Déchiffrer l'hétérogénéité spatiale des gliomes de bas-grade

Deciphering spatial heterogeneity of low grade gliomas

• Auteur / Autrice : Lucie Gaspard-boulinc
• Direction : Emmanuel Barillot
• Type : Projet de thèse
• Discipline(s) : Bioinformatique et biologie des systèmes
• Date : Inscription en doctorat le 05/09/2022
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Complexité du vivant (Paris ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : Oncologie computationnelle
• Partenaire(s) de recherche : établissement opérateur d'inscription : Institut Curie (Paris ; 1978-....)

Mots clés

Mots clés libres

Gliomes de bas-grade

Transcriptomique spatiale

Bio-informatique

Low grade glioma

Spatial transcriptomics

Bioinformatics

Résumé

Les cellules se développent dans un environnement qui les influence. Cela est particulièrement vrai pour les cellules tumorales qui, dans le cadre d'un écosystème, sont influencées par des interactions avec d'autres types de cellules tumorales et avec le microenvironnement tumoral. Une caractérisation moléculaire détaillée des types de cellules composant les tumeurs cérébrales a été réalisée mais peu de connaissance ont été générées sur l'influence des types de cellules les uns sur les autres et sur la manière dont cela contribue à la progression tumorale. Avec ce projet de doctorat, nous visons à déchiffrer comment les types de cellules au sein de la tumeur s'influencent les uns les autres, comment ils interagissent avec les neurones et comment ces interactions contribuent à la progression tumorale grâce à des programmes transcriptionnels spécifiques. Nous nous concentrerons plus particulièrement sur les interactions entre les différents types de cellules, les cellules tumorales et les neurones, pour lesquels des aspects clés importants restent à découvrir. Ce projet se concentre sur trois types de gliome : le glioblastome (GBM), la tumeur cérébrale adulte la plus courante et la plus agressive avec une survie médiane d'environ 15 mois et un pronostic extrêmement sombre malgré des thérapies agressives, et deux types de gliomes mutés isocitrate déshydrogénase (IDH), les oligodendrogliomes et astrocytomes, survenant chez les jeunes adultes, qui représentent également un problème clinique important en raison du taux élevé de récidive entraînant une issue fatale. Nous analyserons d'abord de nouvelles données de transcriptomique spatiale récemment générées par nos collaborateurs avec la technologie 10X Visium à partir d'échantillons de gliomes humains avec un accent particulier sur (i) le noyau de la tumeur avec un contenu dense en cellules tumorales, et (ii) les zones de satellitose périneurale où des clusters de cellules tumorales entourent les corps cellulaires des neurones, pour révéler l'organisation spatiale des différents sous-type des gliomes. En utilisant des méthodes de transcriptomique spatiale telles que Loupe (visualiseur de génomique 10X) et Cell2Location (déconvolution spatiale) dans l'environnement R/Python, nous identifierons la localisation spatiale des types de cellules tumorales. Cela nous donnera accès à des cartes spatiales uniques de ces gliomes et nous permettra de les comparer ainsi que d'identifier les états cellulaires qui sont en contact les uns avec les autres. Ensuite, nous décrypterons les interactions cellule-cellule tumorale en fonction de nos types de cellules tumorales identifiées en contact, des bases de données Ligand-Récepteurs et des méthodes de réseau (par exemple, CellTalkDb, NicheNet). Nous pourrons lier les interactions cellulaires aux programmes transcriptionnels et ainsi déduire les effets de ces interactions sur les voies de régulation et leur contribution à la progression tumorale dans chaque sous-type de gliome. Dans la deuxième partie de la thèse, nous visons à caractériser davantage l'interaction cellule tumorale-neurone. A partir de co-cultures cortex-gliome réalisées par notre collaborateur, nous étudierons l'effet de l'interaction tissulaire normale sur le transcriptome du gliome par bulk RNA-seq. Ensuite, avec notre collaborateur, nous générerons un nouveau type de données Patch-seq à partir de cellules tumorales suite à une activation neuronale ou non. L'expérience Patch-seq est une combinaison d'expérience de patch et d'ARN-seq unicellulaire avec SMART-seq3 permettant une caractérisation de profil transcriptionnel morphologique, électrophysiologique et unicellulaire d'une cellule donnée. Nous allons donc caractériser les caractéristiques des cellules tumorales recevant une synapse neuronale et décrypter les interactions cellule tumorale-neurone suite à l'activation neuronale et leur effet sur le programme transcriptionnel pilotant la croissance tumorale. Dans l'ensemble, ce projet de doctorat fournira de nouvelles connaissances biologiques sur l'hétérogénéité fonctionnelle des tumeurs du gliome, une nouvelle compréhension mécaniste des interactions des cellules tumorales et leur effet sur la progression tumorale. Il mettra également en évidence l'hétérogénéité entre les sous-types de gliomes et fournira des appréciations utiles de leurs différences. En fin de compte, nos découvertes pourraient conduire à un développement plus poussé de modèles précliniques et de nouvelles justifications pour le ciblage thérapeutique.

Cells grow in an environment that influences them. This is especially true for tumor cells, which, as part of an ecosystem, are influenced by interactions with other tumor cell types and with the tumor microenvironment. Detailed molecular characterization of cell types composing glioma brain tumors has been performed but a lot less is known regarding the influence of the cell types on each other and how this contributes to tumor progression. With this PhD project, we aim to decipher how the tumor cell types influence each other, how they interact with neurons, and how these interactions contribute to tumor progression through specific transcriptional programs. We will especially focus on the interactions between different glioma tumor cell types, and tumor cells and neurons, for which important key aspects still need to be discovered. This project focuses on three types of glioma: glioblastoma (GBM) the most common and aggressive adult brain tumor with a median survival of approximately 15 months and an extremely poor prognosis despite aggressive therapies, and two types of high-grade isocitrate dehydrogenase (IDH)-mutant gliomas, oligodendrogliomas, and astrocytoma, occurring in young adults which also represent an important clinical problem due to high rate of recurrence leading to a fatal issue. We will first analyze novel spatial transcriptomics data recently generated by our collaborator with 10X Visium technology from human glioma samples with a special focus on (i) the core of the tumor with dense tumor cells content, and (ii) areas of perineuronal satellitosis where clusters of glioma cells surround neurons cell bodies, to reveal the gliomas' subtype spatial organization. Using up-to-date methods for spatial transcriptomics such as Loupe (10X Genomics viewer) and Cell2Location (spatial deconvolution) within R/Python environment, we will identify the tumor cell types' spatial localization. This will give us access to unique spatial maps of these gliomas and allow us to compare them as well as identify the cells states that are in contact to each other's. Then, we will decipher the tumor cell-cell interactions based on our identified tumor cell types in contact, Ligand-Receptors databases and network methods (eg., CellTalkDb, NicheNet). We will be able to link cells interactions to transcriptional programs and thus infer the effects of such interactions on regulatory pathways and their contribution to tumor progression in each glioma subtype. In the second part of the PhD, we aim to further characterize the tumor cell-neuron interaction. From cortex-glioma co-cultures performed by our collaborator, we will study the effect of normal tissue interaction on glioma transcriptome by bulk RNA-seq. Then, together with our collaborator, we will generate a new Patch-seq data type from tumor cells following neuronal activation or not. Patch-seq experiment is a combination of patch experiment and single-cell RNA-seq with SMART-seq3 allowing a morphological, electrophysiological, and single-cell transcriptional profiling characterization of a given cell. We will therefore characterize the features of tumor cells receiving a neuronal synapse and decipher tumor cell-neuron interactions following neuronal activation and their effect on the transcriptional program driving tumor growth. Overall, this PhD project will provide novel biological insights into functional glioma tumor heterogeneity, a new mechanistic understanding of tumor cell interactions, and their effect on tumor progression. It will also highlight the heterogeneity between the glioma subtypes and provide useful appreciations of their differences. Ultimately, our findings could lead to further development of pre-clinical models and novel rationales for therapeutic targeting.