Comprendre la génétique du cancer

L’équipe de Giovanni Ciriello, professeur assistant au Département de biologie computationnelle de la Faculté de biologie et de médecine de l’UNIL, en collaboration avec des chercheurs américains, a identifié et analysé plus de 400 altérations génétiques ciblant des voies de signalisation importantes dans le développement du cancer. L’idée à terme étant de pouvoir offrir aux patients de nouvelles thérapies plus ciblées. Leurs travaux sont à découvrir dans l’édition du 5 avril 2018 de la revue "Cell".

Marco Mina (à gauche) et Giovanni Ciriello (à droite) © Département de biologie computationnelle - UNIL

Le cancer est une maladie dont les caractéristiques sont très hétérogènes. Certaines combinaisons d’altérations génétiques sont omniprésentes dans tous les types de cancer, tandis que d’autres sont liées à la nature de la tumeur ou propres à chaque patient. Afin d’appréhender cette complexité et de progresser dans le développement de thérapies personnalisées, il est impératif de comprendre l’étendue, les mécanismes biologiques et les interactions entre les altérations moléculaires qui sont associés à l’émergence et la progression de la maladie pour chaque patient.

Une analyse extrêmement fine et complète des données

Lancé en 2005, le consortium The Cancer Genome Atlas (TCGA) a commencé à relever ce défi en collectant et en établissant les profils moléculaires de milliers de cancers humains, dans le but d’identifier les caractéristiques génomiques des tumeurs de chaque patient. Aujourd’hui, grâce à une collaboration étroite entre le groupe de recherche de Giovanni Ciriello, professeur assistant en prétitularisation conditionnelle au Département de biologie computationnelle de l’UNIL, des chercheurs du Memorial Sloan Kettering Cancer Center à New York et du Dana-Farber Cancer Institute à Boston, un compendium complet et précis des altérations affectant les principales voies de signalisation biologiques liées au cancer a été publié. Parue dans l’édition du 5 avril 2018 de la revue Cell, cette étude constitue «l’analyse la plus complète jamais réalisée caractérisant les similitudes et les différences entre les altérations présentes parmi 33 types de cancers différents», estime le DrSc. Marco Mina, post-doctorant dans le groupe de Giovanni Ciriello et premier coauteur de l’étude.

Vers une médecine plus personnalisée

Les auteurs ont identifié et analysé plus de 400 types d'altérations spécifiques au cancer, leurs effets sur les gènes et les conséquences au niveau des processus cellulaires. De nouvelles possibilités de traitements ont pu être explorées en déterminant lesquelles parmi ces altérations seraient susceptibles d’être ciblées par des thérapies existantes.

Les chercheurs ont ensuite examiné quelles combinaisons d'altérations étaient fréquemment observées chez les patients. Ils ont démontré qu’il existe des activations concomitantes et des effets synergiques entre les voies de signalisation altérées. «Nous ouvrons ainsi la voie à de nouvelles thérapies qui pourraient être plus efficaces en associant des traitements adaptés aux combinaisons plutôt qu’aux altérations seules», projette Giovanni Ciriello. «Notre travail s'appuie sur une approche méthodologique que notre équipe a récemment développée pour l’analyse de l’interaction complexe au sein et entre les voies de signalisation altérées dans les tumeurs».

Ce panorama des altérations est destiné à fournir une aide précieuse pour les oncologues en charge du traitement des patients et les chercheurs spécialisés dans l’étude du cancer, voire, à plus large échelle, pour l’ensemble des scientifiques intéressés par les développements récents de la médecine de précision. «Bien qu'il reste beaucoup à faire, établir des liens entre les altérations, les patients et les thérapies possibles est une première étape nécessaire pour la mise en place d’une médecine personnalisée pour le traitement du cancer», souligne Marco Mina.

Ce travail de recherche fait partie du programme The Cancer Genome Atlas (TCGA), un effort conjoint du National Cancer Institute (NCI) et du National Human Genome Research Institute (NHGRI).

Publié du 6 avril 2018 au 6 mai 2018
par Département de biologie computationnelle - UNIL
Visibilité:
archivée