Skip to Main content Skip to Navigation
Theses

Pharmacogenomic and High-Throughput Data Analysis to Overcome Triple Negative Breast Cancers Drug Resistance

Résumé : Devant le grand nombre de tumeurs du sein triple négatif résistant aux traitements, il est essentiel de comprendre les mécanismes de résistance et de trouver de nouvelles molécules efficaces. En premier lieu, nous analysons deux ensembles de données pharmacogénomiques à grande échelle. Nous proposons une nouvelle classification basée sur des profils transcriptomiques de lignées cellulaires, selon un processus de sélection de gènes basé sur des réseaux biologiques. Notre classification moléculaire montre une plus grande homogénéité dans la réponse aux médicaments que lorsque l’on regroupe les lignées cellulaires en fonction de leur tissu d'origine. Elle permet également d’identifier des profils similaires de réponse aux traitements. Dans un second travail, nous étudions une cohorte de patients atteints d’un cancer du sein triple négatif ayant résisté à la chimiothérapie néoadjuvante. Nous effectuons des analyses moléculaires complètes basées sur du RNAseq et WES. Nous constatons une forte hétérogénéité moléculaire des tumeurs avant et après traitement. Bien que nous observons une évolution clonale sous traitement, aucun mécanisme récurrent de résistance n’a pu être identifié. Nos résultats suggèrent fortement que chaque tumeur a un profil moléculaire unique et qu'il est important d'étudier de grandes séries de tumeurs. Enfin, nous améliorons une méthode pour tester la surreprésentation de motifs connus de protéines de liaison à l'ARN, dans un ensemble donné de séquences régulées. Cet outil utilise une approche innovante pour contrôler la proportion de faux positifs qui n'est pas réalisé par l'algorithme existant. Nous montrons l'efficacité de notre approche en utilisant deux séries de données différentes.
Complete list of metadatas

Cited literature [1081 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01956586
Contributor : Abes Star :  Contact
Submitted on : Sunday, December 16, 2018 - 1:02:41 AM
Last modification on : Thursday, June 11, 2020 - 3:20:40 AM
Document(s) archivé(s) le : Sunday, March 17, 2019 - 12:30:47 PM

File

74023_SADACCA_2017_diffusion.p...
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01956586, version 1

Citation

Benjamin Sadacca. Pharmacogenomic and High-Throughput Data Analysis to Overcome Triple Negative Breast Cancers Drug Resistance. Quantitative Methods [q-bio.QM]. Université Paris-Saclay, 2017. English. ⟨NNT : 2017SACLS538⟩. ⟨tel-01956586⟩

Share

Metrics

Record views

348

Files downloads

70