In silico mutagenesis and 3D culture appraoch to define molecular targets in ovarian cancer

• Main Author: Alfarsi, Halema
• Other Authors: Université Paris-Saclay (ComUE)
• Language: en
• Published: 2015
• Subjects: Mutagénèse; Bio-Inofrmatique; Culture 3D; L’ovaire; Gene; Il-6; Mutagenesis; Bioinformatics; Ovary; Genes
• Online Access: http://www.theses.fr/2015SACLS104

Le cancer de l’ovaire est la première cause de décès par cancer gynécologique chez la femme. La survie globale à 5 ans est inférieur à 40% due à un diagnostique tardif et une haute fréquence des récidives malgré une chimiosensibilité initiale. Les caractéristiques cliniques et anatomopathologiques ne prédisent pas de façon précise le pronostic des patients et il est urgent de trouver de nouvelles cibles moléculaires. Ces dernières années plusieurs nouvelles stratégies ont émergé. De nombreux consortium ont analysé de façon exhaustive le génome des cancers ovariens établissant ainsi une carte d ‘identité précise des cancers avancés. Par ailleurs plusieurs groupes ont montré le rôle primordial du stroma tumoral dans la progression des tumeurs ovariens.Dans ce travail de thèse nous avons d’abord mis en place un modèle de culture tridimensionnel des cancers de l’ovaire en utilisant la membrane amniotique comme substitut au péritoine. Nous avons pu ainsi quantifier les premières étapes de l’invasion tumorale et montrer le rôle primordial des MSCs via la sécrétion de l’Interleukin IL6. Notre deuxième travail a consisté en une analyse des données de génomiques du TCGA. Nous avons utilisé les concepts de Background mutation rate et mis en place un système de mutagenèse in silico avec des boucles de réitération (Bootstrap). Cette stratégie nous a permis d’obtenir une liste des gènes qui auraient du être retrouvé muté. En posant l ‘hypothèse que les gènes protégés des mutations étaient primordiales au développement tumoral nous avons mis en place une plateforme de screening basé sur l’inhibition par siRNA pour démontrer la validité de notre stratégie. Ainsi nous avons pu montrer le rôle primordial de gène dont la fonction n’était pas décrite dans le cancer de l’ovaire (ANKLE2, MAB1-Beta).Au total utilisant deux stratégies différentes de recherche nous avons pu mettre ne évidence le rôle d’IL6 dans l’invasion initiale du péritoine par les cellules tumorales ovariennes et déterminer le rôle de gènes non muté dans la progression tumorale === Ovarian cancer causes more deaths in the United States than any other type of female reproductive tract cancer, with an estimated 21,980 new cases and 14,270 deaths in 2014. Approximately 70% of ovarian cancers are diagnosed at advanced stage and only 30% of women with such cancers can expect to survive 5 years. This low survival rate is due to the frequent diagnosis of epithelial ovarian cancer at an advanced stage, and to intrinsic and acquired resistance to platinum-based chemotherapy. Clinical and pathological classification methods, including tumor grade and the extent of surgical debulking, still fail to fully predict disease progression and patient outcome. Clinical profile of initial response to chemotherapy in the majority of patients followed by recurrence in high proportion of patients suggests the presence of a subpopulation of cells that survives and leads to chemoresistance. Only by treating this subpopulation we can achieve durable response rates.Genomic instability is a hallmark of malignant tumors, causing disturbed integrity of the genome, numerical alterations, and structural changes. For various cancer types greater genomic instability has been associated with poor prognosis, suggesting that genomic instability may confer growth advantage of cancer cells. With the recent development of next-generation sequencing (NGS) technology, the Cancer Genome Atlas (TCGA) researchers have identified molecular abnormalities related to the pathophysiology, clinical outcome, and potential therapeutic targets in high-grade serous ovarian cancer (HGSC). The TCGA study provides a large-scale integrative view of the aberration in HGSC with extensive heterogeneity between individual tumorsOur research protocols enabled us to combine computational biology approach and gene knock down in the first part to identify genes that play an important role in ovarian cancer biology. we carried out in silico mutagenesis of the human genome corresponding to the regions sequenced by publically available ovarian cancer sequencing data from the TCGA. We compared the simulated mutations to the observed mutations in the TCGA cohort. We found genes that were observed to be mutated less than expected from the simulation data.Our approach allowed us to identify therefore a set of genes that we think are selected and remain unmutated for their potential role in tumor progression. Silencing of un-mutated genes impacted growth, morphology, migration, invasion and chemotherapeutic. This is the first study depicting that inhibition of a specific non-mutated gene by its single targeting siRNA can be utilized to obtain improved therapeutic efficiency.