Analyse de réseaux de régulation par approches de coloration de graphes dans le cadre du myélome multiple

Regulatory networks analysis with graph coloring approaches applied to multiple myeloma

• Auteur / Autrice : Bertrand Miannay
• Direction : Olivier Roux, Carito Guziolowski, Stéphane Minvielle
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 05/12/2017
• Etablissement(s) : Ecole centrale de Nantes
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes
• Jury : Président / Présidente : Jean-Daniel Zucker
• Jury : Examinateurs / Examinatrices : Olivier Roux, Carito Guziolowski, Stéphane Minvielle, Jean-Daniel Zucker, Mohamed Elati, Nathalie Théret, Florence Magrangeas
• Jury : Rapporteurs / Rapporteuses : Mohamed Elati, Nathalie Théret

Mots clés

Mots clés contrôlés

Programmation par contraintes

Myélome multiple

Biologie systémique

Mots clés libres

Biologie des systèmes

Myélome multiple

Coloration de graphes

Programmation par contraintes

Systems biology

Multiple myeloma

Graph coloring

Constraint programming

Résumé

Au cours des 2 dernières décennies, l’explosion des capacités de production de données biologiques et des connaissances sur les interactions biologiques ont permis le développement de nombreuses approches intégrant des données avec des connaissances plus générales. Notre principal objectif était de proposer de nouvelles méthodes de caractérisation et de comparaison de profils d’expressions de gènes issus de cellules cancéreuses d’individus atteints de myélome multiple et de plasmocytes normaux. Pour cela, nous proposons 2 méthodes basées sur les colorations de graphes de régulation. La première, qui permet d’inférer l’état des protéines et des facteurs de transcription à partir d’un profil d’expression, nous a permis d’identifier des activités de facteurs de transcription impliqués dans ces tumeurs. La seconde méthode permet de diviser un réseau de régulation en plusieurs sous-graphes indépendant (des composants) vis à vis de colorations dites "parfaites". Via cette approche, nous avons pu évaluer la similarité entre les profils d’expression et les états "parfait" des composants et en identifier spécifiquement perturbés dans les cellules cancéreuses associés à des voies oncogéniques.

During the last two decades, the huge increase of biological data production capacity and biological interactions knowledge leads to the development of many approaches integrating data and global knowledge. Our main aim was to propose new methods to characterize and compare genes expression profiles from cancer cells and normal plasma cells. For this purpose, we proposed 2 methods based on graph coloring. The first, which is able to infer the state of proteins and transcription factors from a genes expression profile, allowed us to identify transcription factor activity involved in tumors. The second method is able to identify independent subgraph (the components) based on perfect colorations. With this approach, we evaluated the similarity between genes expression profiles and "perfect states" of the components and were able to identify subgraphs specifically perturbated in cancer cells associated with oncogenic process.