AMN — Reseaux Métaboliques Artificiels

Alors que le rôle premier du métabolisme est la conversion chimique, peut-il aussi servir de dispositif de traitement de l'information ? Pour répondre à cette question, nous proposons d’encoder divers modèles métaboliques microbiens en réseaux métaboliques artificiels (AMNs), qui peuvent être entrainés à partir de données expérimentales ou de simulations de modèles. Contrairement aux réseaux neuronaux artificiels de type "boîte noire", nos AMNs reflèteront la structure et la dynamique des réseaux métaboliques. Nos AMNs seront testés sur des problèmes classiques d'apprentissage machine pour évaluer le niveau de sophistication que le métabolisme est capable de gérer. Dans un contexte biotechnologique, nos AMN servirons à la conception d'expériences pour (i) maximiser la productivité d'une souche de Escherichia coli productrice de lycopène en déterminant la composition en nutriments et la liste de gènes endogènes à supprimer (ii) classifier la sévérité d’infections virales par l’ingénierie d’une souche de Escherichia coli capable de détecter des biomarqueurs de la COVID-19 dans des échantillons cliniques.