En savoir plus

La maîtrise de la quantité d’œufs produits à chaque cycle reproducteur (fécondité) est un enjeu important que ce soit pour la gestion des populations sauvages de poissons ou en tant que levier d’amélioration de la compétitivité des élevages aquacoles. La dynamique globale de l’ovogenèse (taux et fréquence de recrutement, puis de croissance des ovocytes au sein de l’ovaire) peut être extrêmement variable que ce soit entre les différentes espèces de poissons, qui présentent des fécondités très variables, mais également au sein d’une même espèce en fonction des conditions environnementales. Les mécanismes qui gouvernent la dynamique de recrutement/croissance des ovocytes durant l’ovogenèse restent toutefois à ce jour peu connus, essentiellement en raison de difficultés méthodologiques inhérente à l’histologie classique (2D sur coupes) qui ne permet pas d’accéder facilement à la totalité des ovocytes à l’échelle de l’ovaire entier. Chez le médaka, un petit poisson d’aquarium à cycle de reproduction court utilisé pour étudier l’ovogenèse, nous avons récemment mis en évidence une vingtaine de miARNs exprimés de façon prédominante dans l’ovaire, dont un miARN (miR-202) jouant un rôle crucial pour le succès reproducteur femelle et notamment la fécondité. Les miARNs sont des régulateurs fins de l’expression des gènes qui sont impliqués dans le contrôle de nombreux processus biologiques et les données préliminaires dont nous disposons indiquent qu’il jouent un rôle important dans la régulation de la fécondité chez le médaka.

L’objectif du projet DynaMo est de comprendre précisément non seulement la dynamique globale de l’ovogenèse mais aussi le rôle des miARNs dans ce processus. Notre ambition est ici d’aller au delà d’une simple liste de miRNAs régulateurs de l’ovogenèse en fournissant une vision précise de ce processus intégrant la dynamique cellulaire et ses régulations par les miRNAs. Dans ce but, nous associerons une approche descriptive (par imagerie 3D), une approche fonctionnelle (grâce aux techniques d’édition du génome) et une approche de modélisation mathématique. Dans la première tâche du projet, une analyse exhaustive du nombre et de la taille des différents ovocytes présents dans l’ovaire sera réalisée par imagerie 3D à l’échelle de l’organe entier après une étape transparisation. Réalisée de façon concomitante, la deuxième tâche du projet consistera à invalider par une approche d’édition de génome via la technologie CRISPR/Cas9 des miARNs spécifiques sélectionnés à partir du pool de miARNs récemment identifiés. Les mutant présentant une fécondité réduite seront soumis à la fois à un phénotype histologique complet par imagerie 3D (tâche 3) et un phénotypage moléculaire approfondi par RNA-seq associé à la prédiction des cibles potentiels de miARNs (tâche 4). Enfin, la tâche 5 visera à modéliser la dynamique d’ovogenèse à partir des données obtenues dans la tâche 1 pour les animaux contrôles (sauvage). Ce modèle sera exploité pour chaque mutant à partir des données issues de la tâche 3 afin de mieux comprendre les altérations de la dynamique de l’ovogenèse associées à chaque mutant étudié. Enfin, les dynamiques associées à chaque mutant seront analysées à la lumière des données transcriptomiques obtenues dans la tâche 4 afin de mieux comprendre la régulation de la dynamique de l’ovogenèse par les miARNs.