Projet PériSARC : identification de facteurs morphologiques et moléculaires prédictifs de rechute dans les sarcomes des tissus mous des membres et de la paroi du tronc

PeriSARC project : identification of morphological and molecular factors predictive of relapse in soft tissue sarcomas of the limbs and trunk wall

• Auteur / Autrice : Audrey Michot
• Direction : François Le Loarer
• Type : Thèse de doctorat
• Discipline(s) : Génétique
• Date : Soutenance le 06/10/2023
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale Sciences de la vie et de la santé (Talence, Gironde ; 1993-....)
• Partenaire(s) de recherche : Laboratoire : Institut d'oncologie de Bordeaux (2022-....)
• Jury : Président / Présidente : Simone Mathoulin-Pelissier
• Jury : Examinateurs / Examinatrices : Sylvie Bonvalot, Aurélie Dutour, Dominique Liguoro, Etienne Buscail
• Jury : Rapporteurs / Rapporteuses : Sylvie Bonvalot, Aurélie Dutour

Mots clés

Mots clés contrôlés

Transcriptome

Apprentissage profond

Récidive (médecine)

Sarcome

Mots clés libres

Sarcomes des tissus mous

Prédiction de la rechute

Récidive

Capsule péritumorale

Marges

Deep learning

Structures lymphoides tertiaires

Analyse transcriptomique

Soft-tissue sarcoma

Prediction

Relapse

Recurrence

Peritumoral area

Margin

Tertiary lymphoid structures

Deep learning

Transcriptomic analysis

Résumé

Les sarcomes sont des tumeurs conjonctives malignes rares et représentent 2/100.000 nouveaux cas par an. Il s’agit d’un groupe hétérogène de tumeurs, généralement de mauvais pronostic. La chirurgie reste à ce jour le seul traitement curatif. Ces tumeurs peuvent récidiver même après une chirurgie considérée comme optimale, classée R0 c’est à dire sans reliquat microscopique (dans environ 10% des cas). Différents facteurs anatomocliniques pronostiques de rechute sont identifiés, incluant la taille tumorale initiale, le grade histologique FNCLCC et la localisation tumorale profonde. A l’heure actuelle, on ne dispose d’aucun marqueur prédictif du risque individuel de récidive au décours d’une prise en charge chirurgicale curative de sarcome. L’identification de facteurs prédictifs de rechute permettrait de mieux cibler les traitements adjuvants sur les patients à haut risque de rechute et de proposer une surveillance radio-clinique accrue.Jusqu’ici, les études se sont concentrées sur les caractéristiques des cellules tumorales mais n’ont jamais pris en compte les marges tissulaires. La marge constitue l’interface entre le tissu tumoral et le tissu sain, il s’agit d’un tissu remanié situé au contact direct des cellules tumorales. Le mode d’infiltration des cellules tumorales diffère d’une tumeur à l’autre et pourrait moduler ou refléter le risque de rechute locale. Une signature moléculaire de tissu sain prédictive de rechute locale a ainsi été mise en évidence dans le carcinome hépatocellulaire mais aucune donnée n’est disponible dans les sarcomes. Mon projet de thèse vise à identifier des facteurs prédictifs de rechute tumorale locale en étudiant de façon systématique et comparative la tumeur et ses zones périphériques, incluant la zone tumorale centrale (Tc), zone tumorale périphérique (Tp), le tissu péritumoral sain au contact des cellules tumorales (TS-R1) et le tissu sain à distance (TS) dans une série rétrospective de 144 sarcomes des tissus mous.Le premier volet a caractérisé l’infiltrat immunitaire associé aux sarcomes en étudiant systématiquement la marge tissulaire avec un focus sur les structures lymphoïdes tertiaires (TLS), facteurs prédictifs de réponse à l’immunothérapie dans les sarcomes à l’aide d’une étude microscopique et immunohistochimique des prélèvements. La distribution des TLS prédomine dans la marge tumorale et semble être corrélée à un meilleur pronostic.Le second volet a étudié par deep learning (DL) les différentes zones tumorales à l’aide de lames scannées afin de mettre en évidence de nouveaux facteurs morphologiques prédictifs inconnus et une signature DL prédictive de rechute locale. Le score du DL dépasse les courbes de survie associées au grade FNCLCC, standard utilisée en clinique.Une 3e approche a comparé le transcriptome des différentes zones tumorales déterminé par whole RNA-sequencing afin d’identifier des biomarqueurs dérégulés de façon différentielles dans les différentes zones et de déterminer les signatures immunologiques entre les différents territoires. Des gènes d’intérêt ont été mis en évidence dans la zone marginale pouvant être associé au risque de rechute. Enfin une analyse spatiale transcriptomique par technique Visium a été réalisée sur quelques cas à titre exploratoire.Notre étude a ciblé des biomarqueurs corrélés au risque de rechute qui pourraient permettre à l’avenir d’identifier les patients à haut risque de rechute afin de personnaliser leur suivi et valider des modalités thérapeutiques complémentaires.

Identification of morphological and molecular predictive factors of recurrence in soft tissue sarcomas of the limbs and trunk wallSarcomas are rare malignant mesenchymal tumors that represent 2/100,000 new cases per year. They represent a heterogeneous group of tumors, generally associated with a poor prognosis. Surgical resection remains the only curative treatment. These tumors can recur even after optimal surgery, classified R0, i.e. without microscopic residue (in about 10% of cases). Different pathological prognostic factors are known, including initial tumor size, FNCLCC histological grade scheme and deep tumor location. At present, there is no available marker to predict the risk of recurrence following curative surgical resection of a sarcoma, which complicates the clinical decision making.So far, studies have focused on the features of tumor cells but the features of tissue margins surrounding sarcoma cells are unknown. The margin constitutes the interface between the tumor tissue and the healthy tissue, it is a remodeled tissue located in direct contact with the tumor cells. The mode of tumor cell infiltration differs from one tumor to another and could modulate or reflect the risk of local relapse. Interestingly, a molecular signature predictive of local relapse has been identified in hepatocellular carcinoma by studying of the “healthy tissue”, but no data is available in sarcomas. This thesis project aims at identifying predictive factors of local tumor relapse by systematically and comparatively studying the tumor and its peripheral zones, including the central tumor zone (Tc), peripheral tumor zone (Tp), healthy peritumoral tissue in contact tumor cells (HT-R1) and remote healthy tissue (HT) in a retrospective series of 144 soft tissue sarcomas.In a first part, we have characterized the immune infiltrate associated with sarcomas by systematically studying the tissue margin with a focus on tertiary lymphoid structures (TLS), a predictive factor of response to immunotherapy in sarcomas using microscopy and immunohistochemistry. The distribution of TLS predominates in the tumor margin and seems to be correlated with a better prognosis.The second part studied by deep learning (DL) the different tumor areas using scanned slides to highlight new unknown predictive morphological factors correlated with relapse and to establish a predictive Deep learning (DL) signature of local relapse. The DL score exceeds the survival curves associated with the FNCLCC grade; the current gold standard used to assess patient risk in clinical practice.A third approach compared the transcriptome of the different tumor areas determined by whole RNA-sequencing to identify deregulated biomarkers in the different areas and to determine the immunological signatures in the different territories. Genes of interest have been highlighted in the marginal zone that may be associated with the risk of relapse. Finally, a spatial transcriptomic analysis by Visium technique was carried out on a few cases on an exploratory basis.Our study has evidenced biomarkers correlated with a higher risk of relapse that could allow in the future to identify high risk patients to personalize their follow-up and validate complementary therapeutic modalities.