Modélisation et inférence Bayésienne pour la maturation d'affinité des anticorps - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Modélisation et inférence Bayésienne pour la maturation d'affinité des anticorps

Modeling and Bayesian inference for antibody affinity maturation

Résumé

Affinity Maturation (AM) is the biological process through which our Immune System generates potent Antibodies (Abs) against newly encountered pathogens. This process is also at the base of vaccination, one of the most successful and cost-effective medical procedures ever developed, responsible for saving millions of lives every year. AM still present many open questions, whose answers have the potential of improving the way we vaccinate. The mechanisms at the base of AM are extremely complex, involving non-linear interactions between many different cellular agents. In this context theoretical models and Bayesian Inference are invaluable tools, respectively to link qualitative hypothesis to quantitative descriptions and to extract information from experimental data. In this manuscript we make use of these tools to tackle some of the open questions, such as the non-trivial effect of Ag dosage on the outcome of vaccination.
La Maturation d’Affinité (MA) est le processus biologique grâce auquel notre système immunitaire génère de puissants anticorps contre les nouveaux agents pathogènes rencontrés. Ce processus est également à la base de la vaccination, l’une des procédures médicales les plus efficaces jamais mises au point, qui permet de sauver des millions de vies chaque année. La MA présentent encore de nombreuses questions ouvertes, dont les réponses peuvent améliorer la manière dont nous vaccinons. Les mécanismes à la base de la MA sont extrêmement complexes, avec des interactions non linéaires entre nombreux cellules différentes. Dans ce contexte, les modèles théoriques et l’inférence Bayésienne sont des outils précieux pour relier les hypothèses qualitatives aux descriptions quantitatives et extraire informations des données expérimentales. Dans ce manuscrit, nous utilisons ces outils pour aborder certaines questions ouvertes, comme l’effet du dosage de l’antigène sur la qualité de la vaccination.
Fichier principal
Vignette du fichier
Molari-2020-These.pdf (6.5 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03267835 , version 1 (22-06-2021)

Identifiants

  • HAL Id : tel-03267835 , version 1

Citer

Marco Molari. Modélisation et inférence Bayésienne pour la maturation d'affinité des anticorps. Physics [physics]. Université Paris sciences et lettres, 2020. English. ⟨NNT : 2020UPSLE017⟩. ⟨tel-03267835⟩
130 Consultations
96 Téléchargements

Partager

Gmail Facebook X LinkedIn More