Développement de nouvelles méthodologies statistiques pour l'analyse de données de protéomique quantitative

Development of new statistical methodologies for quantitative proteomics data analysis

• Auteur / Autrice : Marie Chion
• Direction : Frédéric Bertrand, Christine Carapito
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques
• Date : Soutenance le 16/12/2021
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Institut de recherche mathématique avancée (Strasbourg) - Institut pluridisciplinaire Hubert Curien (Strasbourg ; 2006-....)
• Jury : Président / Présidente : Étienne Birmelé
• Jury : Examinateurs / Examinatrices : Etienne Thévenot
• Jury : Rapporteurs / Rapporteuses : Thomas Burger, Nathalie Villa-Vialaneix

Mots clés

Mots clés contrôlés

Modèles mathématiques

Protéomique

Mots clés libres

Données de grande dimension

Modèles de régression

Valeurs manquantes

Imputation multiple

Analyse différentielle

Données de protéomique quantitative

High-dimensional data

Regression models

Missing values

Multiple imputation

Differential analysis

Quantitative proteomics data

Résumé

L’analyse protéomique consiste à étudier l’ensemble des protéines exprimées par un système biologique donné, à un moment donné et dans des conditions données. Les récents progrès technologiques en spectrométrie de masse et en chromatographie liquide permettent d’envisager aujourd’hui des études protéomiques à large échelle et à haut débit. Ce travail de thèse porte sur le développement de méthodologies statistiques pour l’analyse des données de protéomique quantitative et présente ainsi trois principales contributions. La première partie propose d’utiliser des modèles de régression par spline monotone pour estimer les quantités de tous les peptides détectés dans un échantillon grâce à l'utilisation de standards internes marqués pour un sous-ensemble de peptides ciblés. La deuxième partie présente une stratégie de prise en compte de l’incertitude induite par le processus d’imputation multiple dans l’analyse différentielle, également implémentée dans le package R mi4p. Enfin, la troisième partie propose un cadre bayésien pour l’analyse différentielle, permettant notamment de tenir compte des corrélations entre les intensités des peptides

Proteomic analysis consists of studying all the proteins expressed by a given biological system, at a given time and under given conditions. Recent technological advances in mass spectrometry and liquid chromatography make it possible to envisage large-scale and high-throughput proteomic studies.This thesis work focuses on developing statistical methodologies for the analysis of quantitative proteomics data and thus presents three main contributions. The first part proposes to use monotone spline regression models to estimate the amounts of all peptides detected in a sample using internal standards labelled for a subset of targeted peptides. The second part presents a strategy to account for the uncertainty induced by the multiple imputation process in the differential analysis, also implemented in the mi4p R package. Finally, the third part proposes a Bayesian framework for differential analysis, making it notably possible to consider the correlations between the intensities of peptides.