The Tumor Microenvironment and the Question of Causality

Résumé fourni par la source

Cette thèse explore la nature complexe de la causalité en biologie du cancer, en particulier au sein du microenvironnement tumoral (TME), en intégrant des perspectives philosophiques, la modélisation mathématique et des données expérimentales. Elle retrace l’évolution des théories du cancer, passant de modèles centrés sur la cellule à des modèles axés sur le microenvironnement, et met en avant la complexité accrue de l’interprétation causale en raison de l’hétérogénéité tumorale. Le cadre conceptuel des « Hallmarks of Cancer » est discuté comme un outil descriptif qui manque de clarté causale, ce qui conduit à l’emploi de modèles causaux multi-échelles et formels. Deux grandes approches théoriques — la théorie des mutations somatiques et la théorie du champ d’organisation tissulaire — sont comparées et intégrées, des modèles probabilistes illustrant l’influence variable des facteurs génétiques, de l’environnement cellulaire et des facteurs microenvironnementaux. Des études de cas sur les gliomes diffus et le carcinome rénal à cellules claires démontrent comment la modélisation causale avancée (utilisant des DAG, des SEM et des approches bayésiennes) permet de clarifier les interactions entre invasion, immunité, métabolisme et mutations génétiques. La recherche identifie également des voies moléculaires clés, telles qu’IL34 et leur signification causale. Sur le plan méthodologique, ce travail met en lumière les défis liés à la validation de réseaux causaux complexes et plaide pour l’intégration systématique de l’analyse causale dans la recherche biomédicale. La thèse conclut qu’une approche holistique et interdisciplinaire est essentielle pour faire progresser à la fois la compréhension fondamentale et les applications cliniques en oncologie. Elle montre également comment la recherche biomédicale peut enrichir l’analyse conceptuelle en philosophie et inversement.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.