Depuis leur apparition, les séquenceurs haut débit ont révolutionné l'étude des transcriptomes à l'échelle du génome. En effet, ils offrent la possibilité de générer des millions, voire des milliards de séquences, appelées reads. Des nouvelles approches transcriptomiques, telles que la Digital Gene Expression (DGE) et le RNA-Sequencing (RNA-Seq), permettent aujourd'hui de répertorier, de quantifier, voire reconstruire tous les transcrits d'une cellule, même les plus rares. Parmi ce type de transcrits se trouvent des ARN non-codants régulateurs ; des variants d'épissages créateurs de protéines ; et aussi des chimères (par fusion de gènes ou trans-épissage). La caractérisation de l'ensemble de ces transcrits représente un réel défi algorithmique, mais suscite aussi un défi biologique car certains peuvent être impliqués dans de nombreux processus cellulaires physiologiques et pathologiques et sont fréquemment décrits dans les cancers.Dans ce travail, nous proposons des algorithmes et des méthodes pour la caractérisation et l'annotation des transcriptomes. Tout d'abord, nous proposons une étude statistique sur la DGE afin d'évaluer l'impact des erreurs de séquences lors de l'analyse des reads. À partir de cette analyse, nous avons développé un pipeline d'annotation pour la DGE. Par le biais de ce premier travail, nous avons pu démontrer que de nombreuses informations étaient partagées entre les reads. Cela nous a amené à concevoir la structure d'indexation Gk arrays qui permet d'organiser une quantité massive de reads de façon à pouvoir interroger rapidement la structure sous forme de requêtes. Enfin, en s'appuyant sur les Gk arrays, nous avons développé CRAC qui est un logiciel spécialisé dans le traitement du RNA-Seq. En intégrant sa propre phase de mapping, CRAC est capable de distinguer les phénomènes biologiques des erreurs de séquences. Ilpermet notamment l'identification de chimères qui sont souvent très faiblement exprimées dans un transcriptome et sont par nature complexe à détecter avec des parties localisées à différents endroits sur le génome.

Avec une formation initiale en sciences de l'informatique et une spécialisation image, mes activités de recherche actuelles concernent le traitement et l'analyse de l'information et de l'image pour des applications en médecine, plus particulièrement l'oncologie et la radiothérapie. Plus spécifiquement, je m'intéresse à la segmentation et la classification automatique pour la définition des contours d'organes et de tumeurs, au filtrage du bruit et à la déconvolution pour l'amélioration qualitative et quantitative, et plus récemment, aux modèles multi observation pour la prise en compte des images multi modales, et la fusion d'informations pour l'aide à la décision dans la prise en charge des patients. Je poursuis ces thématiques spécifiquement dans le cadre de l'utilisation de l'imagerie TEP/TDM (Tomographie par Emission de Positons et scanner X) en oncologie et radiothérapie. Mes activités de recherche ont pris place dans le contexte de l'équipe " imagerie multi modale quantitative pour le diagnostic et la thérapie " du laboratoire INSERM U650 de traitement de l'information médicale (LaTIM). Ce contexte a garantit un travail l'équipe pluridisciplinaire, en collaboration notamment avec des radiothérapeutes, des médecins nucléaires, des physiciens, des ingénieurs, des mathématiciens et des informaticiens. En tant que doctorant, ma principale contribution a été le développement d'une méthode originale de segmentation d'image adaptée à la définition des volumes fonctionnels des tumeurs sur les images TEP. Lors de mon post-doctorat, j'ai poursuivi la validation de la précision, de la robustesse et de la reproductibilité de cette approche dans le cadre d'un projet ANR pour lequel j'ai reçu un financement de deux ans et demi. J'ai également étudié au cours de ces deux dernières années l'impact d'une telle méthode dans de nombreuses applications, telles que la dosimétrie en planification de traitement en radiothérapie, et la prise en charge des patients en oncologie. Au cours de ces six dernières années, j'ai été de plus en plus impliqué dans des travaux de recherche connexes menés par d'autres doctorants et post-doctorants. Ces travaux incluent la fusion d'images TEP pour le suivi temporel quantitatif, les simulations réalistes et l'évaluation dosimétrique, la caractérisation de l'hétérogénéité intra tumorale des traceurs TEP par analyse de texture, et la réduction des effets de volume partiel et du bruit en imagerie d'émission. J'ai assumé la responsabilité de co-encadrant de plusieurs stagiaires et doctorants de l'équipe sous la direction du directeur de recherche D. Visvikis. Cette responsabilité inclus des réunions hebdomadaires et des discussions régulières avec les étudiants, l'aide à la mise en place des expériences et protocoles de validation, à l'analyse des résultats, la correction de rapports de stage, d'articles et de manuscrits de thèse, ainsi que réfléchir à des solutions aux problèmes tant théoriques que techniques. Je travaille actuellement en tant que chercheur associé au département de recherche en imagerie et radiothérapie de Maastricht (MAASTRO) aux Pays-bas. Au cours des prochaines années, mon projet de recherche sera dédié au développement d'un contexte flexible et robuste permettant la modélisation et l'analyse semi-automatique d'ensemble d'images médicales multi modales, multi résolutions et multi temporelles, telles que TEP/TDM, TEMP/TDM, TEP/IRM, multi IRM ou TEP avec différents traceurs, ainsi que des acquisitions dynamiques. Ce développement permettra de déduire de nouveaux modèles prédictifs et des outils de décision adaptés à diverses applications cliniques tels que les cancers de l'oesophage, rectal, pulmonaire ou ORL, par la fusion de toute l'information disponible (imagerie, génétique, phéntypes et rapports cliniques). Ce projet se construira en partie sur les travaux préliminaires réalisés avec des doctorants venant de soutenir et en passe de terminer leur thèse, et sur les thèses de deux nouvelles doctorantes que j'encadrerai à partir d'octobre 2011 et courant 2012, recrutées sur des financements que j'ai contribué à obtenir en 2010-2011.

Les gliomes diffus de bas grade (GBG) sont des tumeurs cérébrales primaires. Après une phase de croissance lente, ils évoluent en gliomes de haut grade, entrainant une issue fatale. Ce sont des tumeurs très diffuses donc difficiles à traiter. Une meilleure connaissance de ces tumeurs pourrait permettre de les guérir ou, à défaut, d'optimiser les traitements. Nous avons étudié la croissance des GBG grâce à un modèle mathématique simple, ce qui nous a amené à spéculer (i) qu'ils surviennent à l'adolescence, (ii) que l'âge de la tumeur au moment du diagnostic peut être calculé facilement et (iii) que la vitesse de croissance est un fac- teur pronostique important. Cette dernière prédiction concorde avec les observations cliniques. Pour vérifier ce modèle spatial, nous avons caractérisé quantitativement des tissus de biopsies étagées de GBG humains, en particulier la présence d'œdème. L'analyse de ces données micro- scopiques étaie l'idée que l'œdème est à l'origine de l'anomalie de signal IRM en séquence T2. Pour prendre en compte ce résultat nouveau, nous avons incorporé l'œdème au modèle initial comme conséquence de la présence de cellules tumorales. Ce modèle permet d'expliquer la longue décroissance du rayon tumoral pendant des dizaines de mois après la radiothérapie : les cellules tumorales désormais moins nombreuses, le drainage de l'œdème devient prédominant. Ce mo- dèle, qui ne comprend que trois paramètres libres, a été validé grâce à des données cliniques sur une vingtaine de patients.

Dans le cadre de la poursuite de l'exploration des effets anticancéreux des complexes ferrocéniques du tamoxifène, nous avons préparé une série de complexes hybrides résultant de la substitution de la chaîne latérale du ferrocifène (FcTAM) par celle du SAHA, un inhibiteur des histones-déacétylases (HDACi) utilisé dans le traitement de certains lymphomes. A partir de la structure hybride " FcTAM-SAHA ", cinq types de modifications ont été réalisées. Il s'agit [1] de la modification de la fonction acide hydroxamique (CONHOH) en fonction amide primaire (CONH2) ou acide carboxylique (COOH), [2] de la variation de la longueur de la chaîne latérale, [3] de la présence ou non d'un substituant sur le cycle aromatique, [4] de la substitution du métallocène et [5] du remplacement du groupement ferrocényle par un phényle. Les effets antiprolifératifs des nouveaux complexes ont été étudiés sur deux lignées de cancer du sein, MDA-MB-231 (lignée hormono-indépendante et triple-négative) et MCF-7 (lignée hormono-dépendante). Un effet synergique de la toxicité est observé en série FcTAM-SAHA sur les deux lignées cellulaires. De façon un peu inattendue, nous avons trouvé que l'effet antiprolifératif des hybrides phénoliques (type FcOHTAM-SAHA) et des hybrides ferrocénophaniques (type FnTAM-SAHA) était comparable voire légèrement inférieur à celui des complexes non hydroxylés (type FcTAM-SAHA). Cette observation semble indiquer que les propriétés redox des molécules ne s'expriment pas de façon identique pour les précurseurs et les hybrides. Dans tous les cas, les complexes porteurs d'une fonctionnalité chimique acide hydroxamique ou amide primaire sont plus cytotoxiques que les acides carboxyliques et ces effets sont peu influencés par la longueur de la chaîne latérale. Enfin, dans tous les cas, les complexes ferrocéniques ont des effets antiprolifératifs supérieurs à leurs analogues organiques. Cette différence souligne l'importance de la présence du motif ferrocénique et de ses propriétés redox uniques.