Descriptif

Étude quantitative et modélisation de la croissance chez la levure S. pombe

L'interdisciplinarité prend de plus en plus de place dans les sciences du vivant, et les mathématiques appliquées, l'informatique ou la physique sont associées aux méthodes biologiques et biochimiques pour aller étudier de manière quantitative une question biologique. En particulier, l'imagerie optique et l'analyse d'image jouent un rôle de plus en plus prépondérant dans l’étude in vivo de phénomènes dynamiques. Dans cet esprit, on se propose ici d'étudier la croissance chez la levure S. pombe en alliant génie génétique pour préparer les souches à étudier, vidéo-microscopie pour les imager in vivo, analyse d'image pour quantifier les données acquises et modélisation pour les confronter à un modèle quantitatif.

Note: Ce module est constitué pour partie de travaux expérimentaux de biologie et microscopie, et pour partie de travaux pratique informatique en Python.
Numéro clausus : 6 (Priorité aux élèves inscrits au PA Biologie ou PA IT "Innovation technologique"- Management de l'innovation - Imagerie biologique et biomédicale)
Langue du cours : Français
Credits ECTS : 4

Quantitative study of size homoeostasis in the fission yeast S. pombe

Interdisciplinarity is key in today's life sciences. On top of the experimental techniques of biology and biochemistry, applied mathematics, computer science or physics are increasingly mandatory for the quantitative study of a biological question. In particular, imaging through fluorescence microscopy and the automated analysis of the resulting acquired images play a crucial role in the study of dynamical phenomenon in vivo. Following that spirit, we will look at cell growth and size homoeostasis in the fission yeast S. pombe, using classical experimental biology techniques to build genetically modified strains, video-microscopy to observe them in vivo and image analysis to obtain quantitative data, which will be confronted to simple models and simulations.

Note: this module contains a practical experimental biology part as well as a computational part in Python.
Langue du cours : French
Credits ECTS : 4