Modèles géométriques pour l'encodage robuste de l'information dynamique en motifs embryonnaires

Durant le développement embryonnaire, les tissus se segmentent en motifs fonctionnels de façon hautement dynamique. En particulier, les précurseurs des vertèbres, appelés les somites, se forment en traduisant des oscillations temporelles de l’activité génétique en un motif stable d’expression génétique qui positionne les frontières entre somites et établit l’axe antéro-postérieur à l’intérieur des somites. Les oscillations génétiques sont générées par des processus intracellulaires autonomes, mais requièrent un couplage avec les cellules avoisinantes pour persister et se synchroniser au niveau du tissu. Dans le cadre théorique des systèmes dynamiques complexes, le modèle le plus naturel de cette formation de motif est le modèle de Stuart-Landau, lequel correspond à une bifurcation de Hopf gouvernant la dynamique à l’intérieur de chaque cellule, ainsi qu’à un couplage de Kuramoto accomplissant la synchronisation entre cellules. Toutefois, notre approche de modélisation géométrique fournit des preuves contre le modèle Hopf-Kuramoto. Nous proposons un mécanisme alternatif basé sur une bifurcation SNIC qui traduit de façon robuste les oscillations en un motif stable. De plus, ce modèle SNIC est cohérent avec les expériences qui étudient la synchronisation des oscillations au niveau du tissu. La bifurcation SNIC, bien que rarement discutée dans le contexte de la formation des somites, est utilisée fréquemment en neuroscience pour modéliser les systèmes excitables, par exemple.