L’équipe du Prof. Antonio del Sol, directeur du groupe de recherche Computational Biology, mise ici sur la bioinformatique : à l’aide de techniques de calcul inédites, les chercheurs ont modélisé le génome de cellules cancéreuses à partir de mutations connues du génome. Ces modèles sont précieux pour déterminer la structure du matériel génétique dans les tumeurs.
« Si nous connaissons cette structure, nous pouvons étudier la façon dont le cancer apparaît et se propage », déclare Antonio del Sol : « Cette analyse nous donne des indications sur les approches possibles pour le développement de nouveaux médicaments anticancéreux et un traitement individuel amélioré pour les personnes atteintes d’un cancer. »
Les chercheurs du LCSB ont publié leurs résultats dans la revue spécialisée Nucleic Acids Research (DOI: 10.1093/nar/gkv828).
Le cancer : un accident cellulaire majeur
« Un cancer se déclare suite à des mutations du matériel génétique », explique Sarah Killcoyne, qui soutient une thèse sur laquelle le projet de recherche se focalise à l’Université du Luxembourg. Sarah Killcoyne décrit en ces termes l’accident cellulaire majeur : « Des mutations surviennent, les chromosomes peuvent se rompre et se recomposer dans le mauvais ordre ou des fragments de l’ADN peuvent se perdre. Dans le pire des cas, le génome est complètement bouleversé ». Les cellules concernées ne peuvent plus remplir leur tâche dans le corps et – pire encore – se multiplient de façon illimitée. Et le cancer apparaît.
La définition de nouvelles séquences de référence
Pour développer de nouveaux médicaments anticancéreux et des traitements individuels, il est important de connaître la structure du matériel génétique des cellules cancéreuses. C’est pourquoi, par le passé, des chercheurs et oncologues ont isolé des chromosomes issus de tumeurs pour les analyser au microscope. Ils ont alors constaté que les particularités de la structure chromosomique étaient souvent révélatrices du type de cancer et du traitement correspondant. « Les séquençages génétiques ont rendu l’identification des mutations plus précise et ont considérablement amélioré notre connaissance du cancer », affirme Sarah Killcoyne : « Mais il est bien plus difficile d’utiliser cette technologie aussi pour l’analyse des modifications chaotiques du génome des cellules cancéreuses. »
Pour quelle raison ? Parce que les machines de séquençage fournissent toujours les données de séquences ADN très courtes. Pour reconstruire le génome, les chercheurs ont donc besoin d’une séquence de référence – une espèce de modèle sur lequel ils reconstituent le puzzle du génome séquencé. Sarah Killcoyne précise encore : « La séquence de référence nous indique où les fragments se superposent et dans quel ordre ils se succèdent. » Comme la séquence génétique est complètement désordonnée dans les cellules cancéreuses, il en ressort logiquement plusieurs séquences de référence. « Nous avons maintenant développé plusieurs modèles », déclare Sarah Killcoyne : « Des procédés statistiques et notre approche bioinformatique nouvelle nous ont permis de constituer plusieurs références de génomes chaotiques et d’y examiner les modifications structurelles survenues dans le génome des cellules cancéreuses. »
La double importance des modèles génétiques
Pour le directeur du groupe Computational Biology, les modèles sont doublement importants : « D’une part, le travail de Sarah Killcoyne est important pour la recherche sur le cancer. Les modèles permettent en effet d’étudier la cause des mutations génétiques et moléculaires dans le cancer et de développer de nouvelles approches thérapeutiques. D’autre part, le développement de modèles bioinformatiques nous intéresse aussi pour les transposer à d’autres maladies aux origines génétiques complexes, comme les maladies neuro-dégénératives telles que Parkinson. Ici aussi, nous voulons mieux cerner les relations entre les modifications génétiques et les processus métaboliques qui en résultent. Enfin, définir de nouvelles approches de diagnostic et de traitement des maladies neuro-dégénératives est un objectif pour le Luxembourg Centre for Systems Biomedicine. »
- - -
Cette publication est disponible sur ORBi
lu
: Identification of large-scale genomic variation in cancer genomes using in silico reference models
En savoir plus sur le Luxembourg Centre for Systems Biomedicine (LCSB)
