Caractérisation multi-omique des mécanismes de résistance du glioblastome et de son microenvironnement induits par la thérapie

Multiomics characterization of the therapy-induced mechanisms of resistance of glioblastoma and of its microenvironment

• Auteur / Autrice : Juliette Reveilles
• Direction : Giorgio Seano
• Type : Projet de thèse
• Discipline(s) : Biologie moléculaire et cellulaire
• Date : Inscription en doctorat le ; Soutenance le 18/06/2026
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Signalisations et réseaux intégratifs en biologie
• Partenaire(s) de recherche : Laboratoire : Signalisation, Radiobiologie et Cancer
• Partenaire(s) de recherche : Référent : Faculté de médecine
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Life Sciences and Health (2020-....)
• Jury : Examinateurs / Examinatrices : Sorana Morrissy, Thomas Mathivet, Géraldine Gentric, François Ducray, Marie-Pierre Junier, Franck Bourdeaut
• Jury : Rapporteurs / Rapporteuses : Sorana Morrissy, Thomas Mathivet

Mots clés

Mots clés libres

Tumeurs cérébrales

Plasticité

Microenvironnement

Résistance aux traitements

Multi-omique en cellule unique

Brain tumors

Plasticity

Microenvironment

Treatment resistance

Single cell multiomics

Résumé

Introduction. Le glioblastome est une tumeur cérébrale mortelle, avec des récidives quasi systématiques malgré un traitement intensif, en raison de son hétérogénéité et de sa plasticité. La plupart de ces rechutes surviennent dans les marges locales de la résection ; nous avons donc émis l'hypothèse que les lésions chirurgicales favorisent la récidive locale et l'échec ultérieur du traitement (objectif 1). Si la chirurgie est la première étape du traitement, l'ensemble du protocole de soin crée collectivement une pression évolutionnaire unique. Jusqu'à présent, les efforts de la communauté scientifique visant à comparer les tumeurs primaires et récurrentes chez les patients ont conclu que les transitions d'état après le traitement étaient imprévisibles. De plus, la tumeur résiduelle minimale lors de la phase de rémission, à l'origine de la rechute, est inaccessible à la biopsie chez les patients. Dans cette étude expérimentale et computationnelle, nous avons cartographié pour la première fois les états des cellules tumorales après l'ensemble du protocole de traitement standard à une résolution en cellule unique et épigénomique (objectif 2). Méthodes. Pour combler ces lacunes, nous avons mis au point des modèles murins qui répliquent la procédure neurochirurgicale, et avons caractérisé le paysage postopératoire grâce à une combinaison de techniques multiomiques en cellule unique (scRNA-seq, snATAC-seq). A ce modèle, nous avons ajouté radio- et chimiothérapie pour reproduire la norme de soins, et reconstituer le schéma régression-rémission-récidive observé chez les patients. Nous avons fait du multiome en cellule unique (snRNA-seq, snATAC-seq) à plusieurs stades post-traitement et lors de la récidive, et avons intégré ces deux modalités pour identifier des régulateurs transcriptionnels clés de chaque phase. Pendant la rémission, nous avons utilisé la méthode de FLASH-seq, qui permet de profiler le transcriptome en cellule unique de cellules rares. Résultats objectif 1. Nous avons démontré que la chirurgie provoque des lésions vasculaires, une hypoxie dans les tissus résiduels, entraînant un remodelage épigénétique, une transition proneurale-mésenchymateuse, et une plus grande immunosuppression. Nos résultats ont permis d'identifier les lésions associées à la chirurgie comme un facteur contribuant à la récidive. Résultats objectif 2. Après traitement, les cellules tumorales subissent de profondes altérations chromatiniennes et transcriptomiques, mais retrouvent en grande partie leur profil initial à la récidive. L'intégration des données épigénomiques et transcriptomiques a révélé des régulateurs spécifiques à chaque phase (NF1 en régression, MEF2 à la récidive), ainsi que des facteurs maintenus actifs à chacune des phases après traitement, comme BACH1 et FOSL2. Au cours de la phase de rémission, les voies liées à la matrice extracellulaire et à la sénescence, notamment l'état VC-Resist, un état cellulaire résistant à la thérapie et de type sénescent, ont été enrichis, parallèlement à une réduction du métabolisme du cholestérol. À l'aide d'une analyse en composantes indépendantes, nous avons identifié un « programme de persistance » associé à une survie globale plus faible dans les données du TCGA. Ce programme, initialement rare dans les tumeurs naïves, a été induit par le traitement, passant d'environ un tiers des cellules peu après la thérapie à la quasi-totalité des cellules en rémission, avant de redescendre à la moitié des cellules lors de la récidive. Conclusions. Nos résultats ont mis en évidence la dynamique temporelle qui sous-tend la résistance du glioblastome et confirment la nécessité d'adapter les traitements non seulement à chaque patient, mais aussi à la nature dynamique du glioblastome. La fenêtre postopératoire, tout comme la phase de rémission, constituent des fenêtres thérapeutiques étroites pouvant être exploitées pour des interventions visant à retarder ou à prévenir la récidive.

Introduction. Glioblastoma is a highly lethal brain tumor characterized by high heterogeneity, and a near-universal plasticity-driven recurrence despite intensive multimodal therapy, including gross total resection and radio-chemotherapy. Most patient relapses arise from the local margins of the resection; hence, we hypothesized that surgical lesions may support local recurrence and contribute to subsequent radio-chemotherapy failure (Aim 1). Surgery is the first step in a multimodal standard of care that collectively imposes a unique evolutionary pressure. To date, the scientific community's efforts in paired primary-recurrent tumor comparisons in patients have yielded inconsistent results, concluding that state transitions after therapy are unpredictable. Thus, the precise temporal dynamics of tumor cells throughout and after the entire Stupp treatment remain poorly understood. The minimal residual tumor (MRT), from which residual cells seed future recurrence, is inaccessible for biopsy in patients. Consequently, we mapped for the first time tumor cell states at the single-cell and epigenomic resolution across the full treatment trajectory (Aim 2). Methods. To address these gaps, we first developed preclinical mouse models that mimic neurosurgical procedures in syngeneic models. We profiled the early postoperative landscape using a combination of multiomics, especially at the single-cell levels (scRNA-seq, snRNA-seq). We then added fractionated concomitant chemoradiotherapy to the neurosurgery model to precisely recapitulate the regression-remission-regrowth pattern observed in patients. We performed time‑resolved multiomics profiling (snRNA‑seq and snATAC‑seq in the same nuclei) at multiple post‑treatment stages and at recurrence, and integrated both modalities to identify key regulators of each phase. During remission, we applied FLASH‑seq, a high-sensitivity transcriptomic technology capable of detecting rare cell populations such as persisting cells. Results aim 1. We demonstrated that surgery induces vascular injury, ischemic stress, and hypoxia in residual tissue, leading to epigenetic remodeling, proneural-to-mesenchymal transition in tumor cells, and skewing of the microenvironment toward immunosuppression, hence identifying surgery-associated injury as a contributor to recurrence. Results aim 2. Glioblastoma cells showed extensive chromatin and transcriptomic changes post-therapy (mesenchymal transition, senescence-like); however, they largely reverted to a pre-treatment-like profile at recurrence. Our integration of epigenome and transcriptome highlighted specific regulators to each phase of treatment, such as NF1 during regression or MEF2 at recurrence, as well as regulators that stay activated during both phases, such as BACH1, or FOSL2. During the MRT phase, extracellular matrix‑ and senescence‑related pathways, including our recently published chemo-resistant and senescent-like VC-Resist state, were enriched, alongside reduced cholesterol metabolism. Using independent component analysis, an unsupervised approach for decoupling mixed biological signals, we identified a distinct “Minimal Residual Tumor program” associated with poorer overall survival in the TCGA dataset. This program, initially scarce in naïve tumors, was induced by treatment, increasing from approximately one-third of cells short-term post therapy to nearly all cells at remission, before declining to half of the cells at recurrence. Conclusions. Our results from this experimental and computational study highlight the temporal dynamics underlying glioblastoma resistance and support the need for therapies to be tailored not only to individual patients but also to the dynamic nature of glioblastoma. The postoperative window, as well as the MRT phase are narrow therapeutic windows exploitable for interventions aimed at delaying or preventing recurrence