Modélisation métabolique pour l'étude des voies de régulation énergétiques : un enjeu dans la maladie de Parkinson

La motivation de ce mémoire est l'étude des processus de régulation énergétique impliqués dans la maladie de Parkinson. Profitant du savoir-faire de développement d'outils pour l'analyse du métabolisme cellulaire, un modèle d'équations différentielles pour simulations dynamiques fut premièrement établi grâce à la littérature sur les voies et les cinétiques des flux métaboliques. Une plateforme d'expérience utilisant une source d'éléments biologiques primaires fut choisie puisqu'elle offre des avantages importants tels que son risque faible de biais biologique. Suivant la création et l'adaptation spécifiques de protocoles visant l'analyse de concentrations de molécules biologiquement actives, des expériences sur des extraits de tranches de cerveau de souris modifiées génétiquement ou affectées temporairement d'un découplage mitochondrial, furent réalisées entres autres grâce à la collaboration de professeur L-É. Trudeau de l'Université de Montréal, du département de pharmacologie. Grâce aux analyses métabolomiques par chromatographie en phase liquide suivie de spectroscopie de masse et la mesure de concentrations de molécules de l'environnement extracellulaire, il fut possible d'adapter les voies métaboliques du modèle et de calibrer ce dernier en ajustant ses paramètres, afin de reproduire les comportements dynamiques du tissu cérébral. Grâce à des simulations, il fut possible de décrire entre autre des flux réactionnels non mesurables, provenant de réponses cellulaires des tranches de cerveau d'individus ayant subi l'extinction d'un gène impliqué dans la maladie de Parkinson (PARK 2) ou d'individus sains à qui l'ajout d'un ionophore mitochondrial (CCCP) a été prodigué. Ainsi, par analyse comparative face à l'organisme inaffecté, il fut possible d'énoncer qu'une exposition à un agent de stress environnemental peut causer une diminution marquée et soutenue des navettes énergétiques assurant le bon fonctionnement de la cellule. De plus, il fut possible de démontrer que dans le test de stress de type génétique, les processus de régulation métabolique sont suffisamment robustes pour empêcher des changements au niveau des métabolites. En effet, grâce aux simulations, il fut possible de constater que des mécanismes d'adaptation des voies métaboliques et des flux enzymatiques existent. L'accomplissement final des travaux est leur soumission pour publication dans un journal scientifique avec comité de révision : Public Library of Science, Computationnal Biology.

Abstract

This project's main objective is to study the implications of energy regulated pathways in Parkinson's Disease. As a first step, this goal is achieved by the development of a literature based ODE model as a cellular metabolism analysis tool. Development of various experimental platforms revealed that extraction, perturbation and analysis of fresh brain tissue slices had less measurement bias. After new protocol development or adaptation, metabolomic extracts and analysis resulted in measurements of PD related gene knock-out and mitochondrial decoupling pulse stress. This was performed on a mice model provided through collaboration with Professor Trudeau of the Université de Montréal, department of pharmacology. These UPLCMS and extracellular data were used to adapt and calibrate the original ODE model and curve fit the observed dynamics. By comparing the different variations of the measurement corroborated model, it was possible to describe the variations of unmeasured cellular process involved in the mitochondrial CCCPionophore and PARK-2 gene knock-out stresses. While a strong effect is observed following the CCCP stress as the energetic level decreases drastically, no effect is observed for the genetic PD model from a metabolite concentration point of view. In fact, it is only by simulations' flux analysis that one can realise that this is possible as the cell performed naturally a rebalancing of fluxes, suggesting a robust energy regulation. As a final achievement, this work was submitted for publication in a peer reviewed scientific journal: Public Library of Science, Computational Biology.