Recherche de Pharmacogènes associés aux effets indésirables des Inhibiteurs de la Calcineurine : développement d'approches bio-informatiques adaptées aux petits échantillons

Investigation of pharmacogenes related to Adverse Effects of Calcineurin Inhibitors : Development of bioinformatics approaches adapted to small cohorts

• Auteur / Autrice : Claire-Cécile Barrot
• Direction : Nicolas Picard, Jean-Baptiste Woillard
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie et de la santé / Génétique
• Date : Soutenance le 10/12/2019
• Etablissement(s) : Limoges
• Ecole(s) doctorale(s) : École doctorale Sciences Biologiques et Santé (Limoges ; 2018-2022)
• Partenaire(s) de recherche : Laboratoire : Pharmacologie et Transplantation
• Jury : Président / Présidente : Anne-Sophie Lia Baldini
• Jury : Examinateurs / Examinatrices : Frédéric Libert
• Jury : Rapporteurs / Rapporteuses : Céline Verstuyft, Nicolas Sevenet

Mots clés

Mots clés contrôlés

Bioinformatique

Pharmacogénétique

Mots clés libres

Bioinformatique

Génétique

Pharmacogénomique

Inhibiteur de calcineurine

Bioinformatics

Genetics

Pharmacogenomics

Calcineurin inhibitors

Résumé

L'efficacité des méthodes de séquençage de nouvelle génération et la réduction de leur coût ont conduit à l'utilisation de nouvelles méthodes, basées sur le concept de l’analyse de big data, appliqué aux données génomiques. Cependant, ces outils nécessitent de très grandes cohorte d’échantillons à analyser, limitées en pharmacogénomique par l’accès aux patients appropriés ainsi que par la logistique complexe des protocoles d’expérimentation animale. La capacité de retirer des résultats fiables et cohérents à partir de petites cohortes reste donc primordiale. Dans le cadre de cette thèse, de nouvelles approches bio-informatiques adaptées aux petites cohortes ont été explorée en recherchant des pharmacogènes associés aux effets indésirables des Inhibiteurs de la Calcineurine.

Efficiency of new generation sequencing methods and the reduction of their cost have led to use new methods based on big data to analyse genomic data. However, these tools require very large cohorts of samples to be used, whiwh is limited in pharmacogenomics due to access to appropriate patients and complex logistics of animal testing protocols. The ability to obtain reliable and consistent results from small cohorts remains an important challange. As part of this thesis, new bioinformatics approaches adapted to small cohorts were explored by investigation of pharmacogenes related to adverse effects of Calcineurin Inhibitors.