Anna NIARAKIS

ANNA NIARAKIS

Maître de Conférences, HDR,  à l'Université d'Evry Val d'Essonne, Département de Biologie 

En délégation à l'équipe projet Lifeware, INRIA-Saclay dépuis 2020

En savoir plus

    Intégration, analyse et modélisation de réseaux cellulaires pour des maladies humaines complexes. Relier les pièces du puzzle de l'étiopathogénie.

    Les processus biologiques reposent sur les interactions et les régulations concertées de milliers de molécules qui forment des réseaux moléculaires et de signalisation complexes. L'analyse de leur structure et de leur organisation peut révéler des propriétés topologiques intéressantes qui éclairent les mécanismes de base qui contrôlent les processus cellulaires normaux. La perturbation et la dérégulation de ces réseaux moléculaires et de signalisation complexes peuvent entraîner des maladies. Par conséquent, la cartographie et la représentation précise des voies impliquées est une étape primaire mais essentielle pour élucider les mécanismes sous-jacents à la pathogenèse de la maladie.

    Les expériences à haut débit et leur analyse bioinformatique subséquente nous fournissent généralement une grande quantité d'informations sur les gènes et les protéines qui sont dérégulés. Afin de donner un sens à ces données, de nouvelles approches intégratives sont nécessaires pour placer ces gènes et leurs produits dans leur contexte biologique fonctionnel.

    Cependant, comme tous les systèmes vivants sont de nature dynamique, les représentations statiques des réseaux moléculaires peuvent fournir une compréhension utile mais relativement limitée. Une étude dynamique peut révéler des informations sur le comportement du système dans différentes conditions par des simulations in silico, des perturbations, des tests d'hypothèses et des prédictions. Les approches de modélisation cinétique quantitative utilisant des équations différentielles ou stochastiques peuvent fournir une analyse détaillée de la dynamique d'un réseau, mais le grand nombre de paramètres requis les rend moins appropriés pour les réseaux à grande échelle. Afin de pallier le manque de données cinétiques, la modélisation logique discrète peut être utilisée comme une alternative pour étudier le comportement dynamique qualitatif du système.

    Mes principaux intérêts de recherche portent sur les réseaux biologiques, la cartographie et la représentation des voies, la construction et l'inférence des réseaux, l'analyse topologique et le passage des représentations statiques de réseau et de l'analyse structurelle aux modèles exécutables et aux études dynamiques qualitatives, concernant la polyarthrite rhumatoïde et le glioblastome.

    Modélisation intégrative et analyse des voies moléculaires dérégulées dans la polyarthrite rhumatoïde.

    La polyarthrite rhumatoïde (PR) est une maladie auto-immune multifactorielle qui provoque une inflammation chronique des articulations. Jusqu'à ce jour, l'étiologie de la maladie reste incertaine. Les patients atteints de maladies auto-immunes ont des anticorps et des cellules immunitaires dans leur sang qui ciblent leurs propres tissus corporels, où ils peuvent être associés à l'inflammation. Alors que l'inflammation du tissu autour des articulations et l'arthrite inflammatoire sont des caractéristiques de la polyarthrite rhumatoïde, la maladie peut également provoquer une inflammation et des blessures dans d'autres organes du corps. Parce qu'il peut affecter plusieurs autres organes du corps, la polyarthrite rhumatoïde est appelée maladie systémique et est parfois appelée maladie rhumatoïde. Les réseaux moléculaires hautement complexes, qui jouent des rôles fondamentaux dans presque tous les processus cellulaires, sont connus pour être dérégulés dans un certain nombre de maladies. En conséquence, il existe un besoin critique de développer des méthodologies pratiques pour la construction et l'analyse de réseaux moléculaires au niveau des systèmes. Les modèles mathématiques construits avec des équations différentielles continues sont une méthodologie idéale car ils peuvent fournir une image détaillée de la dynamique d'un réseau. Pour être prédictif, cependant, les modèles d'équations différentielles exigent que de nombreux paramètres soient connus a priori et cette information n'est presque jamais disponible. Une approche dynamique alternative est l'utilisation de modèles logiques discrets qui peuvent fournir une bonne approximation du comportement qualitatif d'un système biochimique sans la charge d'un grand espace paramétrique. Les objectifs du projet sont d'abord la construction d'une carte moléculaire complète bien annotée intégrant les voies impliquées dans la pathogenèse de la polyarthrite rhumatoïde et la construction d'un modèle logique dynamique pour étudier la dynamique du système, centrée sur les fibroblastes.

    Apprentissage de réseaux et modélisation de l'apoptose induite par l'inhibition de l'intégrine pour le traitement du glioblastome.

    Les intégrines sont des protéines transmembranaires hétérodimériques αβ traduisant des signaux environnementaux en comportement cellulaire. La détection d'environnement médiée par l'intégrine permet aux cellules de s'adapter aux situations de stress en modulant l'adhésion cellulaire, la prolifération, la survie, la migration et la différenciation. Les expressions et les voies d'intégrine sont déréglementées de manière critique dans les cellules cancéreuses et ainsi les intégrines spécifiques apportent une contribution majeure à la croissance tumorale et à la résistance aux thérapies. Bien que les données précliniques aient fortement favorisé la proposition de médicaments anti-intégrines en tant qu'agents thérapeutiques pertinents, la traduction du laboratoire au chevet du patient n'a pas été réalisée avec succès.

    Le but de ce projet est donc d'identifier les partenaires létaux synthétiques des antagonistes de l'intégrine α5 pour le traitement du glioblastome. Nous développerons des méthodes d'inférence et de modélisation de réseau pour mieux comprendre la biologie de l'intégrine et les interférences des voies de signalisation.

    Collaborations:

    • Sylvain Soliman, Inria Saclay-Île-de-France - Équipe Lifeware, France
    • Marek Ostaszewski, Luxembourg Centre for Systems Biomedicine, Université du Luxembourg, Esch-sur-Alzette, Luxembourg
    • George Kalliolias, Arthritis & Tissue Degeneration Program, Hospital for Special Surgery, New York, USA, Department of Medicine, Weill Cornell Medical College, New York City, USA
    • Robert Olasso, Centre National de Recherche en Génomique Humaine (CNRGH), CEA, Evry, France
    • Tomas Helikar, Department of Biochemistry, University of Nebraska-Lincoln Lincoln, NE, USA
    • Mohamed Elati, Cristal, Université de Lille Nord de France, Lille, France
    • Monique Dontenwill, Laboratory of Biophotonics and Pharmacology, Strasbourg
    • Laurent Brino, Institut de génétique et de biologie moléculaire et cellulaire (IGBMC), Strasbourg
    • Depuis 2020: Naouel Zerrouk, doctorante 
    • Depuis 2020: Sahar Aghakhani, doctorante
    • 2018-2021: Miagoux Quentin, doctorant(co-encadrement avec Pr.Elisabeth Petit Teixeiraet Valérie Chaudru)
    • 2016-2020: Vidisha Singh, doctorante (co-encadrement avec Pr. Elisabeth Petit Teixeira, 50%).
    • 2019-2020: Dereck de Mezquita, étudiant M2 (encadrement à plein temps)
    • 2019-2020: Naouel Zerrouk, étudiante M1 (encadrement à plein temps)
    • 2018-2019: Naouel Zerrouk, étudiante M1 (encadrement à plein temps)
    • 2018-2019: Sara Sadat Aghamiri, étudiante M2 (encadrement à plein temps)
    • 2017-2018: Saran Pankaew étudiant M2 (encadrement à plein temps)
    • 2015-2016: Vidisha Singh, étudiante M2 (encadrement à plein temps)
    Retour à la liste des services