Caractérisation des cellules immunitaires dans le lymphome à cellules du manteau par technologies unicellulaires et apprentissage automatique
Langue Anglais
Accéder à la thèseDroits d'accès : non autorisé

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

Modalités de diffusion de la thèse :
  • Thèse soumise à l'embargo de l'auteur : embargo illimité (communication intranet).
 
Auteur : Baniadam, Hosna
Date de soutenance : 03-07-2025

Directeur(s) de thèse : Molina, Nacho - Huber, Wolfgang

Président : Lecompte, Odile
Rapporteur(s) : Dietrich, Sascha - Zaugg, Judith

Établissement de soutenance : Strasbourg
Laboratoire : Institut de génétique et de biologie moléculaire et cellulaire (Strasbourg)
École doctorale : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Bioinformatique et biologie des systèmes
Classification : Médecine et santé

Mots-clés libres : Lymphome du manteau, Immunoprofilage unicellulaire
Mots-clés :
  • Lymphome du manteau
Résumé : Le lymphome à cellules du manteau (LCM) est une hémopathie maligne des cellules B, agressive, avec un mauvais pronostic en cas d’échec des traitements standards. L’immunothérapie représente une alternative prometteuse, mais une compréhension approfondie de l’interface tumeur–système immunitaire fait encore défaut. Dans cette thèse, j’ai utilisé la cytométrie en flux spectrale à haute dimension et le CITE-seq pour cartographier les paysages immunitaires du LCM à résolution unicellulaire. J’ai identifié des sous-types immunitaires associés à des altérations génétiques telles que TP53, MYC et SOX11, révélant des signatures de dysfonctionnement et de suppression immunitaire. En particulier, le signalement CD70–CD27 apparaît comme un mécanisme potentiel d’évasion immunitaire. Ces résultats suggèrent de nouveaux biomarqueurs et des stratégies combinées rationnelles pour améliorer l’efficacité des immunothérapies dans le LCM. J’ai également exploré l’utilisation des technologies spatiales unicellulaires et de l’IA générative pour la découverte thérapeutique, soulignant leur potentiel en immunologie de précision.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2025STRAJ018
Type de ressource : Thèse