L'expression de la protéine de l'hémochromatose HFE est modulée par les lymphocytes T activés et inhibe la présentation antigénique par MHC I

La présentation antigénique par le complexe majeur d’histocompatibilité (MHC) I est un processus ubiquitaire permettant la présentation de protéines endogènes qui reflètent l'état de la cellule à la surface cellulaire aux lymphocytes T CD8+ dans le contexte de la surveillance et la réponse immunitaires. Ainsi, l'expression des molécules du MHC I classiques est induite en réponse aux stimuli inflammatoires afin de favoriser la reconnaissance immunitaire et l'élimination des pathogènes. HFE est une molécule du MHC Ib non-classique qui sert de régulateur négatif de l'absorption du fer. HFE est associé au développement de l'hémochromatose héréditaire (HH), maladie associée au métabolisme du fer mais souvent accompagnée de défauts immunitaires. Ainsi, nous avons en premier lieu étudié l'impact de HFE sur la présentation antigénique par MHC I, afin d'expliquer en partie les défauts immunitaires liés à l'HH associée à HFEC282Y. Puis, compte tenu de l'impact de l'inflammation sur l'expression des molécules du MHC I classiques, nous avons étudié la régulation de l'expression de HFE en réponse aux stimuli inflammatoires induits par les cellules du sang périphérique mononucléées (PBMC). Nous avons mis au point un système d’expression antigénique dans lequel nous contrôlons l’expression de MHC I, de HFE et d’un antigène pour lequel nous avons généré des lymphocytes T CD8+ spécifiques. Nos résultats démontrent que la forme sauvage de HFE (HFEWT), contrairement à sa forme mutée (HFEC282Y), inhibe la reconnaissance de complexes MHC I/peptide (pMHC). Nous avons également démontré que l'inhibition de la reconnaissance est maintenue, indépendamment des niveaux d'expression de MHC I à la surface, d'une compétition pour la β2-microglobuline, de la capacité de HFE d'interagir avec le récepteur de la transferrine, de l'origine de l'antigène ou de l'affinité de celui-ci. Par ailleurs, nous avons identifié les domaines α1-2 de HFEWT comme étant responsables de l'inhibition de la reconnaissance antigénique. Par contre, la reconnaissance de peptides chargés de manière externe sur les molécules du MHC I présentes à la surface n'a démontré aucune inhibition en présence de HFEWT, suggérant que HFEWT pourrait affecter la reconnaissance en interférant avec le processus d'apprêtement antigénique intracellulaire. À l’inverse, nous avons souhaité déterminer si les lymphocytes T activés pouvaient influencer les niveaux d'expression de HFE. En termes de régulation de l'expression de HFE, nous avons établi que HFE est exprimé dans les tissus sains chez l'humain et induit chez les lignées de cancers du colon, du sein, du poumon, du rein et du mélanome. Par ailleurs, en co-cultivant des lymphocytes T activés avec ces lignées tumorales, nous avons démontré que l'expression de HFE est fortement inhibée dans toutes ces lignées tumorales lorsqu'exposées à des lymphocytes T activés. Finalement, la modulation de l'expression de HFE est indépendante du contact cellulaire et semble médiée en partie par le GM-CSF, l'IFN-γ et le TNF. En somme, ces résultats suggèrent que les lymphocytes T de l'hôte modulent l'expression de HFE dans le microenvironnement inflammatoire, ce qui pourrait promouvoir la reconnaissance des antigènes présentés sur les molécules du MHC I présentées aux lymphocytes T CD8+ antigène-spécifiques. De plus, ces études soulèvent la possibilité d'un nouveau rôle physiologique de HFEWT dans la voie de présentation antigénique par MHC I, qui pourrait moduler l'immunogénicité des antigènes et la réponse immunitaire cellulaire chez l'hôte.

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la dynamique temporelle complexe propres aux séquences d'intérêt comme la vidéo, l'audio et la langue naturelle, ceux-ci n'ont pas été utilisés à leur plein potentiel depuis leur introduction par Rumelhart et al. (1986a) en raison de la difficulté de les entraîner efficacement par descente de gradient. Récemment, l'application fructueuse de l'optimisation Hessian-free et d'autres techniques d'entraînement avancées ont entraîné la recrudescence de leur utilisation dans plusieurs systèmes de l'état de l'art. Le travail de cette thèse prend part à ce développement. L'idée centrale consiste à exploiter la flexibilité des RNN pour apprendre une description probabiliste de séquences de symboles, c'est-à-dire une information de haut niveau associée aux signaux observés, qui en retour pourra servir d'à priori pour améliorer la précision de la recherche d'information. Par exemple, en modélisant l'évolution de groupes de notes dans la musique polyphonique, d'accords dans une progression harmonique, de phonèmes dans un énoncé oral ou encore de sources individuelles dans un mélange audio, nous pouvons améliorer significativement les méthodes de transcription polyphonique, de reconnaissance d'accords, de reconnaissance de la parole et de séparation de sources audio respectivement. L'application pratique de nos modèles à ces tâches est détaillée dans les quatre derniers articles présentés dans cette thèse. Dans le premier article, nous remplaçons la couche de sortie d'un RNN par des machines de Boltzmann restreintes conditionnelles pour décrire des distributions de sortie multimodales beaucoup plus riches. Dans le deuxième article, nous évaluons et proposons des méthodes avancées pour entraîner les RNN. Dans les quatre derniers articles, nous examinons différentes façons de combiner nos modèles symboliques à des réseaux profonds et à la factorisation matricielle non-négative, notamment par des produits d'experts, des architectures entrée/sortie et des cadres génératifs généralisant les modèles de Markov cachés. Nous proposons et analysons également des méthodes d'inférence efficaces pour ces modèles, telles la recherche vorace chronologique, la recherche en faisceau à haute dimension, la recherche en faisceau élagué et la descente de gradient. Finalement, nous abordons les questions de l'étiquette biaisée, du maître imposant, du lissage temporel, de la régularisation et du pré-entraînement.

L'inhibition de la production d'AMPc est modulée différemment à court et long terme par l'internalisation du récepteur opioïde delta

Les opioïdes sont les analgésiques les plus puissants mais leur utilisation prolongée peut entraîner le développement d’une tolérance analgésique. La tolérance serait en partie associée à l’inhibition prolongée de l’adénosine monophosphate cyclique (AMPc) entraînant des changements compensatoires dans la voie de l’adénylate cyclase. Pour cette étude, nous avons eu recours à un biosenseur basée sur la technologie de Bioluminescence Resonnance Energy Transfer (BRET) et qui fournit des mesures de l’AMPc en fonction du temps réel. Durant les 15 premières minutes de stimulation, la réponse de l’AMPc est bi-phasique. Cette progression de la réponse à l’AMPc n’est pas la même pour tous les ligands. Par exemple, la deltorphine II qui induit l’internalisation du récepteur opioïde delta (DOR) affiche une baisse de l’inhibition de l’AMPc. À l’inverse la morphine qui n’induit pas l’internalisation du DOR affiche une réponse stable à l’inhibition de l’AMPc. Ainsi le profil d’internalisation permet de prédire la progression de l’inhibition de l’AMPc à court terme (15 minutes). Nous avons aussi mesuré la réponse à l’AMPc durant 30, 60 et 120 min, étant donné qu’un traitement chronique aux opioïdes induit une tolérance analgésique. Selon les résultats obtenus, le profil d’internalisation du DOR induits par les ligands ne permet pas d’expliquer l’inhibition persistante de l’AMPc.

L’intégration de la prise de décision visuo-motrice et d’action motrice dans des conditions ambiguës

La prise de décision est un mécanisme qui fait intervenir les structures neuronales supérieures afin d’effectuer un lien entre la perception du signal et l’action. Plusieurs travaux qui cherchent à comprendre les mécanismes de la prise de décision sont menés à divers ni- veaux allant de l’analyse comportementale cognitive jusqu'à la modélisation computationnelle. Le but de ce projet a été d’évaluer d’un instant à l’autre comment la variabilité du signal observé («bruit»), influence la capacité des sujets humains à détecter la direction du mouvement dans un stimulus visuel. Dans ces travaux, nous avons éliminé l’une des sources potentielles de variabilité, la variabilité d’une image à l’autre, dans le nombre de points qui portaient les trois signaux de mouvements cohérents (gauche, droite, et aléatoire) dans les stimuli de Kinématogramme de points aléatoires (KPA), c’est-à-dire la variabilité d’origine périphérique. Les stimuli KPA de type « V6 » étaient des stimuli KPA standard avec une variabilité instantanée du signal, et par contre les stimuli KPA de type « V8 », étaient modifiés pour éliminer la variabilité stochastique due à la variabilité du nombre de pixels d’un instant à l’autre qui portent le signal cohérent. Si la performance des sujets, qui correspond à leur temps de réaction et au nombre de bonnes réponses, diffère en réponse aux stimuli dont le nombre de points en mouvement cohérent varie (V6) ou ne varie pas (V8), ceci serait une preuve que la variabilité d’origine périphérique modulerait le processus décisionnel. Par contre, si la performance des sujets ne diffère pas entre ces deux types de stimuli, ceci serait une preuve que la source majeure de variabilité de performance est d’origine centrale. Dans nos résultats nous avons constaté que le temps de réaction et le nombre de bonnes réponses sont modulés par la preuve nette du mouvement cohérent. De plus on a pu établir qu’en éliminant la variabilité d’origine périphérique définit ci-dessus, on n’observe pas réellement de modification dans les enregistrements. Ce qui nous à amené à penser qu’il n y a pas de distinction claire entre la distribution des erreurs et les bonnes réponses effectuées pour chacun des essais entre les deux stimuli que nous avons utilisé : V6 et V8. C’est donc après avoir mesuré la « quantité d’énergie » que nous avons proposé que la variabilité observée dans les résultats serait probablement d’origine centrale.

Traduction et adaptation d’un module d’introduction à la gestion des données de recherche

Présentation-éclair, Congrès des milieux documentaires du Québec 2015

A physically based trunk soft tissue modeling for scoliosis surgery planning systems

One of the major concerns of scoliotic patients undergoing spinal correction surgery is the trunk's external appearance after the surgery. This paper presents a novel incremental approach for simulating postoperative trunk shape in scoliosis surgery. Preoperative and postoperative trunk shapes data were obtained using three-dimensional medical imaging techniques for seven patients with adolescent idiopathic scoliosis. Results of qualitative and quantitative evaluations, based on the comparison of the simulated and actual postoperative trunk surfaces, showed an adequate accuracy of the method. Our approach provides a candidate simulation tool to be used in a clinical environment for the surgery planning process.