Vers une cellule artificielle autonome : ingénierie d'une plateforme cell-free autoregénérative

Contexte du projet :

Les systèmes d'expression acellulaires (cell-free, CFS) ont révolutionné la biologie, notamment pour le déchiffrage du code génétique qui a valu le Prix Nobel à M. Nirenberg et H. Matthaei [1]. Ces systèmes utilisent un lysat cellulaire bactérien contenant les machineries de transcription/traduction, complété par un tampon énergétique et des acides aminés [2]. Ces technologies sont devenues des outils puissants pour comprendre les processus biochimiques, tester des circuits pour l’ingénierie métaboliques et dans le développement d’un objectif majeur de la biologie synthétique : la cellule artificielle [3]. Les points critiques actuelles pour obtenir une cellule artificielle à partir d’un CFS encapsulé dans une bicouche lipidique sont la régénération des composants du dogme central (réplication-transcription-traduction) [4], un métabolisme fonctionnel [5], la croissance membranaire [6] et la division cellulaire [7]. Des efforts en biologie synthétique ont créé des réseaux où composants métaboliques et génétiques s'autorégulent [8], incluant la synthèse de novo de fonctions comme la réplication de l'ADN [9]. Les avancées en compartimentation [10], criblage de liposomes [11], expérimentation automatisée et optimisation assistée par IA [12] ouvrent la voie vers la construction d'une cellule synthétique minimale.

Résumé du projet de thèse :

Les systèmes CFS basés sur des lysats d'E. coli contiennent toutes les machineries nécessaires à l'expression de l'information génétique. Cependant, l'expression en cell-free d’un génome minimal permettant de construire un système autoréplicatif demeure un défi majeur. Ce projet repose sur l'hypothèse que l'expression génétique dans les systèmes CFS est fortement déséquilibrée en raison d'altérations dans les quantités de polymérases, ribosomes, facteurs de traduction et métabolites, ainsi que de perturbations de l'organisation spatiale et de l'encombrement moléculaire due au protocole de préparation des lysats cellulaires. Au lieu de mimer la composition moléculaire d'une cellule vivante, ce projet propose de sélectionner un ensemble minimal de gènes du génome d'E. coli et de moduler leurs niveaux d'expression pour optimiser leur stœchiométrie pour l'environnement CFS. En combinant automatisation (biofonderie CFS de Micalis) et modèles d'apprentissage, nous explorerons de manière systématique et à haut débit l'espace combinatoire d’une large collection de plasmides pour identifier la combinaison optimale permettant de régénérer les machineries de production de protéines, de lipides et d’ATP. Cette stratégie représente une première étape audacieuse vers la création d'une cellule artificielle dotée d'un dogme central équilibré, d'un métabolisme et d'une lipogenèse fonctionnels en système CFS.

Précision sur l'encadrement :

La thèse sera encadrée par Olivier Borkowski dans l’équipe SyBER de Micalis (INRAE jouy-en-josas) d’octobre 2026 à septembre 2029. Collaboration avec TBI toulouse.

Conditions scientifiques matérielles (conditions de sécurité spécifiques)
et financières du projet de recherches :

L’étudiant(e) recruté(e) disposera de tout le matériel d'un laboratoire de biologie moléculaire, comprenant des équipements pour cultiver des souches, produire et mesurer des réactions de cell-free, faire des mesures de RNA-seq et de biochimie. La personne aura accès aux différentes plateformes technologiques de MICALIS et l’INRAE (Imaging (MIMA2), bioinformatics (Migale), metabolomics networks, fluxomics (MetaToul), cell-free biofoundry).

Il bénéficiera également d'un poste de travail informatique et d'un accès à des serveurs de calcul. Un ou plusieurs techniciens de laboratoire pourront, de façon temporaire, apporter leur soutien.

Références bibliographiques :

[1] Hausmann, R., 2002. (pp. 140-153). Dordrecht: Springer Netherlands. [2] D. Garenne, et al, Synth. Biol., vol. 6, no 1, p. ysab017, janv. 2021 [3] Kosaka, Yuishin, et al. Nature Communications 16.1 (2025): 514 [4] Blanken, D et al. 2020. Nature communications, 11(1), p.4317. [5] Schwander, T.,et al 2016. Science, 354(6314), pp.900-904 [6] Kohyama, Shunshi,et al. Nature Communications 13.1 (2022): 6098 [7] Giaveri, S et al, 2025. Nature communications, 16(1), p.7488. [8] Giaveri, Simone, et al. Science 385.6705 (2024):174-178 [9] Okauchi, H. et al. 2021. ACS Synthetic Biology, 10(12), pp.3507-3517 [10] Cho, E. et al., 2020. ACS Synthetic Biology, 9(11), pp.2881-2901 [11] Contreras-Llano, L.E. et al., 2018. Synthetic Biology, 3(1), p.ysy012[12] Borkowski, et al, 2020. Nature communications, 11(1), p.1872.

Equipe SyBER (https://www.micalis.fr/fr/equipe/syber-2/) : La biologie synthétique vise à concevoir des systèmes biologiques pour des applications dans les domaines de la santé, de la biofabrication et de l’environnement. Cependant, des défis persistent en raison du nombre limité d’éléments génétiques bien caractérisés, des interactions indésirables et de la nécessité d’explorer de nouvelles fonctions biologiques. Pour relever ces défis, l’équipe SyBER utilise des approches multidisciplinaires, y compris des méthodologies d’ingénierie des génomes de pointe, l’évolution adaptative en laboratoire, le phénotypage à haut débit in vivo et basé sur le lysat, et la modélisation.

Profil et compétences recherchées :

M2 recherche biologie / ingénieur, option microbiologie, biologie moléculaire. Intérêt pour la programmation et les approches d’apprentissage automatique. Expérience avec Python.