Chercheur principal
Morag Park
Université McGill
Co-chercheurs
JMichael Hallet,
Atilla Omeroglu
Université McGill
Projet complété – 1 313 000 $ / 3 ans
- Soutenu par le CQDM par l’entremise de :
- AstraZeneca
- Merck
- Pfizer
- MEI
- BL-NCE
Défi
Il est de plus en plus évident que l’évolution du cancer du sein, la réponse au traitement et, en fin de compte, l’issue de la maladie sont déterminées non seulement par les caractéristiques de la tumeur comme telle, mais aussi par celles des tissus environnants, ou stroma, et de leurs interactions avec la tumeur. Actuellement, les données sur le stroma ne sont pas utilisées pour la stratification des patientes en milieu clinique, la méthodologie des études ou les analyses rétrospectives sur l’efficacité du médicament, et ce, en raison du manque de tests normalisés permettant de classer les échantillons tumoraux dans des sous-classes précises de stroma.
Solution
L’équipe a généré et validé des profils distincts de microenvironnements tumoraux. Elle a utilisé la technologie TaqMan et a établi le profil de l’expression génique pour déterminer les signatures de l’ARNm, du miARN de tumeurs et y a jumelé le stroma provenant de 118 patientes atteintes d’un cancer du sein associé à un pronostic sombre. L’équipe a montré qu’en intégrant le gène du stroma et les expressions du miARN, il était possible de mieux stratifier les patientes qu’en utilisant exclusivement l’expression du gène tumoral. L’identification de nouveaux biomarqueurs tissulaires et sanguins, qui intègrent les caractéristiques intrinsèques et du stroma de la tumeur, permet de mieux stratifier les patientes atteintes d’un cancer du sein triple négatif (CSTN) et aurait le potentiel de prédire la réponse au traitement.
Réalisations/Retombées
L’équipe a mis au point un test pronostique intégrant des biomarqueurs de l’environnement tumoral pour prédire la réponse des patientes atteintes d’un CSTN à la chimiothérapie. Ces outils fournissent des méthodes novatrices dans la stratification des échantillons de CSTN et l’identification de nouveaux sous-groupes de patientes. Ces profils peuvent maintenant être utilisés pour la stratification prospective des patientes participant à de nouvelles études ainsi que pour les analyses rétrospectives de matériel provenant d’études antérieures où les populations ayant répondu au traitement étaient petites et ne pouvaient être identifiées par les diagnostics propres aux médicaments (par conséquent, les médicaments pertinents étaient jugés inefficaces). Ces percées sur les effets multifactoriels du stroma sur l’issue de la maladie améliorent l’identification des patientes dont la réponse aux traitements actuels est improbable, mais qui pourraient bénéficier de stratégies thérapeutiques personnalisées comme les traitements d’immuno-oncologie ciblant des configurations précises de la maladie définies par les intersections des propriétés intrinsèques et du stroma de la tumeur. Un nouveau modèle de stratification pour le cancer du sein triple négatif fondé sur la localisation des cellules immunitaires est actuellement en voie de développement.
