La communication intercellulaire est à la base de l'organisation d'ordre supérieur observée dans les tissus, les organes et l'organisme. Comprendre la communication intercellulaire et ses mécanismes sous-jacents qui sont impliqués dans le cancer est essentiel. Le microenvironnement des tumeurs du sein est composé d'une grande diversité cellulaire, telle que les cellules endothéliales, stromales ou immunitaires, qui peuvent influencer la progression tumorale ainsi que la réponse au traitement. Parmi les différentes populations de cellules immunitaires, les sous-populations de cellules dendritiques (DCs) intègrent les signaux du microenvironnement puis joue un rôle critique en orchestrant le développement d’une réponse immunitaire spécifique par activation des lymphocytes T. Cependant, les différentes fonctions de ces sous-populations et leurs interactions au sein du microenvironnement tumoral restent mal décrites. L’objectif principal de ma thèse a été de comprendre l'impact du microenvironnement tumorale du sein sur les sous-populations de DCs par analyse systémique. Nous avons utilisé le séquençage de l'ARN pour analyser systématiquement les transcriptomes des pré-DC plasmacytoïdes infiltrant les tumeurs (pDC), les populations cellulaires enrichies pour les DC classiques de type 1 (cDC1e), les DC classiques de type 2, les DC CD14+ et les monocytes-macrophages chez des patientes atteintes de cancer primitif du sein luminal et cancer du sein triple négatif. Nous avons constaté que la reprogrammation transcriptionnelle des cellules présentatrices d’antigène infiltrant la tumeur est spécifique à un sous-ensemble. Ces résultats suggèrent une interaction complexe entre l'ontogenèse et l'empreinte tissulaire dans le conditionnement de la diversité des DCs et de leur fonction dans le cancer.En second lieu, j'ai cherché à étudier les communications intercellulaires afin de comprendre comment les cellules intègrent les signaux de leur environnement. Nous avons développé ICELLNET, un outil pour reconstruire les réseaux de communication intercellulaires. Cette méthode quantitative originale, intégrant les interactions ligand-récepteur et l'expression génique spécifique à un type cellulaire, peut être appliquée automatiquement à tous profils transcriptomiques de population cellulaire, que ce soit dans divers contextes pathologiques ou d’autres domaines de la biologie. / Cell-to-cell communication is at the basis of the higher order organisation observed in tissues, organs, and organism. Understanding cell-to-cell communication, and its underlying mechanisms that drive the development of cancer is essential. Breast tumor microenvironment (TME) is composed of a great cellular diversity, such as endothelial, stromal or immune cells that can influence tumor progression as well as its response to treatment. Among the different immune cell populations, dendritic cells (DCs) subsets integrate signals from their microenvironment and are subsequently essential in orchestrating specific immune response through T cell activation. However, the differential function of these subsets, and their interactions within the TME remain poorly described. My main thesis objective was to understand the impact of the breast TME on DC subsets using systems-level analysis. We used RNA sequencing to systematically analyze the transcriptomes of tumor-infiltrating plasmacytoid pre-DCs (pDCs), cell populations enriched for type 1 classical DCs (cDC1e), type 2 classical DCs (cDC2s), CD14+DCs, and monocytes-macrophages from human primary luminal breast cancer and triple-negative breast cancer. We found that transcriptional reprogramming of tumor-infiltrating antigen-presenting cells is subset-specific. These results suggest a complex interplay between ontogeny and tissue imprinting in conditioning DC diversity and function in cancer.As a second objective, I aimed at studying the cellular communications in order to understand how cells integrate signals from their environment. I developed ICELLNET, a tool to reconstruct intercellular communication networks. This original quantitative method, integrating ligand-receptor interactions and cell type specific gene expression, can be automatically applied to any cell population level transcriptomic profile opening perspectives of application in several disease contexts and biology fields.
Identifer | oai:union.ndltd.org:theses.fr/2018SACLS418 |
Date | 29 October 2018 |
Creators | Noël, Floriane |
Contributors | Paris Saclay, Soumelis, Vassili |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text, Image |
Page generated in 0.0016 seconds