Biostatistical algorithms for omics data in oncology - Application to DNA copy number microarray experiments - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2008

Biostatistical algorithms for omics data in oncology - Application to DNA copy number microarray experiments

Akgorithmes biostatistiques pour les données omiques en oncologie - Application à l'étude du nombre de copies d'ADN à partir des expériences de microarray

Philippe Hupé

Résumé

Cancer is a major cause of death and lots of effort must be made to defeat the disease. Microarray technology is a powerful tool very helpful in oncology in order to better understand the molecular mechanisms involved in tumoral progression. We know that cancer is due to a modification of the gene regulation. Then, the study of gene expression in tumours is a valuable information in order to understand the biology of the disease and to identify new prognostic and predictive factors so that the clinician can tailor the therapy for each patient. Besides the modification of gene expression, tumours have chromosome alterations and especially a change of their DNA copy number. There are microarrays which allow the quantification of DNA copy number. The raw data obtained from the microarray technology need appropriate statistical processing so that they can be biologically and clinically meaningful. This is precisely the goal of the present work. Thus, statistical methods have been developed in order to normalise and extract the biological information from microarrays devoted to the study of DNA copy number in tumours. The methods have been applied in uveal melanoma in order to identify high-risk tumours. The integrative analysis of different types of molecular profiles is a challenge in biostatistics. Therefore, a statistical method able to combine both gene expression and DNA copy number data has been developed in the framework of supervised classification. The statistical properties of the method have been studied and its performance has been evaluated on both simulated and real data.
Le cancer est une cause principale de décès et d'importants eorts doivent être réalisés pour vaincre la maladie. La technologie des microarrays est un puissant outil de recherche en oncologie pour comprendre les mécanismes de la progression tumorale qui est due à une perturbation de la régulation des gènes. Par conséquent, l'étude de leur niveau d'expression dans les tumeurs offre une perspective pour comprendre les mécanismes biologiques de la maladie et identier de nouveaux facteurs pronostiques et prédictifs qui aideront le clinicien à choisir la thérapie de chaque patients. Par ailleurs, les tumeurs présentent un changement du nombre de copies d'ADN dont la quantication est aussi possible par microarray. L'utilisation des données de microarray nécessite un traitement statistique approprié permettant de transformer les données brutes en données interprétables biologiquement et cliniquement. Ainsi, nous avons développé des méthodes statistiques qui visent à normaliser et extraire l'information biologique issue des microarrays dédiés à l'étude du nombre de copies d'ADN des tumeurs. Nos méthodes ont permis la caractérisation des tumeurs de haut-risque métastatique dans le mélanome uvéal. Par ailleurs, un des enjeux de l'analyse biostatistique des données de microarrays consiste en l'analyse intégrée de différents types de prols moléculaires. Ainsi, une méthode statistique qui combine les données d'expression de gènes et du nombre de copie d'ADN obtenues par microarrays a été développée dans un contexte de classication supervisée. Les propriétés statistiques de la méthode ont été étudiées et ses performances estimées sur des données simulées et réelles.
Fichier principal
Vignette du fichier
thesis-phupe-2008.pdf (14.43 Mo) Télécharger le fichier

Dates et versions

pastel-00004333 , version 1 (19-03-2009)

Identifiants

  • HAL Id : pastel-00004333 , version 1

Citer

Philippe Hupé. Biostatistical algorithms for omics data in oncology - Application to DNA copy number microarray experiments. Mathematics [math]. AgroParisTech, 2008. English. ⟨NNT : 2008AGPT0069⟩. ⟨pastel-00004333⟩
178 Consultations
110 Téléchargements

Partager

Gmail Facebook X LinkedIn More