Cette thèse est consacrée à la modélisation qualitative des réseaux biologiques pour l'innovation thérapeutique. Elle étudie comment utiliser les réseaux Booléens, et comment les améliorer, afin d'identifier des cibles thérapeutiques au moyen d'approches in silico. Elle se compose de deux travaux : i) un algorithme exploitant les attracteurs des réseaux Booléens pour l'identification in silico de cibles dans des modèles Booléens de réseaux biologiques pathologiquement perturbés, et ii) une amélioration des réseaux Booléens dans leur capacité à modéliser la dynamique des réseaux biologiques grâce à l'utilisation des opérateurs de la logique floue et grâce au réglage des arrêtes. L'identification de cibles constitue l'une des étapes de la découverte de nouveaux médicaments et a pour but d'identifier des biomolécules dont la fonction devrait être thérapeutiquement modifiée afin de lutter contre la pathologie considérée. Le premier travail de cette thèse propose un algorithme pour l'identification in silico de cibles par l'exploitation des attracteurs des réseaux Booléens. Il suppose que les attracteurs des systèmes dynamiques, tel que les réseaux Booléens, correspondent aux phénotypes produits par le système biologique modélisé. Sous cette hypothèse, et étant donné un réseau Booléen modélisant une physiopathologie, l'algorithme identifie des combinaisons de cibles capables de supprimer les attracteurs associés aux phénotypes pathologiques. L'algorithme est testé sur un modèle Booléen du cycle cellulaire arborant une inactivation constitutive de la protéine du rétinoblastome, tel que constaté dans de nombreux cancers, tandis que ses applications sont illustrées sur un modèle Booléen de l'anémie de Fanconi. Les résultats montrent que l'algorithme est à même de retourner des combinaisons de cibles capables de supprimer les attracteurs associés aux phénotypes pathologiques, et donc qu'il réussit l'identification in silico de cibles proposée. En revanche, comme tout résultat in silico, il y a un pont à franchir entre théorie et pratique, requérant ainsi une utilisation conjointe d'approches expérimentales. Toutefois, il est escompté que l'algorithme présente un intérêt pour l'identification de cibles, notamment par l'exploitation du faible coût des approches computationnelles, ainsi que de leur pouvoir prédictif, afin d'optimiser l'efficience d'expérimentations coûteuses. La modélisation quantitative en biologie systémique peut s'avérer difficile en raison de la rareté des détails quantitatifs concernant les phénomènes biologiques, particulièrement à l'échelle subcellulaire, l'échelle où les médicaments interagissent avec leurs cibles. Une alternative permettant de contourner cette difficulté est la modélisation qualitative étant donné que celle-ci ne requiert que peu ou pas d'informations quantitatives. Parmi les méthodes de modélisation qualitative, les réseaux Booléens en sont l'une des plus populaires. Cependant, les modèles Booléens autorisent leurs variables à n'être évaluées qu'à vrai ou faux, ce qui peut apparaître trop simpliste lorsque des processus biologiques sont modélisés. En conséquence, le second travail de cette thèse propose une méthode de modélisation dérivée des réseaux Booléens où les opérateurs de la logique floue sont utilisés et où les arrêtes peuvent être réglées. Les opérateurs de la logique floue permettent aux variables d'être continues, et ainsi d'être plus finement évaluées qu'avec des méthodes de modélisation discrètes tel que les réseaux Booléens, tout en demeurant qualitatives. De plus, dans le but de considérer le fait que certaines interactions peuvent être plus lentes et/ou plus faibles que d'autres, l'état des arrêtes est calculé afin de moduler en vitesse et en force le signal qu'elles véhiculent. La méthode proposée est illustrée par son implémentation sur un petit échantillon de la signalisation du récepteur au facteur de croissance épidermique... [etc] / This thesis is devoted to the qualitative modeling of biological networks for therapeutic innovation. It investigates how to use the Boolean network formalism, and how to enhance it, for identifying therapeutic targets through in silico approaches. It is composed of two works: i) an algorithm using Boolean network attractors for in silico target identification in Boolean models of pathologically disturbed biological networks, and ii) an enhancement of the Boolean network formalism in modeling the dynamics of biological networks through the incorporation of fuzzy operators and edge tuning. Target identification, one of the steps of drug discovery, aims at identifying biomolecules whose function should be therapeutically altered in order to cure the considered pathology. The first work of this thesis proposes an algorithm for in silico target identification using Boolean network attractors. It assumes that attractors of dynamical systems, such as Boolean networks, correspond to phenotypes produced by the modeled biological system. Under this assumption, and given a Boolean network modeling a pathophysiology, the algorithm identifies target combinations able to remove attractors associated with pathological phenotypes. It is tested on a Boolean model of the mammalian cell cycle bearing a constitutive inactivation of the retinoblastoma protein, as seen in cancers, and its applications are illustrated on a Boolean model of Fanconi anemia. The results show that the algorithm returns target combinations able to remove attractors associated with pathological phenotypes and then succeeds in performing the proposed in silico target identification. However, as with any in silico evidence, there is a bridge to cross between theory and practice, thus requiring it to be used in combination with wet lab experiments. Nevertheless, it is expected that the algorithm is of interest for target identification, notably by exploiting the inexpensiveness and predictive power of computational approaches to optimize the efficiency of costly wet lab experiments. Quantitative modeling in systems biology can be difficult due to the scarcity of quantitative details about biological phenomenons, especially at the subcellular scale, the scale where drugs interact with there targets. An alternative to escape this difficulty is qualitative modeling since it requires few to no quantitative information. Among the qualitative modeling approaches, the Boolean network formalism is one of the most popular. However, Boolean models allow variables to be valued at only true or false, which can appear too simplistic when modeling biological processes. Consequently, the second work of this thesis proposes a modeling approach derived from Boolean networks where fuzzy operators are used and where edges are tuned. Fuzzy operators allow variables to be continuous and then to be more finely valued than with discrete modeling approaches, such as Boolean networks, while remaining qualitative. Moreover, to consider that some interactions are slower and/or weaker relative to other ones, edge states are computed in order to modulate in speed and strength the signal they convey. The proposed formalism is illustrated through its implementation on a tiny sample of the epidermal growth factor receptor signaling pathway. The obtained simulations show that continuous results are produced, thus allowing finer analysis, and that modulating the signal conveyed by the edges allows their tuning according to knowledge about the modeled interactions, thus incorporating more knowledge. The proposed modeling approach is expected to bring enhancements in the ability of qualitative models to simulate the dynamics of biological networks while not requiring quantitative information. The main prospect of this thesis is to use the proposed enhancement of Boolean networks to build a version of the algorithm based on continuous dynamical systems...[etc]

Massive parallel sequencing (MPS) data analysis tasks are often computationally demanding and their execution time would take too long using standard computing machines. Thus there is a need for parallelization of this tasks and ability to execute them on a sufficiently powerful computing machines. In the first chapter we describe a newly created platform for resequencing analysis of MPS data - MOLDIMED and novel annotation tool, which is ready to deploy on HPC infrastructure. The second chapter describes MPS approaches in Diamond-Blackfan anaemia (DBA), which is predominantly underlined by mutations in genes encoding ribosomal proteins (RP); however, its etiology remains unexplained in approximately 25% of patients. We performed panel sequencing of all ribosomal genes in DBA patient without previously known molecular pathology. A novel heterozygous RPS7 mutation coding RPS7 p.V134F was found in one female patient and subsequently confirmed in two asymptomatic family members, in whom mild anemia were detected on further examination. Subsequently, we performed whole transcriptome analysis in all family members and patient with RPS7 mutation in comparison with healthy control group and with DBA patients with known mutation in RPS19. We observed dysregulation mainly in signal pathways of translation,...

L’utilisation de stratégies transfusionnelles restrictives (pas de transfusion de globules rouges si hémoglobine > 70 g/L) a été démontrée comme étant sécuritaire en aiguë et celles-ci sont maintenant largement utilisées aux soins intensifs pédiatriques (SIP). En conséquence, plus de patients quittent les SIP en étant anémiques. L’anémie chronique, plus spécifiquement l’anémie ferriprive, est associée à des issues neurodéveloppementales défavorables. Peu d’études sont disponibles pour caractériser la prévalence de l’anémie au congé des SIP. Les études présentées dans ce mémoire s’intéressent à cette question en examinant d’abord le problème de l’anémie aux SIP et son traitement (revue narrative), puis sa prévalence au congé chez tous les patients ayant survécu aux SIP sur une période de 5 ans et pour finir, la prévalence de ce problème chez les nourrissons admis pour une chirurgie cardiaque (via 2 études de cohorte rétrospectives). Nous avons démontré que 50,9% des patients survivant à un séjour aux SIP sont anémiques au congé. Cette proportion varie en fonction du type d’admission (44,8% médicale, 70,3% chirurgicale non-cardiaque et 53,3% chirurgicale cardiaque). Le fait d’être anémique à l’admission aux SIP est le facteur de risque le plus souvent associé à l’anémie au congé des SIP (rapport des cotes, RC : 14,41). Chez les nourrissons ayant subi une chirurgie cardiaque, la prévalence d’anémie au congé est de 27,7%. La proportion de patients quittant les SIP anémiques est alarmante : il est primordial de déterminer la trajectoire et l’impact de ce problème chez les patients survivant à une maladie critique. / It is now clear that restrictive transfusion strategies (no red blood cell transfusion if the hemoglobin level is > 70 g/L) are safe in acute settings. Therefore, these strategies are widely being used in Pediatric Intensive Care Unit (PICU) and as a consequence, numerous children leave the PICU anemic. Prolonged anemia, especially iron-deficiency anemia, is associated with worst neurocognitive outcomes. Data regarding the true prevalence of anemia at PICU discharge is lacking. This thesis addresses this question. Etiology and management of anemia in the PICU is explored through a narrative review. Prevalence of anemia at PICU discharge is examined through two retrospective cohort studies: the first describes the prevalence of this complication in PICU survivors over a five-year period and the second one, the prevalence of anemia in infants admitted to the PICU after cardiac surgery. Through our studies, we established that the prevalence of anemia at PICU discharge was 50.9% in PICU survivors. This proportion varied depending on the type of admission (44.8%, 70.3%, and 53.3% for medical, non-cardiac surgery, and cardiac surgery respectively). Anemia at PICU admission was the most important risk factor associated with anemia at PICU discharge (odds ratio, OR 14.41). In newborns less than 6 weeks old who underwent cardiac surgery, the prevalence of anemia at PICU discharge was 27.7%. Given the alarming proportion of PICU survivors that are anemic at discharge, it is paramount that we determined the trajectory and impact of this problem in critically ill survivors.

Le syndrome d'Evans est défini par l'existence concomitante ou séquentielle de cytopénies auto-immunes, le plus souvent, anémie hémolytique et thrombopénie immunologique. Chez l'enfant, il peut être secondaire à une infection, une maladie auto-immune systémique ou un déficit immunitaire primitif. Alternativement, chez une grande partie des patients, l'étiologie n'est pas clairement identifiée. Les patients atteints de syndrome d'Evans présentent parfois d'autres atteintes, telles une auto-immunité d'organe, une lymphoprolifération bénigne ou un déficit immunitaire. L'objectif de ce travail était d'identifier des causes génétiques chez des enfants présentant un syndrome d'Evans sans étiologie sous-jacente identifiée. Nous avons centré notre étude sur des formes sévères à début pédiatrique en faisant l'hypothèse qu'une maladie monogénique serait plus fréquente dans ce groupe de patients. Nous avons mis à profit les technologies de séquençage haut débit « nouvelle génération » (NGS) pour réaliser et analyser le séquençage de l'exome de patients et de certains de leurs apparentés afin de mettre en évidence des gènes candidats potentiels. Ce travail a permis l'identification de 4 gènes candidats : LRBA, CTLA-4, STAT3 (mutations gain de fonction) et NFKBIA. L'implication des 3 premiers gènes dans de nouvelles maladies monogéniques où l'auto-immunité est au premier plan a été confirmée par d'autres équipes au cours de ce travail. Pour chacun de ces gènes, nous avons poursuivi 2 objectifs complémentaires : d'une part, tenter de valider l'implication des gènes identifiés dans la maladie des patients. Nous avons pour cela utilisé des approches et techniques variées : biochimie et protéomique afin d'identifier des partenaires protéiques, microscopie confocale pour localiser les protéines et leurs interactions, tests cellulaires in vitro pour mettre en évidence un défaut fonctionnel, marquages en cytométrie en flux pour identifier des modifications dans les sous-populations lymphocytaires. D'autre part, nous avons recherché d'autres mutations de ces gènes chez des patients de phénotype clinique similaire. Nous avons ainsi constitué et exploré 3 cohortes de patients présentant des mutations de LRBA, CTLA-4 ou STAT3. Nous avons rassemblé une cohorte de 18 patients porteurs d'une mutation de LRBA, répartis dans 11 familles. Cela nous a permis de préciser et d'étendre le spectre clinique de cette maladie de découverte récente, avec en particulier des atteintes articulaires sévères s'associant à un diabète précoce, ou des entéropathies. Nous avons identifié 15 nouvelles mutations de transmission autosomique récessive dans le gène LRBA, codant une protéine de fonction inconnue dont l'absence entraine une maladie principalement caractérisée par une poly-auto-immunité. Nous avons identifié 29 partenaires protéiques potentiels de LRBA et précisé la localisation de LRBA dans les différents compartiments cellulaires. Nous avons également établi une cohorte de 12 patients dans 10 familles présentant un déficit en CTLA-4 par haplo-insuffisance. Au delà de la mise en évidence de 9 nouvelles mutations, nous avons décrit une famille où la variation est transmise de façon autosomique récessive. Dans les déficits en LRBA et CTLA-4, nous avons mis en évidence une diminution du pourcentage de lymphocytes T régulateurs parmi les PBMC et une diminution de l'expression de CTLA-4 dans les lymphocytes T activés. Ceci corrobore l'interaction entre ces 2 protéines décrite en parallèle par une autre équipe. Nous avons montré que les spectres cliniques des déficits en LRBA et CTLA-4, fortement chevauchant dans les premières descriptions publiées, pourraient se différencier, malgré l'implication des lymphocytes T régulateurs dans ces 2 maladies. (...) / Evans syndrome is defined by the occurence of autoimmune cytopenias, either at the same time or sequential, mainly autoimmune hemolytic anemia and immune thrombocytopenia. In children, it may be secondary to infections, systemic autoimmune disease, or primary immune deficiency, though in most patients, its etiology isn't obvious. Patients affected with Evans syndrome can also present other features, such as autoimmunity toward a particular organ, benign lymphoproliferation or immunodeficiency. The main goal of this work was to identify genetic causes in children presenting an Evans syndrome without a known underlying etiology. We focused our study on severe, early onset forms of the disease, with the hypothesis that a monogenic disease would be more frequent in this group of patients. Taking advantage of high throughput "Next Generation" sequencing (NGS) techniques, we sequenced and analyzed exome from patients and their relatives in search for adequate candidate genes. We identified 4 candidate genes: LRBA, CTLA-4, STAT3 (gain-of-function mutations), and NFKBA. Implication of the first 3 genes in new monogenic diseases with autoimmunity as a key feature was also confirmed by others during the course of this work. For each gene, we pursued 2 complementary goals: First, we sought to validate the implication of the gene in the patients' disease. To do so, we used various techniques and approaches: biochemistry and proteomics to identify protein partners, confocal microscopy to localize proteins and interactions, in vitro cellular assays to bring to light functional defect, flow cytometry to identify changes in lymphocytes subpopulations. We also looked for other mutations of each gene in patients with a similar clinical presentation. Hence we created and explored 3 cohorts of patients presenting with mutations of LRBA, CTLA-4 or STAT3. We constituted a cohort of 18 patients with LRBA mutations within 11 families. We then were able to precise and extend the clinical spectrum of this recently described disease. In particular, we observed patients with severe chronic arthritis associated with diabetes mellitus or enteropathies. We identified 15 new mutations of autosomal recessive transmission in the LRBA gene, coding a protein of unknown function, which absence is responsible for a disease mainly characterized by autoimmune features. We identified 29 candidate protein partners of LRBA and precized LRBA localisation in cell compartiments. We also established a cohort of 12 patients within 10 families presenting CTLA-4 haploinsufficiency. Beyond describing 9 new mutations, we report a family with autosomal recessive transmission.In LRBA and CTLA-4 deficiencies, we showed a decrease of regulatory T lymphocyte subset proportion among PBMC and a decrease of CTLA-4 expression in activated T cells. These results support the interaction between these 2 proteins, described concurrently by another team. We showed that the clinical spectra of these 2 diseases, although widely overlapping in first published reports, could be different despite a role of regulatory T cells in both. Hence, organ-specific autoimmunity and lymphoproliferation are more frequent in LRBA deficiency whereas granuloma and hypogammaglobulinemia are more present in CTLA-4 deficiency. Theses results suggests a role of genetic modifyers, which remain to identify. Among our cohort of patients with Evans syndrome, we also identified 5 patients within 5 families presenting gain-of-function mutations of STAT3. 3 of those mutations were reported by others during our work and appeared de novo in our patients. Functional validation of the 4th one is in progress. The last mutation follows a recessive transmission and could exemplify a new transmission modality of this disease. (...)