L'insuffisance surrénale primaire (ISP) se caractérise par un déficit en hormones stéroïdiennes lié à un trouble du cortex surrénal qui expose au risque d'insuffisance aiguë et de menace vitale. Actuellement, 80% des formes pédiatriques d'ISP sont d'origine génétique et 5% restent sans étiologie génétique identifiée. Les récentes découvertes de mutations de gènes du stress oxydant ouvrent le champ des recherches d'anomalies génétiques non spécifiques de la glande surrénale. Le séquençage parallèle massif (MPS) autorise aujourd'hui la réalisation de millions de séquences et l'étude simultanée de plusieurs gènes de plusieurs patients ce qui permet d'accélérer le diagnostic. C'est aussi la technique de choix pour la recherche de nouveaux gènes. Cependant, parmi les défis de cette nouvelle technologie, il est possible de citer la gestion de la très grande quantité de données qu'elle génère et le besoin d'une validation rigoureuse préalable à son utilisation à des fins diagnostiques.Le premier objectif du présent travail était d'établir un diagnostic génétique dans une cohorte de patients atteints d'ISP et de rechercher de nouveaux gènes. L'étude des génotypes et des phénotypes permet de comprendre les mécanismes physiopathologiques pour les engager dans le traitement et le conseil génétique.Le second objectif était le développement de méthodes bio-informatiques et d'inférence statistique pour faciliter le transfert du séquençage classique (Sanger) vers la technique MPS. Ce développement comprend l'analyse graphique de la qualité du séquençage, l'ajustement de modèles log-linéaires pour comparer les propriétés de différents « pipelines », et l'ajustement de modèles additifs généralisés pour estimer les contributions des sources d'erreurs de séquençage. Les analyses statistiques ont considéré chaque paire de bases comme unité statistique et chaque patient comme étude indépendante, ce qui confère à l'analyse simultanée de tous les patients le caractère d'une méta-analyse / Primary adrenal insufficiency (PAI) is characterized by an impaired production of steroid hormones due to an adrenal cortex defect. This condition exposes to the risk of acute insufficiency which may be life-threatening. Today, 80% of pediatric forms of PAI have a genetic origin but 5% have no clear genetic support. Recently discovered mutations in genes relative to the oxidative stress have opened the way to research works on genes unrelated to the adrenal gland. Massive Parallel Sequencing (MPS) is now able to perform millions of sequences and study simultaneously several genes in several patients, which accelerates the diagnosis. Above all, MPS is the preferred technique for new gene discoveries. However, among the challenges of this new technology one may cite the management of the huge amount of data MPS generates and the need for a strict validation process before the use of MPS for diagnosis purposes.The first objective of the present work was to establish a genetic diagnosis in a cohort of patients with PAI and search for new genes. Study the genotypes and phenotypes allows a better understanding of the physiopathological mechanisms of PAI and offering appropriate care for the patients and counseling for families. The second objective was the development of bioinformatic and statistical inference methods to help shifting from the classical Sanger sequencing to MPS. This shift involves a graphical analysis of the quality of sequencing, an adjustment of log-linear models to allow comparing the properties of different pipelines, an adjustment of the generalized additive models to allow estimating the contributions of various sources of sequencing errors. The statistical methods have considered each DNA base-pair as a statistical unit and each patient as a separate study which confers the simultaneous study of all patients the status of a meta-analysis
| Identifer | oai:union.ndltd.org:theses.fr/2018LYSE1057 |
| Date | 30 March 2018 |
| Creators | Boulez, Florence |
| Contributors | Lyon, Roy, Pascal, Morel, Yves |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0023 seconds