Expertise

• 25 ans d’étude de la physiologie des microalgues

• 15 ans de développements dédiés

Notre approche innovante repose sur la théorie de Charles Darwin qui stipule que l’application d’une pression de sélection à une population donnée fait disparaître les individus les moins adaptés à cette pression.

Par ailleurs, la diversité naturelle de la population, combinée aux mutations rares et aléatoires qui modifient en permanence le génome de l’organisme, va générer quelques individus plus compétitifs face à la nouvelle pression.

Ces individus plus performants vont transmettre cette modification à leur descendance jusqu’à l’apparition d’une nouvelle population composée d’individus plus productifs ou surproduisant une molécule d’intérêt.

Pour ce faire, nous sommes capables d’exercer sur la population une augmentation progressive de différentiel de pression de sélection entre deux extrêmes. Cette approche de sélection dynamique, plus difficile à piloter que la sélection simple par augmentation progressive d’une pression de sélection, permet d’augmenter considérablement l’efficacité de la sélection.

Nous réalisons nos sélections à l’aide de Sélectiostats. Il s’agit d’un ensemble d’équipement regroupant le réacteur au sens strict mais également tout son environnement d’acquisition de données et d’actions sur le système pour gérer de façon dynamique divers signaux.

Cet environnement permet d’exercer de façon dynamique de nombreuses pressions de sélection.



De nombreux travaux issus de la théorie de la compétition en réacteur continu ont été réalisés pour identifier des pressions de sélection efficaces et les mettre en œuvre dans les Sélectiostats. Les algorithmes de pilotage reposent sur quatre composantes clés :

1/ Des modèles de comportement dynamique des microalgues, de différents niveaux de complexité, dans les environnements de stress. Ces modèles intègrent notamment une composante d’acclimatation

2/ Des stratégies de contrôle non linéaires, s’appuyant sur des modèles mathématiques, pour faire émerger  efficacement les individus optimisant une fonction

3/ Des capteurs originaux, capables de donner en ligne des informations clés sur l’état de la population (densité optique, teneur en O2, pH, …)

4/ Une stratégie d’implémentation en ligne de ces algorithmes, grâce à un logiciel dédié qui combine l’utilisation de données mesurées par les capteurs en ligne et de données hors ligne stockées dans une base de données pour appliquer les algorithmes développés.