Exploration de la convergence des omiques et des phénotypes écologiques : avancées dans la modélisation métabolique ascendante pour les microeucaryotes phototrophes lors de l'évaluation du plancton marin

This thesis focuses on connecting omics data to marine ecosystems through metabolic modelling. Marine plankton, including viruses, bacteria, archaea, and single-celled eukaryotes, play a crucial role in Earth system functioning. However much of their biological processes remains understudied. They contribute to primary production, oxygen production, nutrient cycling, and serve as a vital food source for higher trophic levels, making their study essential for understanding and managing marine ecosystems and their ecological balance. Advances in sequencing technology and bioinformatics have enabled the de novo reconstruction of genomes from environmental samples, providing valuable insights for uncultured organisms. Genome-scale metabolic models (GSMs) allow quantitative and computable genotype-environmentphenotype relationship of target organisms. Initially used for modelling cellular physiology and growth of model organisms, extensions of these constraintbased approaches are emerging for predicting and understanding microbial communities. To date, numerous ecologically relevant GSMs are already available for prokaryotes. However, models for marine eukaryotic microbes are lagging behind, mostly due to the paucity of model organisms with available sequenced genomes and to the time-consuming steps of manual curation required to obtain effective models. These curation steps are particularly tedious in traditional bottom-up approaches since they must be performed for each new model reconstruction. The top-down approach shifts this paradigm by introducing a generic meta-model for which curation is done only once. This meta-model is then converted to ready-to-use organism-specific models while preserving the whole manual curation and relevant structural properties. Until now, this technique was only applied to prokaryotes. In this work, we introduce PhotoEukStein, a generic model enabling fullyautomatic reconstruction of eukaryotic-algae metabolic models at genome-scale. PhotoEukStein was built from the merging of available biochemical and genomic information of 16 eukaryotic algae, and combines features of photosynthetic eukaryotic cells (using light energy to convert carbon dioxide into organic compounds). An extensive manual curation has been done to make it “simulation-ready”. We proved that PhotoEukStein-derived models accurately capture relevant metabolic properties and show high correlation with expert-based models in predicting growth rates of specific algae species. Additionally, the similarity in correlation maps suggests a close alignment in the interconnectedness of reactions. To date, 549 models were derived from PhotoEukStein by applying this new method to Tara Oceans environmental genomes and transcriptomes of phototrophic marine unicellular eukaryotes, providing a brand new valuable ressource. Indeed, GSMs offer a more accurate representation of the functional characteristics of organisms than strategies based only on gene annotation, or by using taxonomic proxy. They offer higher-level insight and a systems-level perspective which are essential to comprehensively unravel the complexities of gene function and their contributions to phenotypic trait. Moreover, metabolic niche allow connection of GSMs to biogeochemical processes at ocean-scale, opening the doors to evolutive questions or impacts of climate change on these precious ecosystems. Overall, PhotoEukStein significantly advances our understanding and modelling of the metabolism, physiology, biogeochemistry, and ecology of phototrophic eukaryotes. By allowing now the integration of the eukaryotic layer for the very first time, PhotoEukStein paves the way for an in-depth ecosystemic exploration of plankton communities from viruses to single-cell phototrophs.Cette thèse se concentre sur la connexion des données omiques aux écosystèmes marins grâce à la modélisation métabolique. Le plancton marin, incluant les virus, les bactéries, les archées ou les eucaryotes unicellulaires, est essentiel à la régulation de la vie sur Terre. Ces organismes contribuent à des processus cruciaux tels que la production d'oxygène, la pompe à carbone, le recyclage des nutriments et servent de source alimentaire pour les niveaux trophiques supérieurs. Malgré cela, une grande partie de leur biologie reste peu étudiée. Les progrès en séquençage à haut-débit et en bioinformatique ont permis la reconstruction de génomes environnementaux fournissant des connaissances précieuses sur ces organismes non cultivables. Les modèles métaboliques à l'échelle du génome (GSMs) permettent de prédire quantitativement les relations entre genotypes, environnements et phénotypes. Initialement utilisés pour modéliser la physiologie cellulaire et la croissance des organismes modèles en laboratoire, ces approches ont été étendues pour s'appliquer aux communautés microbiennes. De nombreux GSMs pertinents sur le plan écologique sont déjà disponibles pour les procaryotes. Cependant, en raison de la rareté d'organismes modèles avec des génomes séquencés disponibles et des étapes de curation manuelle laborieuses pour obtenir des modèles efficaces, les micro-organismes eucaryotes sont en retard. L'approche ascendante propose un changement de paradigme en introduisant un méta-modèle générique dont la curation n'est effectuée qu'une fois. Ce modèle générique est ensuite dérivés en modèles spécifiques prêts aux analyses sous-contraintes, tout en conservant les propriétés fonctionnelles et structurelles pertinentes. Jusqu'à présent, cette technique ne s'appliquait qu'aux procaryotes. Dans ce travail, nous présentons PhotoEukStein, un méta-modèle générique permettant la reconstruction automatique de modèles métaboliques d'algues eucaryotes. PhotoEukStein contient les informations biochimiques et génomiques de 16 eucaryotes phototrophes, utilisant l'énergie lumineuse pour convertir le dioxyde de carbone en composés organiques. Les modèles dérivés de PhotoEukStein capturent les propriétés métaboliques essentielles, et montrent une forte corrélation avec les modèles construits manuellement pour prédire les taux de croissance d'algues spécifiques. De plus, notre analyse suggère une étroite interconnexion des réactions qui est similaire aux modèles de référence. À ce jour, 549 modèles ont été dérivés de PhotoEukStein en appliquant cette nouvelle méthode aux génomes environnementaux et aux transcriptomes de microorganismes eucaryotes unicellulaires phototrophes de l'expédition Tara Oceans, fournissant ainsi une nouvelle ressource précieuse. En effet, les GSMs offrent une représentation plus précise des caractéristiques fonctionnelles des organismes par rapport aux stratégies se basant seulement sur l'annotation des gènes, ou par proxy taxonomique. Nous accédons à une vision holistique essentielle pour comprendre de manière exhaustive comment de nouvelles fonctions émergent de l'interaction complexe des gènes avec leurs environnements, et contribuent aux caractéristiques phénotypiques. De plus, différentes techniques permettent l'intégration des GSMs aux écosystèmes planctoniques et aux processus biogéochimiques à l'échelle océanique, ouvrant les portes aux questions d'évolution ou de prédictions face au réchauffement climatique. En permettant désormais l'intégration de la couche eucaryote pour la première fois, PhotoEukStein ouvre la voie à une exploration écosystémique approfondie des communautés planctoniques, des virus aux phototrophes unicellulaires. PhotoEukStein va ainsi contribuer de manière significative à notre compréhension du métabolisme, de la physiologie, de la biogéochimie et de l'écologie des eucaryotes phototrophes