Nouvelles méthodes d’évaluation des variations génétiques via une approche bioinformatique : application aux maladies humaines
New methods for the evaluation of genetic variations via a bioinformatics approach : application to human diseases
Variations génétiques
Génome humain
Faux-sens
Intelligence artificielle
Maladies génétiques rares
Big data
Genetic variations
Human genome
Missense
Artificial intelligence
Rare genetic diseases
Big data
572.8
Bioinformatique
Exons
Génome humain
Le séquençage du génome humain a bouleversé la biologie et ouvert la voie à une meilleure identification et interprétation des variations génétiques, reflet de notre diversité, mais pouvant entrainer des maladies génétiques rares. L’objectif de ma thèse était de développer des outils pour mieux caractériser des variations génétiques impliquées dans les maladies génétiques rares. Mes travaux se sont organisés autour de deux axes majeurs : Premièrement, le développement de MISTIC (MISsense deleTeriousness predICtor), nouvel outil basé sur de l’intelligence artificielle, visant à prédire l’impact des variations faux-sens. Les performances élevées de MISTIC découlent d’une architecture originale et d’un choix minutieux des descripteurs intégrés. Deuxièmement, la création de duxt (differential usage across tissues), une métrique pour mieux caractériser les variations situées dans les exons alternatifs. L’application de duxt a permis d’identifier des exons fortement/faiblement utilisés dans certains tissus et d’explorer leurs relations avec des variations impliquées dans certains phénotypes atypiques de maladies génétiques rares.
The sequencing of the human genome has dramatically changed biology and opened the way to a better identification and interpretation of genetic variations, which reflect our diversity but can lead to rare genetic diseases. The objective of my thesis was to develop tools to better characterise genetic variations involved in rare genetic diseases. My work was organised around two major axes : First, the development of MISTIC (MISsense deleTeriousness predICtor), a new tool based on artificial intelligence, aimed at predicting the impact of missense variations. The high performance of MISTIC is the result of an original architecture and a careful choice of embedded descriptors. Secondly, the creation of duxt (differential usage across tissues), a metric to better characterise variations located in alternative exons. The application of duxt has made it possible to identify exons with high/low usage in specific tissues and to explore their relationship with variations involved in certain atypical phenotypes of rare genetic diseases.
Electronic Thesis or Dissertation
Text
fr
PDF
10946689
Université de Strasbourg
Strasbourg
2022-12-31
https://theses.hal.science/tel-03678100
application/pdf
10870015
https://publication-theses.unistra.fr/public/theses_doctorat/2021/weber_thomas_2021_ED414.pdf
http://www.theses.fr/2021STRAJ076/abes
https://theses.hal.science/tel-03678100
https://theses.hal.science/tel-03678100
https://theses.hal.science/tel-03678100
https://theses.hal.science/tel-03678100
Weber
Thomas
1994-08-28
FR
262074583
0408027408C
21202402
4200047
https://theses.fr/2021STRAJ076
2021STRAJ076
https://doi.org/10.70675/4fdbbff9z7042z47bdz8f2az35bc9e8f0189
2021-12-15
Bioinformatique et biologie des systèmes
Strasbourg
131056549
Doctorat
Docteur es
non
oui
Poch
Olivier
MADS_DIRECTEUR_DE_THESE_1
070441553
Bloch-Zupan
Agnès
MADS_PRESIDENT_DU_JURY
081874340
Bonne
Gisèle
MADS_RAPPORTEUR_1
075894920
Rausell
Antonio
MADS_RAPPORTEUR_2
231982143
École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
MADS_ECOLE_DOCTORALE_1
414
156502844
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
MADS_PARTENAIRE_DE_RECHERCHE_1
176969721
217648
ddc:570
ddc:610
Poch
Olivier
Bloch-Zupan
Agnès
Bonne
Gisèle
Rausell
Antonio
École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....)
Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg)
PDF
10946689