Thèse soutenue

Identification de biomarqueurs et modélisation de la maladie en utilisant des approches multimodales de neuroimagerie dans les maladies polyglutamine

FR  |  
EN
Auteur / Autrice : Isaac Mawusi Adanyeguh
Direction : Fanny Mochel
Type : Thèse de doctorat
Discipline(s) : Neurosciences
Date : Soutenance le 15/09/2017
Etablissement(s) : Paris 6
Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
Partenaire(s) de recherche : Laboratoire : Institut du cerveau (Paris ; 2009-....)
Jury : Président / Présidente : Sandrine Betuing
Examinateurs / Examinatrices : Itamar Ronen, Emmanuel Brouillet, Alexandra Dürr, Pierre-Gilles Henry, Emmanuel Roze
Rapporteurs / Rapporteuses : Itamar Ronen, Christine Tranchant

Résumé

FR  |  
EN

Les maladies par expansion de polyglutamines sont des maladies neurodégénératives dues à l’expansion du trinucléotide cytosine-adénine-guanine (CAG) dans les gènes correspondants codant pour une expansion d’homopolymère de glutamine dans les protéines mutées. Ce projet concerne les formes les plus courantes qui sont la maladie de Huntington (MH) et les ataxies spinocérébelleuses (SCA) types 1, 2, 3 et 7. Ce sont des maladies autosomiques dominantes, responsables de troubles graves de la motricité partageant des voies physiopathologiques communes, avec un effet notable sur la dysfonction métabolique. La disponibilité des tests génétiques et le fait que la plupart du temps la maladie débute à l’âge adulte offre la possibilité d’une intervention thérapeutique avant l’apparition de symptômes. Toutefois, les échelles cliniques ne sont pas assez sensibles et ne peuvent effectivement être utilisés pour évaluer les personnes au stade présymptomatique de la maladie. Les techniques d’imagerie par résonance magnétique (IRM) et de spectroscopie (SRM) sont des approches non invasives qui permettent de recueillir des informations pertinentes et sensibles. Ainsi, dans ce travail, nous présentons une combinaison de différentes techniques d’IRM et SRM afin d’identifier de robustes biomarqueurs de la MH et des SCA. Nous présentons aussi des approches thérapeutiques prometteuses dans la MH. De la même manière, nous voulons démontrer que des biomarqueurs d’imagerie sont plus sensibles que des échelles cliniques. Pour conclure, nous combinons des données multimodales – volumétrie, SRM, métabolomique et lipidomique – à partir de SCA dans un modèle qui explique mieux la pathologie.