<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
  <channel>
    <title>DSpace Collection:</title>
    <link>http://hdl.handle.net/2268.2/11308</link>
    <description />
    <pubDate>Sun, 20 Sep 2026 12:03:14 GMT</pubDate>
    <dc:date>2026-09-20T12:03:14Z</dc:date>
    <item>
      <title>Thesis, FRANZEN Rachelle</title>
      <link>http://hdl.handle.net/2268.2/25983</link>
      <description>Title: Thesis, FRANZEN Rachelle
Abstract: Garantir une qualité de soins adéquate pour l’ensemble des patients constitue un enjeu majeur à l’hôpital, d’autant plus que la détection précoce de la dégradation clinique est essentielle pour prévenir des issues défavorables telles qu’une admission en USI ou un décès. Cette détection repose habituellement sur le jugement clinique, parfois appuyé par des scores empiriques, mais la charge de travail élevée et la fatigue peuvent diminuer la vigilance et accroître le risque d’évènements indésirables. Dans ce contexte, un outil permettant de prioriser les patients à risque apparaît particulièrement pertinent afin de soutenir une surveillance ciblée et une meilleure allocation de l’attention.&#xD;
Ce travail vise donc à développer un score de stratification du risque basé sur des méthodes de machine learning afin de soutenir la décision clinique et d’améliorer la sécurité des patients. La dégradation clinique a été définie ici par une admission en USI ou un décès, et le score a été construit sur cinq niveaux à partir de données rétrospectives issues du CHU de Liège. Les données concernaient des patients admis via les urgences, dont l’hospitalisation s’est poursuivie en salle classique, sur la période de janvier 2024 à juin 2025. Les variables utilisées incluaient des signes vitaux, des résultats de laboratoire et des paramètres administratifs.&#xD;
Le projet s’articule autour de deux approches. La première repose sur une régression logistique avec pénalisation Elastic net, utilisée comme modèle de référence en raison de sa simplicité et de sa facilité d’interprétation. Les prédictions ont ensuite été transformées en score, et les résultats montrent une augmentation du taux d’évènements lorsque le score augmente. Son évaluation a mis en évidence une capacité de discrimination satisfaisante, mais limitée par la nature intrinsèque de cette méthode. La seconde adopte une démarche plus parcimonieuse : un modèle Random Forest a d’abord permis de réduire le nombre de variables prédictives, puis plusieurs modèles ont été comparés, conduisant à la sélection d’un LightGBM. Les résultats obtenus sont particulièrement prometteurs et la transformation des prédictions en score suggère que le modèle stratifie correctement le risque, avec une concentration des évènements dans la catégorie de risque la plus élevée. L’évaluation de ce dernier suggère ainsi un intérêt clinique potentiel pour la stratification du risque et l’aide à la surveillance.</description>
      <pubDate>Tue, 30 Jun 2026 22:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://hdl.handle.net/2268.2/25983</guid>
      <dc:date>2026-06-30T22:00:00Z</dc:date>
    </item>
    <item>
      <title>Thesis, FRANZEN Rachelle</title>
      <link>http://hdl.handle.net/2268.2/25981</link>
      <description>Title: Thesis, FRANZEN Rachelle
Abstract: Le carcinome non à petites cellules (NSCLC) constitue l’une des principales causes de mortalité par cancer &#xD;
dans le monde. Si l’immunothérapie néoadjuvante anti-PD-1 a modifié sa prise en charge, une proportion &#xD;
importante de patients ne répond pas au traitement, et les mécanismes de résistance restent mal compris. &#xD;
La surexpression de RICTOR, composante essentielle du complexe mTORC2, est observée dans une fraction &#xD;
des NSCLC et associée à un pronostic défavorable, mais son rôle dans le microenvironnement immunitaire &#xD;
tumoral demeure encore peu exploré. &#xD;
Ce mémoire s’appuie sur l’analyse bioinformatique de données de séquençage d’ARN à cellule unique &#xD;
(scRNA-seq) issues d’un modèle murin génétique de NSCLC surexprimant RICTOR (KPR : Tg-LSL-KRASG12D&#xD;
TRP53lox/lox-RICTOROE) comparé au modèle contrôle KP, à deux stades de progression tumorale (Early : 1 &#xD;
mois ; Late : 3 mois post-induction). L’objectif était d’identifier une signature transcriptomique &#xD;
immunitaire associée au contexte KPR Late, puis d’évaluer son association avec la réponse à &#xD;
l’immunothérapie dans une cohorte humaine de NSCLC (Liu et al., 2025, Cell ; GSE243013 ; n = 243 &#xD;
patients, 1 239 631 cellules, 51 types cellulaires annotés). &#xD;
Après contrôle qualité et intégration, 46 521 cellules immunitaires murines CD45+ ont été retenues. Les &#xD;
macrophages représentaient la population majoritaire du compartiment immunitaire (environ 70 %). Un &#xD;
reclustering ciblé a permis d’identifier dix sous-populations macrophagiques distinctes. Les signatures &#xD;
candidates ont été construites à partir de marqueurs différentiels identifiés par FindMarkers, converties &#xD;
en orthologues humains, puis projetées sur 9 292 pseudobulks via trois approches complémentaires : &#xD;
scoring UCell, analyse différentielle gène par gène avec DESeq2, et test compétitif de gene set avec &#xD;
camera/limma-voom. &#xD;
Les résultats suggèrent que la surexpression de RICTOR est associée à un remodelage transcriptomique &#xD;
du compartiment macrophagique murin. Certaines signatures montrent des associations partielles avec le &#xD;
statut de réponse pathologique dans les données humaines, bien que ces associations varient selon la &#xD;
signature et le sous-type macrophagique considérés. Ces résultats restent exploratoires, notamment parce &#xD;
que les échantillons humains proviennent de pièces de résection post-traitement.</description>
      <pubDate>Tue, 30 Jun 2026 22:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://hdl.handle.net/2268.2/25981</guid>
      <dc:date>2026-06-30T22:00:00Z</dc:date>
    </item>
    <item>
      <title>Thesis, FRANZEN Rachelle</title>
      <link>http://hdl.handle.net/2268.2/25982</link>
      <description>Title: Thesis, FRANZEN Rachelle
Abstract: La leucémie myéloïde aiguë est une hémopathie maligne caractérisée par la prolifération incontrôlée de blastes myéloïdes immatures dans la moelle osseuse et/ou le sang périphérique. Elle est associée à un taux de rechute élevé malgré une rémission complète fréquemment obtenue après chimiothérapie. Cette persistance leucémique est en partie attribuée à des cellules capables de survivre au traitement sans dépendre nécessairement de l’acquisition de nouvelles mutations de résistance, désignées sous le terme de Drug-Tolerant Persisters. L’identification de ces cellules à partir de données de séquençage d’ARN à cellule unique (scRNA-seq) reste limitée par les approches actuelles, qui reposent souvent sur la détection d’un transcrit muté unique ou d’une altération génétique spécifique, et sont difficilement généralisables entre patients.&#xD;
Ce mémoire propose une stratégie d’annotation des cellules leucémiques fondée sur la charge mutationnelle totale normalisée par le nombre de gènes détectés par cellule, calculée à partir des variants identifiés dans les données de scRNA-seq. Une classification non supervisée par k-means est appliquée pour distinguer les populations AML-like, définies ici comme des populations compatibles avec une origine leucémique, des populations non-AML-like, avec l’introduction d’une marge d’incertitude afin de limiter les classifications ambiguës. Cette approche a été évaluée sur six patients issus de la cohorte de Naldini et al., porteurs d’une mutation du gène NPM1 ou d’une délétion du chromosome 7, à plusieurs points temporels, incluant le diagnostic et la période suivant la chimiothérapie d’induction.&#xD;
Les résultats montrent une concordance partielle avec les annotations de référence, variable selon les patients, les altérations étudiées et les points temporels analysés. Notre approche permet notamment d’identifier des populations AML-like après traitement dans certains échantillons, y compris lorsque les annotations de référence deviennent moins informatives. Des analyses transcriptomiques complémentaires soutiennent la cohérence biologique de ces annotations. Ce travail constitue une première étape méthodologique vers un suivi clonal des populations leucémiques persistantes à partir de données scRNA-seq, afin de mieux caractériser les mécanismes cellulaires impliqués dans la rechute.</description>
      <pubDate>Tue, 30 Jun 2026 22:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://hdl.handle.net/2268.2/25982</guid>
      <dc:date>2026-06-30T22:00:00Z</dc:date>
    </item>
    <item>
      <title>Thesis, FRANZEN Rachelle</title>
      <link>http://hdl.handle.net/2268.2/25969</link>
      <description>Title: Thesis, FRANZEN Rachelle
Abstract: Contexte : Les génomes mitochondriaux complets constituent des marqueurs phylogénétiques&#xD;
robustes pour l’assignation des lignées et les analyses de structure des populations d’Echinococcus granulosus (E. granulosus) et d’Echinococcus multilocularis (E. multilocularis), agents parasitaires responsables respectivement de l’échinococcose kystique et de l’échinococcose alvéolaire. Cependant, le séquençage de mitogénomes complets à partir d’échantillons cliniques dépend de protocoles de laboratoire robustes et d’un choix raisonné de la plateforme de séquençage. Dans ce travail, les technologies Illumina et Oxford Nanopore Technologies (ONT) ont été comparées sur une cohorte de 20 échantillons belges et de 6 échantillons français.&#xD;
Méthodes : Vingt-six échantillons cliniques ont été analysés, dont 19 prélèvements issus de&#xD;
15 patients atteints d’échinococcose alvéolaire et 7 prélèvements issus de 7 patients atteints&#xD;
d’échinococcose kystique. Les mitogénomes ont été générés à l’aide d’une approche de PCR&#xD;
par tuilage, reposant sur des amplicons chevauchants de 2,0 à 2,5 kb couvrant l’ensemble du&#xD;
génome mitochondrial, suivie d’un séquençage sur Illumina iSeq100 et sur Nanopore MinION&#xD;
Mk1D. Les plateformes ont été comparées en termes de complétude, de concordance des&#xD;
consensus, d’assignation des haplogroupes et de caractéristiques propres à chaque run. Le&#xD;
traitement bioinformatique comprenait le contrôle de la qualité des lectures d’ADN (reads), la&#xD;
génération de consensus, l’appel de variants et le placement phylogénétique.&#xD;
Résultats : Les mitogénomes complets ont permis d’assigner les lignées à des branches phylogénétiques. Les isolats d’E. multilocularis se regroupent en trois sous-haplogroupes européens, HG3a, HG3b et HG3c, tandis que les isolats d’E. granulosus se rattachent au génotype 1 (G1). Pour les isolats appariés, les technologies Illumina et Nanopore produisent un placement phylogénétique concordant. La technologie Nanopore offre une meilleure résolution des régions répétées, tandis que celle d’Illumina fournit une profondeur de séquençage plus élevée et des métriques de qualité par variant plus robustes.&#xD;
Conclusions et perspectives : Les génomes mitochondriaux constituent un cadre fiable pour&#xD;
le génotypage d’Echinococcus. La technologie Nanopore améliore la résolution des régions&#xD;
répétées, tandis qu’une meilleure méthodologie d’extraction pourrait permettre une approche&#xD;
de PCR longue, offrant une caractérisation plus fine des séquences répétées d’E. granulosus.&#xD;
Ce projet a aussi pour but de préparer une analyse à grande échelle des principaux hôtes&#xD;
définitifs en Belgique d’E. multilocularis (les renards roux, Vulpes vulpes).</description>
      <pubDate>Tue, 30 Jun 2026 22:00:00 GMT</pubDate>
      <guid isPermaLink="false">http://hdl.handle.net/2268.2/25969</guid>
      <dc:date>2026-06-30T22:00:00Z</dc:date>
    </item>
  </channel>
</rss>

