Mots-Clés
biologie des systèmes
équations différencielles
Description
Les gliomes diffus sont des tumeurs malignes cérébrales. Si la connaissance de la génétique a un peu amélioré la prise en charge des patients, beaucoup de problèmes persistent : la résistance évasive, l’invasion non contrôlée, un microenvironnement conditionné par la tumeur, l’inefficacité de l’immunothérapie etc.. Ceci est dû à la complexité des relations causales dans la tumeur et dans son microenvironnement (TME) (1).
Nous avons acquis beaucoup de connaissances concernant la biologie et la génétique des gliomes, mais la manière dont tous ces différents éléments sont intégrés spatialement et causalement est inconnue. L’idée de ce projet est d’utiliser la modélisation mathématique pour clarifier les liens causaux dans le TME des gliomes en menant une modélisation comparative des gliomes diffus IDH WT et IDH mutés. Notre objectif pour l’emploi de la modélisation mathématique est double : apporter une base formelle pour valider les liens causaux dans le TME des gliomes, et identifier les acteurs et paramètres qui, d’après le modèle, ont un fort pouvoir explicatif pour le changement de comportement entre le cas sauvage et muté en présence de contraintes extérieures (thérapie, exposomes etc..). Pour cela, notre approche de modélisation est avant tout qualitative et met en relation des acteurs de nature très différente, afin d’apporter une vue pluri-factorielle au développement du cancer et tenant compte de l’importance du micro-environnement.
L’objectif du stage est de concevoir et analyser plusieurs modèles possibles de l’évolution des gliomes. Ces modèles mettront en avant les liens entre les différents éléments clés du TME, afin de valider les scénarios possibles menant au comportement global observé. Plusieurs types de modélisations pourront être explorées :
- modélisation qualitative des régulations entre les constituants du TME et leur influence sur l’évolution des gliomes, à l’aide de réseaux de réactions et réseaux booléens stochastiques
- modélisation quantitative et spatiale de la formation et évolution des gliomes, à l’aide de systèmes d’équations différentielles.
Le ou la stagiaire travaillera en interaction avec Andreas Bikfalvi (Equipe 1, BRIC) et Loïc Paulevé (LaBRI). Le stage nécessite une appétence et des connaissances solides en modélisation mathématique, par équations différentielle ou stochastiques.
References
1. Bikfalvi et al Trends in Cancer, (2023) 9 (1): 9-27. 5. Quail DF & Joyce J Cancer Cell. (2017) 31(3):326-341.
2. Woodward J Biology and Philosophy (2010) 25 (3):287-318 .
3. Pearl J. J Biostat (2010) 6(2):Article 7.
4. Wilkinson DJ, Stochastic Modelling for Systems Biology, Third Edition, 2018. 5. Calzone L et al, Bioinformatics, (2006) 22(14): 1805–1807.
6. Stoll G. Bioinformatics, (2017) 33(14), 2226–2228.