Soutenance de thèse de Solmaz HOSSEIN KHANI

Bravo à Solmaz qui a brillamment soutenu sa thèse dans le cadre d'un projet mené dans l’UMR FARE grâce au soutien de la région Grand Est et du projet FillingGaps du PEPR B-BEST, sous la direction de Yassin Refahi et Gabriel Paës.

Le jury était constitué de :

M. Grégoire MALANDAIN, examinateur, Directeur de Recherche INRIA, Président du jury
Mme Estelle BONNIN, rapporteure, Ingénieure de Recherche INRAE
M. Philippe ANDREY, rapporteur, Directeur de Recherche INRAE
M. Paul DURU, examinateur, Professeur des Universités INP Toulouse

Résumé :

La biomasse lignocellulosique est une source renouvelable de biopolymères et une alternative aux ressources fossiles, mais sa récalcitrance à la déconstruction enzymatique doit être surmontée pour une conversion économiquement viable, ce qui requiert une compréhension approfondie de la déconstruction de la paroi végétale, encore peu étudiée à l’échelle microscopique. Dans cette thèse, un pipeline de traitement d’images 4D (espace + temps) a été développé pour répondre de manière exhaustive aux défis que pose la quantification de la déconstruction de la paroi à l’échelle microscopique. Ce cadre méthodologique combine une stratégie de type « diviser pour régner » avec la propagation temporelle de l’information spatiale, afin de suivre les parois pendant l’hydrolyse et de fournir la dynamique de l’intensité d’autofluorescence ainsi que celle de paramètres morphologiques. L’analyse a révélé une forte corrélation négative entre l’évolution de l’intensité d’autofluorescence et les rendements de conversion en sucres, démontrant que l’autofluorescence peut servir d’indicateur du rendement d’hydrolyse. De plus, de fortes corrélations entre la dynamique des paramètres morphologiques et les rendements de conversion en sucres ont été observées. À la lumière de ces résultats, une famille hiérarchique de modèles mathématiques a été développée, intégrant la description du substrat au niveau polymère, l’adsorption enzymatique et l’inhibition par le produit pour l’étude quantitative de l’hydrolyse enzymatique. Dans l’ensemble, cette thèse combine de manière originale imagerie, traitement d’images 4D et modélisation pour mieux comprendre la déconstruction de la biomasse lignocellulosique.