La vaccination est l'un des plus grands progrès réalisés en santé publique. Toutefois, malgré de nombreuses connaissances sur le système immunitaire, de nombreux pans d’ombre empêchent la conception de vaccins contre des pathogènes complexes. Pour pallier ce problème, une meilleure compréhension des modes d'action des vaccins est requise. En particulier, la plupart des vaccins nécessitent plusieurs immunisations pour induire une mémoire immunitaire adaptative au long terme, mais l'impact du délai entre primo-vaccination, induisant une mémoire primaire, et rappel(s) la restimulant pour générer une mémoire secondaire, est peu défini. De plus, la réponse immunitaire innée, induite à chaque immunisation et façonnant l'immunité adaptative, reste peu caractérisée dans ce contexte vaccinal. En vaccinant des macaques cynomolgus avec le virus de la vaccine modifiée Ankara, selon un schéma de primo-vaccination suivie d’un rappel homologue à deux mois, et en utilisant la cytométrie de masse couplée à des analyses bio-informatiques, nous avons caractérisé la réponse innée induite par chaque immunisation. Les réponses innées diffèrent entre primo-vaccination et rappel, avec induction par la primo-vaccination d’une modification phénotypique tardive des cellules innées, suggérant une meilleure capacité à répondre au rappel. De surcroît, la réduction à deux semaines du délai entre primo-vaccination et rappel abroge la mobilisation de ces cellules innées phénotypiquement modifiées et altère la qualité de la réponse humorale. En définitive, en plus de la réponse innée précoce, ce projet a mis en évidence l'induction par la primo-vaccination d'un vraisemblable entraînement inné tardif, un concept émergent traduisant la capacité de mémorisation des cellules innées via des modifications épigénétiques. Ce vraisemblable entraînement, non seulement des monocytes et cellules tueuses naturelles, mais aussi des cellules dendritiques et surprenamment des neutrophiles, est corrélé à la qualité de la mémoire immunitaire adaptative, de manière hautement dépendante du délai entre primo-vaccination et rappel. Ces résultats contribuent à ouvrir la voie vers l’optimisation rationnelle des futurs vaccins, via l'optimisation des calendriers vaccinaux et la valorisation de l'entraînement inné. / Vaccination is one of the best achievements made in public health. However, designing vaccines against complex pathogens is currently challenging. The immune system is indeed uncompletely characterized, despite large amount of accumulated knowledges. A better understanding of vaccine-induced immunity is then required to optimize vaccine design. In particular, while most vaccines require several immunizations to induce a long-lasting adaptive immune memory, little is known on the impact of the delay beween the prime inducing a primary memory and the boost restimulating it to induce a secondary memory. Also, the innate immunity induced by each immunization and shaping the adaptative immunity is poorly characterized in this vaccine context.We studied the innate immune responses in cynomolgus macaques immunized with the modified vaccinia virus Ankara, following an homologous prime-boost vaccination at two months apart. We applied mass cytometry and bioinformatic analyses to characterize the innate response induced by each immunization. We showed that prime and boost vaccination triggered distinct innate responses. Actually, prime induced late phenotypic modifications of innate cells. These phenotypic changes suggest a stronger ability to react to the boost. Moreover, reducing the delay between prime and boost to two weeks impeded the mobilization of these phenotypically modified innate cells, and qualitatively altered humoral response.In conclusion, beyond the early innate responses, these results highlight the late induction by the prime of "likely trained" innate cells. This emerging concept corresponds to the ability of innate cells to display memory features based on epigenetic modifications. This "likely training" occured not only on monocytes and NK cells, but also on dendritic cells and strikingly on neutrophils. It was deeply connected with adaptive immune memory establishment, in a prime-boost delay dependant fashion. These findings contribute to pave the way towards to the rationale design of future vaccines, via vaccine schedule optimization and harnessment of innate training.

Humorale Immunantworten gehen einher mit der Veränderung der Zusammensetzung und der Konzentration des Antikörper (AK)-Repertoires. Signalintensitäts-basierte AK-Bindungsprofile (ABP), gemessen mit Zufallspeptidmikroarrays, versuchen diese Veränderungen zu detektieren, um sie für serologische Diagnostik nutzbar zu machen. Gegenstand dieser Arbeit ist die Analyse des Einflusses des AK-Repertoires auf ABP mittels eines mathematischen Modells für AK-Peptidbindung. Das Modell basiert auf dem MWG und beinhaltet als Parameter (i) AK- und Peptidsequenzen sowie (ii) AK-Konzentrationen. Die Affinität simulierter monoklonaler AK hängt nichtlinear von den Aminosäurepositionen in den Peptidsequenzen ab. Das Modell wurde mathematisch analysiert und in silico implementiert. Simulationen ergaben, dass ABP von Mischungen hochdiverser, zufällig generierter AK-Sequenzen, welche nicht durch wenige AK konzentrationsdominiert sind, genannt ideale Mischungen, linear ausschließlich mit Hilfe der Aminosäurezusammensetzung der Peptidbibliothek vorhergesagt werden können. Dieser Zusammenhang führte zu der Formulierung eines linearen Regressionsmodells, aus welchem Aminosäure-assoziierte Gewichte (AAWS) hervorgehen, welche eine kompakte, verlustfreie Abbildung von ABP idealer Mischungen darstellen. Für niedrig-diverse Mischungen ist die Vorhersagekraft des Regressionsmodells eingeschränkt. Die in vitro-Relevanz der mathematisch vorhergesagten Ensembleeigenschaften von AK-Mischungen wurde durch Inkubationen monoklonaler AK und Serum-AK mit derselben Peptidbibliothek bestätigt. Diese Arbeit zeigt, dass Kenntnisse über die Zusammensetzung einer polyklonalen Mischung essentiell für die Interpretation von ABP in Bezug auf serologische Diagnostik und Epitopkartierung sind. Die Spezifität und damit auch die Klassifizierbarkeit von ABP ist sowohl eine Funktion der untersuchten AK-Mischung als auch technologischer Faktoren. / Humoral immune responses are associated with changes of both the composition and the concentration of serum antibodies. Signal intensity- based antibody binding profiles (ABP) measured with random-sequence peptide microarrays attempt to capture these changes to render them applicable to serological diagnostics. In this work, the antibody repertoire’s impact on ABP is studied. This model is based on the law of mass action and incorporates as parameters (i) antibody and peptide sequences and (ii) antibody concentrations. The binding affinity of simulated monoclonal antibodies depends non-linearly on amino acid positions in the peptide sequences. The model was both mathematically analyzed and implemented in silico. Mathematical analysis and simulations predicted that mixtures of highly diverse random antibodies which are not dominated concentration-wise by few antibodies, termed unbiased mixtures, could be linearly predicted based only on the amino acid composition of the peptide library used. This linear relationship led to the formulation of a linear regression model of which amino acid associated-weights (AAWS) emerge as a compact, lossless representation of unbiased mixtures’ ABP. For lowly diverse antibody mixtures, this linear regression model breaks down. In order to test the in vitro relevance of the mathematically predicted ensemble properties of antibody mixtures, monoclonal and serum antibodies were incubated with the same peptide library. In conclusion, this work shows that serum antibody ensemble properties impact the genesis of ABP measured with random-sequence peptide microarrays. This thesis indicates that a knowledge of both a polyclonal mixture’s diversity and composition is essential for the interpretation of ABP with respect to both serological diagnostics and B-cell epitope mapping. Specificity, and thus classifiability, of serum ABP is a function of both the investigated antibody mixtures and technological features.