Thèse soutenue

Recherche de biomarqueurs et études lipidomiques à travers diverses applications en santé

FR  |  
EN
Auteur / Autrice : Justine Lanzini
Direction : Olivier Laprévote
Type : Thèse de doctorat
Discipline(s) : Chimie analytique
Date : Soutenance le 21/11/2016
Etablissement(s) : Sorbonne Paris Cité
Ecole(s) doctorale(s) : École doctorale Médicament, toxicologie, chimie, imageries (Paris ; 2014-....)
Partenaire(s) de recherche : établissement de préparation : Université Paris Descartes (1970-2019)
Jury : Président / Présidente : Alain Paris
Examinateurs / Examinatrices : Olivier Laprévote, Alain Paris, Corinne Buré, Justine Bertrand-Michel, Nicolas Auzeil, Etienne Thévenot, Claire Boursier-Neyret
Rapporteurs / Rapporteuses : Alain Paris, Corinne Buré

Résumé

FR  |  
EN

La notion de biomarqueurs est définie comme « une caractéristique mesurée objectivement et évaluée comme indicateur de processus biologiques normaux ou pathologiques, ou de réponses pharmacologiques à une intervention thérapeutique ». L'intérêt scientifique pour les biomarqueurs est de plus en plus important. Ils permettent, entre autres,une meilleure compréhension des processus pathologiques et de diagnostiquer, voire pronostiquer ces pathologies. Les études « omiques » telles que la lipidomique jouent un rôle essentiel dans la découverte de nouveaux biomarqueurs. La lipidomique consiste à explorer le lipidome d'un échantillon biologique et à déceler l'impact de la pathologie sur ce dernier. Les lipides constituent une vaste et importante famille de métabolites retrouvés dans toutes les cellules vivantes, dont leur nombre est estimé à plus de 100 000 espèces chez les mammifères. Ils sont impliqués, notamment, dans le stockage d'énergie et la transduction de signal. Mon travail de thèse a reposé sur la réalisation d'approches lipidomiques en LC-MS sur diverses applications en santé telles que le syndrome de déficit immunitaire combiné sévère associé à une alopécie et une dystrophie des ongles, le syndrome du nystagmus infantile et le rejet de greffe rénale. A cette fin, des analyses statistiques multivariées et univariées ont été employées pour déceler des potentiels lipides biomarqueurs.