David Bensimon s’inquiète dans Le Monde des dangers de la banalisation des techniques issues de la biologie synthétique. L’occasion de revenir sur quelques résultats marquants de cette science récente (voir aussi chez dvanw et Matthieu).
(more…)
Continuons dans la série oeil, poissons et évolution
“As it is difficult to imagine that eyes, although useless, could be in any way injurious to animals living in darkness, I attribute their loss wholly to disuse”
“Comme il m’est difficile d’imaginer que des yeux, même inutiles, puissent être en aucune façon desavantageux à des animaux vivants dans l’obscurité, j’attribue leur perte à leur inutilisation”
Charles Darwin
Dans ma boîte mail ce matin, un message bien mystérieux :
(more…)
De la recherche très récente, qui fait déjà partie des classiques de biologie : l’horloge circadienne des cyanobactéries, ou comment reproduire un processus complexe dans un tube à essai.
Peu de temps pour écrire ici en ce moment, quelques sujets qui m’on intrigué ces temps derniers : (more…)
Vous n’êtes pas sans savoir qu’une polémique est née suite aux propos suivants de Jean-Louis Borloo :
De mon temps, au lycée, la génétique avait l’air très propre sur elle. Les temps changent !
(more…)
Une étude récente parue dans Plos Biology montre comment une mutation génétique peut se “multiplier” dans les testicules.
(more…)
L’actuelle campagne électorale bruisse en ce moment de débats d’inspiration biologique (voir par exemple cette tribune d’Axel Kahn - pardon Enro !- sur la question), qui remettent sur la table l’éternel débat inné-acquis, et le rôle de l’environnement. L’occasion d’un petit billet sur certains mécanismes derrière la variabilité phénotypique en réponse à l’environnement, et de liens avec l’évolution.
En 1998, Rutherford et Lindquist ont publié une étude fascinante dans Nature d’une protéine appelée “Hsp90″. Cette protéine est dite “chaperonne” : elle aide les autres protéines à se replier et à ainsi acquérir leur fonction dans l’organisme. Lorsque Hsp90 est mutée dans une population, différentes mouches exhibent tout d’un coup différents phénotypes plus ou moins sévères : certaines mouches ont des yeux déformés, d’autres des ailes de tailles différentes, d’autres encore des antennes supplémentaires. Bizarre si on suppose qu’à une mutation est associée un seul phénotype ! En fait, Rutherford et Linquist montrent que les mutations de Hsp90 révèlent des variabilités “cachées” dans le génome.
Le mécanisme est schématisé dans la figure ci-contre. Dans le panneau A est représentée une mouche normale : le gène a produit une protéine fonctionnelle A, et tout va bien. Le panneau B montre le rôle joué par HSP90 : l’allèle a1 est différent de l’allèle a, et la protéine associée A1 a une fonction différente. Le rôle d’HSP90 est alors de jouer le rôle de “tampon génétique” et de “corriger” la fonction de A1, pour la transformer en protéine fonctionnelle A : elle va par exemple contrôler le repliement de A1 afin de la forcer à aller vers la même fonction que la protéine “normale” A. Du coup, si HSP90 est supprimé (ou si elle a trop de travail par exemple), il ne lui sera plus possible de corriger le repliement et la protéine A1 va être produite, jouant une fonction différente. La variabilité génétique cachée de l’organisme va être ainsi mise en évidence.
On voit donc qu’une mouche portant l’allèle a1 est en général tout à fait normale mais une variation de l’environnement (par exemple de la température) peut révéler la variabilité cachée. L’autre aspect fascinant est que Rutherford et Lindquist se sont ensuite amusées à faire de la sélection entre les mouches ayant le même phénotype une fois HSP90 muté, puis ont réintroduit une HSP90 normal. Surprise : HSP90 est alors cette fois incapable de corriger le phénotype ! Une expérience difficile à interpréter selon moi : cela suggérerait que Hsp90 pourrait agir en plusieurs endroits sur le même processus; en accumulant des mutations dans les protéines de celui-ci, peut-être Hsp90 n’arrive-elle plus à compenser toutes les micro-mutations, d’où la fixation du phénotype.
Référence :
Hsp90 as a capacitor for morphological evolution, Suzanne L. Rutherford and Susan Lindquist,Nature 396, 336-342 (26 November 1998)
La question posée par Luria & Delbruck est de savoir comment les bactéries deviennent résistantes (aux antibiotiques par exemple). Deux hypothèses sont possibles a priori :
Références :
La page wikipédia
Luria, SE, Delbruck, M. (1943) “Mutations of Bacteria from Virus Sensitivity to Virus Resistance” Genetics 28:491-511. en pdf (les calculs ne sont pas hyper compliqués, cf plus bas pour un résumé)
[Parenthèse mathématique pour ceux qui veulent savoir d'où vient le résultat :
considérons une population de bactéries croissant avec un taux 1, si bien que la population en t est N(t)=N_0 exp(t). Supposons que les bactéries puissent devenir resistantes avec un taux de mutation a.
Le nombre de bactéries ayant muté entre t et t + dt est alors aN(t)dt. Si on appelle r le nombre de bactéries mutantes au temps t, on a donc dr=aN(t)dt+rdt, soit dr/dt= aN(t)+r. Le deuxième terme vient du fait que les bactéries mutantes déjà présentes croissent elles aussi avec un taux 1. Au final, le nombre de bactéries mutantes est donc, en intégrant, r(t)=taN(t), et la proportion de bactéries mutantes est donc ta, donc proportionnelle au temps. Luria et Dellbruck soulignent qu'au début, il n'y aura pas de mutants, si bien qu'ils corrigent cette formule en r(t)=(t-t_0)aN(t), où t_0 est le temps où apparaît le premier mutant.
Ensuite, le même genre de calculs est faisable sur la variance : c'est un peu plus compliqué car comme la population croît exponentiellement, la variance va aussi croître violemment avec le temps, d'où une distribution beaucoup plus large. Plus précisément, on considère d'abord le nombre de mutations entre t-tau et t-tau+dtau :
dm =aN(t-tau)dtau=aN(t)exp(-tau)dtau.
On se ramène au temps t car pour connaître la variance après t, il faut évaluer les contributions indépendantes à cette variance de toutes les mutations apparues avant t. Les mutations se font avec une statistique de Poisson, donc la variance du nombre de mutations est égale à la moyenne ci-dessus. Mais ce n'est pas le cas pour le nombre de mutants à cause de la croissance de la population. En effet, les mutants croissent toujours avec un taux 1, et donc il y a exp(tau) fois plus de mutants issus de cette mutation à t qu'à (t-tau), donc la variance au temps t sur le nombre de mutants apparus à t-tau est exp(2tau) celle sur le nombre de mutations, soit
var_dr=aN(t)exp(tau)dtau.
ce qui donne une variance totale au temps t (en intégrant sur tau)
var_r=aN(t)(exp(t)-1).
Donc var_r/r est proportionnel à exp(t)/t et est donc très grand devant 1; on est très loin de Poisson aux temps longs...
]
Ecrivez-moi à tom point roud arobase gmail point com
