L'accident vasculaire cérébral (AVC) est la principale cause de handicap acquis chez l'adulte. Au-delà de l'étroite fenêtre thérapeutique et des risques éventuels de la thrombolyse et de la thrombectomie mécanique, la thérapie cellulaire par cellules souches présente un fort potentiel. Plusieurs études ont montré que les cellules souches transplantées peuvent améliorer la récupération fonctionnelle après un AVC sur des modèles de rongeurs. L’imagerie multiparamétrique par résonance magnétique (IRM), qui inclue l'imagerie de diffusion et de perfusion, est aujourd’hui le protocole standard pour caractériser l'AVC. L'imagerie permet également de suivre in vivo les mécanismes sous-jacents de la thérapie cellulaire après un AVC de la phase aigüe à la phase chronique. Cependant, la quantification de l'hétérogénéité spatiale des lésions, clairement visible par IRM, reste un défi à l'heure actuelle. En effet, les techniques d'analyses d'images utilisées en routine sont basées sur le calcul des valeurs moyennes à partir de régions d'intérêts (ROI). Cette technique par ROI ne peut pas refléter l'hétérogénéité intra-lésionnelle. C'est pourquoi, de nouvelles stratégies d'analyses d'images doivent être développées et évaluées afin de quantifier l'hétérogénéité des lésions ischémiques mais aussi pour suivre l'évolution de cette hétérogénéité au cours du temps. Des approches utilisant des analyses par histogramme permettent d'évaluer l'hétérogénéité des lésions mais perdent l'information spatiale. Une alternative est l'utilisation d'une analyse d'image à l'échelle du voxel appelée "Parametric Response Map (PRM)". Cet outil a été décrit comme plus sensible que l'analyse par ROI dans le pronostic mais aussi dans le suivi thérapeutique chez des patients porteurs de tumeurs cérébrales ou encore atteints d'hémorragies cérébrales.Mon projet de thèse est divisé en deux parties: une étude préclinique chez le rat et une étude clinique (projet ISIS / HERMES). La première partie de ma thèse vise à évaluer les changements physiopathologiques mesurés par l'IRM après un traitement par cellules souches mésenchymateuses humaines (CSMh) sur un modèle d'AVC chez le rat. Des animaux présentant une occlusion transitoire de l'artère cérébrale moyenne (oACM) ou non (Sham) ont été traités ou non par une injection de CSMh. Au cours de cette étude, différents paramètres IRM ont été cartographiés en utilisant une IRM 7T (4 temps d'imagerie): le coefficient apparent de diffusion (ADC), le volume sanguin cérébral (CBV) et l'indice de taille des vaisseaux (VSI). Les cartes d'ADC, CBV et VSI ont été analysées en utilisant l'approche classique par ROI mais aussi par PRM. L'objectif de cette étude était de déterminer si l'analyse par PRM était capable de détecter plus précocement l'effet des CSMh que l'analyse par ROI. Durant la seconde partie de ma thèse, 6 paramètres IRM (imagerie de diffusion et de perfusion) ont été acquis chez 30 patients AVC. Les données IRM, analysées par valeur moyenne classique et par PRM, ont été corrélées avec des évaluations de la récupération fonctionnelle : le score NIHSS (National Institutes of Health Stroke Score) et l'échelle de Rankin modifiée (mRS) mesurés à différents temps post-ischémie. L’analyse PRM des cartes paramétriques IRM révèle des changements fins de la lésion et corrèle avec le pronostic à long terme après l’ischémie.En conclusion, la PRM pourrait être utilisée comme biomarqueur d’efficacité thérapeutique (combinaison d’images IRM et d’outils innovants d’analyse d'images) et comme biomarqueur pronostique des patients AVC. / Stroke is the leading cause of disability in adults. Beyond the narrow time window and possible risks of thrombolysis and mechanical thrombectomy, cell-therapies have strong potential. Reports showed that transplanted stem cells can enhance functional recovery after ischemic stroke in rodent models.To assess the mechanisms underlying the cell-therapy benefit after stroke, imaging is necessary. Multiparametric magnetic resonance imaging (MRI), including diffusion-weighted imaging (DWI) and perfusion-weighted imaging (PWI), has become the gold standard to evaluate stroke characteristics. MRI also plays an important role in the monitoring of cerebral tissue following stroke from the acute to the chronic phase. However, the spatial heterogeneity of each stroke lesion and its dynamic reorganization over time, which may be related to the effect of a therapy, remain a challenge for traditional image analysis techniques. To evaluate the effect of new therapeutic strategies, spatial and temporal lesion heterogeneities need to be more accurately characterized and quantified.The current image analysis techniques, based on mean values obtained from regions of interest (ROIs), hide the intralesional heterogeneity. Histogram-based techniques provide an evaluation of lesion heterogeneity but fail to yield spatial information. The parametric response map (PRM) is an alternative, voxel-based analysis technique, which has been established in oncology as a promising tool to better investigate parametric changes over time at the voxel level which concern the therapeutic response or prognosis of disease.The PhD project was divided into two parts: a preclinical and a clinical study. The goal of the first study was to evaluate the PRM analysis using MRI data collected after the intravenous injection of human mesenchymal stem cells (hMSCs) in an experimental stroke model. The apparent diffusion coefficient (ADC), cerebral blood volume (CBV) and vessel size index (VSI) were mapped using 7T MRI. Two analytic procedures, the standard whole-lesion approach and the PRM, were performed on data collected at 4 time points in transient middle cerebral artery occlusion (MCAo) models treated with either hMSC or vehicle and in sham animals. During the second PhD project, 6 MR parametric maps (diffusion and perfusion maps) were collected in 30 stroke patients (the ISIS / HERMES clinical trial). MRI data, analyzed with both a classic mean value and a PRM approaches, were correlated with the evaluation of functional recovery after stroke measured with the National Institutes of Health Stroke Scale (NIHSS) and the modified Rankin Scale (mRS) at 4 time points.In both studies, PRM analysis of MR parametric maps reveals fine changes of the lesion induced by a cell therapy (preclincal study) and correlate with long-term prognosis (clinical study).In conclusion, the PRM analysis could be used as an imaging biomarker of therapeutic efficacy and of prognostic biomarker of stroke patients.

No description available.

Urinary bladder cancer is a heterogeneous disease appearing in different forms, e.g. non-muscle invasive and muscle invasive. For all variants, the expression of proteins is interesting to analyze for diagnostic, predictive, prognostic and drug targeting purposes, since it reflects the altered gene expression causing the cancer. Since urothelial cells of the bladder are in direct contact with urine it is likely that this body fluid contains cancer-related proteins. In Paper I, unbiased analysis of proteins in urine from urinary bladder cancer patients and controls, using label-free quantification by mass spectrometry, was applied and four interesting proteins APOE, FGB, LRG and SERPINA1 were selected and further analyzed with western and dot blot. In Paper II, two more proteins, POLR1E and TOP2A, were validated as relevant proteins in bladder cancer urine. In Paper III and IV, the proteins GAL1 and STMN1 were investigated for their prognostic and therapeutic target potential in bladder cancer. In Paper II, III and IV, the expression of seven of the proteins were analyzed on tissue microarrays representing tumour tissue from 360 patients with different tumour stages. For the proteins identified by the urine screening approach, their protein expressions were confirmed in bladder cancer tissue. The expression level in tissue of five of the proteins, APOE, FGB, POLR1E (Paper II), GAL1 (Paper III) and STMN1 (Paper IV), increased with tumour stage, showing diagnostic relevance and three of the proteins, SERPINA1 (Paper II), STMN1 (Paper IV) and GAL1 (Paper III) had prognostic potential in urinary bladder cancer. In addition, GAL1 and STMN1 were demonstrated to be highly expressed in metastatic disease and inhibition of STMN1 reduced cell growth (Paper III and IV), indicating that these proteins are promising drug targets in urinary bladder cancer. In conclusion, the approach of this thesis has generated several candidate protein biomarkers in urine and tissue, validated with independent methods, which have the potential to improve the care for bladder cancer patients.

Schlafen 11 (SLFN11) est une ADN/ARN hélicase décrite pour la première fois pour son rôle dans le développement et la différenciation des thymocytes chez la souris. Elle fait partie d'une famille de protéines présentant divers degrés d'homologie entre les espèces, mais qu’est présente de façon constante chez les mammifères. Le rôle de cette ADN/ARN hélicase, SLFN11, a été associé de façon causale à la sensibilité de réponse aux différents agents alkylants (agents endommageant l'ADN, les inhibiteurs de topo-isomérase I et II) dans le NCI-60. Dans la première étude, nous avons développé un protocole d’immunohistochimie (IHC) sur des biopsies paraffinées de carcinome séreux de l'ovaire de haut grade (HGSOC), afin de valider un anticorps (Ab) anti-SLFN11 et d’en déterminer l'expression. En IHC, nous avons testé et validé un Ab anti-SLFN11, en choisissant entre deux anti-SLFN11 Ab utilisés normalement pour le Western Blot. Premièrement, il a été développé dans une culture cellulaire (CCB) de HGSOC et, successivement, dans une série indépendante de micro-array (TMA) de HGSOC. Pour chaque cas, nous avons évalué soit le score d'intensité (IS) que le score de distribution (DS) en évaluant au moins 300 cellules. Un score histologique (HS) a été obtenu comme suit : HS=IS x DS. Successivement, nous avons appliqué notre protocole à une plus large série d'échantillons de HGSOC pour confirmer nos résultats préliminaires. Nous avons trouvé un anticorps fiable dans les séries CCB et TMA permettant de déterminer l'expression IHC de SLFN11. Ces résultats ont été confirmés dans notre plus large série de HGSOC. Brièvement, comme pour les séries indépendantes de TMA, nous avons constaté que la HS de l'expression de SLFN11 est présente dans environ 60%. En parallèle, le SLFN11 n'a pas été exprimé dans 40 % des cas qui, cliniquement, correspondent, dans environ 60 % de ces cas (16/27), aux patients résistant aux sels de platine. Une faible expression de SLFN11 en IHC pourrait être corrélée à la réponse à la chimiothérapie(CT) à base de platine. Dans la deuxième étude, nous étudions l’état transcriptionnel du SLFN11 dans le cancer du sein en effectuant une méta-analyse de plus de 7000 cas à partir de 35 étudies publiquement disponibles. Par l’analyse de corrélation, nous avons identifié 537 transcrits qui corrèle, au-delà du 95e percentile selon le coefficient de Pearson, avec l’expression de SLFN11. En particulier, voie l’analyse par “Gene Ontology” SLFN11 est lié au transcrits impliqués dans le système immunitaire : "réponse immunitaire", "l’activation lymphocytaire" et "l’activation des lymphocytes T". En outre, voie le “likehood lasso regression ”, nous avons signalé une très forte association entre le SLFN11 et les signatures immunitaires dans le cancer du sein. Enfin, grâce à la “multiple corresponded analysis ”, nous avons découvert un sous-groupe de patients, défini "SLFN11-Hot cluster", caractérisé par une expression élevé de SLFN11, récepteurs d'œstrogènes(ER) négatives, un phénotype basal, un jeune âge, une signature élevée de CD3D et de STAT1. En utilisant la "Cox proportional hazard regression", l’expression élevé de SLFN11, l’indice de prolifération élevé et le ER négative sont des paramètres indépendants lié à la survie sans maladie chez les patients soumises à la CT. Notre deuxième travail decrit un rôle spécifique pour le SLFN11 dans le cancer du sein probablement en relation avec la modulation du système immunitaire et une forte corrélation entre l’expression de SFLN11 et un sous-type moléculaire spécifique de cancer du sein (récepteurs négatifs aux œstrogènes, phénotype de type basal). Autres études devront être réalisées afin de: 1) mieux comprendre la fonction du SLFN11 dans les cellules cancéreuses, 2) valider un protocole IHC fiable et standardisé pour évaluer l’expression de SLFN11, 3) utiliser SFLN11 comme biomarqueur prédictif de réponse aux DDA et PARP inhibiteurs et 4) établir sa relation avec le système immunitaire / Schlafen 11 (SLFN11) is a putative DNA/RNA helicase, first described for its role in thymocyte development and differentiation in mouse models. SLFN11 is part of a family of proteins with various degree of homology across species, but intriguingly being consistently present only in vertebrates and especially in mammals. Recently, the role of this putative DNA/RNA helicase, SLFN11, was causally associated with sensitivity to DNA damaging agents, such as platinum salts, topoisomerase I and II inhibitors, and other alkylators in the NCI-60 panel of cancer cell lines. In the first study, we validate an anti-SLFN11 antibody in formalin-fixed paraffin-embedded (FFPE) high-grade serous ovarian carcinoma (HGSOC) samples, developing an immunohistochemistry (IHC) protocol in order to determinate the expression of SLFN11 in our series of HGSOC. Indeed, we tested and validated a reliable SLFN 11 antibody (Ab) in IHC choosing between two anti-SLFN11 Ab used normally for Western Blot (WB) in culture cell block (CCB) of ovarian carcinoma and in an independent series of HGSOCs tissue micro-array (TMA). For each case, we evaluated both the Intensity Score (IS) and the Distribution Score (DS) evaluating at least 300 cells. A Histological Score (HS)was obtained as follow: HS=IS x DS. Successively, we applied our protocol to a large case series of HGSOC samples to confirm our preliminary results. We found one antibody to be reliable in CCB and TMA series allowing to determinate clearly IHC expression of SLFN11. These results were confirmed in our large case series of FFPE HGSOC samples. Briefly, as for TMA independent series, we found that the HS for SLFN11 expression presents a normal distribution with a prevalent (≈ 60%) intermediate expression. Parallel SLFN11 was not expressed in practically 40% of cases that clinically corresponded to the platinum resistant patients in about 60% of cases (16/27). So, we believe that low IHC expression of SLFN 11 should be correlated to response to the platinum-based chemotherapy. In the second study, we investigate the transcriptional landscape of SLFN11 in breast cancer performing a gene expression microarray meta-analysis of more than 7000 cases from 35 publicly available data sets. By correlation analysis, we identified 537 transcripts in the top 95th percentile of Pearson’s coefficients with SLFN11 identifying “immune response”, “lymphocyte activation” and “T cell activation” as top Gene Ontology enriched processes. Furthermore, we reported very strong association of SLFN11 with immune signatures in breast cancer through penalized maximum likelihood lasso regression. Finally, through multiple corresponded analysis we discovered a subgroup of patients, defined “SLF11-hot cluster”, characterized by high SLFN11 levels, estrogen receptor(ER) negativity, basal-like phenotype, elevated CD3D, STAT1 signature, and young age. Using Cox proportional hazard regression, we characterized that SLFN11 high levels, high proliferation index, and ER negativity are independent parameters for longer disease-free interval in patients undergoing chemotherapy. We believe that our second work supports proof of concept that: i) A clear and specific role for SLFN11 in breast cancer, in likely connection with the immune system modulation in such disease entity, ii) a strong correlation between high SFLN 11 and specific molecular subtype of breast cancer (estrogen receptor negativity, basal-like phenotype). Further studies will be performed to confirm our hypothesis in order to: 1) better understand the function of SLFN 11 in cancer cell, 2) validate an easy, reliable and standardized IHC protocol to assessment SLFN11, 3) use SFLN11expression as a predictive biomarker of response to DDA and PARP inhibitors and 4) determinate the relationship with immune system