Le cancer de la prostate est le premier cancer en incidence et le troisième au niveau de la mortalité chez les hommes canadiens. Selon les estimations de la société canadienne du cancer pour l'année 2020, près de 23 300 hommes recevront un diagnostic et 4 200 mourront de la maladie. Le cancer de la prostate est l'un des rares cancers à évolution lente. Toutefois, il présente beaucoup de variabilité dans les risques de récidive, de réponse aux traitements et de décès spécifique chez des patients ayant des caractéristiques clinico-pathologiques similaires. Il y a donc un grand besoin pour le développement d'outils prédictifs plus précis pour l'évolution et la classification de la maladie. Dans les dernières années il y a de plus en plus d'indices qui suggèrent qu'une analyse exhaustive des cellules immunitaires infiltrant les tumeurs pourrait aider à prédire l'évolution des cancers. Nous avons donc émis l'hypothèse que l'étude de l'infiltration de cellules immunes dans le microenvironnement du cancer de la prostate chez des patients traités par prostatectomie radicale pourrait prédire l'évolution de la maladie. Nous avons utilisé deux techniques pour analyser l'environnement immunitaire dans le cancer de la prostate. Tout d'abord, nous avons établi le profil d'infiltration immunitaire du microenvironnement prostatique cancéreux par des marquages immunohistochimiques, en nous intéressant non seulement au type, mais aussi à la quantité et à la localisation des cellules immunes dans les différents compartiments du microenvironnement tumoral. Nos expériences ont montré tout d'abord, que l'infiltration dans la zone centrale de la tumeur par des cellules présentatrices d'antigènes ne permet pas de prédire l'évolution du PCa. Toutefois, l'infiltration dans l'épithélium péritumoral normal et dans la marge tumorale par ces cellules est associée avec l'évolution de la maladie. Soit, en augmentant les risques de progresser vers une récidive biochimique, pour des fortes infiltrations de cellules dendritiques immatures CD209+ dans la marge tumorale et un PCa létal pour une forte infiltration de macrophages M2 CD163+ dans l'épithélium péritumoral normal. Ou bien en diminuant les risques de traitements d'hormonothérapie définitive ou de PCa létal, pour une forte infiltration de cellules dendritiques matures CD83+ dans l'épithélium péritumoral normal et la marge tumorale. Par la suite, nos analyses ont montré que la valeur prédictive de l'infiltration des lymphocytes se concentre principalement dans la zone centrale de la tumeur, tel que démontré par les risques accrus de récidive biochimique par des ratios intra tumoraux faibles de CD45RO/CD3 et hauts des FoxP3/CD45RO. Nous avons observé aussi des risques plus faibles de traitements d'hormonothérapie définitive pour des faibles ratios dans la tumeur de FoxP3/CD3 et FoxP3/CD45RO ainsi que, des risques diminués de PCa létal pour un haut ratio de CD45RO/CD3 dans l'épithélium tumoral. En complément, nous avons effectué une analyse du profil d'expression génique en ciblant une série de gènes liés à la fonction immunitaire à l'aide d'expériences de RT-qPCR dans le but de bonifier les expériences d'immunohistochimie. Ces expériences nous ont permis d'identifier un sous-groupe des gènes liés à la fonction des cellules présentatrices d'antigènes pour lequel une surexpression est associée à des taux de survie sans PCa léthal diminués. De plus, nous avons mis en évidence la protéine TIM-3 comme étant un point contrôle immunologique important dans la progression du PCa, puisque des taux élevés d'expression de ce PCI sont associées à des survies plus courtes sans besoin de traitements d'hormonothérapie définitive. Les résultats de nos travaux ont permis de mettre en évidence l'importance de tenir compte des compartiments de la tumeur dans une étude exhaustive de l'infiltration immune dans le PCa. En effet, nos données suggèrent que la valeur pronostique de l'infiltration immune dépend du type et de la densité des cellules infiltrés mais aussi de leur localisation dans le microenvironnement tumoral. De plus, nous avons pu identifier des acteurs importants dans l'évolution de la maladie, tels que les cellules exprimant FoxP3, CD45RO, CD163, CD209 ainsi que le point de contrôle immunologique TIM-3. La méthodologie de cette étude pourrait être adaptée à la réalité clinique en analysant les biopsies préopératoires. L'utilisation d'un tel outil pronostic en combinaison avec les tests clinico-pathologiques de routine pourrait aider à identifier les patients qui pourraient bénéficier d'immunothérapies intra-prostatiques avant la chirurgie destinée à renverser cet état immunosuppresseur dans un contexte de médecine de précision. / Prostate cancer is the most common cancer and the third leading cause of death from cancer among Canadian men. According to Cancer Canada, in 2020 23 300 men will be diagnosed and 4 200 men will die from prostate cancer. Prostate cancer is one of the rarest cancers to have a slow evolution. However, there is a considerable variation in disease recurrence, treatment response and disease-specific death between individuals showing similar clinico-pathological characteristics. There is therefore a great need for the development of more precise predictive tools for the evolution and the classification of the disease. In recent years, there is a growing evidence suggesting that a comprehensive analysis of tumor-infiltrating immune cells could help to predict cancer progression. We therefore hypothesized that the study of immune cell infiltration in the prostate cancer microenvironment in patients treated by radical prostatectomy can predict the evolution of the disease. We used two techniques to analyze the immune context in prostate cancer. First, we profiled the immune microenvironment of the prostate cancer by immunohistochemistry. By focusing not only on the type, but also the quantity and the localization of immune-infiltrating cells in the various compartments of the tumor microenvironment. Our experiments showed that antigen-presenting cells infiltrating the center of the tumor does not predict the evolution of prostate cancer. On the other hand, infiltration into the normal-like peritumoral epithelium and the tumor margin are associated with the evolutions of the disease either by increasing the risks of progressing to biochemical recurrence for high infiltration by immature CD209+ dendritic cells in the tumor margin and higher risks of lethal PCa for high infiltration by CD163+ M2 macrophages in the tumor margin and normal-like peritumoral epithelium. Or by reducing the risks of definitive androgen deprivation therapy (ADT) or lethal PCa for a high infiltration by mature CD83+ dendritic cells in the normal-like peritumoral epithelium and the tumor margin. Subsequently, our analyzes showed that the predictive value of lymphocyte infiltration is mainly concentrated in the tumor center, as demonstrated by the increased risks of biochemical recurrence by intra-tumor low ratios of CD45RO/CD3 and high ratio of FoxP3/CD45RO. In addition, a lower risk of definitive ADT for low tumor ratios of FoxP3/CD3 and FoxP3/CD45RO and a decreased risk of lethal PCa for a high CD45RO/CD3 ratio in the tumor epithelium was also observed. Secondly, we performed gene expression profile analysis targeting a series of genes related to immune function using RT-qPCR experiments to complement the immunohistochemistry experiments. These experiments allowed us to identify a subgroup of genes related to the function of antigen presenting cells in which, overexpression is associated with decreased rates of lethal prostate cancer-free survival. In addition, we identified TIM-3 as being an important immunecheckpoint in the progression of prostate cancer since high expression levels of TIM-3 are associated with shorter survival to definitive ADT. The findings of our work have highlighted the importance of tumor compartments in a comprehensive study of immune infiltration in prostate cancer. Indeed, our data suggest that the prognostic value of immune infiltration depends on the type and density of the infiltrated cells but also on their location in the tumor microenvironment. In addition, we were able to identify important players in the evolution of the disease, such as cells expressing FoxP3, CD45RO, CD163, CD209 and the immune checkpoint TIM-3. The methodology of this study could be adapted to clinical reality with the analysis of preoperative biopsies. The use of such a prognostic tool in combination with routine clinico-pathologic tests could help identify patients who might benefit from intra prostatic immunotherapies prior to surgery to reverse this immunosuppressive condition in a context of precision medicine.

Dans le cadre de mon doctorat j'ai développé des approches appliquées d'analyse de données pour effectuer une analyse multi omique du cancer de la prostate (CaP). Mon projet s'est défini en deux parties distinctes correspondant aux deux articles intégrés dans le corps de mon document. Une première partie du travail a consisté à récupérer des données omiques de différents types (RNA-Seq, Methylation, CNA, SNA, miRNA, données cliniques) associées au CaP et à les préparer avec un pipeline bioinformatique adapté. Ensuite j'ai eu pour objectif de chercher à mettre en avant de nouveaux points de contrôles de l'immunité associés à la récidive biochimique (BCR) dans le CaP au travers de ces données. Pour remplir cet objectif j'ai utilisé une approche particulière basée sur des algorithmes d'analyse en composante principale (PCA) et de régression des moindres carrés (PLS). Cela a permis de faire ressortir une famille spécifique de points de contrôle de l'immunité, la famille des LILR, qui peut potentiellement être une famille cible en immunothérapie. Dans un second temps, j'ai utilisé ces mêmes données pour développer un protocole d'analyse d'apprentissage machine (ML). Le but de ce travail était de montrer qu'il était possible de prédire si des patients allaient récidiver ou pas à partir de données RNA-Seq. J'ai montré que même avec des petits jeux de données on pouvait atteindre des scores de prédiction très bon et que les algorithmes actuels de ML prenaient bien en compte la variabilité technique de la diversité des sources de données dans le CaP. Il est donc possible d'utiliser les biobanques actuelles possédées par les structures de recherches à travers le monde pour créer des jeux de données plus importants. / As part of my PhD, I developed applied data analysis approaches to perform a multi-omic analysis of prostate cancer (CaP). My project was split into two distinct parts corresponding to the two articles integrated into the body of my document. A first part of the work consisted in recovering omics data of different types (RNA-Seq, Methylation, CNA, SNA, miRNA, clinical data) associated with CaP and preparing them with an adapted bioinformatics pipeline. Then, my goal was to seek to highlight new immunity checkpoints associated with biochemical recurrence (BCR) in CaP through these data. To fulfill this objective, I used a special approach based on Principal Component Analysis (PCA) and Partial Least Squares Regression (PLS) algorithms. This has brought out a specific family of immunity checkpoints, the LILR family, which can potentially be a target family in immunotherapy. Second, I used the same data to develop a machine learning (ML) analysis protocol. The aim of this work was to show that it was possible to predict whether or not patients would relapse from RNA-Seq data. I have shown that even with small datasets, one can achieve very good prediction scores and that current ML algorithms take into account the technical variability of the diverse data sources in the CaP. It is therefore possible to use current biobanks owned by research structures around the world to create larger datasets.