Caractérisation du site commun d'intégration KIS2 : implication de MIR-106-363 dans les leucémies de type T
Notice bibliographique
Résumé
L'objectif de ma thèse était de trouver de nouveaux oncogènes impliqués dans les leucémies de type T, en utilisant la méthode d'étiquetage rétroviral. Pour induire des leucémies de type T chez la souris, nous utilisons le rétrovirus RadLV qui induit la maladie en un temps de latence très court. La première étape de mon travail a consisté en la recherche de sites communs d'intégration (SCIs) de RadLV dans des thymomes de souris induits par ce rétrovirus. Nous avons trouvé un nouveau SCI que l'on a appelé Kis2, situé sur le chromosome X et impliqué dans 11 % des tumeurs analysées. Après avoir répertorié les gènes du locus, nous avons montré que les intégrations de RadLV au niveau du locus Kis2 provoquaient la surexpression de deux gènes. Le premier, situé très proche du SCl, correspond à un ARN non-codant que l'on a baptisé Kis2. Le deuxième, situé 300 kb en amont, correspond au gène Phf6, récemment impliqué dans un syndrome de retard mental. Nous avons donc mis en évidence que les intégrations rétrovirales pouvaient activer plusieurs gènes à la fois, et ce sur de longues distances. La deuxième étape de mon travail a consisté en la caractérisation du gène Kis2. Les intégrations rétrovirales provoquent la surexpression de cinq transcrits de ce gène, mettant en évidence un profil d'épissage complexe. Son caractère non-codant a rendu ce gène énigmatique, jusqu'à ce que l'on découvre en 3' du gène la présence du groupe de microARN (miARN) miR-106-363. Nous avons pu montrer qu'en définitive les ARN Kis2 correspondaient au pri-miARN de miR-106-363, qui se compose de six miARN (miR-106a, miR-18b, miR-20b, miR-19b, miR-92-2 et miR-363). La surexpression de ces pri-miARN dans les tumeurs de souris conduit à l'accumulation de miR-106a, miR-20b, miR-19b et miR92-2. Dans 46% des leucémies de type T humaines, le pri-miARN miR-106-363 est également surexprimé, conduisant à une surproduction de miR-19b et miR-92-2, et parfois de miR-106a. Nous montrons donc l'implication de miR-106-363 dans les leucémies humaines, et également l'existence d'une régulation post-transcriptionelle de ce groupe dont tous les miARN ne sont pas produits en même temps et dans les mêmes quantités. De façon intéressante, miR-106-363 est homologue au groupe miR-17-92, connu pour être impliqué entre autres dans des lymphomes de type B. Pour apprécier le potentiel oncogénique de miR-106-363, nous avons réalisé un test d'indépendance d'ancrage sur des cellules NIH3T3. Les résultats indiquent que miR-106a, miR-20b, miR-19b et miR-92-2 sont capables d'induire la formation de colonies. Nous avons par la suite procédé à l'identification de gènes cibles de ces miARN. Parmi une sélection de prédictions informatiques communes à miR-106a/20b, miR-19b et mir-92, nous avons choisi les gènes à caractère suppresseur de tumeur. Nous montrons que les gènes Mylip. Rbp1-like et possiblement Hipk3 sont ciblés par ces miARN, et que leur expression est inversement corrélée à celle de miR-106-363 dans les tumeurs de souris. Nos résultats constituent de nouveaux indices quant aux mécanismes oncogéniques relatifs à la surexpression de miR-106-363. Le dernier volet de ma thèse concerne l'identification de protéines interagissant avec les ARN Kis2. Ce travail était destiné à nous renseigner sur le rôle de ces ARN, alors que nous n'avions pas connaissance de miR-106-363. J'ai identifié par spectrométrie de masse trois protéines candidates: hnRNP A2/B1, hnRNP A3, KSRP, et possiblement PSF. Le rôle de ces protéines orienté vers la régulation de l'épissage m'a conduit à formuler l'hypothèse de l'implication de ces protéines dans la production des différents transcrits du gène Kis2. Finalement, ce profil d'épissage complexe pourrait être relié à l'expression différentielle des miARN de miR-106-363, et constituer un élément de régulation post-transcriptionelle de l'expression des miARN. Les interactions de ces protéines avec les ARN Kis2 restent toutefois à confirmer in vivo. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Leucémie, Étiquetage rétroviral, Oncogène, MicroARN.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».