Deep learning pour l'analyse génomique des mélanomes canins - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2019

Deep learning for genomic analysis of canine melanomas

Deep learning pour l'analyse génomique des mélanomes canins

Camille Kergal
  • Fonction : Auteur

Résumé

Mucosal melanoma is a rare and aggressive cancer in humans. Its low prevalence hinders its study and understanding thus requires moving towards an animal model. The dog represents a good model because it naturally develops mucosal melanomas with a high prevalence and strong clinical similarities with humans. The research project I carried out consists of genomic analysis of canine mucosal melanoma with the objective of developing the method to predict the expression of genes involved in tumorigenesis. For this, I set up a bioinformatic tool to predict the expression of genes in humans through a deep learning algorithm. A first result was to transpose this tool to the analysis of the canine genome. Then, I tested and determined the predictive performance of canine gene expression by correlation tests (Pearson r = 0.4). The final step of the project aims to improve the predictive ability of the deep learning models realized through the tool by searching for the optimal hyperparameters of the neural network and widening the learning sample of the model.
Le mélanome muqueux est un cancer rare et agressif chez l’Homme. Sa faible prévalence freine son étude et sa compréhension et nécessite de s’orienter vers un modèle animal. Le chien représente un bon modèle car il développe naturellement des mélanomes muqueux avec une forte prévalence et de fortes similitudes cliniques avec l’Homme. Le projet de recherche que j’ai réalisé consiste en l’analyse génomique du mélanome muqueux canin avec l’objectif de développer la méthode pour prédire l’expression des gènes impliqués dans la tumorigénèse. Pour cela, j’ai mis en place un outil bioinformatique permettant de prédire l’expression des gènes chez l’Homme grâce à un algorithme de deep learning. Un premier résultat a été de transposer cet outil à l’analyse du génome canin. Puis, j’ai testé et déterminé la performance de prédiction de l’expression des gènes canins par tests de corrélation (Pearson r=0.4). La dernière étape du projet vise à améliorer la capacité de prédiction des modèles de deep learning réalisés grâce à l’outil en recherchant les hyperparamètres optimaux du réseau de neurones et en élargissant l’échantillon d’apprentissage du modèle.
Fichier principal
Vignette du fichier
2019_Kergal_Camille_Data_Science.pdf (913.99 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

dumas-02367615 , version 1 (18-11-2019)

Identifiants

  • HAL Id : dumas-02367615 , version 1

Citer

Camille Kergal. Deep learning pour l'analyse génomique des mélanomes canins. Sciences du Vivant [q-bio]. 2019. ⟨dumas-02367615⟩
108 Consultations
545 Téléchargements

Partager

Gmail Facebook X LinkedIn More