par Da Rocha Tomás, Gil 
Président du jury Bergmann, Pierre
Promoteur Detours, Vincent
Publication Non publié, 2016-09-12
Président du jury Bergmann, Pierre
Promoteur Detours, Vincent
Publication Non publié, 2016-09-12
Thèse de doctorat
| Résumé : | Le cancer est un groupe de maladies génétiques opérationnellement défini par uneprolifération cellulaire incontrôlée, impliquant une défaillance del'homeostasie de l'organisme. La recherche sur le cancer vise à fournir desoutils diagnostics précis et des traitements ajustés pour chacune de cesmaladies. La technologie microarray permet la quantification de l'expression detous les produits de transcription du génome humain et constitue donc un outilpour mieux comprendre la nature polygénique du cancer. La technologiemicroarray permet à la fois de découvrir de nouvelles classes de cancers et deprédire l'issue de maladie en fonction de profils d'expression préalables. Enoutre, l'utilisation de signatures d'expression géniques en tant que marqueursreprésentatifs de certains processus physiologiques moléculaires permetl'emploi de données microarray pour tester des hypothèses biologiques.Cette dissertation a deux objectifs: (a) établir la mesure dans laquelledes marqueurs d'expression génique de la différenciation et de la proliférationcellulaire peuvent contribuer à la classification des maladies cancéreuses; et(b) d'évaluer l'étendue des signaux pronostiques dans les transcriptomescancéreux.Nous avons mis au point une méthode objective pour extraire des signatures dedifférentiation organe-spécifiques à partir de données d'expression génique.Nous avons ensuite démontré qu'une signature génique de différentiationtissu-spécifique est capable de distinguer avec précision entre des sous-typeshistologiques de difficile classification dans un modèle thyroïdien. Ceci faitpreuve du potentiel valeur clinique et diagnostique des signatures dedifférentiation dans le domaine oncologique.Nous montrons aussi qu'une fraction non négligeable des transcriptomes cancéreuxest capable de prédire l'issue des respectives maladies, à la suite d'uneanalyse systématique de 114 cohortes de profiles d'expression cancéreuxenglobant 19 types de cancers différents. Cet observation est probablement liéeà une vaste structure de corrélation parmis les profils d'expression cancéreux,partiellement expliquée par des variables techniques et biologiques. Cetteevidence met en cause l'utilisation généralisée d'associations statistiquesentre des marqueurs d'expression géniques et les issues de chaque maladie parmisplusieurs patients afin d'en déduire l'implication de mécanismes biologiquesparticuliers dans la progression du cancer. |
