Les lymphocytes T CD4-CD8- (DN T, double négatif) sont une population de cellules T immunorégulatrices ayant la particularité d’inhiber les réponses immunitaires de façon spécifique à l’antigène, présentant donc un grand potentiel d’utilisation en immunothérapie. Des résultats précédents du laboratoire ont démontré sur des modèles murins qu’un transfert de cellules T DN contribuait à diminuer l’incidence du diabète de type 1 (T1D). De plus, d’autres groupes ont montré que ces cellules contribueraient également à la suppression de certaines lignées tumorales ainsi qu’à la médiation de la suppression de la maladie du greffon contre l’hôte (GVHD). L’étude présentée dans ce mémoire avait donc pour but d’évaluer le potentiel clinique des cellules DN T humaines en tant que thérapie cellulaire pour des pathologies telles que le diabète de type 1, le myélome multiple et la GVHD. Les cellules DN T circulent en très petite proportion dans le sang périphérique (1-5 %). Nous nous sommes donc penchés sur le potentiel de prolifération en culture cellulaire des cellules DN T, en développant un protocole adapté à leurs caractéristiques, qui permettrait de générer un nombre de cellules suffisant pour étudier leur phénotype et leur fonction in vitro et in vivo. Des études de cytométrie en flux ont révélé que les cellules DN T ayant subi le protocole d’activation et de culture cellulaire optimisé avaient un phénotype activé et non épuisé. De plus, des études fonctionnelles in vitro ont montré que les cellules DN T possédaient un pouvoir cytotoxique similaire aux cellules T CD8+ envers les lignées cellulaires tumorales Jurkat, NALM et RAJI. Enfin, nous avons tiré profit du modèle de souris NRG (NOD-Rag1nullIL2rgnull) pour étudier la survie en périphérie des cellules DN T humaines greffées, et leur pouvoir de prévention de la xéno-GVHD et d’un modèle de myélome multiple. L’ensemble de ces travaux a permis d’élargir les connaissances sur le phénotype et la fonction des cellules DN T chez l’humain, montrant qu’elles possèdent un potentiel thérapeutique intéressant pour certaines pathologies auto-immunes et néoplasiques en tant que thérapie cellulaire. / CD4-CD8- T lymphocytes (DN T, double negative) are a population of immunoregulatory T cells which seem to inhibit immune responses in an antigen-specific manner, and thus represent a great potential for use in immunotherapy. Previous studies in mice have shown that adoptive transfer of DN T cells decreases type 1 diabetes (T1D) incidence in otherwise autoimmune diabetes-prone mice. In addition, DN T cells also suppress the growth of certain tumor lines as well as reduce the severity of graft-versus-host disease (GVHD). The work presented in this thesis aimed to assess the clinical potential of human DN T cells as cell therapy for pathologies such as type 1 diabetes, multiple myeloma and GVHD. DN T cells compose 1 to 5% of lymphocytes in the peripheral blood. To circumvent the challenge of working with low cell numbers, we examined the proliferation potential of DN T cells in culture. Specifically, we adapted a cellular expansion protocol to their characteristics, in order to generate a sufficient number of cells to study their phenotype and their function in vitro and in vivo. Phenotypic characterization by flow cytometry revealed that DN T cells subjected to the optimized cell culture and activation protocol had an activated and not exhausted phenotype. In addition, in functional in vitro studies, DN T cells were shown to exhibit similar cytotoxic activity to CD8+ T cells, when the Jurkat, NALM and RAJI tumor cell lines were used as targets. Finally, we took advantage of the NRG mouse model (NOD-Rag1nullIL2rgnull) to study the peripheral survival of transplanted human DN T cells, and their potential to prevent xeno-GVHD and a model of multiple myeloma. All of this work has enabled us to broaden our knowledge of the phenotype and function of DN T cells in humans, showing that they have an interesting therapeutic potential for certain autoimmune and neoplastic pathologies as cell therapy.

Cette thèse a été conçu pour explorer les modèles dynamiques de régression, d’évaluer les inférences statistiques pour l’analyse des données de survie et de fiabilité. Ces modèles de régression dynamiques que nous avons considérés, y compris le modèle des hasards proportionnels paramétriques et celui de la vie accélérée avec les variables qui peut-être dépendent du temps. Nous avons discuté des problèmes suivants dans cette thèse.Nous avons présenté tout d’abord une statistique de test du chi-deux généraliséeY2nquiest adaptative pour les données de survie et fiabilité en présence de trois cas, complètes,censurées à droite et censurées à droite avec les covariables. Nous avons présenté en détailla forme pratique deY2nstatistique en analyse des données de survie. Ensuite, nous avons considéré deux modèles paramétriques très flexibles, d’évaluer les significations statistiques pour ces modèles proposées en utilisantY2nstatistique. Ces modèles incluent du modèle de vie accélérés (AFT) et celui de hasards proportionnels (PH) basés sur la distribution de Hypertabastic. Ces deux modèles sont proposés pour étudier la distribution de l’analyse de la duré de survie en comparaison avec d’autre modèles paramétriques. Nous avons validé ces modèles paramétriques en utilisantY2n. Les études de simulation ont été conçus.Dans le dernier chapitre, nous avons proposé les applications de ces modèles paramétriques à trois données de bio-médicale. Le premier a été fait les données étendues des temps de rémission des patients de leucémie aiguë qui ont été proposées par Freireich et al. sur la comparaison de deux groupes de traitement avec des informations supplémentaires sur les log du blanc du nombre de globules. Elle a montré que le modèle Hypertabastic AFT est un modèle précis pour ces données. Le second a été fait sur l’étude de tumeur cérébrale avec les patients de gliome malin, ont été proposées par Sauerbrei & Schumacher. Elle a montré que le meilleur modèle est Hypertabastic PH à l’ajout de cinq variables de signification. La troisième demande a été faite sur les données de Semenova & Bitukov, à concernant les patients de myélome multiple. Nous n’avons pas proposé un modèle exactement pour ces données. En raison de cela était les intersections de temps de survie.Par conséquent, nous vous conseillons d’utiliser un autre modèle dynamique que le modèle de la Simple Cross-Effect à installer ces données. / This thesis was designed to explore the dynamic regression models, assessing the sta-tistical inference for the survival and reliability data analysis. These dynamic regressionmodels that we have been considered including the parametric proportional hazards andaccelerated failure time models contain the possibly time-dependent covariates. We dis-cussed the following problems in this thesis.At first, we presented a generalized chi-squared test statisticsY2nthat is a convenient tofit the survival and reliability data analysis in presence of three cases: complete, censoredand censored with covariates. We described in detail the theory and the mechanism to usedofY2ntest statistic in the survival and reliability data analysis. Next, we considered theflexible parametric models, evaluating the statistical significance of them by usingY2nandlog-likelihood test statistics. These parametric models include the accelerated failure time(AFT) and a proportional hazards (PH) models based on the Hypertabastic distribution.These two models are proposed to investigate the distribution of the survival and reliabilitydata in comparison with some other parametric models. The simulation studies were de-signed, to demonstrate the asymptotically normally distributed of the maximum likelihood estimators of Hypertabastic’s parameter, to validate of the asymptotically property of Y2n test statistic for Hypertabastic distribution when the right censoring probability equal 0% and 20%.n the last chapter, we applied those two parametric models above to three scenes ofthe real-life data. The first one was done the data set given by Freireich et al. on thecomparison of two treatment groups with additional information about log white blood cellcount, to test the ability of a therapy to prolong the remission times of the acute leukemiapatients. It showed that Hypertabastic AFT model is an accurate model for this dataset.The second one was done on the brain tumour study with malignant glioma patients, givenby Sauerbrei & Schumacher. It showed that the best model is Hypertabastic PH onadding five significance covariates. The third application was done on the data set given by Semenova & Bitukov on the survival times of the multiple myeloma patients. We did not propose an exactly model for this dataset. Because of that was an existing oneintersection of survival times. We, therefore, suggest fitting other dynamic model as SimpleCross-Effect model for this dataset.