Thèse soutenue le 01 décembre 2020 pour obtenir le grade de docteur de la Communauté Université Grenoble Alpes - Spécialité : MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement

Résumé :
Le cancer constitue la première cause de mortalité prématuré (décès avant 65 ans) en France depuis 2004. Pour un même organe, chaque cancer est unique, et le pronostic personnalisé est donc un aspect important de la prise en charge des patients. La baisse des coûts de séquençage au cours de la dernière décennie a permis de quantifier le niveau d’expression des gènes dans des échantillons de tumeurs. Ainsi, la base de données TCGA fournit le profil moléculaire de tumeurs, des données cliniques, et les temps de suivi des patients associés sur plusieurs années. De nouvelles découvertes sont donc rendues possibles en terme de biomarqueurs pronostiques construits à partir de données génomiques. Dans ce contexte, l’objet principal de la thèse consiste à comparer et adapter des méthodologies pour construire des scores de risques pronostiques de la survie ou de la récidive des patients atteints de cancer à partir de données cliniques et d’expression de gènes des échantillons tumoraux.

Jury :
Présidente : Mme Adeline Leclercq-Samson
Rapporteure : Mme Anne-Laure Boulesteix
Rapporteur : M. Christophe Ambroise
Examinateur : M. Vivian Viallon
Invité : M. Florent Chatelain
Directeur de thèse : M. Laurent Guyon
Co-directeur de thèse : M. Florent Chatelain

Mots clés :
Cancer, Prédiction, Modèle de Cox, Régression pénalisée, Données de survie, RNA-seq

Thèse en ligne.