Le carcinome séreux de haut grade (CSHG) est le sous-type histologique le plus courant du cancer de l'ovaire et demeure le cancer le plus meurtrier de l'appareil reproducteur féminin. Les récents progrès de l'immunothérapie contre le cancer ont mis en évidence un énorme potentiel thérapeutique pour les patientes confrontées à des besoins non satisfaits de soins de santé pour le traitement des CSHG. Une étape cruciale pour le développement de nouvelles stratégies thérapeutiques consiste à identifier les antigènes spécifiques des tumeurs (TSA), c’est-à-dire des antigènes majeurs d'histocompatibilité de classe I présents à la surface des cellules cancéreuses mais absents des cellules normales. Ces TSA peuvent être reconnus par les cellules T et sont des éléments essentiels dans la conception de vaccins destinés à stimuler les réponses immunitaires anticancéreuses. Les travaux menés dans le cadre de mon programme de doctorat ont porté sur l'identification et la caractérisation des TSAs dans les CSHG. Les premières études sur les TSAs ont été dirigées uniquement vers l’identification de TSAs dérivés de mutations dans les régions codantes, menant à l’identification d’antigènes très rares et privés dans les CSHG. Dans notre première étude, nous avons analysé 23 échantillons de cancer de l'ovaire en utilisant une approche protéogénomique nous permettant d'étudier à la fois les régions génomiques codantes et non codantes. Ce faisant, nous avons identifié un total de 103 TSAs, dont 91 qui ne portaient pas de mutations et dérivaient de séquences présumées non-codantes. Nous appelons ces antigènes « TSAs exprimés de manière aberrante (aeTSAs) » puisqu’ils sont exprimés de manière aberrante dans les échantillons de cancer mais absents dans les tissus normaux. Contrairement aux TSAs mutés, qui sont davantage patient- spécifiques, l’ARN codant pour les aeTSAs est exprimé par plusieurs patientes atteints d’un CSHG, celles-ci exprimant individuellement une médiane de 5 aeTSAs. De par leur nombre élevé et du fait que leur expression soit partagée dans une large population de patientes atteints de CSHG, les aeTSAs représentent des cibles intéressantes pour l'immunothérapie du cancer. En raison de leur origine principalement non codante, la nature et la régulation des aeTSAs sont peu connues. Notre seconde étude a donc porté sur la régulation de la biogenèse des aeTSAs. L’analyse de données de séquençage de l'ARN de CSHG en cellule unique a montré une expression enrichie et spécifique des gènes sources des aeTSAs dans les cellules cancéreuses. Grâce à une analyse transcriptomique plus poussée, nous avons identifié de nouveaux transcrits récurrents codant pour les aeTSAs et avons déterminé que ces transcrits sont largement surexprimés dans les CSHG. De plus, nous avons déterminé que les aeTSAs issus d'événements de traduction non canonique sont codés préférentiellement par des cadres de lecture ouverts courts et générés à partir de régions près de l'extrémité C-terminale. Finalement, nos analyses sur l'accessibilité de la chromatine et les modifications des histones supportent l’hypothèse que les transcrits codant pour les aeTSAs ont recourt à des promoteurs alternatifs, ce qui suggère un rôle important de l'épigénome du cancer dans la genèse du paysage antigénique. Nos travaux représentent la première analyse complète des antigènes provenant des régions codantes et non codantes dans les tumeurs ovariennes. Nous avons pu dresser une liste exhaustive de cibles thérapeutiques potentielles et mieux comprendre leur biogenèse. Nos travaux portant sur la découverte et la caractérisation des aeTSAs favoriseront la conception de nouvelles immunothérapies ciblant ces antigènes et ce qui sera bénéfique pour un plus grand nombre de patientes atteintes de CSHG. / High-grade serous carcinoma (HGSC) is the most common histologic subtype of ovarian cancer and the most lethal cancer in the female reproductive system. Recent advances in cancer immunotherapy have highlighted enormous therapeutical potential for patients facing unmet clinical needs in HGSC treatment. A crucial step for developing new therapeutic strategies is identifying targetable tumor-specific antigens (TSAs), namely the major histocompatibility class I antigens presented on the cancer cell surface but absent from normal cells. These TSAs can be recognized by T cells and are essential elements in designing vaccines to stimulate anti-cancer immune responses. The goal of my Ph.D. thesis was to identify and characterize TSAs in HGSC. In early studies of TSAs, most groups focused solely on TSAs derived from mutations in coding regions, which reported very rare and private antigens in HGSCs. In our first study, we used a proteogenomic workflow that enabled us to survey both coding and noncoding sequences to analyse 23 ovarian cancer samples. We uncovered 103 TSAs, 91 of which were not mutated and derived mainly from allegedly noncoding sequences. We call these antigens aberrantly expressed TSAs (aeTSAs), for their lack of expression in normal tissues while being aberrantly expressed in cancer samples. Unlike the mutated TSAs unique to individual tumors, the aeTSAs have shared RNA expression in HGSC tumors, with an estimated median presentation of five per patient. Because of their number and shared expression in a large population, we consider aeTSAs attractive targets for immunotherapy. Due to their primarily noncoding origin, little is known about the nature and regulation of aeTSAs. In our second study, we explored the biogenesis of the aeTSAs. HGSC single-cell RNA sequencing data showed a malignant cell-specific/enriched expression of aeTSA source genes. Further transcriptomic profiling identified novel recurrent transcripts coding for aeTSAs and revealed broad overexpression of aeTSA-coding transcripts in HGSC. Moreover, we showed that aeTSAs derived from noncanonical translation events are coded preferably by short open reading frames and generated from regions close to the C-terminus. Our analysis of chromatin accessibility and histone modifications support a differential promoter activity for aeTSA-coding transcripts, suggesting an important role of cancer epigenome in shaping the antigen landscape. Our work is the first comprehensive analysis of ovarian tumor antigens derived from both coding and noncoding regions. We reported an extensive list of potential therapeutic targets and provided insights into their biogenesis. Our work on discovering and characterizing shared TSAs shall promote the design of new antigen-targeting immunotherapy that benefits more HGSC patients.

[ES] El curso natural de los tumores va acompañado de la acumulación progresiva de alteraciones genómicas, propiciando una cadena de eventos que resultan en inestabilidad genómica (IG). Éste fenómeno, caracterizado por alteraciones en el número de copias, constituye un hallmark genómico con impacto pronóstico más allá de la histología y otras características moleculares del tumor. En el ámbito de la investigación en oncología ginecológica, la IG ha ganado fuerza en los últimos años, permitiendo la estratificación de pacientes de acuerdo al pronóstico y la respuesta a agentes que dañan el ADN, como las terapias basadas en platinos y los inhibidores de PARP. En el cáncer de ovario, en particular, se ha descrito un subgrupo molecular caracterizado por alta incidencia de alteraciones en el número de copias relacionado con un mejor pronóstico y respuesta a quimioterapia. Esta correlación presenta la IG como un buen marcador predictivo y pronóstico. Así, un modelo basado en la IG trasladable a la práctica clínica constituirá una herramienta útil para la optimización de la toma de decisiones. La era de la medicina personalizada llegó de la mano de los estudios integrativos, donde las técnicas de alto rendimiento se aplican de manera combinada para obtener una visión molecular global de los tumores, completando y complementando la caracterización clásica a nivel anatómico e histológico. Esta tesis propone un estudio global de la IG como biomarcador pronóstico y predictivo de respuesta en cáncer ginecológico, haciendo hincapié en el cáncer de ovario seroso de alto grado y cáncer de endometrio. A través de la aplicación de estrategias basadas en NGS con la adaptación de pipelines de análisis disponibles obtuvimos los perfiles de IG de muestras de tejido fijadas en formol y embebidas en parafina, de una manera fiable, portable y coste efectiva, combinando herramientas de machine learning para ajustar modelos predictivos y pronósticos. Partiendo de esta premisa, ajustamos y validamos, en cohortes clínicas bien caracterizadas, tres modelos a partir de los datos ómicos individuales y un modelo integrativo (Scarface Score) que demostró la capacidad de predecir la respuesta a agentes que dañan el ADN en un escenario clínico concreto de pacientes con cáncer de ovario seroso de alto grado. Paralelamente, desarrollamos y validamos un algoritmo basado en el perfil de mutaciones, con impacto pronóstico, en cáncer de endometrio. Este algoritmo consiguió una estratificación que respondía al perfil de IG de los pacientes. Finalmente, se caracterizó un panel de líneas celulares de cáncer de ovario a nivel de respuesta, genético y genómico. Se interrogó el estatus de la vía de recombinación homóloga y su asociación a patrones de IG, completando el perfil molecular y estableciendo las bases para futuros estudios preclínicos y clínicos. Los resultados obtenidos en esta tesis doctoral presentan herramientas de gran valor para el manejo clínico en cuanto a la búsqueda de una medicina personalizada. Adicionalmente, diferentes estudios para trasladar el modelo predictivo a otros escenarios clínicos pueden ser explorados, usando como base el planteado, pero restableciendo puntos de corte nuevos y específicos. / [CA] El curs natural dels tumors va acompanyat de l'acumulació progressiva d'alteracions genòmiques, propiciant una cadena d'esdeveniments que resulten en inestabilitat genòmica (IG). Aquest fenomen, caracteritzat per la presencia de alteracions en el nombre de cópies, constitueix un hallmark genòmic amb impacte pronòstic més enllà de la histologia i altres característiques moleculars del tumor. En l'àmbit de la recerca en oncologia ginecològica, la IG ha guanyat força en els últims anys, permetent l'estratificació de pacients d'acord amb el pronòstic i la resposta d'agents que danyen l'ADN, com les teràpies basades en platins i els inhibidors de PARP. En el càncer d'ovari en particular, s'ha descrit un subgrup molecular caracteritzat per una alta incidència d'alteracions en el nombre de còpies relacionat amb un millor pronòstic i resposta a quimioteràpia. Aquesta correlació presenta la IG com un marcador predictiu i pronòstic adeqüat. Així, un model basat en la IG traslladable a la pràctica clínica constituirà una eina útil per a l'optimització de la presa de decisions. L'era de la medicina personalitzada va arribar de la mà dels estudis integratius, on les tècniques d'alt rendiment s'apliquen de manera combinada per a obtenir una visió molecular global dels tumors, completant i complementant la caracterització clàssica a nivell anatòmic i histològic. Aquesta tesi proposa un estudi global de la IG com a biomarcador pronòstic i predictiu de resposta en càncer ginecològic, posant l'accent en el càncer d'ovari serós d'alt grau i càncer d'endometri. A través de la aplicación d'estratègies basades en NGS amb l'adaptació de pipelines d'anàlisis disponibles, vam obtenir els perfils de IG de mostres de teixit fixades en formol i embegudes en parafina d'una manera fiable, portable i cost efectiva, combinant eines de machine learning per a ajustar models predictius i pronòstics. Partint d'aquesta premissa, vam ajustar i validar, en cohortes clíniques ben caracteritzades, tres models a partir de les dades omiques individuals i un model integratiu (Scarface Score) que va demostrar la capacitat de predir la resposta a agents que danyen l'ADN en un escenari clínic concret de pacients amb càncer d'ovari serós d'alt grau. Paral·lelament, desenvoluparem i validarem un algoritme basat en el perfil de mutacions amb impacte pronòstic en càncer d'endometri. Aquest algoritme va aconseguir una estratificació que responia al perfil de IG dels pacients. Finalment, es va caracteritzar un panell de línies cel·lulars de càncer d'ovari a nivell de resposta, genètic i genòmic. Es varen interrogar l'estatus de la via de recombinació homòloga i la seua associació a patrons de IG, completant el perfil molecular i establint les bases per a futurs estudis preclínics i clínics. Els resultats obtinguts en aquesta tesi doctoral presenten eines de gran valor per al maneig clínic en quant a la cerca d'una medicina personalitzada. Addicionalment, diferents estudis per a traslladar el model predictiu a altres escenaris clínics poden ser plantejats, usant com a base el propost però restablint punts de tall nous i específics. / [EN] The natural course of tumors matches the progressive accumulation of genomic alterations, triggering a cascade of events that results in genomic instability (GI). This phenomenon includes copy number alterations and constitutes a genomic hallmark that defines specific outcomes beyond histology and other molecular features of the tumor. In the context of gynaecologic oncology research, GI has gained strength in the last years allowing the stratification of patients according to prognosis and response to certain DNA-damaging agents, such as platinum-based therapies and PARP inhibitors. Particularly in ovarian and endometrial cancers, it has been described a molecular subgroup characterized by high copy number alterations (CNA) related to good prognosis and better response to chemotherapy. This relationship highlights GI as a predictive and prognostic biomarker. Hence, a GI-based model translated into clinical practice would constitute a tool for optimizing clinical decision-making. The era of personalised medicine arrived together with the coming of integrative studies, where results of high-throughput techniques are combined to obtain a comprehensive molecular landscape of the diseases, bringing a new paradigm to characterize the tumors beyond classical anatomic and histological characteristics. This thesis proposes a global study of the phenomenon of GI as a prognostic and predictive biomarker of treatment response in gynaecological cancers, mainly focused on high-grade ovarian cancer and endometrial cancer. Through the development of an NGS-based strategy with the adaptation of available pipelines of analysis, we obtained GI profiles on formalin-fixed paraffin-embedded samples in a reliable, portable, and cost-effective approach, with the combination of Machine Learning tools to fit prognostic and predictive models based on the integration of omic data. Based on that premise, we fit and validated, in well-characterized clinical cohorts, three single-source models and an integrative ensemble model (Scarface Score) that proved to be able to predict response to DNA-damaging agents in a clinical scenario of High-Grade Serous Ovarian Cancer. In addition, a mutational-based algorithm (12g algorithm) with prognostic impact was developed and validated for endometrial cancer patients. This algorithm achieved a GI-based stratification of patients. Finally, a panel of ovarian cancer cell lines was characterized at the response, genetic and genomic level, interrogating homologous recombination repair pathway status and its associated GI profiles, completing the molecular landscape, and establishing the basis and breeding ground of future preclinical and clinical studies. The results reported in this Doctoral Thesis provide valuable clinical management tools in the accomplishment of a reliable tailored therapy. Additionally, future studies in different tumor types and drugs for implementation of the predictive model can be planned, using as a base the defined one but re-establishing new and specific cut-offs. / The present doctoral thesis was partially funded by GVA Grants “Subvencions per a la realització de projectes d’i+d+i desenvolupats per grups d’investigació emergents (GV/2020/158)” and “Ayudas para la contratación de personal investigador en formación de carácter predoctoral” (ACIF/2016/008), “Beca de investigación traslacional Andrés Poveda 2020” from GEICO group and Phase II clinical trial (POLA: NCT02684318, EudraCT 2015-001141-08, 03.10.2015). This study was awarded the Prize “Antonio Llombart Rodriguez-FINCIVO 2020” from the Royal Academy of Medicine of the Valencian Community / López Reig, R. (2023). Genomic instability as a predictive biomarker for the application of DNA-damaging therapies in gynecological cancer patients [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/199026

No description available.

No description available.

本稿では、日本の高学歴女性の就業率がOECD諸国の平均就業率より低い(OECD 2014)原因を数量分析により検証した。本稿は、「母親が就業していると子どもの育児・教育が十分にできないのではないかという不安感が高学歴の母親にある」ことが日本の高学歴女性の就業率に影響しているという仮説を立てた。分析の結果、「子どもの育児・教育のために就業しない」人の中には、高学歴の母親の割合が高いことが検証された。 / The employment rate of highly educated Japanese women is below the average for OECD countries (OECD 2014). Here, I investigated the reason for this by conducting a quantitative analysis to examine the following hypothesis: Highly educated mothers are anxious that, if they become employed, they will be unable to provide sufficient childcare and education for their child. The analysis revealed that highly educated women accounted for a large proportion of women who were not employed in order to prioritize child care and education. / 博士(政策科学) / Doctor of Philosophy in Policy and Management / 同志社大学 / Doshisha University