Environ 6000 à 8000 maladies rares différentes existent aujourd’hui, affectant environ 6 à 8% de la population mondiale. La grande majorité d’entre elles correspond à des maladies génétiques, pour lesquelles il n'existe pas de traitement curatif. La révolution génomique a augmenté l’espoir d’obtenir des traitements spécifiques du défaut génétique pour de nombreuses maladies. Dans ces conditions, le traitement et l’analyse des données ne sont pas triviaux et s’éloignent de la simple routine.Cette thèse rapporte la création de Saut d'exon, capables d’aider les chercheurs et les cliniciens à identifier les mutations responsables de certaines maladies et développer de nouvelles stratégies thérapeutiques. Ainsi, les systèmes Human Splicing Finder et UMD-Predictor permettent respectivement de prédire l’effet d’une mutation sur l’épissage et la fonction de la protéine. Ils ont été validés grâce à des jeux de données de référence et/ou issus de la littérature, et peuvent aider les cliniciens à annoter correctement les variations de signification inconnue. De plus, cette thèse propose deux outils à visées thérapeutiques : Skip-E, un outil d’identification des AON candidats à la thérapie par saut d’exon, et NR-Analyser, un système de prédiction des codons de terminaison prématurés candidats à la thérapie par translecture des codons stop.Ces différents systèmes s'intègrent dans un projet plus global dédié à la recherche translationnelle. Par ces deux volets, prédictif et thérapeutique, cette thèse s’inscrit dans une stratégie de recherche en adéquation avec les objectifs du Consortium International pour la Recherche contre les Maladies Rares, l’IRDiRC. / About 6,000 to 8,000 distinct rare diseases exist today and are estimated to affect 6-8% of the world population. The vast majority of them are genetic and for most of them there is no cure. The genomic revolution has increased the hope of specific treatments based on the gene for many diseases. New technologies have emerged, changing drastically data scale produced in biomedical research. In these conditions, treatment and analysis of data are far from trivial and mere routine, despite spectacular advances in computer technology.This thesis reports the creation of bioinformatics systems, capable of helping researchers and clinicians to identify mutations responsible for certain diseases and to develop new therapies. Thus, the Human Splicing Finder and UMD-Predictor systems predict the effect of a mutation on splicing and protein, respectively. Both bioinformatics systems have been validated through high quality reference datasets, and may help clinicians to properly annotate variations of unknown significance. In addition, this thesis offers two new systems for therapeutic purposes: the Skip-E system identifies optimal candidates AONs for exon skipping therapies, and NR-Analyser, a system that predicts premature termination codons potentially candidates to nonsense readthrough therapies.These different systems are part of a larger project dedicated to translational research. With its predictive and therapeutic aspects, this thesis is part of a research strategy matching with the objectives of the IRDiRC (International Rare Diseases Research Consortium).
| Identifer | oai:union.ndltd.org:theses.fr/2016AIXM5057 |
| Date | 09 December 2016 |
| Creators | Rai, Ghadi C. |
| Contributors | Aix-Marseille, Béroud, Christophe, Salgado, David |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French, English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0103 seconds