Les études d'association à grande échelle consistent à étudier la corrélation de plusieurs millions de polymorphismes nucléotidiques avec un risque de cancer chez des milliers d'individus, sans avoir besoin de connaissances préalables sur la fonction biologique de ces variants. Ces études ont été utiles pour établir des hypothèses étiologiques et comprendre l'architecture génétique sous-jacente de plusieurs maladies humaines. Cependant, la plupart des facteurs héréditaires de ces maladies restent inexpliqués. Une partie de cette variation pourrait venir de variants rares qui ne sont pas ciblés par les puces de génotypage actuelles ou encore de variants avec un effet plus modéré voire faible pour lesquels une détection par les études d'association actuelles n'est pas envisageable. Dans ce contexte et comme illustré dans cette thèse, les récentes études d'association peuvent maintenant servir de point de départ pour de nouvelles découvertes, en mettant en place des stratégies innovantes pour étudier à la fois les variants rares et les maladies rares. Nous avons plus particulièrement exploré ces techniques dans le cadre du cancer du poumon, des voies aérodigestives et du lymphome de Hodgkins. L'utilisation de la bioinformatique pour combiner les résultats des études avec d'autres sources d'information, l'intégration de différents types de données génomiques ainsi que l'investigation de la relation entre altérations germinales et somatiques représentent les principales opportunités poursuivies dans ce travail de thèse / Genome-wide association (GWA) studies consist in testing up to one million (or more) single nucleotide polymorphisms (SNPs) for their association with cancer risk in thousands of individuals, without requiring any prior knowledge on the functional significance of these variants. These studies have been valuable for establishing etiological hypotheses and understanding the underlying genetic architecture of human diseases. However, most of the heritable factors of these traits remain unexplained. Part of this variation may come from rarer variants that are not targeted by current genotyping arrays or variants with moderate to low effects for which detection by current GWA studies is impractical. In this context and as illustrated in this thesis, GWA studies can now serve as starting points towards further discoveries, looking for new strategies to study both rarer variants and rarer diseases. We have specifically explored these approaches in the context of lung cancer, head and neck cancer and Hodgkin's lymphoma. The use of bioinformatics to combine recent GWA study results with other sources of information, the integration of different types of genomic data as well as the investigation of the interrelationship between germline and somatic alterations represent the main opportunities pursued in this thesis work

La principale contribution de cette thèse est le développement d'une méthode fiable, robuste, et rapide pour la prédiction des pré-miARNs. Deux objectifs avaient été assignés : efficacité et flexibilité. L'efficacité a été rendue possible au moyen d'un algorithme quadratique. La flexibilité repose sur deux aspects, la nature des données expérimentales et la position taxonomique de l'organisme (en particulier plantes ou animaux). Mirinho accepte en entrée des séquences de génomes complets mais aussi les très nombreuses séquences résultant d'un séquençage massif de type NGS de “RNAseq”. “L'universalité” taxonomique est obtenu par la possibilité de modifier les contraintes sur les tailles de la tige (double hélice) et de la boule terminale. Dans le cas de la prédiction des miARN de plantes la plus grande longueur de leur pré-miARN conduit à des méthodes d'extraction de la structure secondaire en tige-boule moins précises. Mirinho prend en compte ce problème lui permettant de fournir des structures secondaires de pré-miARN plus semblables à celles de miRBase que les autres méthodes disponibles. Mirinho a été utilisé dans le cadre de deux questions biologiques précises l'une concernant des RNAseq l'autre de l'ADN génomique. La première question a conduit au traitement et l'analyse des données RNAseq de Acyrthosiphon pisum, le puceron du pois. L'objectif était d'identifier les miARN qui sont différentiellement exprimés au cours des quatre stades de développement de cette espèce et sont donc des candidats à la régulation des gènes au cours du développement. Pour cette analyse, nous avons développé un pipeline, appelé MirinhoPipe. La deuxieme question a permis d'aborder les problèmes liés à la prévision et l'analyse des ARN non-codants (ARNnc) dans la bactérie Mycoplasma hyopneumoniae. Alvinho a été développé pour la prédiction de cibles des miRNA autour d'une segmentation d'une séquence numérique et de la détection de la conservation des séquences entre ncRNA utilisant un graphe k-partite. Nous avons finalement abordé un problème lié à la recherche de motifs conservés dans un ensemble de séquences et pouvant ainsi correspondre à des éléments fonctionnels / The main contribution of this thesis is the development of a reliable, robust, and much faster method for the prediction of pre-miRNAs. With this method, we aimed mainly at two goals: efficiency and flexibility. Efficiency was made possible by means of a quadratic algorithm. Flexibility relies on two aspects, the input type and the organism clade. Mirinho can receive as input both a genome sequence and small RNA sequencing (sRNA-seq) data of both animal and plant species. To change from one clade to another, it suffices to change the lengths of the stem-arms and of the terminal loop. Concerning the prediction of plant miRNAs, because their pre-miRNAs are longer, the methods for extracting the hairpin secondary structure are not as accurate as for shorter sequences. With Mirinho, we also addressed this problem, which enabled to provide pre-miRNA secondary structures more similar to the ones in miRBase than the other available methods. Mirinho served as the basis to two other issues we addressed. The first issue led to the treatment and analysis of sRNA-seq data of Acyrthosiphon pisum, the pea aphid. The goal was to identify the miRNAs that are expressed during the four developmental stages of this species, allowing further biological conclusions concerning the regulatory system of such an organism. For this analysis, we developed a whole pipeline, called MirinhoPipe, at the end of which Mirinho was aggregated. We then moved on to the second issue, that involved problems related to the prediction and analysis of non-coding RNAs (ncRNAs) in the bacterium Mycoplasma hyopneumoniae. A method, called Alvinho, was thus developed for the prediction of targets in this bacterium, together with a pipeline for the segmentation of a numerical sequence and detection of conservation among ncRNA sequences using a kpartite graph. We finally addressed a problem related to motifs, that is to patterns, that may be composed of one or more parts, that appear conserved in a set of sequences and may correspond to functional elements.

La survie nette est un indicateur très utilisé en épidémiologie des cancers. Il s'agit de la survie que l'on observerait si la seule cause de mortalité était le cancer ; il est le seul indicateur épidémiologique utilisable à des fins de comparaisons de survie (entre périodes/pays) car il s'affranchit des éventuelles différences de mortalité dues aux autres causes que le cancer. Le premier objectif de notre travail était d'analyser les performances des différentes méthodes d'estimation de la survie nette sur données simulées ainsi que sur données réelles afin que les méthodes non biaisées soient reconnues scientifiquement et soient les seules à être utilisées par la suite. Nous avons ainsi démontré que deux approches étaient capables d'estimer sans biais la survie nette : l'approche non paramétrique de Pohar-Perme et l'approche reposant sur une modélisation multivariée du taux de mortalité en excès dû au cancer. Cette dernière approche impose une stratégie de construction difficile à mettre en place. Le deuxième objectif était de développer une boîte à outils composée de différents tests permettant de vérifier les différentes hypothèses faites lors de la construction d'un modèle de régression du taux de mortalité en excès. Ces hypothèses concernent habituellement la proportionnalité ou non de l'effet des covariables, leur forme fonctionnelle, ainsi que la fonction de lien utilisée. Le troisième objectif était une application épidémiologique qui visait à étudier l'impact des facteurs pronostiques, tel que le stade au diagnostic, sur la survie nette conditionnelle, en d'autres termes sur la dynamique du taux de mortalité en excès, après la survenue d'un cancer du côlon / Net survival is one of the most important indicators in cancer epidemiology. It is defined as the survival that would be observed if cancer were the only cause of death. This is the only one indicator allowing comparisons of cancer impact between countries or time periods because it is not influenced by death because of other causes. The first objective of this work was to compare the performance of several estimators of the net survival in a simulation study and then on real data in order to promote unbiased methods. Those methods are the non-parametric Pohar-Perme method and the parametric multivariable excess rate model. The latest one needs a model building strategy. The use of diagnostic procedures for model checking is an essential part of the modeling process. The second objective was to develop a tool box composed of diagnostic tools allowing to check hypothesis usually considered when constructing an excess mortality rate model, that is, the proportionality or not of the effect of covariates, their functional form and the link function. The third objective deals with the study of the impact of prognostic variables, such as stage at diagnosis, on conditional net survival, that is, on the dynamic of the excess hazard mortality after the diagnosis of colon cancer

Cette thèse est consacrée à la modélisation mathématique de la coagulation sanguine et de la formation de thrombus dans des conditions normales et pathologiques. La coagulation sanguine est un mécanisme défensif qui empêche la perte de sang suite à la rupture des tissus endothéliaux. C'est un processus complexe qui est règlementé par différents mécanismes mécaniques et biochimiques. La formation du caillot sanguin a lieu dans l'écoulement sanguin. Dans ce contexte, l'écoulement à faible taux de cisaillement stimule la croissance du caillot tandis que la circulation sanguine à fort taux de cisaillement la limite. Les désordres qui affectent le système de coagulation du sang peuvent provoquer différentes anomalies telles que la thrombose (coagulation exagérée) ou les saignements (insuffisance de coagulation). Dans la première partie de la thèse, nous présentons un modèle mathématique de coagulation sanguine. Le modèle capture la dynamique essentielle de la croissance du caillot dans le plasma et le flux sanguin quiescent. Ce modèle peut être réduit à un modèle qui consiste en une équation de génération de thrombine et qui donne approximativement les mêmes résultats. Nous avons utilisé des simulations numériques en plus de l'analyse mathématique pour montrer l'existence de différents régimes de coagulation sanguine. Nous spécifions les conditions pour ces régimes sur différents paramètres pathophysiologiques du modèle. Ensuite, nous quantifions les effets de divers mécanismes sur la croissance du caillot comme le flux sanguin et l'agrégation plaquettaire. La partie suivante de la thèse étudie certaines des anomalies du système de coagulation sanguine. Nous commençons par étudier le développement de la thrombose chez les patients présentant une carence en antihrombine ou l'une des maladies inflammatoires. Nous déterminons le seuil de l'antithrombine qui provoque la thrombose et nous quantifions l'effet des cytokines inflammatoires sur le processus de coagulation. Puis, nous étudions la compensation de la perte du sang après un saignement en utilisant un modèle multi-échelles qui décrit en particulier l'érythropoïèse et la production de l'hémoglobine. Ensuite, nous évaluons le risque de thrombose chez les patients atteints de cancer (le myélome multiple en particulier) et le VIH en combinant les résultats du modèle de coagulation sanguine avec les produits des modèles hybrides (discret-continues) multi-échelles des systèmes physiologiques correspondants. Finalement, quelques applications cliniques possibles de la modélisation de la coagulation sanguine sont présentées. En combinant le modèle de formation du caillot avec les modèles pharmacocinétiques pharmacodynamiques (PK-PD) des médicaments anticoagulants, nous quantifions l'action de ces traitements et nous prédisons leur effet sur des patients individuels / This thesis is devoted to the mathematical modelling of blood coagulation and clot formation under flow in normal and pathological conditions. Blood coagulation is a defensive mechanism that prevents the loss of blood upon the rupture of endothelial tissues. It is a complex process that is regulated by different mechanical and biochemical mechanisms. The formation of the blood clot takes place in blood flow. In this context, low-shear flow stimulates clot growth while high-shear blood circulation limits it. The disorders that affect the blood clotting system can provoke different abnormalities such thrombosis (exaggerated clotting) or bleeding (insufficient clotting). In the first part of the thesis, we introduce a mathematical model of blood coagulation. The model captures the essential dynamics of clot growth in quiescent plasma and blood flow. The model can be reduced to a one equation model of thrombin generation that gives approximately the same results. We used both numerical simulations and mathematical investigation to show the existence of different regimes of blood coagulation. We specify the conditions of these regimes on various pathophysiological parameters of the model. Then, we quantify the effects of various mechanisms on clot growth such as blood flow and platelet aggregation. The next part of the thesis studies some of the abnormalities of the blood clotting system. We begin by investigating the development of thrombosis in patients with antihrombin deficiency and inflammatory diseases. We determine the thrombosis threshold on antithrombin and quantify the effect of inflammatory cytokines on the coagulation process. Next, we study the recovery from blood loss following bleeding using a multiscale model which focuses on erythropoiesis and hemoglobin production. Then, we evaluate the risk of thrombosis in patients with cancer (multiple myeloma in particular) and HIV by combining the blood coagulation model results with the output of hybrid multiscale models of the corresponding physiological system. Finally, possible clinical applications of the blood coagulation modelling are provided. By combining clot formation model with pharmacokinetics-pharmacodynamics (PK-PD) models of anticoagulant drugs, we quantify the action of these treatments and predict their effect on individual patients