Les travaux présentés dans cette thèse concernent le développement d'un outil d'analyse multiparamétrique pour la quantification de biomarqueurs urinaires du cancer de la vessie.La première partie des travaux de recherche a pour objectif la sélection de marqueurs pour le diagnostic et la récidive des tumeurs urothéliales. Une première étude a permis l'évaluation de la sélectivité de marqueurs candidats dans des échantillons urinaires de patients atteints de cancer de la vessie. Cinq des vingt marqueurs initiaux ont été sélectionnés pour leur performance diagnostique, définissant le Panel 1 : VEGF, MMP9, IL8, PTGS2 et EN2. Une seconde étude a été réalisée afin d'évaluer le potentiel de marqueurs et de paramètres cliniques pour le diagnostic de la récidive des tumeurs urothéliales. Les échantillons urinaires évalués provenaient donc de patients présentant une récidive du cancer de la vessie et de patients ne présentant pas de récidive. Le Panel 2 a ainsi été défini, basé sur le modèle de régression multiple le plus performant. Il comprend les paramètres cliniques et moléculaires suivants : nombre de récidives antérieures, nombre de thérapies par BCG, stade de la tumeur au moment du diagnostic, CDH1, IL8, ErbB2, IL6, EN2 et VEGF.La seconde partie concerne le développement d'un test multiparamétrique pour la quantification des marqueurs sélectionnés. Il s'agit d'une plateforme automatisée, à haut-débit et sous un format de plaque de microtitration 96-puits. La méthode de quantification choisie est un immunoessai de type sandwich sous la forme de puce à protéines. Le développement de la plateforme a débuté avec le Panel 1 dont trois des cinq marqueurs (VEGF, MMP9 et IL8) ont été intégrés avec succès. Suite à la seconde étude de sélection de marqueurs, le développement de l'immunoessai multiparamétrique a été orienté vers le Panel 2. À l'exception du marqueur EN2, nécessitant une configuration d'immunoessai différente, tous les marqueurs du Panel 2 ont pu être intégrés à la plateforme / The work reported in this thesis focuses on the development of a multiplex analytical tool for the quantification of selected bladder cancer urinary biomarkers.The aim of the first part of this work is the selection of urinary biomarkers for the diagnosis and recurrence of urothelial tumors. A first study evaluated the selectivity of candidate markers in urine samples of bladder cancer patients. Five of the twenty initial markers were selected for their diagnostic performance. They define Panel 1: VEGF, MMP9, IL8, PTGS2 and EN2. A second study was then conducted to assess the potential of urinary markers and clinical parameters for the diagnosis of bladder cancer recurrence. Two types of urine samples were thus evaluated: samples from recurrent bladder cancer patients and samples from bladder cancer patients without recurrence. Panel 2 was then defined based on the best performing multivariate regression model. It includes the following clinical and molecular parameters: number of past recurrences, number of BCG therapies, tumor stage at diagnosis, CDH1, IL8, ErbB2, IL6, EN2 and VEGF.The second part involves the development of a multiplex test for the quantification of the selected markers. It is a high-throughput automated platform in a 96-well microtiter plate format. It was designed as a multiplex sandwich immunoassay based on a protein microarray. The platform development began with Panel 1 for which three of the five markers (VEGF, MMP9 and IL8) were successful integrated into a multiplex immunoassay. The end of the second marker selection study marked the development transition from Panel 1 to Panel 2. With the exception of EN2, requiring a different immunoassay configuration, all the Panel 2 markers were integrated into the platform
| Identifer | oai:union.ndltd.org:theses.fr/2016LYSE1158 |
| Date | 13 September 2016 |
| Creators | Paoli, Marine de |
| Contributors | Lyon, Marquette, Christophe A. |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds