login
english version rss feed
Detailed view PhD thesis
Institut National Polytechnique de Grenoble - INPG (2006-09-22), Olivier FRANCOIS (Dir.)
Attached file list to this document: 
PDF
These_MathieuEMILY.pdf(8.5 MB)
Soutenance_MathieuEMILY.pdf(6.3 MB)
Modèles statistiques du développement de tumeurs cancéreuses
Mathieu Emily1

Les nombreux mécanismes biologiques à l'origine du cancer restent aujourd'hui encore mal compris. L'amélioration de leurs connaissances peut s'effectuer par le biais de modèles mathématiques. Dans ce travail de thèse, nous nous sommes focalisés sur la mise en place d'outils statistiques pour la détection précoce de tumeurs. Nous avons proposé deux modèles stochastiques portant sur le développement de tumeurs cancéreuses. Le premier modèle s'intéresse à la détection de l'instabilité génétique dans une population de cellules. Nous nous sommes attachés à détecter l'événement initiateur de cette instabilité génétique en modélisant la généalogie des cellules par un arbre coalescent. Dans le deuxième modèle, nous nous sommes intéressés aux liens entre l'adhésion cellulaire et la croissance d'une tumeur. Nous avons intégré l'hypothèse d'adhésion différentielle dans un modèle d'interaction de Gibbs afin de quantifier le dysfonctionnement de l'adhésion cellulaire dans un tissu cancéreux.
1:  TIMC - Techniques de l'Ingénierie Médicale et de la Complexité
TIMB (Techniques de l'Informatique et de la Modélisation en Biomédecine
Cancer – Instabilité génétique – Perte de Mismatch Repair – Coalescent – Hypothèse d'adhésion différentielle – Diagramme de Dirichlet – Modèles de Gibbs – Estimateur de pseudo-vraisemblance.

Statistical modeling of tumorigenesis
Biological mecanisms responsible for carcinogenesis are nowadays poorly understood. Mathematical modeling may improve the knowledge of these mecanisms. The present work is dedicated to the elaboration of statistical procedures for early detection of tumors. Two stochastic models, inspired respectively from the initiation phase and the progression phase, have been proposed. The first model focuses on the detection of genetic instability in cell population. the unknown genealogy of a sample of cells within a tumoral tissue has been modeled by a coalescent tree. The second model analyses the links between cellular adhesion and the spread of a tumor. In order to quantify alterations in cellular adhesion of a cancerous tissue, the Differential Adhesion Hypothesis has been integrated in a Gibbsian model.
Cancer – Genetic instability – Loss of Mismatch Repair – Coalescent – Differential Adhesion Hypothesis – Dirichlet tilling – Gibbsian model – Pseudo-Likelihood.

all articles on CCSd database...
all articles on CCSd database...
all articles on CCSd database...