Déterminisme génétique du spectre d'hôtes chez Xanthomonas // Genetic Determinism of Host Range in Xanthomonas

La pathogénie des bactéries pathogènes de plantes repose sur plusieurs facteurs, dont les protéines effectrices de type III (ET3s). Injectées dans les cellules végétales, ces protéines forment collectivement l'effectome de type III, contribuant à la suppression de l'immunité et à la manipulation de la physiologie de la plante au profit de la bactérie. Les plantes contrecarrent l'activité des effecteurs grâce à des mécanismes de reconnaissance immunitaire pouvant aller jusqu'au déclenchement de la mort cellulaire. Cependant, certains effecteurs peuvent neutraliser ces réponses immunitaires, générant ainsi des interactions complexes et des effets épistatiques entre effecteurs. Par exemple, l'action d'un effecteur peut empêcher la reconnaissance d'un autre, lui permettant d'exercer sa fonction. En conséquence, les fonctions et les cibles de nombreux ET3 restent encore mal caractérisées, ce qui limite notre capacité à définir leurs contributions individuelles à la pathogénie chez différentes plantes et à la spécificité d'hôte.

Chez les Xanthomonas phytopathogènes, l'effectome comprend une trentaine de ET3s présentant une diversité structurale ainsi qu'une redondance fonctionnelle. Ainsi, les mutants simples d'effecteurs sont souvent peu informatifs, bien que l'effectome dans son ensemble soit essentiel à la pathogénie. Pour surmonter cette limitation, l'équipe SIX a généré une souche polymutante d'effecteurs de Xanthomonas campestris pv. campestris (Xcc), agent causal de la nervation noire des Brassicacées (Arabidopsis, chou, radis, moutarde), qui est non pathogène.

Cette thèse s'appuie sur une approche de biologie synthétique pour élucider l'implication des ET3s dans la pathogénie, le spectre d'hôte et les mécanismes d'émergence de nouveaux pathogènes en reconstruisant des effectomes minimaux. Les résultats de ce projet contribueront à une meilleure compréhension des processus biologiques et évolutifs des pathogènes végétaux. En comprenant les règles qui gouvernent l'influence de l'effectome sur la biologie de différents hôtes, nous pourrions prédire le risque d'émergence et les sauts d'hôte potentiels d'une bactérie à partir de la seule information contenue dans sa séquence génomique.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The pathogenesis of plant-pathogenic bacteria relies on several factors, including type III effector proteins (T3Es). Injected into plant cells, these proteins collectively form the type III effectome, contributing to the suppression of plant immunity and the manipulation of plant physiology for the bacterium's benefit. Plants counteract effector activity through immune recognition mechanisms, which can trigger cell death. However, some effectors can neutralize these immune responses, generating complex interactions and epistatic effects among effectors. For example, the action of one effector may prevent the recognition of another, allowing it to exert its virulence function. As a result, the functions and targets of many T3Es remain poorly characterized, limiting our ability to define their individual contributions to pathogenesis in different plants and host specificity.
In phytopathogenic Xanthomonas species, the effectome comprises about thirty T3Es, exhibiting both structural diversity and functional redundancy. Consequently, single effector mutants are often uninformative, even though the effectome as a whole is essential for pathogenesis. To overcome this limitation, the SIX team generated a polymutant strain of Xanthomonas campestris pv. campestris (Xcc) effectors, the causal agent of black rot in Brassicaceae (Arabidopsis, cabbage, radish, mustard), which is non-pathogenic.
This thesis employs a synthetic biology approach to elucidate the role of T3Es in pathogenesis, host range, and the emergence mechanisms of new pathogens by reconstructing minimal effectomes. The findings of this project will contribute to a better understanding of the biological and evolutionary processes of plant pathogens. By deciphering the rules governing the effectome's influence on the biology of different hosts, we could predict the risk of emergence and potential host jumps of a bacterium based solely on the information contained in its genomic sequence.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : http://www.xantho.fr

Concours de l'École Doctorale

Université de Toulouse

458 SEVAB - Sciences Ecologiques, Vétérinaires, Agronomiques et Bioingenieries

Nous recherchons une personne titulaire d'un Master 2 en microbiologie ou en phytopathologie. Des compétences en plusieurs des disciplines phytopathologie (tests de pathogénie), génétique bactérienne (génomique et transposition), biologie moléculaire (clonage et transformation) et microbiologie (cultures bactériennes) sont importantes pour la réalisation du projet. Des connaissances en biostatistiques (statistique descriptive, statistique comparative et modèles linéaires), bioinformatique (assemblages et traitement de données de séquençage à haut débit) et la maîtrise de RStudio seraient un atout.
We look for a candidate with a Master's degree (M2) in microbiology or phytopathology. Expertise in in sevral of the follwing disciplines phytopathology (pathogenicity testing), bacterial genetics (genomics and transposition), molecular biology (cloning and transformation), and microbiology (bacterial cultures) are important for the success of the project. Knowledge in biostatistics (descriptive statistics, comparative statistics, and linear models), bioinformatics (assembly and processing of high-throughput sequencing data), and proficiency in RStudio would be an advantage.