Sélection de gènes et interprétation, focus sur miARN et cancer

Informations générales
Nom
Guyon
Prénom
Laurent
Diplôme
HDR
Année
2020
Détails de la thèse/HDR
Université
Jury
Mme Christine GASPIN Directrice de Recherche à l’INRAE, Toulouse, Rapportrice
M. Hervé SEITZ Directeur de Recherche au CNRS, Montpellier, Rapporteur
M. Hidde DE JONG Directeur de Recherche à l’INRIA, Grenoble, Rapporteur
M. Olivier GANDRILLON Directeur de Recherche au CNRS, Lyon, Examinateur
Mme Sophie ACHARD Directrice de Recherche au CNRS, Grenoble, Présidente
Résumé en français
Le document de synthèse en vue de l’obtention de l’habilitation à diriger des recherches est articulé autour de 3 chapitres sur des sujets pour lesquels j’ai co-encadré à chaque fois un étudiant en thèse, et un ou plusieurs étudiants en stage. Il est précédé d’un long chapitre d’introduction sur les microARN (miARN) dédié aux futurs étudiants ; il fait l’accent sur des sujets polémiques et toujours d’actualité.

Le chapitre 2 concerne les réseaux de miARN, avec la présentation d’un travail sur la construction d’un tel réseau, et un second travail sur l’utilisation de plusieurs réseaux de miARN pour analyser des listes de miARN à grande échelle, comme un profil d’expression de miARN ou un crible fonctionnel.

Le chapitre 3 concerne la sélection de gènes, qu’ils soient codants ou non, en utilisant un réseau de gènes (ou de produit des gènes) comme a priori, par exemple un réseau d’interaction protéine-protéine (PPI). L’hypothèse est de prioriser la sélection sur les gènes « hits » qui sont connectés dans le réseau.

Le chapitre 4 concerne la prédiction de survie de patients atteints de cancer à partir de données d’expression de miARN et/ou d’ARNm d’un échantillon de tumeur. Une méthode de simulation de données de survie a été développée et les données réelles et simulées ont été utilisées pour comparer les performances du modèle de Cox avec différentes pénalisations : « Lasso », « Elastic Net », « Adaptive Elastic Net » et « Ridge ». Les 3 premières méthodes effectuent une sélection des gènes pour prédire la survie.