Page 86

genomique-environnementale

de diversité que de fonctionnalité, 2) et d’accé-der à des niveaux de complexités supérieurs. En « systems biology », le rôle de l’informatique est une fois de plus essentiel et ce, bien au-delà de ce qu’elle peut traditionnellement fournir (puis-sance de calcul, capacité de stockage), notam-ment par ses capacités à raisonner pour extraire des propriétés émergentes. Si les données métaomiques peuvent servir à complexifier légèrement les modèles existants, la généralisation de nouveaux modèles géno-miques s’appuiera sur la structuration de l’éco-logie des systèmes en tant que domaine scien-tifique. Elle sera, comme pour la biologie des systèmes, issue de l’informatique, des mathé-matiques et de l’écologie. Cette structuration re-posera sur des données métagénomiques, mais également sur des écosystèmes de référence pouvant être utilisés comme base de tests pour de nouvelles techniques. L’écologie des systèmes se focalisera sur deux approches complémentaires : - Une approche bottom-up dont l’objectif sera de donner une description fonctionnelle à des données de métagénomique (par exemple, mise en évidence d’un métamétabolisme de l’éco-système – celui-ci devant converger vers les modèles de cycles biogéochimiques existants, Focus 12-2). - Une approche top-down dont l’objectif sera de permettre une recherche ciblée dans les bases de données de génomique afin de valider les modèles existants et raisonner sur le fonction-nement des écosystèmes. Les modèles fonctionnels résultants seront de grande complexité, décrivant à la fois les as-pects diversité des communautés et de trans-ferts de matière et d’énergie en leur sein. Cette modélisation appliquée aux écosystèmes d’inté-rêt sociétal permettra l’émergence de l’écologie synthétique pour définir les conditions optimales au pilotage des communautés comme pour pro-mouvoir la dénitrification naturelle des sols, pro-duire du biocarburant à partir d’écosystèmes contrôlés, etc. 84 PROSPECTIVE GÉNOMIQUE ENVIRONNEMENTALE Figure 12A. Différentes étapes du proces-sus de modélisation à partir de données haut-débit. A. Identification des corrélations entre communautés, B. Identification des communautés, C. Identification des interac-tions entre communautés pour D. modéli-ser les probabilités d’activation de commu-nautés en fonction des inter-dépendances. Chaque point représente un domaine de recherche existant, mais la cohésion entre ces quatre points représente le principal défi à la modélisation des systèmes micro-biens environnementaux. A B C D Probabilités Temps


genomique-environnementale
To see the actual publication please follow the link above