Jérôme Audoux PHD Defense

Jérôme AudouxJérôme AUDOUX a le plaisir de vous inviter à la soutenance ses travaux de thèse intitulés :

A l’assaut du puzzle transcriptomique : Optimisations, applications et nouvelles méthodes d’analyse pour le RNASeq

dirigés par Madame Thérèse COMMES-MAERTEN et Monsieur Christophe GROSSET

La soutenance est prévue le mercredi 08 mars 2017 à 14h dans les locaux de l'IRMB (Hopital
St Eloi 80 avenue Augustin Fliche 34295 Montpellier - salle 1)

Composition du jury proposé :
Mme Thérèse COMMES MAERTEN     INSERM U1183     Directeur de these
Mme Chrisitine GASPIN     INRA Toulouse BIA unit      Rapporteur
M. Thierry LECROQ     Université de Rouen     Rapporteur
M. Daniel GAUTHERET     Université Paris-Sud     Examinateur
M. Christophe GROSSET     INSERM U1035     CoDirecteur de these
M. Nicolas PHILIPPE     SeqOne     Examinateur

Motsclés : Bioinformatique, RNASeq, Cancer, benchmark, kmer, transcriptomique

Résumé :
Depuis leurs apparitions, les technologies de séquençage à haut débit (NGS) ont permis de révolutionner notre connaissance du transcriptome. Le RNASeq ou séquençage à haut débit des transcrits, permet la numérisation rapide d’un transcriptome sous forme de millions de courtes séquences d’ADN. Contenue dans ces données brutes, l’information des transcrits peut être analysée quantitativement sous forme de profils d’expression. Les séquences obtenues contiennent également une multitude d’informations qualitatives comme les jonctions d’épissage, les variants génomiques ou posttranscriptionnels, ainsi que de nouvelles formes de transcriptions moins conventionnelles comme les ARN circulaires, les gènes de fusions ou les longs ARN noncodants.
Peu à peu, le RNASeq s’impose comme une technologie de référence dans la recherche en biologie, et, demain dans la médecine génomique. Mes travaux de thèse proposent une vue transversale de la technologie RNASeq
avec comme point de départ l’optimisation des méthodes d’analyses actuelles dans un contexte donné via
des procédures de benchmarking systématiques s’appuyant sur la simulations de données. Ces optimisations sont ensuite exploitées, dans le cadre d’applications sur la biologie des cancer (Leucémies et Hépatoblastome), afin d’identifier de nouveaux biomarqueurs, ainsi qu’une nouvelle stratification des patients dans le but de proposer des pistes thérapeutiques personnalisées. Enfin, mes derniers travaux portent sur la proposition de deux nouvelles méthodes d’analyse du RNASeq par décomposition en kmers.
La première, TranSiPedia, propose un nouveau paradigme, ayant pour objectif d'intégrer les données du transcriptome à très large échelle, via l'indexation systématique de données expérimentales. La seconde méthode, DEkupl, propose une analyse différentielle sans apriori des données RNASeq pour l’identification de nouveaux biomarqueurs et la caractérisation de nouveaux mécanismes du transcriptome.