Le cancer du sein est le deuxième cancer le plus répandu dans le monde et la principale cause de décès due à un cancer chez les femmes. L'amélioration du pronostic du cancer a été l'une des principales préoccupations afin de permettre une meilleure gestion et un meilleur traitement clinique des patients. Avec l'avancement rapide des technologies de profilage génomique durant ces dernières décennies, la disponibilité aisée d'une grande quantité de données génomiques pour la recherche médicale a motivé la tendance actuelle qui consiste à utiliser des outils informatiques tels que l'apprentissage statistique dans le domaine de la science des données afin de découvrir les biomarqueurs moléculaires en lien avec l'amélioration du pronostic. Cette thèse est conçue suivant deux directions d'approches destinées à répondre à deux défis majeurs dans l'analyse de données génomiques pour le pronostic du cancer du sein d'un point de vue méthodologique de l'apprentissage statistique : les approches basées sur le classement pour améliorer le pronostic moléculaire et les approches guidées par un réseau donné pour améliorer la découverte de biomarqueurs. D'autre part, les méthodologies développées et étudiées dans cette thèse, qui concernent respectivement l'apprentissage à partir de données de classements et l'apprentissage sur un graphe, apportent une contribution significative à plusieurs branches de l'apprentissage statistique, concernant au moins les applications à la biologie du cancer et la théorie du choix social. / Breast cancer is the second most common cancer worldwide and the leading cause of women's death from cancer. Improving cancer prognosis has been one of the problems of primary interest towards better clinical management and treatment decision making for cancer patients. With the rapid advancement of genomic profiling technologies in the past decades, easy availability of a substantial amount of genomic data for medical research has been motivating the currently popular trend of using computational tools, especially machine learning in the era of data science, to discover molecular biomarkers regarding prognosis improvement. This thesis is conceived following two lines of approaches intended to address two major challenges arising in genomic data analysis for breast cancer prognosis from a methodological standpoint of machine learning: rank-based approaches for improved molecular prognosis and network-guided approaches for enhanced biomarker discovery. Furthermore, the methodologies developed and investigated in this thesis, pertaining respectively to learning with rank data and learning on graphs, have a significant contribution to several branches of machine learning, concerning applications across but not limited to cancer biology and social choice theory.

Les adénomes hépatocellulaires (AHC) sont des tumeurs hépatiques bénignes rares se développant chez la femme jeune suite à la prise de contraceptifs oraux et pouvant se compliquer d’hémorragie et de transformation maligne en carcinome hépatocellulaire (CHC). Une classification génotype/phénotype a mise en évidence trois groupes d’AHC : les AHC inactivés pour le facteur de transcription HNF1A, les AHC mutés pour la β-caténine et les AHC dit « inflammatoires » ayant une activation de la voie JAK/STAT. Nous avons identifiés des mutations activatrices du gènes GNAS, codant pour la sous unité alpha de la protéine Gs, dans un sous-groupe d’AHC inflammatoires ainsi que chez des patients avec des AHC et atteints d’un syndrome de McCune Albright, une maladie rare combinant des tumeurs endocriniennes, une dysplasie fibreuse osseuse et des taches cutanés café au lait. Cette découverte confirme les interactions entre la voie de l’AMP cyclique induite par les mutations GNAS et la voie JAK/STAT. Les CHC sont les tumeurs primitives du foie les plus fréquentes, survenant souvent sur un foie cirrhotique exposé à différents facteurs de risque comme l’hépatite B chronique, l’hépatite C chronique, l’alcool ou le syndrome métabolique. Le CHC est le résultat de l’accumulation d’altérations génétiques et épigénétiques. Premièrement, nous avons identifiés les mutations du promoteur de TERT (Telomerase reverse transcriptase) comme les altérations génétiques somatiques les plus fréquentes des CHC. Ces mutations ont été aussi retrouvées dans des lésions prénéoplasiques développées sur cirrhose suggérant leurs rôles précoces dans l’initiation tumorale et la transformation maligne. A l’inverse l’étude des mutations du promoteur de TERT et la réalisation de séquençage haut-débit dans les AHC et les transformation d’adénome en CHC nous a permis de disséquer les mécanismes de transformation maligne sur foie sain avec la présence de manière précoce d’une mutation de la β-caténine et dans un second temps l’apparition d’une mutation dans le promoteur de TERT. Par la suite, nous avons mis en évidence une signature moléculaire pronostique transcriptomique chez les patients avec CHC traités par résection hépatique. Cette signature moléculaire prédisant à la fois la récidive tumorale et le décès a été validée dans des cohortes de patients à l’étranger. Enfin, nous avons mise en évidence le rôle oncogénique de l’adeno-associated virus de type 2 dans la survenue de CHC sur foie sain via un mécanisme de mutagénèse insertionnelle dans des gènes clés de la carcinogénèse comme TERT, CCNA2, MLL4 ou TNFSF10. Ces résultats ont permit de mettre en évidence de nouveaux facteurs de risque viraux de survenue du CHC, d’identifier de nouvelles altérations génétiques impliquées dans la transformation maligne sur cirrhose et sur foie sain et permit de développer une signature moléculaire pronostique qui pourrait être utiliser dans le futur comme une aide à la stratification thérapeutique chez les patients atteint de CHC. / Hepatocellular adenomas (HCA) are rare benign liver tumors occuring in young women taking oral contraception and complications as haemorrhage or malignant transformation in hepatocellular carcinomes (HCC) could occur. A genotype/phenotype classification has defined different subgroups of tumors : HCA with inactivating mutations of HNF1A, HCA with activating mutations of β-catenin and inflammatory HCA with activation of the JAK/STAT pathway. We have identified activation mutations of GNAS, that codes for the alpha subunit of the Gs protein in a subgroup of inflammatory HCA and in patients with HCA and McCune Albright syndrom, a rare disease that combined endocrine tumor, bone fibrous dysplasia and « cafe au lait » skin macula. These findings highlight the crosstalk between the cyclic AMP pathway induced by GNAS mutation with the JAK/STAT pathway. HCC are the most frequent primary liver tumors worldwide and mainly occur on cirrhosis due to various risk factor as hepatitis B and C virus, alcohol consumption and metabolic syndrome. HCC is due to the accumulation of genetic and epigenetic alterations in the malignant hepatocytes. We have identified TERT (telomerase reverse transcriptase) promoter mutations as the most frequent somatic genetic alterations in HCC. These mutations were also found in cirrhotic premalignant nodules underlying their role in tumor initiation and malignant transformation. In contrast, the study of the different steps of malignant transformation of HCA into HCC using next generation sequencing and TERT promoter screening have shown that activatiing mutation of β-catenin is an early genetic alteration whereas TERT promoter mutation is required in a second step to promote a full malignant transformation. We have also identified a prognostic molecular signature, the 5-gene score, in patients with HCC treated by liver resection. The 5-gene score predicts tumor recurrence and disease specific survival and has been validated in different cohorts of patients worldwide. Finally, we have shown that adeno-associated virus type 2 is involved in liver carcinogenesis on normal liver through insertional mutagenesis in key cancer genes as TERT, CCNA2, MLL4 and TNFSF10. These results have underlined a new oncogenic virus involved in HCC development, identified new genetic alterations involved in malignant transformation on cirrhosis and normal liver and a new prognostic molecular signature that will help to guide treatment of patients with HCC in the future.