Implication du gène Dicer1 dans le vieillissement et ses pathologies chez la souris
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : De Cauwer, Aurore
Date de soutenance : 03-07-2020

Directeur(s) de thèse : Georgel, Philippe

Établissement de soutenance : Strasbourg
Laboratoire : Immunorhumatologie moléculaire (Strasbourg)
École doctorale : École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Immunologie
Classification : Sciences de la vie, biologie, biochimie

Mots-clés libres : Dicer1, Modèle souris, Vieillissement prématuré, Tissu adipeux, Troubles métaboliques
Mots-clés :
  • Syndrome DICER1 - Aspect moléculaire
  • Maladies héréditaires métaboliques - Animaux de laboratoire
  • Transcriptome - Effets de l'âge
Résumé : Malgré un gain d’espérance de vie de 30 ans au cours du siècle dernier dans les pays développés, atteindre un âge avancé reste associé au développement de pathologies chroniques et/ou invalidantes. Définir les acteurs de vieillissement est donc une priorité pour espérer freiner l’établissement de ces maladies et/ou réduire leur sévérité. L’enzyme DICER possède des fonctions essentielles au maintien de l’homéostasie cellulaire mais son rôle dans le vieillissement reste encore à définir. Afin d’évaluer sa contribution, le suivi longitudinal de souris Dicer1d/d avec une expression réduite de la protéine a été réalisé. Les animaux Dicer1d/d ont une survie réduite et un développement précoce de pathologies liées à l’âge. Le séquençage ARN du tissu adipeux révèle une profonde altération du transcriptome chez les mutants avec l’âge. Nous suggérons que cette signature transcriptomique différencielle soit à l’origine du vieillissement prématuré. Les données établissent Dicer1 comme un acteur clé de la balance altération/réparation conditionnant la vitesse de vieillissement et posent les animaux dicer1d/d comme un nouveau modèle d’étude de ce processus.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2020STRAJ036
Type de ressource : Thèse