| Resumé |
La maladie de Sjögren primaire (pSD) est une maladie auto-immune provoquant un syndrome sec en raison de l'infiltration glandulaire et de la production d'autoanticorps. Les traitements existants manquent d'efficacité, ce qui motive la recherche de stratégies thérapeutiques. Cette thèse a pour but de mieux comprendre la physiopathologie du pSD grâce à l'analyse de données transcriptomiques en haute dimension. Pour comprendre la nature hétérogène de la pSD, l'étude a utilisé une classification non supervisée des gènes sur quatre bases de données d'échantillons de sang total. Cette approche a permis d'identifier treize modules de gènes de consensus (CM) qui résument l'information transcriptomique. L'interprétation de ces modules a été réalisée grâce à des analyses d'enrichissement de modules de gènes et des comparaisons avec les profils transcriptomiques de sous-ensembles distincts de cellules sanguines. L'étude a attribué avec succès une signification biologique aux CM identifiés, les associant à des types de cellules spécifiques ou à des catégories fonctionnelles. Grâce à l'analyse de corrélation avec les données de cytométrie en flux, les annotations ont été validées. Notamment, ces CM ont été utilisés pour concilier les stratifications des patients précédemment proposées dans la pSD, éclairant les sous-types complexes de la maladie. Ces modules ont été liés à la réponse à une thérapie combinée impliquant l'hydroxychloroquine et le léflunomide, comme observé dans un cadre d'essai clinique. Cette découverte ouvre la voie à d'éventuels biomarqueurs sanguins prédictifs de l'efficacité du traitement. |