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. 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. 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.