Mots-Clés

Cancer du sein, machine learning CoGAPS, scRNA-seq, plasticité, métastases

Description

Titre du stage : Étude de l’hétérogénéité et de la plasticité des cellules cancéreuses lors de la colonisation métastatiques

Contexte : Le cancer du sein triple négatif est un sous-type de cancer du sein agressif souvent associé au développement de métastases. Nous avons montré que les cellules cancéreuses utilisaient un programme complexe de transition épithélio-mésenchymateuse (EMT) au cours de la cascade métastatique résultant en une hétérogénéité et une plasticité cellulaire accrue. Nous avons observé que cette hétérogénéité était maintenue au niveau des métastases ce qui pourraient expliquer la résistance aux traitements observés chez les patients métastatiques. Nous avons généré des données de transcriptomique sur cellules uniques (scRNA-seq) des cellules cancéreuses au cours de la colonisation métastatique pour cartographier l’hétérogénéité des cellules cancéreuses dans cette étape clé de la cascade métastatique et identifier les voies de signalisation impliquées dans ce processus.

Objectif du stage : L’étudiant.e aura pour mission de participer à l’analyse des données brutes de scRNA-seq pour identifier les différents états cellulaires (associés au non à l’EMT) des cellules cancéreuses au cours de la colonisation métastatique par rapport à la tumeur primaire correspondante. Brièvement, des analyses bio-informatiques seront effectuées pour caractériser l'hétérogénéité cellulaire en utilisant une approche de machine learning CoGAPS et outils conventionnels (package R Seurat). Les transcrits les plus significatifs de chaque groupe seront étudiés afin d'établir des signatures spécifiques pour chaque ensemble de cellules. L'étudiant.e participera à l'étude des communications intercellulaires par l'utilisation de différents outils (CellChat, LIANA, CellPhoneDB). II/elle participera également à l'analyse des trajectoires de différentiation cellulaire au cours de la colonisation métastatique (Slingshot, Monocle) ainsi qu’à l’identification de potentiel clones de cellules cancéreuses (inferCNV).

Enjeux scientifiques : Le projet révélera de nouvelles connaissances sur la colonisation métastatique de ces cancers du sein agressifs. La cartographie de l’hétérogénéité de ces cancers au niveau des métastases pourrait permettre d’identifier de potentielles vulnérabilités des cellules cancéreuses pour le développement de nouvelles stratégies thérapeutiques.

Publications sélectionnées

1. Stress in the metastatic journey–the role of cell communication and clustering in breast cancer progression and treatment resistance. EM Grasset, S Barillé-Nion, PP Juin. Disease Models & Mechanisms 17 (3) 2024
2. Triple-negative breast cancer metastasis involves complex epithelial-mesenchymal transition dynamics and requires vimentin. EM Grasset, et al. Science translational medicine 14 (656), eabn7571
3. Inferring cellular and molecular processes in single-cell data with non-negative matrix factorization using Python, R and GenePattern Notebook implementations of CoGAPS. Jeanette A. I. Johnson et al. Nature Protocols 18, pages3690–3731 (2023)