adapting microelectronics and Genetic
Programming tools to biology is doable and useful. By
assisting design and simulation, such tools should
promote the emergence of more complex systems.",
abstract = "En biologie synth{\'e}tique, il existe plusieurs
mani{\`e}res d{'}adresser les probl{\`e}mes
soulev{\'e}s dans plusieurs domaines comme la
th{\'e}rapeutique, les biofuels, les biomat{\'e}riaux
ou encore les biocapteurs. Nous avons choisi de nous
concentrer sur l{'}une d{'}entre elles : les
r{\'e}seaux de r{\'e}gulation g{\'e}n{\'e}tique (RRG).
Un constat peut {\^e}tre fait : la diversit{\'e} des
probl{\`e}mes r{\'e}solus gr{\^a}ce aux RRGs est
brid{\'e}e par la complexit{\'e} de ces RRGs, qui a
atteint une limite. Quelles solutions s{'}offrent aux
biologistes, pour repousser cette limite et continuer
d{'}augmenter la complexit{\'e} de leur syst{\`e}me ?
Cette th{\`e}se a pour but de fournir aux biologistes
les outils n{\'e}cessaires {\`a} la conception et {\`a}
la simulation de RRGs complexes. Un examen de
l{'}{\'e}tat de l{'}art en la mati{\`e}re nous a
men{\'e} {\`a} adapter les outils de la
micro-{\'e}lectronique {\`a} la biologie ainsi
qu{'}{\`a} cr{\'e}er un algorithme de programmation
g{\'e}n{\'e}tique pour la conception des RRGs. D{'}une
part, nous avons {\'e}labor{\'e} les mod{\`e}les
Verilog A de diff{\'e}rents syst{\`e}mes biologiques
(passe-bande, proie-pr{\'e}dateur, repressilator, XOR)
ainsi que de la diffusion spatiotemporelle d{'}une
mol{\'e}cule. Ces mod{\`e}les fonctionnent tr{\`e}s
bien avec plusieurs simulateurs {\'e}lectroniques
(Spectre et NgSpice). D{'}autre part, les premi{\`e}res
marches vers l{'}automatisation de la conception de
RRGs ont {\'e}t{\'e} gravies. En effet, nous avons
d{\'e}velopp{\'e} un algorithme capable d{'}optimiser
les param{\`e}tres d{'}un RRG pour remplir un cahier
des charges donn{\'e}. De plus, la programmation
g{\'e}n{\'e}tique a {\'e}t{\'e} utilis{\'e}e pour
optimiser non seulement les param{\`e}tres d{'}un RRG
mais aussi sa topologie. Ces outils ont su prouver leur
utilit{\'e} en apportant des r{\'e}ponses pertinentes
{\`a} des probl{\`e}mes soulev{\'e}s lors du
d{\'e}veloppement de syst{\`e}mes biologiques. Ce
travail a permis de montrer que notre approche, {\`a}
savoir adapter les outils de la micro-{\'e}lectronique
et utiliser des algorithmes de programmation
g{\'e}n{\'e}tique, est valide dans le contexte de la
biologie synth{\'e}tique. L{'}assistance que notre
environnement de d{\'e}veloppement fournit au
biologiste devrait encourager l{'}{\'e}mergence de
syst{\`e}mes plus complexes.",
annote = "Laboratoire des sciences de l'ing{\'e}nieur, de
l'informatique et de l'imagerie ( ICube ) ; {\'E}cole
Nationale du G{\'e}nie de l'Eau et de l'Environnement
de Strasbourg ( ENGEES ) -Universit{\'e} de Strasbourg
( UNISTRA ) -Institut National des Sciences
Appliqu{\'e}es - Strasbourg ( INSA Strasbourg ) ;
Institut National des Sciences Appliqu{\'e}es ( INSA )
-Institut National des Sciences Appliqu{\'e}es ( INSA )
-Centre National de la Recherche Scientifique ( CNRS )
-Mat{\'e}riaux et nanosciences d'Alsace ;
Universit{\'e} de Strasbourg ( UNISTRA )
-Universit{\'e} de Haute-Alsace (UHA) Mulhouse - Colmar
( Universit{\'e} de Haute-Alsace (UHA) ) -Institut
National de la Sant{\'e} et de la Recherche
M{\'e}dicale ( INSERM ) -Centre National de la
Recherche Scientifique ( CNRS ) -Universit{\'e} de
Strasbourg ( UNISTRA ) -Universit{\'e} de Haute-Alsace
(UHA) Mulhouse - Colmar ( Universit{\'e} de
Haute-Alsace (UHA) ) -Institut National de la Sant{\'e}
et de la Recherche M{\'e}dicale ( INSERM ) -Centre
National de la Recherche Scientifique ( CNRS )
-R{\'e}seau nanophotonique et optique ; Universit{\'e}
de Strasbourg ( UNISTRA ) -Universit{\'e} de
Haute-Alsace (UHA) Mulhouse - Colmar ( Universit{\'e}
de Haute-Alsace (UHA) ) -Centre National de la
Recherche Scientifique ( CNRS ) -Universit{\'e} de
Strasbourg ( UNISTRA ) ; Universit{\'e} de Strasbourg",