Soutenance de thèse - Maria Oundjian
Sous la direction de Sébastien Corre et Frédéric Mazurier La leucémie aiguë myéloïde (LAM) est caractérisée par une forte hétérogénéité biologique et…
Sous la direction de Yuna BLUM, Thomas DERRIEN, Marie-Dominique GALIBERT
Les ARN circulaires (ARNc) sont des ARN non codants fermés de manière covalente, dotés d’une stabilité exceptionnelle et de rôles émergents dans le cancer, ce qui en fait des candidats prometteurs comme biomarqueurs et cibles thérapeutiques. Leur caractérisation complète au niveau des isoformes reste limitée par le séquençage à courtes lectures. Le séquençage à longues lectures permet de couvrir l’intégralité des séquences d’ARNc en une seule lecture, mais la fiabilité de cette approche dépend des outils informatiques utilisés pour leur détection et la reconstruction des isoformes. Bien que des outils dédiés existent, aucun n’a encore fait l’objet d’une évaluation comparative indépendante sur un même jeu de données, en comparaison avec une vérité terrain connue, pour en mesurer les performances.
Cette thèse comble ces lacunes en trois étapes. Premièrement, nous avons développé un cadre de simulation in silico d’ARNc pour générer une vérité terrain basée sur les données et moins dépendante des bases de données existantes. Deuxièmement, nous avons mené la première étude d’évaluation comparative indépendante de ces outils, défini des métriques standardisées et publié un pipeline Nextflow accessible, avec des outils conteneurisés, à destination de la communauté. Enfin, nous avons appliqué ce cadre au mélanome cutané pour profiler la diversité des isoformes d’ARNc dans des cellules sensibles à la thérapie par rapport à des cellules résistantes aux inhibiteurs de BRAF, dans le but d’identifier des biomarqueurs et cibles thérapeutiques potentiels.
Composition du jury
Commentaires
Aucun commentaireUne question sur les horaires, l'accès ou le programme ? Envie de partager vos impressions ? Échangez avec la communauté By Night.