Développement de méthodes bioinformatiques d'analyses combinatoires du patrimoine génétique de la tumeur et de son hôte : intérêt en diagnostic moléculaire et recherche transversale en cancérologie - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Thèse Année : 2023

Develοpment of biοinfοrmatic methοds for cοmbinatory analysis of the genetic landscape of the tumor and its host : interest in molecular diagnosis and cross-sectional research in oncology

Développement de méthodes bioinformatiques d'analyses combinatoires du patrimoine génétique de la tumeur et de son hôte : intérêt en diagnostic moléculaire et recherche transversale en cancérologie

Nicolas Soirat
  • Fonction : Auteur
  • PersonId : 1336102
  • IdRef : 274439697

Résumé

High-throughput sequencing has encouraged personalised medicine through genomics, making it possible to identify molecular anomalies that increase the risk of cancer or guide therapeutic management. The interpretation of these variants is crucial, particularly for cancers, where the diversity of therapeutic indications requires large gene panels and rapid results to meet patient management constraints.We have developed DrugOrder, a tool that combines all available therapies for actionable variants (SNV, CNV and gene fusions). DrugOrder offers a classification based on the level of evidence for the therapy under consideration and the impact of the variant in oncogenesis. DrugOrder is also capable of identifying similarities between a new, undescribed variant and an equivalent variant already present in a database. DrugOrder was evaluated on two datasets, simulated and real, for which a set of actionable variants was previously known. The tool demonstrated its ability to prioritise these actionable variants effectively.In addition to short-read sequencing, new innovative technologies for long-read sequencing of DNA or mRNA offer the possibility of exploring complex events composed of structural variants or alternative isoforms of mRNA. Consequently, there is a need to develop integrative analysis methodologies that can detect these events from long- read sequencing data.With the development of LoRID, we have solved part of this challenge for patients with Hereditary Breast and Ovarian Cancer (HBOC) syndrome. LoRID is a complete pipeline that enables the assembly of alternative RNA isoforms and their annotation with a module called SOSTAR. The latter can be used to describe the different splicing events making up a given isoform, while quantifying the abundance of each isoform. Our tool was able to identify a SVA retrotransposon in a family suffering from HBOC syndrome with no known molecular anomalies, thus explaining the genetic trait of this syndrome in this family.
Le séquençage à haut débit short-read d’ADN a favorisé une médecine personnalisée par la génomique, per- mettant d’identifier des anomalies moléculaires qui augmentent le risque de cancer ou guident la prise en charge thérapeutique. L’interprétation de ces variants est cruciale, notamment pour les cancers, où la diversité des indica- tions thérapeutiques nécessite des panels de gènes larges et des résultats rapides pour répondre aux contraintes de prise en charge des patients.Nous avons développé DrugOrder un outil qui permet d’associer l’ensemble des thérapies disponibles pour des variants (SNV, CNV et fusions de gènes), dits actionnables. DrugOrder propose une classification basée sur le niveau de preuve par rapport à la thérapie considérée et l’impact du variant dans l’oncogénèse. DrugOrder est également capable d’identifier une similarité entre un nouveau variant non décrit et un variant équivalent déjà présent dans une base de données. DrugOrder a été évalué sur deux jeux de données, simulés et réels pour lesquels un ensemble de variants actionnables était préalablement connus. Cet outil a montré sa capacité à prioriser ces variants actionnables avec une haute efficacité.En complément du séquençage short-read, de nouvelles technologies innovantes de séquençage long-read de l’ADN ou de l’ARN offrent la possibilité d’explorer des évènements complexes, composés de variants structuraux ou d’isoformes alternatives d’ARNm. Par conséquent, il est nécessaire de constituer des méthodologies d’analyses intégratives permettant de détecter ces événements à partir des données issues de séquençage long-read.Avec le développement de LoRID, nous avons résolu une partie de ce défi pour les patientes atteintes du syndrome Hereditary Breast and Ovarian Cancer (HBOC). LoRID est un pipeline complet qui permet l’assemblage d’isoformes alternatives de l’ARN ainsi que leur annotation via un module appelé SOSTAR. Ce dernier permet de décrire les différents événements d’épissage composant une isoforme donnée, tout en quantifiant l’abondance de chaque isoforme. Notre outil a pu identifier un rétrotransposon SVA dans une famille atteinte du syndrome HBOC sans anomalies moléculaires connues, expliquant ainsi le trait génétique de ce syndrome pour cette famille.
Fichier principal
Vignette du fichier
sygal_fusion_46653-soirat-nicolas_659d523fc42af_vf.pdf (16.52 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04396677 , version 1 (16-01-2024)

Identifiants

  • HAL Id : tel-04396677 , version 1

Citer

Nicolas Soirat. Développement de méthodes bioinformatiques d'analyses combinatoires du patrimoine génétique de la tumeur et de son hôte : intérêt en diagnostic moléculaire et recherche transversale en cancérologie. Médecine humaine et pathologie. Normandie Université, 2023. Français. ⟨NNT : 2023NORMC423⟩. ⟨tel-04396677⟩
58 Consultations
14 Téléchargements

Partager

Gmail Facebook X LinkedIn More