Du gros modèle onpasse à un modèlehiérar hisé ave des entrées, dessorties. Cettete hnique
simpliedon l'étudedu modèle.
Quelques points intéressants :
•
Ilexistedes omposantesfortement onnexesayantuneseulevariable.Parmi es omposantes, ilyenaquisontdesentrées(x1
,y21
;y23
;y24
;y25
;y28
;y29
;y30
)etpourrontêtrerempla ées par leurs équilibres dansles autres équations.Enprenant par exemple lavariable
y21
,sonéquationest donnéepar :dy21
dt = κP gi− (γP gi+ µ)y21
sonéquilibreest donné par:
y∗21= κP gi
γP gi+ µ
D'aprèslethéorèmedeladé omposition(voirannexeA.2),
y21
serarempla épary21∗
dansles autres équations.La omposante
x3
estune sortie.• G3
setrouve en haut dugraphehiérar hisé etpourraêtre étudié séparément.•
Les omposantesG214
,G3
etG7
sont ha une omposées de variables métaboliques et géné-tiques.Onpourradon fairel'hypothèsebiologiquequiditquelesvariablesmétaboliquessontplusrapidesquelesvariablesgénétiquesetainsionpourraappliquerlethéorèmedeTikhonov
(voir annexeA.1).Ainsi :
G214
vapasserde 11 variablesà 6variables;G3
passede 4variables à2 variables;•
Sinousdisposons dedonnées surles variables,l'identi ation desparamètres sera plusfa ile et sefera par blo . En prenant le bloG3
par exemple, 'est un système sans entrée ave 4 variables. Nous pourrons identier les paramètres de e blo .G3
est une entrée pour le bloG214
etdon silebloG3
aunéquilibreglobalement stable, e dernierva dépendredes para-mètresdu bloG3
déja identiés. D'après lethéorème de la dé omposition (voir annexe A.2),onmettra
G3
à l'équilibredanslebloG214
,nousauronsmoinsdeparamètres à identier. Cettepro édurese feradanstousles blo seton pourraainsiidentier lesparamètres.•
Enn, ilpeutêtre intéressant de vériersiles modules (G3
,G214
,G5
,G6
etG7
) ont un sens biologique.Uni ité et stabilité globale de l'équilibre
de modèles métaboliques
Les systèmes métaboliques onstituent une lasse importantede systèmes dynamiques
interve-nantdansledomaine delabiologie[33℄.Il s'agitdesystèmesdetype himiques, maisdanslesquels les réa tions sont atalysées par desenzymes. Ces enzymes sont desprotéines synthétiséespar des
gènes, etles systèmes métaboliques et génétiques sont ainsi ouplés par des bou les de régulation
(lesmétabolitespeuventrégulerlasynthèsed'uneenzyme).Pourétudier essystèmes ouplés,dont
l'un (le système métabolique) a une dynamique très rapide par rapport à l'autre, il est très
im-portant depouvoir étudierlesproprités de stabilitéglobale du systèmemétabolique. Si elui- iest
globalement stable, alors on pourra le mettre à son équilibre, et appliquer des théorèmes de type
Tikhonovsurlessystèmes àplusieursé hellesde temps[33℄,pourinje terlavaleurde etéquilibre danslesystèmegénétique.Pourlesbiologistes,ilsembleévidentquelessystèmesmétaboliques
réa-listes ontunseuléquilibrestable.Pourtant,ilest onnuque ertainssystèmesdetypemétabolique
peuvent avoir plusieurs équilibres [10℄. Dans e hapitre, nousapportons quelques ontributions à e problème. Nousmontrons quepour unréseau enzymatique réversible pur (toutesles réa tions
sont des réa tions enzymatiques réversibles), alors, suivant les entrées, il y a soit pas d'équilibre,
soit unseuléquilibreglobalement asymptotiquement stable.Lesoutils quenousallonsutilisersont
lassiquesetappartiennent à lathéorie dessystèmes monotones, et à elledessystèmes
omparti-mentaux. Notre apport onsiste en l'étudedes systèmes métaboliques réversibles, ave des entrées
etdessorties.Dansladernièrese tion,nousfaisonslelienave lessystèmesgénétiques,etmontrons
quel'équilibre dépendde façon dé roissantedes on entrations en enzymes.
4.1 Dénition des systèmes monotones
Lessystèmes monotones onstituent l'unedesplusimportantes lassesde systèmesdynamiques
utilisées pour la modélisation mathématique de systèmes biologiques. Des études poussées de es
systèmesont étéfaitesparSmith[63℄etHirs h[34℄.Cesontdessystèmestrèsfréquentsenbiologie. Dans ette se tion, nousdonnonsunedénition de essystèmes.Nousallons nousintéresser à leur
stabilitédans le adredesréseaux métaboliques. Donnonsd'abord quelquesdénitions.
•
Ordre partiel
αK ⊂ K
pour toutα ∈ R+
K + K ⊂ K
K ∩ (−K) = {0}
Ondénit un ordre partiel
dansK
tel que six1 x2 alors x1− x2∈ K
.•
Dénition deotSoitle systèmesuivant :
˙x = f (x)
(4.1)On dénit le ot
Φ(t)
omme étant l'ensemble des solutions du système ( 4.1) paramétrées par letemps t. La notationΦ(t, x1)
orrespond à la solution issue de la ondition initialex1
etparamètrée par
t ≥ 0
.Considèrons maintenant lesystèmeautonome
˙x = f (x)
(4.2)où
f
est ontinuement dérivable dansK = Rn
+
(dans e qui suit, on prendraK = Rn
+
).On noterax < y
sixi< yi ∀i
Dénition 5. Condition de Kamke
f
est de type KdansK
pour touti
, sifi(a) fi(b)
pour toutpointa
etb
dansK
tels quea b
et
ai= bi
.Théorème 4.1.1. Soit
f
satisfaisant à la ondition de Kamke etx0, x1 ∈ K
. Six0 x1
et queΦ(t, xi), i = 0, 1
soient dénis,alorsΦ(t, x0) Φ(t, x1)
. La preuve de e théorème se trouve dans [63℄.La onditionde Kamke implique alors une onservationde l'ordre partiel au ours du temps.
La onditiondeKamkeestplusfa ileàidentierenregardantlesignedelamatri eJa obienne.
Proposition 4.1.2. Si
f
est diérentiable, alors la onditionde Kamkeimplique que∂fi
∂xj(t, x) ≥ 0 ∀i 6= j
(4.3)Inversement, si
∂fi
∂xj(t, x)
est ontinue dansK
et satisfaità la ondition(4.3),et sile domaineK
est p- onvexe 'est à dire que pour tout
x et y ∈ K
et satisfaisant àx y
, le segment qui joint les deux pointsreste dansK
, alors la ondition deKamke est satisfaite. Voir [63℄ pour la preuve. Le système( 4.2) est don appelé système oopératif.Sile systèmeest oopératif, alors leot (solution paramètrée par letemps) estmonotone 'est
àdire quele ot onserve l'ordrepartiel dans
Rn
x2
x(t, x2)
x1
x(t, x1)
x2
x(t, x2)
x1
x(t, x1)
Fig. 4.1 Ces deux gures illustrent graphiquement la monotonie. Ainsi à gau he le système est
monotone ar l'ordre partiel est onservé tandis qu'à droite lesystème est nonmonotone du faitde
la non onservation del'ordre partiel