Le réseau artériel du système cardiovasculaire (SCV) est composé de deux sous-systèmes, la macrocirculation (artères élastiques et musculaires) et la microcirculation (artérioles et capillaires), qui interagissent afin de permettre une adaptation optimale de l'organisme aux différentes perturbations rencontrées. Avec l'âge et/ou des facteurs de risque comme l'hypertension, des lésions apparaissent au niveau du réseau artériel et le couplage macrocirculation/microcirculation semble avoir un rôle important dans le développement des pathologies vasculaires. Une meilleure appréhension de ce couplage pourrait permettre de mieux comprendre les processus physiopathologiques de certaines maladies vasculaires. Nous avons ainsi étudié les interactions entre la macrocirculation et la microcirculation sanguines à l'aide de deux approches : (1) l'analyse et le traitement de signaux physiologiques, (2) la construction d'un modèle du SCV. Suite à l'acquisition simultanée de signaux issus du coeur, de la macrocirculation et de la microcirculation, chez des sujets sains, nous avons mis en oeuvre différents concepts de traitement du signal (analyse spectrale, analyse multifractale, entropie multi-échelle) qui nous ont permis de mettre en évidence de potentielles relations entre la macrocirculation et la microcirculation sanguines. Parallèlement, nous avons développé un modèle du SCV capable de prédire les courbes de pression et de débit dans les réseaux macrocirculatoire et microcirculatoire. Ce modèle permet, en outre, d'observer les interactions entre la macrocirculation et la microcirculation dans des conditions normales et pathologiques.

Un nouveau facteur de transcription, appartenant à la famille des protéines à domaine bHLH, a récemment été isolé dans notre laboratoire. Initialement appelé « clone bc8 » puis HRT1, ce facteur présentait des similitudes avec les protéines Hairy and Enhancer of split qui interviennent notamment dans le phénomène d’inhibition latérale lors de la formation du tissu neural. Des études d’hybridation in situ réalisées chez l'embryon de xénope ont suggéré un rôle important de XHRT1, la protéine HRT1 de xénope, dans le développement neural. Nous avons recherché les partenaires protéiques de XHRT1 par la technique du double-hybride afin de mieux comprendre son mécanisme d’action moléculaire dans la neurogenèse.<p>Tout d’abord nous avons construit les outils appropriés pour l’élaboration du travail, à savoir, les clones de levures exprimant les appâts spécifiques des domaines de la protéine étudiée et la création d’une banque d’ADNc du xénope au stade de la neurulation. Ensuite, trois criblages ont été réalisés. Dans le premier cas, nous avons recherché les partenaires des domaines bHLH et Orange (bHLH-O). Le domaine bHLH est en effet responsable de la dimérisation de ce type de protéine. Le domaine Orange qui suit le domaine bHLH, pourrait participer dans le choix du partenaire d’hétérodimérisation. Nous avons isolé deux facteurs de type bHLH-Orange apparentés à HRT1, XHairy1 et XHairy2b et confirmé leur interaction avec XHRT1. Les domaines impliqués dans ces interactions sont les bHLH-O pour les trois facteurs. Ce même criblage nous a permis d’isoler un nouvel ADNc qui code une protéine sans domaine apparent connu actuellement. Nous avons montré que cette protéine reconnaissait spécifiquement le domaine Orange de HRT1 mais pas celui des autres facteurs de type bHLH-O. Elle a été baptisée BOIP pour Bc8 Orange Interacting Protein. Le rôle physiologique de cette interaction n’a pu être démontré. Nous avons établi que la protéine BOIP pouvait aussi s’homodimériser. Nous avons aussi déterminé son profil d’expression chez le xénope et la souris. Son transcrit est hautement présent dans les testicules adultes. La protéine pourrait donc jouer un rôle important dans la spermatogenèse. Les deux autres criblages, utilisant les domaines situés dans la partie C-terminale de XHRT1, ont apporté des nouveaux partenaires potentiels, mais ces interactions n’ont pu être confirmées dans un système indépendant. <p>Enfin, en étudiant plus en détail les interactions entre XHRT1 et XHairy1 ou XHairy2b, nous avons mis à jour une possible fonction de spécificité dans le choix du partenaire dans la région C-terminale de HRT1. La formation de ces dimères pourrait jouer un rôle dans la formation du tube neural mais également dans d’autres différenciations tissulaires.<p> / Doctorat en sciences, Spécialisation biologie moléculaire / info:eu-repo/semantics/nonPublished

On dénombre plus de 40 000 cas de morts subites en France, chaque année. Depuis le début des années 2000, le défibrillateur automatique implantable (DAI) est prescrit de manière prophylactique aux populations à risque. Nombre de ces implantations semblent prématurées : une étude récente a révélé que 81% des DAI implantés chez les patients étudiés n'ont jamais délivré de thérapie pendant les cinq années suivant l'implantation. Cette constatation soulève un problème en raison des complications post-opératoires encourues par les patients porteurs d'un défibrillateur implantable. Avec la rupture de sonde, les chocs électriques engendrés inutilement (c'est-à-dire lorsque la vie du patient n'est pas menacée) par le défibrillateur sont les complications les plus fréquentes : des études ont montré que 13% à 17% des patients porteurs d'un défibrillateur implanté ont subi au moins un choc inutile, susceptible de fragiliser le tissu cardiaque. Il apparaît donc important de mieux définir la population à risque de mort subite, afin d'optimiser la sélection des patients candidats. Le pouvoir prédictif de mort subite des différents descripteurs des enregistrements électrocardiographiques de longue durée (Holter) a fait l'objet de nombreuses études univariées, sans permettre d'amélioration des critères de sélection. Dans ce mémoire, nous présentons l'analyse multivariée des descripteurs de l'enregistrement Holter que nous avons menée. Nous avons extrait l'ensemble des descripteurs calculables sur la base étiquetée d'enregistrements Holter de patients, victimes ou non d'arythmies traitées par le DAI, dont nous disposons. En mettant à profit les connaissances physiologiques sur l'arythmogenèse, nous avons réalisé une sélection des descripteurs les plus pertinents. Puis, à l'aide d'une méthode originale de conception et d'évaluation de classifieur, nous avons construit un classifieur ad hoc, basé, lui aussi, sur les connaissances physiologiques de l'arythmogenèse ; ce classifieur discrimine les patients à risque (pour lesquels il recommande l'implantation), des patients pour lesquels l'implantation ne paraît pas opportune. À l'issue de notre étude, et au vu des performances atteintes, il semble possible d'améliorer la fiabilité des indications d'implantation prophylactique, à l'aide de méthodes d'apprentissage statistique. Pour valider cette conclusion, il paraît néanmoins nécessaire d'appliquer la méthode exposée dans la présente étude à une base de données de plus grande dimension, et de contenu mieux adapté à nos objectifs.