La caractérisation des tumeurs malignes et la compréhension des mécanismes de résistance aux traitements anticancéreux sont essentielles pour la découverte de nouvelles cibles thérapeutiques. Les criblages génétiques, devenus encore plus puissants avec la technologie d’édition du génome CRISPR-Cas9, le séquençage nouvelle génération et la bioinformatique, sont des outils formidables pour décrypter de nouveaux mécanismes cellulaires, dont la résistance au traitement. La leucémie myéloïde chronique (LMC) est un syndrome myéloprolifératif qui est caractérisé par l’anomalie génétique t(9;22). Cette aberration chromosomique est à l’origine du gène de fusion BCR-ABL1 qui code l’oncogène du même nom responsable de la prolifération anarchique des cellules. L’imatinib mesylate, un inhibiteur de tyrosine kinase, élimine de manière spécifique les cellules leucémiques en ciblant et en bloquant l’activité kinase de cette protéine. Malheureusement, comme pour tout type de thérapie ciblée, une résistance au traitement survient chez certains patients. Afin de repérer des nouvelles voies de résistance à cet inhibiteur de tyrosine kinase, nous avons effectué un criblage génétique avec la librairie « genome-scale CRISPR knock-out » (GeCKO v2) in vitro dans la lignée cellulaire K562. Nous avons découvert plusieurs gènes qui semblent être essentiels pour la réponse au traitement par imatinib, tels que les facteurs pro-apoptotiques BIM et BAX, ou le répresseur de la voie des MAPK, SPRED2. Le rétablissement spécifique de l’apoptose dans les cellules BIM knock-out (KO) par des BH3-mimétiques, ou l’inhibition ciblée de la voie MAPK dans la lignée SPRED2 KO sensibilise de nouveau les lignées résistantes. Dans ce travail, nous avons découvert des mécanismes de résistance déjà connus (l’apoptose, la voie MAPK…) mais nous avons également démontré l’implication de voies peu connues telles que le complexe Mediator, la maturation de ARNm et l’ubiquitinylation de protéines. Spécifiquement cibler ces lésions génétiques avec des thérapies ciblées combinées peut permettre de surmonter les phénotypes de résistance et ouvre la porte à l’utilisation de l’oncologie de précision. / The characterization of malignant tumour growth and the understanding of resistance mechanisms to treatment in cancer is of utmost importance for the discovery of novel “druggable” targets. Efficient genetic screening, now even more possible with the convergence of CRISPR-Cas9 gene editing technology, next-generation sequencing and bioinformatics, is an important tool for deciphering novel cellular processes, such as resistance to treatment in cancer. Chronic myeloid leukemia (CML) is a myeloproliferative disorder characterised by the t(9;22) genetic abnormality, which encodes the driver of CML, the BCR-ABL1 fusion protein. Imatinib mesylate, a tyrosine kinase inhibitor, specifically eliminates CML cells by targeting and blocking the kinase activity of this protein, yet, as for all targeted therapies in cancer, resistance to treatment exists. In order to discover alternative BCR-ABL1 independent mechanisms of imatinib resistance, we utilized the genome-scale CRISPR knock-out library GeCKO v2 to screen for imatinib sensitising genes in vitro on K562 cells. We revealed genes that seem essential for imatinib induced cell death, such as pro-apoptotic genes (BIM, BAX) or MAPK inhibitor SPRED2. Specifically re-establishing apoptotic capabilities in BIM knock-out (KO) cells with BH3-mimetics, or inhibiting MAP-kinase signalling in SPRED2 KO cells with MEK inhibitors restores sensitivity to imatinib, overcoming resistance phenotypes. In this work, we discovered previously identified pathways (apoptosis, MAP-kinase signalling) and novel pathways that modulate response to imatinib in CML cell lines, such as the implication of the Mediator complex, mRNA processing and protein ubiquitinylation. Targeting these specific genetic lesions with combinational therapy can overcome resistance phenotypes and paves the road for the use of precision oncology.
Identifer | oai:union.ndltd.org:theses.fr/2019BORD0054 |
Date | 12 April 2019 |
Creators | Lewis, Matthieu |
Contributors | Bordeaux, Mahon, François-Xavier |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | French |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.1306 seconds