Pour vous authentifier, privilégiez eduGAIN / To authenticate, prefer eduGAINeu

Thèses

Léo Adenis "Modélisation de deux aspects des gliomes de bas-grade : in vitro, l'agrégation de cellules et chez des patients, l'effet de la radiothérapie" (Pôle Santé)

Europe/Paris
200/0-Auditorium - Auditorium P. Lehmann (IJCLab)

200/0-Auditorium - Auditorium P. Lehmann

IJCLab

250
Montrer la salle sur la carte
Description

Lien de connexion / Link :

https://ijclab.zoom.us/j/91255544920

Merci de laisser fermés camera et micro de votre ordinateur pendant la soutenance.
Please keep your camera and microphone switched off throughout the defense. 

Résumé :

Les gliomes de grade II ou supérieur sont des tumeurs
actuellement incurables car des cellules tumorales migrent dans le tissu sain
environnant, provoquant des récidives. La modélisation de l’évolution
tumorale est une approche originale dont l’objectif est à terme de constituer
une aide au médecin dans la prise en charge tumorale, en permettant de
mieux comprendre ce système complexe qu’est une tumeur, et en obtenant
des éléments de prédiction de son évolution, avec et sans traitement.
Dans ce travail, nous avons réalisé des travaux théoriques sur les gliomes
de bas-grade à deux échelles. La première partie de nos travaux a consisté
en l’élaboration d’un automate cellulaire reproduisant la migration puis
l’agrégation de cellules de gliomes
in vitro. Avec des règles simples
(prolifération, mouvement, adhésion, contraction) nous avons pu
reproduire les résultats expérimentaux du suivi du nombre et de l’aire des
agrégats en fonction du temps, sur deux substrats d’adhésion différente et
avec deux lignées cellulaires.
La deuxième partie a porté sur la conception et la validation d’un modèle
de croissance tumeur à l’échelle d’un patient et de l’effet de la radiothérapie
sur cette tumeur. Ce modèle est basé sur des équations aux dérivées
partielles, décrivant les processus de prolifération, diffusion,
endommagement par la radiothérapie et mort cellulaire. Nous avons
développé un algorithme génétique d’ajustement automatique, et utilisé la
méthode stochastique d’ajustement automatique CMA-ES, afin de
reproduire l’évolution du rayon de gliomes de bas-grade diffus en fonction
du temps, avant et après radiothérapie. Notre modèle a permis de
reproduire la dynamique spatio-temporelle du gliome de chacun des 49
suivis de patient. Nous avons également testé les capacités prédictives de
notre modèle.

 

Organisé par

Membres du jury :
Sébastien Incerti (rapporteur): DR CNRS, Ecole doctorale Sciences physiques et de l'ingénieur, N°209, U. de Bordeaux
Institut national de physique nucléaire et de physique des particules
(IN2P3)
Centre national de la recherche scientifique (CNRS)

Olivier Saut (rapporteur)
Directeur de Recherche, CNRS, École Doctorale Mathématiques et Informatique (EDMI), Univ. Bordeaux

Florence Gazeau (examinatrice)
DR CNRS,ED PIF, U. de Paris
Laboratoire Matière et systèmes Complexes

Stéphane Plaszczynski (invité)
CNRS, IJCLab, Pôle A2C, Énergie noire

Mathilde Badoual (directrice)
Professeur, Université de Paris, IJCLab, Pôle santé, MoV