Caractérisation du site commun d'intégration KIS2 : implication de MIR-106-363 dans les leucémies de type T
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".