Les tumeurs sont très hétérogènes à la fois au niveau moléculaire et au niveau de la diversité cellulaire composant leur microenvironnement. La classification des gliomes repose actuellement sur des critères histologiques qui sont enclins à de fortes subjectivités inter- et intra-observateurs. Le but de ce projet est de réaliser une classification moléculaire des gliomes de haut grade en se basant sur des données protéiques permettant de localiser des biomarqueurs potentiels directement sur le tissu. Des sous-régions ayant des profils moléculaires différents ont été mises en évidence et les molécules les composants ont été identifiées. Les résultats démontrent que les annotations histologiques ne concordent pas avec la classification moléculaire. Cette hétérogénéité est également retrouvée dans le microenvironnement des tumeurs où l’on retrouve des cellules immunitaires telles que les macrophages. Les macrophages sont détournés de leur fonction par la tumeur pour lui permettre de se développer. Une stratégie thérapeutique pour contrer sa croissance est de réorienter le phénotype des macrophages vers un phénotype antitumoral. L’inhibition de la proprotéine convertase 1/3 s’est révélée être une stratégie prometteuse pour la réactivation des macrophages via les récepteurs TLR. Les facteurs sécrétés par ces macrophages ont un effet sur la viabilité et l’invasion de différentes cellules cancéreuses en fonction des ligands des récepteurs TLR utilisés. La première partie nous a permis d’identifier des sous-groupes de gliomes qui en fonction de leur profil moléculaire pourront recevoir des traitements personnalisés basés, par exemple, sur l’inhibition de proprotéines convertases. / Tumors are highly heterogeneous both histologicaly and molecularly. In fact, several non-neoplasic cell types are present in the microenvironment. Glioma classification is based on histological criteria that are prone to inter- and intra-observers subjectivities. Within tumors of same grade, subgroups can be differentiated. The aim of this project is to realize a molecular classification of high grade glioma based on proteomics data allowing the localization of potential biomarkers directly on the tissue. Subregions having different molecular profiles have been highlighted and the molecules comprising them have been identified in a localized way. Results prove that histological annotations do not necessarily correspond to molecular classification. This heterogeneity is also found in the tumor microenvironment where we can find immune cells such as macrophages. Macrophages are changed from their primary function by the tumor to allow it to grow. A therapeutic strategy to counter the tumor growth has been developed in order to switch macrophages phenotype toward an antitumor one. The inhibition of PC1/3 enzyme has proven to be a promising therapy to reactivate macrophages via TLR receptors. Secreted factors by these PC1/3 inhibited macrophages have an effect on cancer cells viability and invasion according to TLR ligand used. The first part will allow us to identify subgroups of glioma which, depending on their molecular profiles, could, in a long-term view, receive personalized treatments based on the inhibition of proproteins convertases combined to TLR ligands.

L’incidence des gliomes est estimée à 6.6 pour 100 000 habitants. Les survies varient selon le sous-type de gliomes, avec des taux de survie à 5 ans d’environ 48% pour les astrocytomes diffus selon la classification de l’Organisation Mondiale de la Santé (OMS), 28% pour les astrocytomes anaplasiques, 80% pour les oligodendrogliomes, 52% pour les oligodendrogliomes anaplasiques et 5% pour les glioblastomes, tumeurs cérébrales malignes les plus fréquentes.Une meilleure compréhension des mécanismes et de la biologie de ces tumeurs et de nouvelles pistes thérapeutiques sont essentielles afin d’identifier de nouvelles thérapies pouvant améliorer le pronostic des patients. La classification OMS 2016 des tumeurs du système nerveux central a, pour la première fois, intégré les données de biologie moléculaires aux données histopathologiques, afin d’améliorer la distinction des différents sous-groupes de tumeurs et d’orienter au mieux les choix thérapeutiques pour chaque sous-groupe.Nous nous sommes intéressés dans ce travail à l’apport de l’approche en protéomique par imagerie par matrix-assisted laser desorption/ionization spectrométrie de masse MALDI (MALDI-MSI) couplée à l’analyse en microprotéomique dans les gliomes dans le cadre de l’étude clinique GLIOMIC (NCT02473484) qui a pour but de réaliser une classification moléculaire des gliomes en intégrant les données cliniques et celles obtenues par ces nouvelles approches.La faisabilité de la technique a d’abord été validée sur une série de gliomes anaplasiques. Dans cette première analyse, nous avons pu démontrer que, bien que l’approche protéomique confirmait également l’hétérogénéité tumorale, les analyses histologiques et protéomiques divergent et apportent des informations complémentaires. L’imagerie moléculaire protéomique a mis en évidence trois différents groupes d’expression de protéines : un groupe de protéines associé au cancer, un groupe de protéines impliquées dans l’inflammation et un groupe de protéines impliquées dans la différentiation des cellules nerveuses et la croissance des neurites.Nous nous sommes ensuite intéressés aux glioblastomes. Les premiers résultats ont également confirmés l’existence des 3 régions d’intérêt définies sur le plan moléculaires, apportant de nouvelles informations par rapport aux données histopathologiques. Ces résultats doivent être confirmés dans une cohorte plus large de patients.En conclusion, l’intégration de ces biomarqueurs protéomiques, aux données cliniques, histopathologiques et de biologie moléculaire, pourrait permettre d’améliorer les connaissances sur les gliomes, leur classification et l’identification de nouvelles cibles thérapeutiques potentielles. / The annual incidence of gliomas is estimated at 6.6 per 100,000. Suvival varies profoundly by type of glioma, with 5-year survival rates of 48% for World Health Organization (WHO) grade II diffuse astrocytoma, 28% for WHO grade III anaplastic astrocytomas, 80% for WHO grade II oligodendroglioma, 52% for WHO grade III anaplastic oligodendroglioma and 5% for WHO grade IV glioblastoma, the most frequent primary malignant brain tumor. A better understanding of the molecular pathogenesis and the biology of these tumors is required to design better therapies which can ultimately improve the prognosis of patients. The WHO 2016 classification of central nervous system tumors has for the first time integrated molecular data with the histopathological data, in order to improve the classification of the different subgroups of central nervous system tumors and to allow to derive more specific therapeutic strategies for each of the different subgroups.In the present work, we aimed at evaluating the value of a proteomic approach using matrix-assisted laser desorption/ionization (MALDI) mass spectrometry coupled with microproteomic analysis in gliomas through the GLIOMIC clinical study (NCT02473484), we aimed at obtaining a molecular classification of glioblastomas by integrating clinical data to the ones obtained by such technologies. The feasibility of this approach was first demonstrated in a cohort of anaplastic gliomas. In this first analysis, we showed that although proteomic analysis confirmed the heterogeneity of brain tumors already observed with the histological analysis, the two approaches may lead to different and complementary information. Three different groups of proteins of interest were identified: one involved in neoplasia, one related to glioma with inflammation, and one involved neurogenesis. Then, analyses of glioblastomas confirmed the three proteomic patterns of interest already observed in the anaplastic gliomas, which represents new information as compared to histopathological analysis alone. These results have to be confirmed in a larger cohort of patients.We conclude that MALDI mass spectrometry coupled with microproteomic analysis may provide new diagnostic information and may aid in the identification of new biomarkers. The integration of these proteomic biomarkers into the clinical data, histopathological data and data from molecular biology may improve the knowledge on gliomas, their classification and development of new targeted therapies.