Histoire naturelle des cancers pancréatiques et résistance thérapeutique

Deciphering Pancreatic Tumor Evolution and Therapeutic Resistance

• Auteur / Autrice : Sarah Blanchet-deverly
• Direction : Fabrice Andre, Alice Boileve, Elsa Bernard
• Type : Projet de thèse
• Discipline(s) : Sciences du Cancer
• Date : Inscription en doctorat le 31/10/2025
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Cancérologie, Biologie, Médecine, Santé
• Partenaire(s) de recherche : Laboratoire : Cancer Data Science
• Partenaire(s) de recherche : Equipe de recherche : Computational Clinical Oncology
• Partenaire(s) de recherche : Référent : Faculté de médecine

Mots clés

Mots clés libres

Adénocarcinome du pancreas

Microenvironnement tumoral

Hétérogénéite tumorale

Multiomique

Évolution tumorale

Pancreatic adenocarcinoma

Tumor microenvironment

Tumor heterogeneity

Multi-omics

Tumor evolution

Résumé

Malgré les avancées du profilage moléculaire dans le cancer du pancréas, les classifications actuelles basées sur les tumeurs primitives restent limitées : elles n'intègrent ni les dynamiques d'évolution tumorale sous traitement, ni l'hétérogénéité métastatique ou l'adaptation spatio-temporelle des sous-types. Ces limites freinent notre compréhension des mécanismes de résistance aux traitements et la mise en place de stratégies personnalisées. Ce projet vise à dépasser ces contraintes en combinant des données cliniques finement annotées à une approche multi-omique innovante (RNAseq, transcriptomique spatiale, exomique, ADN tumoral circulant), afin d'analyser l'évolution moléculaire du PDAC en fonction du stade, du site métastatique et de l'exposition thérapeutique. S'appuyant sur une cohorte prospective enrichie, il ambitionne de cartographier l'hétérogénéité génomique et transcriptomique du PDAC, de comprendre l'organotropisme métastatique et d'identifier les mécanismes moléculaires associés à la résistance acquise, ouvrant la voie à des thérapies plus ciblées et adaptées au profil évolutif des tumeurs.

Although molecular profiling of pancreatic cancer has enabled the identification of key tumor subtypes, current classifications remain limited to primary tumor data and fail to incorporate disease evolution, treatment-induced genomic adaptations, or metastatic heterogeneity. As a result, our understanding of resistance mechanisms and therapeutic failures remains incomplete. This thesis project aims to overcome these limitations by integrating longitudinal and spatial multi-omics data (RNAseq, spatial transcriptomics, exome sequencing, and circulating tumor DNA) with comprehensive clinical annotation. The goal is to track the molecular evolution of PDAC across disease stages, metastatic sites, and treatment exposure. Leveraging a richly characterized prospective cohort, this work seeks to uncover tumor plasticity and organ-specific metastatic features, identify molecular patterns of resistance, and ultimately support the development of adaptive and personalized treatment strategies.