En France, le cancer de sein héréditaire représente environ 2500 nouveaux cas par an, dont prés de la moitié est attribuée à la mutation du gène BRCA1.La recherche de la mutation par biologie moléculaire est un travail fastidieux, coûteux et long (8 mois d’attente environ actuellement).Pour trouver une solution à ce délai, nous avons étudié en immunohistochimie une série initiale de 21 anticorps répartis en 5 groupes : anticorps antiBrca1 du commerce, liés à la perte de l’inactivation de l’X, liés à la signature basale ou myoépithéliale, anticorps dits classiques du cancer de sein et finalement dérivés de signatures établies par cDNAarray.Nous avons utilisé la technique de’ tissue microarrays’ en utilisant de manière comparative une population de 27 cas de cancer de sein présentant une mutation germinale de BRCA1, et 81 cas témoins de cancer de sein sporadiques appariés à l’âge, ainsi qu’à des lignées cellulaires d’origine mammaires. Dans une deuxième série indépendante de validation nous avons appliqué les résultats obtenus de la première série sur 28 cas de cancer mammaire muté, et 28 cas du cancer mammaire sporadique dans les mêmes conditions initiales.Nos résultats montrent pour la première fois sur des tissus tumoraux une probabilité forte d’une association entre la mutation Brca1 et la perte de l’inactivation de l’X ; confirment la valeur de MS110 comme un bon anticorps prédictif d’une mutation de Brca1 ; apportent un argument pour une participation myoépithéliale dans l’oncogenèse de cancer mammaire Brca1 muté; appuient la relation entre ce dernier et les récepteurs RE,RP ainsi que P53 , Bcl2,Ki67 et valident en protéomique la valeur discriminant de CDC47 correspondant à un des gènes de la signature génomique.Après confirmation des mêmes résultats dans la série de validation, nous soutenons en analyses multivariés un modèle qui comprend seulement Grade 3, MS110, Lys27H3 négative, Vimentine et KI67 positive. Cette équation correspond à une sensibilité de 82% et spécificité de 81% et propose une approche rapide économique de pré- ciblage de la mutation Brca1 ; ce qui améliorait la prise en charge préventive, thérapeutique et globale des patients et leurs familles. / Family structure, lack of reliable information, cost and delay are usual concerns faced with when deciding to perform BRCA analyses. Testing the breast cancer tissues with four antibodies (MS110, lys27H3, Vimentin, KI67) in addition to grade evaluation enabled to rapidly select patients to carry out genetic testing identification. We constituted an initial breast cancer tissue micro-array, considered as a learning set comprising 27 BRCA1 and 81 sporadic tumours. A second independent validation set of 28 BRCA1 tumours was matched to 28 sporadic tumours using the same original conditions.We have investigated morphological parameters and 21 markers by immunohistochemistry.A logistic regression model was used to select the minimal number of markers providing the best model to predict BRCA1 status. The model was applied to the validation set to estimate specificity and sensibility.In the initial set, the univariate analysis identified 11 markers significantly associated with BRCA1 status. Then the best multivariate model comprised only Grade 3, MS110, Lys27H3, Vimentin and KI67. When applied to the validation set, BRCA1 tumours were correctly classified with a sensitivity of 83% and a specificity of 81%. The performance of this model was superior when compared to other profiles.This work offers a new rapid and economic method for the pre-screening of patients at high risk of being BRCA1mutation carriers, then to guide genetic testing, and finally to provide appropriate preventive measure, advices and treatments including targeted therapy to patients and their families.
| Identifer | oai:union.ndltd.org:theses.fr/2010AIX20714 |
| Date | 16 December 2010 |
| Creators | Hassanein, Mohamed |
| Contributors | Aix-Marseille 2, Jacquemier, Jocelyne |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0016 seconds