ENGINEERING AUTONOMOUS AND PROGRAMMABLE BIOSENSORS THROUGH SYNTHETIC BIOLOGY: INTEGRATING MULTIPLEXED BIOMARKER DETECTION AND BIOMOLECULAR SIGNAL PROCESSING INTO NEXT-GENERATION DIAGNOSTICS - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2015

ENGINEERING AUTONOMOUS AND PROGRAMMABLE BIOSENSORS THROUGH SYNTHETIC BIOLOGY: INTEGRATING MULTIPLEXED BIOMARKER DETECTION AND BIOMOLECULAR SIGNAL PROCESSING INTO NEXT-GENERATION DIAGNOSTICS

Ingéniérie de biosenseurs autonomes et programmables via une approche de biologie synthétique : détection multiplexée de biomarqueurs et traitement de signal biomoléculaire intégrés dans des outils diagnostiques de nouvelle génération

Résumé

The promise for real precision medicine is contingent on innovative technological solutions to diagnosis. In the postgenomic era, synthetic biology approaches to medicine provide new ways to probe, monitor and interface human pathophysiology. Emerging as a mature field increasingly transitioning to the clinics, synthetic biology can be used to apply engineering principles to design and build biological systems with clinical specifications. A particularly tantalizing application is to develop versatile, programmable and intelligent diagnostic devices closely interconnected with therapy. This thesis presents novel engineering concepts and approaches to design synthetic biological devices interfacing human diseases in clinical samples through biomolecular digital signal processing, in light of a need for dramatic improvements in capabilities and robustness. It addresses primarily the engineering of synthetic gene circuits through integrase based digital genetic amplifiers and logic gates, to integrate modular and programmable biosensing of biomarkers and diagnostic decision algorithms into bacteria. It then investigates systematic bottom-up methodologies to program microscale synthetic protocells performing medical biosensing and biocomputing operations. We demonstrate streamlined microfluidic fabrication methods and solutions to implement complex Boolean operation using integrated synthetic biochemical circuits. This contribution also extends to the characterization of protocell design space through novel computer assisted design frameworks, as well as the analysis of mathematical and biological evidence for universal protocellular biocomputing devices. The articulation of biological governing principles and medical implications for the synthetic devices developed in this work was further validated in the clinic, and initiates new models towards next-generation diagnostics. This work envisions that synthetic biology is preparing the future of medicine, supporting and speeding up the development of diagnostics with novel capabilities to bring direct improvement in biotechnologies from the clinical lab to the patient.
Les promesses de la médecine de précision dépendent de nouvelles solutions technologiques pour le diagnostic. Dans l’ère post-génomique, les approches de biologie synthétique pour la médecine apportent de nouvelles façons de sonder, monitorer et interfacer la physiopathologie humaine. Emergeant en tant que champ scientifique mature dont la transition clinique s’accélère, la biologie synthétique peut être utilisée pour appliquer des principes d’ingénierie afin de concevoir et construire des systèmes biologiques comprenant des spécifications cliniques. Une application particulièrement intéressante est de développer des outils diagnostiques polyvalents, programmables et intelligents étroitement interconnectés avec la thérapie. Cette thèse présente de nouveaux concepts et approches d’ingénierie pour concevoir des dispositifs biosynthétiques capables d’interfacer les maladies humaines dans des échantillons cliniques en exploitant du traitement de signal au niveau biomoléculaire, à la lumière d’un besoin croissant en termes de capacités et de robustesse. Cette thèse s’intéresse en premier lieu à l’ingénierie de circuits synthétiques de gènes, reposant sur les portes logiques à integrases, pour intégrer des opérations modulaires et programmables de biodétection de biomarqueur associées à des algorithmes de décisions au sein de population de bactéries. Elle s’intéresse ensuite à des méthodologies systématiques dites bottom-up, pour programmer des protocellules synthétiques microscopiques, capables d’exécuter des opérations de biodétection médicale et de biocomputation. Nous décrivons le développement de méthodes simples de fabrications microfluidiques associées à des solutions pour implémenter des opérations booléennes complexes en utilisant des circuits biochimiques synthétiques. Cette contribution s’élargit aussi à la caractérisation de l’espace de conception de protocellules à l’aide d’approches de design assisté par ordinateur, ainsi qu’à l’analyse de preuves mathématiques et biologiques pour l’utilisation de protocellules comme des dispositifs universels de calcul. L’articulation des principes biologiques fondamentaux avec les implications médicales concernant les dispositifs biosynthétiques développés dans ce travail, a été jusqu’à la validation clinique et initie de nouveaux modèles pour le developpement de diagnostics de nouvelle génération. Ce travail prévoit que la biologie synthétique est en train de préparer le futur de la médecine, en supportant et accélérant le développement de diagnostics avec de nouvelles capacités, apportant un progrès biotechnologique direct depuis le laboratoire de biologie clinique jusqu’au patient.
Fichier principal
Vignette du fichier
PhDThesis_Alexis_Courbet16.2.2.1.pdf (56.78 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-01615133 , version 1 (12-10-2017)

Identifiants

  • HAL Id : tel-01615133 , version 1

Citer

Alexis Courbet. ENGINEERING AUTONOMOUS AND PROGRAMMABLE BIOSENSORS THROUGH SYNTHETIC BIOLOGY: INTEGRATING MULTIPLEXED BIOMARKER DETECTION AND BIOMOLECULAR SIGNAL PROCESSING INTO NEXT-GENERATION DIAGNOSTICS. Bioinformatics [q-bio.QM]. University of Montpellier, 2015. English. ⟨NNT : ⟩. ⟨tel-01615133⟩
223 Consultations
72 Téléchargements

Partager

Gmail Facebook X LinkedIn More