Méthylation de l'adn bactérien dans les conflits, l'adaptation et l'intervention: de l'analyse métagénomique à l'inhibition pharmacologique // bacterial dna methylation in conflict, adaptation, and intervention: from metagenomic analysis to pharmacologica

Topic description

Les méthyltransférases de l'ADN bactérien (MTases) contrôlent l'expression génique, la réplication de l'ADN et la défense contre les éléments génétiques invasifs. Qu'elles agissent comme régulateurs épigénétiques solitaires ou comme composants de systèmes de restriction–modification (R–M), les MTases influencent profondément l'aptitude bactérienne, les interactions écologiques et l'évolution. Pourtant, leurs fonctions dans les communautés microbiennes naturelles restent mal caractérisées, et leur potentiel comme cibles antimicrobiennes demeure largement inexploré. Dans un contexte de résistance croissante aux antibiotiques et de regain d'intérêt pour les thérapies phagiques, la méthylation de l'ADN bactérien constitue un levier encore peu exploité pour moduler le comportement microbien.
Ce projet de doctorat vise à établir la méthylation de l'ADN comme un cadre unificateur reliant écologie microbienne, défense du génome et vulnérabilité aux antimicrobiens. En combinant modélisation mathématique, analyses métagénomiques à grande échelle, apprentissage automatique et expérimentation biochimique, le projet progresse de la théorie à la découverte puis à l'intervention. Il est structuré autour de trois objectifs interconnectés et donnera lieu à trois publications en premier auteur.

Objectif 1: développer un cadre mathématique pour analyser l'impact de la méthylation médiée par les MTases sur les interactions entre bactéries, bactériophages et systèmes immunitaires. En étendant les modèles de Lotka–Volterra, l'activité des MTases est intégrée comme une variable dynamique modulant la sensibilité aux phages via une restriction dépendante de la méthylation, tout en prenant en compte les contre-adaptations phagiques (protéines anti-restriction). Des simulations stochastiques permettront d'explorer l'hétérogénéité des populations, la stabilité évolutive et les régimes de coexistence bactéries–phages. Ce travail aboutira à la publication 'A Lotka–Volterra framework for modelling ecological interactions in bacteria–phage–immune systems'.

Objectif 2: caractériser la diversité des systèmes R–M dans les communautés microbiennes par la construction de metaRMdb, une base de données issue de génomes assemblés à partir de métagénomes. Contrairement aux ressources existantes centrées sur des organismes cultivés, metaRMdb intégrera la diversité des MTases et des enzymes de restriction chez des bactéries non cultivées provenant de microbiomes environnementaux et associés à l'hôte. Des modèles de Markov cachés et des approches d'apprentissage automatique seront utilisés pour identifier et classifier les gènes R–M à partir des bases IMG/M et GTDB. Un réseau de neurones profond (prokmeth) sera développé afin de prédire la spécificité de méthylation des MTases directement à partir de la séquence, réduisant la dépendance au séquençage longue lecture. Des validations ciblées par PacBio ou Nanopore serviront de référence. Cet objectif donnera lieu à la publication 'metaRMdb: a comprehensive database of R–M systems and their specificities in metagenomic data' et permettra d'identifier des MTases adénine solitaires conservées, susceptibles d'agir comme régulateurs épigénétiques globaux.

Objectif 3: évaluer expérimentalement la vulnérabilité pharmacologique de MTases solitaires. Une bibliothèque ciblée d'analogues de la S-adénosyl-L-méthionine (SAM) sera criblée par des essais enzymatiques in vitro, puis les composés prometteurs seront testés pour leurs effets sur la croissance bactérienne, des phénotypes liés à la virulence et la sensibilisation aux antibiotiques. Les résultats seront rapportés dans 'Inhibition of core DNA adenine methyltransferases by analogs of S-adenosyl-L-methionine'.

Dans son ensemble, ce projet relie théorie écologique, découverte métagénomique et intervention expérimentale afin de proposer une vision intégrée de la méthylation de l'ADN bactérien et d'évaluer l'inhibition des MTases comme une nouvelle stratégie antimicrobienne.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Bacterial DNA methyltransferases (MTases) regulate gene expression, DNA replication, and defense against invasive genetic elements. Acting either as solitary epigenetic regulators or as components of restriction–modification (R–M) systems, MTases shape bacterial fitness, ecological interactions, and evolution. Despite their ubiquity, MTase functions in natural microbial communities remain poorly understood, and their potential as therapeutic targets is largely unexplored. In the context of rising antibiotic resistance and renewed interest in phage-based therapies, bacterial DNA methylation represents an underutilized mechanism for modulating microbial behavior.
This PhD project aims to establish DNA methylation as a unifying framework linking microbial ecology, genome defense, and antimicrobial vulnerability. By integrating mathematical modelling, large-scale metagenomic analysis, machine learning, and biochemical experimentation, the work progresses from theory to discovery to intervention. The PhD project is structured around three interconnected aims and will result in three first-author publications.

Aim 1 develops a mathematical framework to examine how MTase-mediated methylation shapes ecological interactions between bacteria, bacteriophages, and immune systems. Extending Lotka–Volterra models, MTase activity is introduced as a dynamic variable modulating phage susceptibility through methylation-dependent restriction, while allowing phage counter-adaptations such as anti-restriction proteins. Parameterized with experimental data and explored using stochastic simulations, the model will probe population heterogeneity, evolutionary stability, and regime shifts in bacteria–phage coexistence. This work will yield 'A Lotka–Volterra framework for modelling ecological interactions in bacteria–phage–immune systems'.

Aim 2 addresses the limited knowledge of R–M system diversity in natural microbial communities by constructing metaRMdb, a database of R–M systems derived from metagenome-assembled genomes. Unlike existing resources focused on cultured organisms, metaRMdb will capture MTase and restriction enzyme diversity in uncultured bacteria across environmental and host-associated microbiomes. Hidden Markov models and machine learning will identify and classify R–M genes from IMG/M and GTDB datasets, integrating taxonomic and environmental metadata. To reduce reliance on long-read sequencing, a deep neural network (prokmeth) will be further developed to predict MTase methylation specificity directly from sequence data and integrated into the database. Targeted PacBio or Nanopore validation will benchmark predictions. This aim will culminate in 'metaRMdb: a comprehensive database of R–M systems and their specificities in metagenomic data'.
Beyond cataloguing diversity, Aim 2 establishes an evolutionary framework to distinguish variable, strain-specific R–M components from conserved solitary adenine MTases acting as global epigenetic regulators, providing a rational basis for target selection.

Aim 3 experimentally probes the pharmacological vulnerability of prioritized solitary adenine MTases. A focused library of S-adenosyl-L-methionine (SAM) analogs will be screened for inhibitory activity using in vitro assays, with promising compounds evaluated for effects on bacterial growth, virulence-associated phenotypes, and antibiotic sensitization. This work will be reported as 'Inhibition of core DNA adenine methyltransferases by analogs of S-adenosyl-L-methionine'.

Together, this PhD project connects ecological theory, metagenomic discovery, and experimental intervention to advance a unified view of bacterial DNA methylation and assess MTase inhibition as a novel antimicrobial and antibiotic-adjuvant strategy.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/
WEB :

Funding category

Funding further details

Contrats ED : Programme blanc GS-LSaH