Return to search

Outils et concepts de biologie systémique pour la modélisation prédictive de la toxicité

Le besoin actuel de comprendre les conséquences précises que l'administration d'une molécule va avoir sur un organisme et les organes qui le composent, est un enjeu majeur pour la recherche pharmaceutique et l'étude de la toxicité des xénobiotiques. Il n'est pas difficile de se rendre compte, quand les effets sont observables, qu'il existe un lien entre la dose administrée d'un xénobiotique et ses effets. La difficulté de les prédire, qu'ils soient bénéfiques ou délétères, réside principalement dans le fait qu'un nombre très important de mécanismes complexes sont mis en jeu, dès l'entrée de cette molécule dans l'organisme et jusqu'à son excrétion. Afin de comprendre et quantifier ce lien, et pour pouvoir faire des prédictions, il est nécessaire de connaître les principaux mécanismes biologiques impliqués et de proposer des modèles mathématiques les décrivant. Le travail présenté dans cette thèse montre que l'utilisation de la biologie systémique n'est pas facile et manque encore de maturité. Au-delà de la diversité des connaissances auxquelles elle fait appel, on se rend compte que la quantité de données et de paramètres à gérer est considérable. Pour un modèle ne prenant en compte qu'une seule voie de signalisation, comme celui présenté ici, plusieurs mois ont été nécessaires pour sa calibration. Cette durée est en grande partie imputable au temps de calculs nécessaire aux estimations des paramètres, et à celui nécessaire à la récolte et aux traitements des données très diverses (données PK, omiques, physiologiques, cellulaires, etc). Il est très important que le protocole de collecte des données soit défini en commun par l'ensemble des équipes les utilisant par la suite.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00975742
Date21 November 2013
CreatorsHamon, Jérémy
PublisherUniversité de Technologie de Compiègne
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0018 seconds