Modèles de diffusion et estimation des dynamiques d'ADN tumoral circulant pour la détection d'une résistance à une thérapie ciblée - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Master Thesis Year : 2018

Diffusion models and estimation of circulating tumor DNA for detecting resistanceto targeted therapy

Modèles de diffusion et estimation des dynamiques d'ADN tumoral circulant pour la détection d'une résistance à une thérapie ciblée

Abstract

This project is part of a project that aims to exploit circulating tumor DNA sequencing data (ctDNA). ctDNA is extracellular DNA from cancer cells released into the blood. These ctDNA observations are indirectly related to the sizes of the different cell populations in the tumor, including sensitive cells and cells resistant to targeted therapy. In this context, physicians wish, for instance, to use these observations to predict resistance or lack of resistance to a particular targeted therapy in patients with solid cancer. Our work is part of this modelling and estimation problem for cancer. We have implemented the appropriate tools and methods, considering the simplest case of dimension 1 tumor growth models, and to apply these probabilistic models to our real data, we must carefully define how to estimate the parameters. A classic method for parametric estimation of diffusion processes is the so-called ''maximum likelihood'' method based on continuous observations. These methods are based on advanced stochastic calculus results, such as Girsanov's theorem.
Ce projet s'inscrit dans un projet qui vise à exploiter des données de séquençage d'ADN circulant tumoral (ctDNA). Le ctDNA est de l'ADN extra-cellulaire de cellules cancéreuses libéré dans le sang. Ces observations de ctDNA sont indirectement liées aux tailles des différentes populations de cellules dans la tumeur, notamment les cellules sensibles et les cellules résistantes à une thérapie ciblée. Dans ce contexte, les médecins souhaitent, par exemple, se servir de ces observations afin de prédire une résistance ou non à une thérapie ciblée, chez des patients souffrant de cancers solides. Notre travail s'inscrit dans cette problématique de modélisation et d'estimation pour le cancer. Nous avons mis en place les outils et les méthodes adaptés, en considérant le cas les plus simples des modèles de croissance tumorale de dimension 1. Pour appliquer ces modèles probabilistes à nos données réelles, il convient de définir avec soin comment estimer les paramètres. Une méthode classique d'estimation paramétrique des processus de diffusion est celle dite du ''maximum de vraisemblance'' à partir d'observations continues. Ces méthodes reposent sur des résultats avancés de calcul stochastique, tels le théorème de Girsanov.
Fichier principal
Vignette du fichier
Stage_HASS_Vincent_HAL.pdf (2.49 Mo) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-02194765 , version 1 (25-07-2019)

Identifiers

  • HAL Id : hal-02194765 , version 1

Cite

Vincent Hass. Modèles de diffusion et estimation des dynamiques d'ADN tumoral circulant pour la détection d'une résistance à une thérapie ciblée. Mathématiques [math]. 2018. ⟨hal-02194765⟩
229 View
328 Download

Share

Gmail Facebook X LinkedIn More