La maladie d’Alzheimer est une maladie neurodégénérative, elle représente 70% des formes de démences et affecte près de 860 000 personnes en France. Cette maladie est caractérisée par deux lésions neuropathologiques : les Dégénérescences neurofibrillaires et les Plaques séniles. Ces dernières sont principalement constituées de peptides amyloïdes (Aβ) résultant du clivage d’une protéine membranaire appelée Précurseur du peptide amyloïde (APP). L’étude des formes familiales monogéniques a montré que des mutations des gènes de l’APP et des Présénilines 1 et 2 conduisaient systématiquement à une augmentation de la production d’Aβ. Cette observation a permis l’élaboration de la cascade amyloïde plaçant le métabolisme de l’APP au centre du processus physiopathologique. Même si aujourd’hui ce métabolisme commence à être relativement bien connu, plusieurs zones d’ombres subsistent encore. Dans l’optique de caractériser de nouveaux acteurs intervenant dans ce métabolisme, nous avons émis une hypothèse qui repose sur deux constatations : (i) les protéines impliquées dans l’étiologie de la maladie sont différentiellement exprimées entre les cerveaux des patients et ceux des témoins (ii) dans le cerveau, de nombreuses métalloprotéases participent aux même mécanismes que l’APP (adhésion cellulaire, neuroinflammation, plasticité neuronale...), certaines sont aussi directement actrices du métabolisme de l’APP en tant qu’α-sécrétase (ADAM9, ADAM10 et ADAM17) ou en dégradant l’Aβ (NEP, IDE, MMP2, MMP3 et MMP9). Nous avons donc supposé que les métalloprotéases présentant une différence d’expression entre le tissu cérébral des malades et celui des témoins soient des candidates intéressantes pour moduler le métabolisme et le trafic de l’APP. Une première analyse transcriptomique par biopuce, à partir d’ARN totaux issus des cerveaux de 12 malades et de 12 témoins, nous a permis d’identifier quatre métalloprotéases présentant une différence d’expression significative (p<10-5) : ADAMTS16, ADAM17, ADAM30 et ADAM33. Nous avons cherché à confirmer ce résultat par une autre technologie sur un plus grand nombre d’échantillons (malades n=52 et témoins n=42). Seules ADAM30 et ADAM33 ont pu être validées. Nous avons également pu observer que l’expression d’ADAM30 dans le tissu cérébral des malades est inversement proportionnelle à la quantité d’Aβ42 déposée dans la parenchyme (Aβ42 la forme d’Aβ la plus neurotoxique). De plus, au niveau cérébral, l’expression d’ADAM30 est restreinte aux neurones, cellules sièges du métabolisme de l’APP. Nous avons donc sélectionné ADAM30 comme intervenante potentielle dans le métabolisme de l’APP. Pour tester notre hypothèse, nous avons sous- et sur-exprimé ADAM30 dans deux modèles cellulaires différents. Nous avons mis en évidence que la sur-expression d’ADAM30 entraîne une diminution de l’ensemble des produits du métabolisme de l’APP. En mutant le site catalytique de cette protéase, nous avons remarqué que cette action sur le métabolisme de l’APP est dépendante de cette activité catalytique. De manière cohérente, une sous-expression d’ADAM30 entraîne une augmentation de l’ensemble des produits du métabolisme de l’APP. En utilisant les inhibiteurs alcalisant, nous avons démontré que l’effet d’ADAM30 sur le métabolisme de l’APP met en jeu la dégradation par le lysosome. Des expériences d’immunofluorescence ont attesté qu’ADAM30 est localisée dans le réticulum endoplasmique et l’appareil de Golgi et qu’elle co-localise fortement avec l’APP dans ces organites. Au vu des résultats obtenus durant ces quatre années, nous pensons qu’ADAM30 pourrait être une protéine clé de la régulation de l’APP en inhibant son acheminement jusqu’à la membrane plasmique et en favorisant sa dégradation par le lysosome. [...] / Alzheimer’s disease (AD) is the most common neurodegenerative disorder of the old age, characterized by the presence of two major neuropathological features : neurofibrillary tangles and senile plaques. These plaques are composed of the Aβ peptides cleavage product of the amyloid precursor protein (APP). Proteolytic processing of APP is modulated by the action of enzymes α-, β- and γ-secretases with the latter two mediating the amyloidogenic pathway. Suggesting that processing of APP is a key step in the pathology of AD. However, even if extensively studied, this APP metabolism is still not fully characterized. With this background, we postulate that the characterization of new actors of the APP metabolism might help for a more subtle understanding of this APP metabolism and trafficking. We focused on the ADAMs and related proteins with the hypothesis that ADAMs and related proteins, under- or over-expressed in the brain of AD cases compared with the one of controls, may be of particular interest. Beyond the obvious implication of several ADAMs as α-secretases, this hypothesis was also driven by several observations : (i) ADAMs have been involved in numerous biological processes including brain development, plasticity and repair as APP; (ii) several metalloproteases (MMP-2, -3 and -9) have been described to degrade Aβ peptides. Using microarray to screen the expression of 117 ADAMs and MMPs was analyzed using total RNA extracted from cerebral tissue of 12 AD cases and 12 controls. We observed that 4 ADAMs were differentially expressed. We first confirmed that the ADAM30 expression was decreased in AD brains and we observed that ADAM30 under-expression was correlated with an increase in Aβ42 deposition in AD brains. Consistently, over-expression of ADAM30 led to decrease APP metabolism and as a consequence, Aβ secretion in two different cell lines (Moreover, under-expressed ADAM30 increases APP processing and Aβ generation). This modification of the APP metabolism was directly linked to the ADAM30 catalytic properties. Our data suggest that catalytic activity of ADAM30 takes an important place in APP processing in a lysosome dependent manner and AD pathophysiological process.
Identifer | oai:union.ndltd.org:theses.fr/2010LIL2S032 |
Date | 30 November 2010 |
Creators | Laumet, Geoffroy |
Contributors | Lille 2, Lambert, Jean-Charles |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0029 seconds