Le cancer du sein (CS) est le cancer le plus courant chez les femmes et la deuxième cause de décès par cancer chez les Canadiennes. Selon la Société canadienne du cancer (2020), le CS constitue 25% des nouveaux cas de cancer et 13% des décès associés au cancer. En moyenne, par jour, 75 Canadiennes recevront un diagnostic de CS. Il s'agit d'une maladie hétérogène qui diffère selon les patients (hétérogénéité intertumorale) et également au sein d'une même patiente (hétérogénéité intratumorale). Cette hétérogénéité est caractérisée par différents sous-types histopathologiques, sous-types moléculaires, altérations génétiques, grades, stades, pronostic et statuts métastatiques. Par conséquent, cibler le CS par différentes stratégies thérapeutiques montre des résultats différents chez chaque patiente. Selon l'Organisation mondiale de la santé (OMS), la meilleure façon de lutter contre le CS est la détection précoce. Cependant, les efforts de détection et de traitement précoces conduisent parfois à un traitement excessif. Au contraire, si elle n'est pas diagnostiquée ou si elle n'est pas traitée, la tumeur peut évoluer vers un CS invasif. De plus, lorsque la tumeur progresse, l'hétérogénéité intratumorale peut conduire à un échec du traitement. Les étapes de la progression du CS sont : l'hyperplasie canalaire atypique (HCA), le carcinome canalaire in situ (CCIS) et le carcinome canalaire invasif (CCI). Il est difficile de différencier le CCIS de bas grade d'une lésion HCA et de prédire quelle HCA ou CCIS pourrait évoluer vers un CCI. De plus, la forme la plus agressive du CCI est le CS triple négatif (TNBC), qui n'exprime pas le récepteur hormonal des œstrogènes et de la progestérone, et pour lesquels la surexpression du récepteur pour les facteurs de croissance épidermiques humains 2 (HER2) n'est pas présente. Par conséquent, ce sous-type de CS ne peut pas être traité avec un traitement hormonal ou encore un traitement ciblant HER2. En outre, les TNBC montrent une très grande hétérogénéité inter et intratumorale résultant en l'absence de toute thérapie efficace pour ce sous-type. Cela nécessite donc l'identification de signatures génétiques uniques distinguant différents sous-types de progression du CS. Par conséquent, j'ai émis l'hypothèse que chaque étape de la progression du CS pourrait avoir une signature génique qui pourrait les TNBC des autres sous-types du CS. Pour identifier ces signatures géniques, j'ai procédé à différentes approches : 1. J'ai effectué une analyse du transcriptome humain des différents stades de progression du CS, à savoir HCA, CCIS et CCI en les comparant au sein normal. 2. J'ai identifié 8 gènes, différenciant HCA, CCIS et CCI d'un sein normal. Le plus intéressant était la carboxypeptidase B1 (CPB1), qui pourrait différencier le DCIS du HCA et du CCI. 3. J'ai analysé les données d'apprentissage automatique (machine learning), produites par nos collaborateurs, qui ont été réalisées sur un jeu de données du CS, à partir de l'Atlas du génome du cancer (TCGA), afin d'identifier des gènes qui pourraient différencier les TNBC des non-TNBC. 4. J'ai par la suite identifié 2 gènes : TBC1 Domain Family Member 9 (TBC1D9) et Milk Fat Globule-EGF Factor 8 Protein (MFGE8) différenciant les TNBC des non-TNBC. Cette analyse a permis de mettre en évidence TBC1D9 comme suppresseur de tumeur et MFGE8 comme gène oncogène. Ensuite, j'ai évalué l'efficacité de TBC1D9 dans la différenciation des TNBC et des non-TNBC dans des échantillons de tissus de CS de notre cohorte et étudié son rôle au niveau du CS. Conclusions : Nous avons identifié une signature génique pour les différentes étapes de la progression du CS, ce qui pourrait aider les cliniciens à mettre en place un ordre de priorité pour les interventions immédiates. Une analyse plus approfondie de ces gènes permettrait de développer de potentielles stratégies thérapeutiques pour chaque étape de la progression du CS. / Breast cancer (BC) is the most common cancer in women and is the second leading cause of cancer-associated deaths in Canadian women. According to the Canadian Cancer Society (2020), BC constitutes 25% of new cancer cases and 13% of cancer-associated deaths. On average, 75 Canadian women will be diagnosed with BC every day. It is a heterogeneous disease that differs among different patients (intertumor heterogeneity) and also within the same patient (intratumor heterogeneity). The difference comprises different histopathological subtypes, molecular subtypes, genetic alterations, grades, stages, prognosis, and metastatic status. Therefore, targeting BC by different therapeutic options shows different outcomes in each patient. According to the World Health Organization (WHO), the best way to deal with BC is early detection. However, efforts to detect and treat early sometimes lead to over-treatment. On the contrary, if undiagnosed or left untreated, the tumor might progress to invasive BC. Furthermore, when the tumor progresses the intratumor heterogeneity leads to treatment failures. BC usually progresses through atypical ductal hyperplasia (ADH), ductal carcinoma in situ (DCIS), and invasive ductal carcinoma (IDC). It is difficult to differentiate a low-grade DCIS from an ADH lesion and to predict which ADH or DCIS will progress to IDC. Additionally, the most aggressive form of IDC is triple-negative BC (TNBC), which does not express the hormonal receptor estrogen and progesterone and lacks the over-expression of human epidermal growth factor receptor 2 (HER2). Therefore, this group of BCs cannot be treated with hormonal therapy or the targeted therapy for HER2. Besides, TNBC shows a very high inter and intratumor heterogeneity resulting in the lack of any effective therapy for this subgroup. This calls for the identification of unique gene signatures distinguishing different subtypes of BC progression. Therefore, I hypothesized that each stage of BC progression might have a gene signature that could differentiate them from others. To identify these gene signatures, I carried upon with different approaches: 1. I performed a human transcriptome array (HTA) analysis of different stages of BC progression namely ADH, DCIS, and IDC comparing them to normal breast. 2. I identified 8 genes, differentiating ADH, DCIS, and IDC from a normal breast. Most interesting was carboxypeptidase B1 (CPB1), which could differentiate DCIS from ADH and IDC. 3. I analyzed the machine learning analysis performed by our collaborators on the BC dataset from the cancer genome atlas program (TCGA) dataset to identify genes that could differentiate TNBC from non-TNBC BC. 4. Furthermore, I identified 2 genes: TBC1 Domain Family Member 9 (TBC1D9) and Milk Fat Globule-EGF Factor 8 Protein (MFGE8) differentiating TNBC from non-TNBC. Further investigation highlighted TBC1D9 as a tumor suppressor and MFGE8 as an oncogenic gene. Next, I evaluated the efficacy of TBC1D9 in differentiating TNBC from non-TNBC in BC tissue samples from our cohort and investigated its role in BC. Conclusions: We identified a gene signature for different stages of BC progression, which could aid clinicians to make a priority-based decision for immediate intervention. Further analysis of these genes could reveal a potential therapeutic option for each stage of BC progression.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/73585 |
| Date | 13 December 2023 |
| Creators | Kothari, Charu |
| Contributors | Durocher, Francine, Diorio, Caroline |
| Source Sets | Université Laval |
| Language | English |
| Detected Language | French |
| Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xxiv, 418 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0067 seconds