Approches mathématiques multi-niveaux pour l'étude de la croissance des tumeurs : Application à la morphogenèse du cancer du sein et ciblage thérapeutique de l'angiogenèse du cancer du côlon

• Main Author: Lignet, Floriane
• Other Authors: Lyon, École normale supérieure
• Language: fr
• Published: 2012
• Subjects: Mathématiques appliquées; Simulation numérique; Estimation de paramètres; Cancer; Croissance tumorale; Angiogenèse; Tumeur mammaire; Tumeur colorectale; Optimisation thérapeutique; Anti-angiogéniques; Chimiothérapies; Applied mathematics; Numerical simulation; Parameter estimation; Tumour growth; Angiogenesis; Mammary cancer; Colo-rectal cancer; Therapeutic optimization; Anti-angiogenic drugs; Chemotherapies
• Online Access: http://www.theses.fr/2012ENSL0771/document

Les cancers sont l’une des causes majeures de mortalité dans le monde. Les mécanismes en jeu dans la croissance tumorale sont qualitativement connus, mais on se sait pas à l’heure actuelle prédire précisément quel sera le développement d’une tumeur donnée, ni estimer de façon certaine le protocole thérapeutique optimal pour chaque patient. Il est entendu que la modélisation mathématique pourrait apporter des éléments de réponse à ces questions. Durant cette thèse on s'est alors intéressé à la construction de formalismes mathématiques pour décrire la croissance tumorale et l’action de traitement anti-cancéreux. En particulier, on s'est intéressé à la prise en compte des mécanismes aussi bien moléculaires que cellulaires et tissulaires, par la construction d’un modèle continu, multi-échelles, de croissance de tumeur solide et d’angiogenèse. A partir de ce modèle, nous a pu envisager de façon qualitative un protocole optimal de combinaison entre un anti-angiogénique et une chimiothérapie.Le modèle multi-échelles inclut une représentation mathématique des voies de signalisation du VEGF dont on détaille la construction.Dans une autre approche, on a considéré un modèle discret, cellule-centré, reproduisant le développement de sphéroïdes de cellules épithéliales mammaires telles qu’observées lorsque ces cellules sont cultivées in vitro. On a pu mettre en évidence les différents mécanismes cellulaires impliqués dans la morphogenèse de structures composées de cellules saines, et celles composées de cellules mutées.Ces contributions montrent l’intérêt du formalisme multi-échelles adopté pour intégrer les connaissances et données sous-jacentes à l’étude du traitement des tumeurs. === Cancer is one of the leading causes of death in Europe. The mechanisms involved in tumour growth are qualitatively known, but we are still unable to precisely predict how a given tumour will evolve, nor estimate with certainty the optimal therapeutic protocol for each patient.It is well understood that mathematical modelling could give part of the answer to these questions. That is why during this thesis we considered the building of mathematical formalisms to describe tumour growth and the action of anti-cancer treatments. In particular, we investigated the molecular to tissular mechanisms of cancer development and angiogenesis through the building of a continuous multi-scale model. We were able to reproduce the effect of anti- angiogenesis treatments on tumour growth, and qualitatively study an optimal therapeutic protocol of anti-angiogenic combined with cytotoxic drugs. This multi-scale model integrates a mathematical representation of the signalling pathways of VEGF (Vascular Endothelial Growth Factor). We detail the development of this model which is based solely on information available in the literature and dedicated databases. In another approach, we considered a discrete, cell-based model to reproduce the development of spheroid structures of mammary epithelial cells. This model considers the behaviour of these cells when observed while grown in vitro in an appropriate medium. We were able to highlight the different mechanisms involved in the morphogenesis of wild and mutated cells structures.This work shows the importance of the multi-scale formalism we used to integrate the knowledge and data related to the study of cancer treatment.