L'analyse des mutations cancéreuses par l'IA pourrait améliorer la thérapie
"Un seul test nous renseigne sur les mécanismes cellulaires impliqués dans la formation du cancer".
La combinaison de données unicellulaires avec un algorithme d'auto-apprentissage révèle comment les changements structurels dans les chromosomes peuvent déclencher un cancer. Cette nouvelle méthode pourrait ouvrir la voie à des traitements personnalisés du cancer, écrit une équipe dirigée par Ashley Sanders dans "Nature Biotechnology".
Image symbolique
Computer-generated image
Le cancer a de nombreux visages. Il n'est donc pas étonnant que l'éventail des mutations cancérigènes soit également très large. L'ensemble de ces altérations génomiques chez un individu constitue ce que les experts appellent un "paysage mutationnel". Ces paysages diffèrent les uns des autres en fonction du type de cancer. Et même les personnes souffrant du même cancer présentent souvent des schémas de mutation différents.
Les chercheurs ont déjà répertorié les paysages mutationnels de nombreux types de cancer. Il a été démontré que les variants structurels somatiques (VS) représentent plus de la moitié des mutations cancéreuses. Il s'agit des mutations qui apparaissent dans les cellules au cours de la vie - par exemple lorsque des erreurs de copie se glissent dans l'ADN pendant la division cellulaire - et modifient ainsi la structure des chromosomes. Elles ne sont pas héritées et ne se trouvent que dans les cellules affectées et dans leurs cellules filles. Avec l'âge, ces altérations génomiques deviennent plus nombreuses et le paysage mutationnel d'une personne ressemble de plus en plus à une mosaïque unique.
Bien que les SV somatiques jouent un rôle crucial dans le développement du cancer, on en sait relativement peu à leur sujet. "On manque de méthodes permettant d'analyser leurs effets sur la fonction cellulaire", explique le Dr Ashley Sanders, qui dirige le laboratoire de stabilité du génome et de mosaïcisme somatique au centre Max Delbrück. Cette situation est en train de changer grâce aux résultats d'une nouvelle recherche, que Mme Sanders a récemment publiés dans la revue Nature Biotechnology avec le Laboratoire européen de biologie moléculaire (EMBL). "Nous avons mis au point une méthode d'analyse computationnelle pour détecter et identifier les effets fonctionnels des SV somatiques", rapporte-t-elle. L'équipe a ainsi pu comprendre les conséquences moléculaires des mutations somatiques individuelles chez différents patients atteints de leucémie, ce qui lui a permis d'acquérir de nouvelles connaissances sur les altérations spécifiques aux mutations. Selon Mme Sanders, il pourrait également être possible d'utiliser ces résultats pour développer des thérapies ciblant les cellules mutées, ajoutant qu'"ils ouvrent de nouvelles voies passionnantes pour la médecine personnalisée."
Encore plus détaillé que les analyses unicellulaires classiques
Leurs calculs sont basés sur les données de Strand-seq - une méthode spéciale de séquençage de cellules uniques que Sanders a joué un rôle déterminant dans le développement et qui a été présentée pour la première fois à la communauté scientifique en 2012. Cette technique permet d'examiner le génome d'une cellule de manière beaucoup plus détaillée que les technologies classiques de séquençage unicellulaire. Grâce à un protocole expérimental sophistiqué, la méthode Strand-seq peut analyser indépendamment les deux brins d'ADN parentaux (un du père et un de la mère). Avec les méthodes de séquençage classiques, il est presque impossible de distinguer ces homologues - des chromosomes de forme et de structure similaires mais non identiques. "En résolvant les homologues individuels au sein d'une cellule, les SV somatiques peuvent être identifiés beaucoup mieux qu'avec d'autres méthodes", explique Sanders. L'approche utilisée pour ce faire a été décrite par la chercheuse et ses collègues dans un article paru dans Nature Biotechnology en 2020.
L'équipe de recherche fait partie de l'axe de recherche commun "Single-Cell Approaches for Personalized Medicine" de l'Institut de santé de Berlin à la Charité (BIH), de la Charité - Universitätsmedizin Berlin et du Centre Max Delbrück.
Sur la base de ces travaux, ils sont désormais en mesure de déterminer également la position des nucléosomes dans chaque cellule. Les nucléosomes sont des unités d'ADN enroulées autour de complexes protéiques appelés histones, et jouent un rôle crucial dans l'organisation des chromosomes. La position des nucléosomes peut changer pendant l'expression des gènes, le type d'enroulement révélant si un gène est actif ou non. Sanders et ses collègues ont mis au point un algorithme d'auto-apprentissage pour comparer l'activité génétique des cellules de patients avec et sans mutations somatiques du SV, ce qui leur a permis de déterminer l'impact moléculaire des variantes structurelles.
De nouvelles cibles pour le traitement du cancer
"Nous pouvons désormais prélever un échantillon d'un patient, rechercher les mutations qui ont conduit à la maladie, et également apprendre les voies de signalisation que les mutations responsables de la maladie perturbent", explique Sanders. Par exemple, l'équipe a pu identifier une mutation rare mais très agressive chez un patient atteint de leucémie. L'analyse des nucléosomes a fourni aux chercheurs des informations sur les voies de signalisation impliquées, qu'ils ont utilisées pour inhiber spécifiquement la croissance des cellules contenant la mutation. "Cela signifie qu'un seul test nous dit quelque chose sur les mécanismes cellulaires impliqués dans la formation du cancer", déclare Sanders. "Nous pourrons éventuellement utiliser ces connaissances pour développer des traitements personnalisés, guidés par l'état unique de chaque patient."
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
