Aujourd’hui, plusieurs niveaux de complexité ont émergé dans l’étude des phénotypes T CD4 auxiliaires. 1) le nombre important de cytokines différentes pouvant être secrétées par les lymphocytes T CD4. 2) la multiplicité de signaux pouvant agir durant la différenciation des T CD4 pour spécifier leur profile de sécrétion cytokinique. 3) l’association de ces différents profils de cytokines à des pathologies complexes. Au cours de mon doctorat je me suis concentré sur ces trois niveaux de complexité en étudiant la génération de la diversité cytokinique T CD4 et ses associations aux différents sous types de cancer du sein en utilisant des analyses multivariées et des modèles statistiques. Tout d’abord, j’ai pu construire le premier modèle multivarié de la différentiation T CD4 reliant 37 signaux venant de cellules dendritiques à 18 cytokines T CD4. Utilisant ce modèle pour dériver des prédictions, j’ai pu trouver un nouveau rôle à l’IL-12p70 en tant qu’inducteur de différenciation Th17, mais également comme inducteur spécifique d’IL-17F mais pas d’IL-17A lorsqu’il est combiné à l’IL-1. Ensuite, j’ai étudié l’association de ces cytokines T CD4 avec les différents sous types de cancer du sein connus. J’ai pu trouver que les cytokines Th17 étaient préférentiellement associées avec les cancers du sein dits triple négatifs (TNBC). J’ai pu mettre en évidence qu’une forte signature Th17 était associée à une meilleure survie. De plus, en combinant cette signature Th17 à des scores utilisés pour définir le pronostic clinique, tel que l’index pronostic de Nottingham, j’ai pu proposer une nouvelle et meilleure stratification de la survie de ces patients. / Today several levels of complexity have emerged in the field of T helper cytokines: 1) the important number of distinct cytokines that Th cell can secrete in various combinations; 2) The multiplicity of signals that can act during Th differentiation to define the Th cytokine secretion profiles 3) The associations of these T helper secretion profiles with complex diseases. During my PhD I focused on these three levels of complexity and study the generation of T helper cytokine diversity and its association to breast cancer subtypes using multivariate analysis and statistical modeling. First, I was able to build the first statistical model linking 37 dendritic cell derived signals to 18 T helper cytokines. Using this model to derive in silico predictions, I was able to found a new role for IL-12p70 as a promoter of Th17 differentiation and as a main differential inducer of IL-17F independently of Il-17A in presence of IL-1. Then, studying the associations of the Th cytokine diversity with the different subtypes of human breast cancers, I found that Th17 cytokines were preferentially associated to Triple Negative Breast Cancer (TNBC). I found that TNBC patients with a high Th17 signature had a better survival. In addition, I showed that Th17 can be combined to clinical prognosis assessment scores, such as the Nottingham Prognosis Index, to better stratify TNBC patients in relevant subgroups for survival prognosis assessment.