Analyse multiomique pour l’identification de biomarqueurs prédictifs de la réponse aux vaccins
Thesis or Dissertation
Abstract(s)
Cette thèse traite de l’utilisation de données large échelle pour élucider les mécanismes de
réponse à un vaccin et identifier des biomarqueurs permettant de prédire une réponse
immunitaire protectrice induite par la vaccination.
La vaccination s'est avérée très efficace pour prévenir et éradiquer certaines maladies
infectieuses. Malgré cela, certaines personnes ne bénéficient pas de la vaccination. De plus, pour
certains pathogènes, comme le VIH, le développement d'un vaccin efficace s’avère difficile. Les
technologies large échelle fournissent un moyen d'évaluer le système immunitaire dans son
intégralité et permettent d'évaluer l'impact de l'hôte et des facteurs environnementaux qui
façonnent la réponse vaccinale. Dans cette thèse, nous montrons comment l’analyse bioinformatique
de données large échelle a permis d’identifier des gènes et protéines inflammatoires
comme marqueurs d’une faible réponse au vaccin contre l’HepB et contre le VIH, ainsi que
comme marqueurs associés avec la sévérité des symptômes d’une infection virale respiratoire.
De plus, nous démontrons comment l’utilisation de méthodes d’intégration d'ensembles de
données provenant de multiples plates-formes multiomiques permet l’identification de
mécanismes impliqués dans la modulation de la réponse vaccinale. En effet, une analyse
intégrative a révélé le lien entre les cellules sanguines, l’hème et la réponse inflammatoire
associée avec une réponse au vaccin contre l’HepB. Une analyse intégrative a également mené
à l’identification des cellules dendritiques comme source des interférons et les lymphocytes CD4+
comme cible des interférons; les deux impliqués dans le mécanisme de réponse au vaccin
RV144. Ainsi, l’utilisation des données large échelle combinée aux analyses bio-informatiques
apportent de nouvelles solutions aux défis actuels de la vaccination. Vaccination has proven highly effective in preventing and eradicating infectious diseases. A
significant number of subjects, however, respond poorly to vaccination. In addition, for some
pathogens, including HIV, the development of an efficient vaccine has been challenging. Systems
vaccinology provides a means to assess the immune system comprehensively and allows one to
evaluate the impact of host and environmental factors shaping the vaccine response. This
unbiased approach allowed us to identify inflammatory genes (ex. C3AR1, CXCL2, HEBP1) and
proteins (ex. TNF𝛽�, TNFR2) as putative markers of the hyporesponse to vaccines (against
Hepatitis B and HIV) and severe symptoms following infection with respiratory viruses (Influenza,
RSV, Rhinovirus). These biomarkers were measured pre-vaccination (respiratory viruses and
Hepatitis B vaccine) or early after vaccination (HIV vaccine). In addition to identifying new
biomarkers that can predict a. protective immune response to foreign pathogens, the integrative
analysis of those system-wide data allowed a better understanding of the mechanisms triggered
by vaccine-induced perturbations of the immune system. As illustrated for the RV144 vaccine
against HIV, the integrative analysis allowed us to identify dendritic cells as the source and CD4+
T cells as the target cells of an antiviral program that confers the protection triggered by the
vaccine. Systems vaccinology and the integration of datasets from multiple OMICs platforms
represent a quantum step towards understanding immunity and vaccine responses; these
approaches will provide novel solutions to the current vaccination challenges.
Collections
This document disseminated on Papyrus is the exclusive property of the copyright holders and is protected by the Copyright Act (R.S.C. 1985, c. C-42). It may be used for fair dealing and non-commercial purposes, for private study or research, criticism and review as provided by law. For any other use, written authorization from the copyright holders is required.