Les ARN non-codants, longtemps considérés comme des débris de la transcription, représentent une grande partie du transcriptome humain et jouent des rôles fonctionnels importants. Parmi eux, les ARN circulaires (circARN) se distinguent par leur stabilité et leur capacité à agir comme des éponges à microARN (miARN), modulant ainsi indirectement l’expression génique et influençant la plasticité cellulaire. Le mélanome cutané, l’un des cancers de la peau les plus agressifs, est associé à la mutation BRAFV600E dans 50% des cas. Bien que des thérapies ciblées soient disponibles et que leur efficacité soit encourageante, des mécanismes de résistance apparaissent dans la plupart des cas. L’ensemble de ces observations soulignent la nécessité de mieux comprendre les mécanismes sous-jacents à cette résistance, en particulier ceux impliquant les circARN dans la plasticité cellulaire tumorale. Dans le cadre de ce projet de thèse, nous avons développé Cirscan, une méthode bio-informatique innovante capable d’inférer automatiquement des réseaux circARN-miARN-ARNm à partir de données transcriptomiques humaines multi-niveaux, et d’identifier des mécanismes d’éponges, actifs dans une condition spécifique (Fraboulet et al. 2024). Appliqués à des données de mélanome cutané et à d’autres types de cancers, les réseaux identifiés contribuent à une meilleure compréhension des mécanismes de résistance aux traitements, et soulignent l’importance des circARN dans la plasticité cellulaire tumorale. Combinés à des validations expérimentales, ces résultats ouvrent des perspectives prometteuses pour l’utilisation des circARN en tant que biomarqueurs et cibles thérapeutiques potentielles.