| Resumé |
La paroi bactérienne est un élément majeur pour la croissance et la survie des bactéries dans leur environnement. Cependant le rôle exacte de chacun de ces composants de l'appareil de synthèse de la paroi reste peu claire. Nous avons décidé d'étudier des traques de particules uniques (spt) de ces composants pour mieux comprendre leurs dynamiques et interactions. En effet, l'état des particules et leur activité peuvent être déduit de leurs mouvements. Un premier projet sur PBP2 auquel j'ai participé (Özbaykal et al., 2020) a montré un rôle clé de PBP2 dans la formation du complexe Rod. La réalisation d'analyses pour déterminer les fractions de particules en état soit attaché soit diffusif nous ont souligné la difficulté de quantifier les données de spt de particules à faible vitesse de déplacements comme c'est le cas pour les protéines d'intérêt de notre laboratoire. Dans le cas de particules soit immobiles soit diffusives, les petits déplacements des particules diffusives sont difficiles à différencier de l'erreur de localisation inhérente aux techniques de spt. En particulier, aucune méthode ne permettait d'estimer correctement les taux de transition d'un état à l'autre en cas de faibles déplacements par rapport à l'erreur de localisation. Nous avons donc décidé de développer notre propre méthode baptisée ExTrack pour palier aux défauts qui empêchent les méthodes précédentes de correctement quantifier les cinétiques de diffusion et de transition d'états des particules. Pour cela, nous exprimons la fonction de densité de probabilité de chaque traque en fonction des positions réelles des particules, des états à chaque point de temps de la traque suivant les paramètres du modèle que sont l'erreur de localisation, les coefficient de diffusion de chaque état et les taux de transition d'un état à l'autre. Nous avons ensuite décrit plusieurs approximations qui permettent de rendre la méthode a la fois rapide, fiable et précise pour une large gamme de paramètres. Cela nous permet donc d'estimer les coefficients de diffusion et les fractions de chaque état ainsi que les taux de transitions en utilisant le principe de L'estimation par maximum de vraisemblance. Nous pouvons aussi prédire la probabilité de chaque état pour chaque point de temps des traques. De plus, ExTrack permet aussi d'optimiser la précision de localisation en obtenant des erreurs de localisation pour faibles que ce qui est possible avec une seule image quand les particules restent immobiles. Cela permet un compromis idéal entre résolutions spatiales et temporelles. Enfin, ExTrack permet aussi de mettre en avant des déviations des hypothèses de transitions Markoviennes en calculant des histogrammes de durées des états. Puis nous avons appliqué ExTrack à des données issues de composants de l'appareil de synthèse de la paroi pour confirmer sa capacité à estimer les paramètres de déplacements de particules avec à la fois une faible diffusion et des hauts taux de transition. Nous avons aussi pu notamment distinguer quatre états pour des composants tel que les protéines PBP2 et PBP1b: Un état diffusif, un autre état de faible diffusion et deux états immobiles: L'un d'eux étant un état transitoire et l'autre un état plus stable. |