Auteur / Autrice : | Sarah-Laure Rincourt |
Direction : | Stefan Michiels, Damien Drubay |
Type : | Thèse de doctorat |
Discipline(s) : | Santé publique - biostatistiques |
Date : | Soutenance le 29/09/2022 |
Etablissement(s) : | université Paris-Saclay |
Ecole(s) doctorale(s) : | École doctorale Santé Publique |
Partenaire(s) de recherche : | Laboratoire : Centre de recherche en épidémiologie et santé des populations (Villejuif, Val-de-Marne ; 2010-....) |
référent : Faculté de médecine | |
graduate school : Université Paris-Saclay. Graduate School Santé publique (2020-....) | |
Jury : | Président / Présidente : Pascale Tubert-Bitter |
Examinateurs / Examinatrices : Delphine Maucort-Boulch, Thomas Filleron, Macha Nikolski | |
Rapporteurs / Rapporteuses : Delphine Maucort-Boulch, Thomas Filleron |
Mots clés
Mots clés contrôlés
Résumé
Le développement de signatures moléculaires pronostiques basées sur des biomarqueurs omiques tenant compte de l'hétérogénéité inter-patients est un défi majeur pour la médecine de précision. L'objectif de cette thèse était de proposer de nouvelles approches pour l'identification de ces mécanismes tumoraux.Dans un premier travail, nous avons déconvolué les données omiques à l'aide d'une analyse Bayésienne en composantes indépendantes Bayésienne non-paramétrique avec une double structure de parcimonie pour les matrices des sources et des poids, correspondant respectivement aux associations gène-composante et individu-composante.Nous avons ensuite proposé ensuite un modèle conjoint de cette hétérogénéité et de la survie de patients, en supposant que l'expression tumorale résulte d'un mélange d'un sous-ensemble de signatures indépendantes.Les algorithmes proposés fournissent de nouvelles perspectives sur l'hétérogénéité moléculaire individuelle et sur l'association avec le pronostic du patient afin de mieux comprendre les mécanismes tumoraux complexes.