english

Projet scientifique

 

 

Axe 1 : Projets multi-omiques afin de caractériser les réseaux cellulaires de tumeurs résistantes ou agressives

Sur la base de notre expérience préalable, avant de rejoindre l’IRCM, dans le domaine de l’intégration de données sur la base de réseaux d’interaction biologiques, nous avons décidé d’établir des collaborations avec des biologistes du cancer et des cliniciens afin de caractériser des tumeurs rares et agressives pour lesquelles un nombre restreint de prélèvements sont disponibles. Grâce à une analyse bioinformatique poussée et en intégrant plusieurs omiques nous tentons de compenser le nombre restreint d’échantillons et de prédire des mécanismes de résistance ou des cibles thérapeutiques fiables qui sont validées par nos collègues. Nous avons développé différents outils et pipelines à cette fin qui incluent notamment des techniques permettant de prédire les interactions cellules-cellules du microenvironnement tumoral, en général et dans le cas où des données en cellules uniques sont disponibles.

Nous travaillons aussi sur des métastases colorectales et leur hétérogénéité spatiale ou encore l’émergence de la résistance dans des modèles murins d’adénocarcinomes pulmonaires en employant le même ensemble de techniques bioinformatiques.

Nos projets multi-omiques impliquent des collaborations nombreuses avec des équipes de l’IRCM (Maraver, Turtoi, Pèlegrin, Cavaillès), françaises et internationales ainsi que des cliniciens.

 

 

Axe 2 : Inférence de réseaux quantitatifs (MRA)

Alors que l’axe 1 nécessite l’inférence de réseaux sur la base de références connues et selon une approche à grande échelle nécessairement qualitative, nous avons développé un second axe dual s’intéresse à la détermination quantitative de petits réseaux dont les composants ont été pré-identifiés. Ces composants peuvent être des transcrits ou des protéines et leur activité représentée par leur abondance ou leur activation (p.ex. phosphorylation). L’activité des molécules est mesurée lors de multiples expériences où elles sont tour à tour perturbée par une drogue, un siRNA ou un ligand. De la modélisation mathématique (méthode MRA, Santra et al., 2018) permet la reconstruction du réseau et l’exploitation de ce dernier permet de prédire l’activité du réseau dans certains cas. Nous développons des extensions de la méthode MRA que nous appliquons à différents projets, par exemple des réseaux de transcription autour de récepteurs nucléaires (éq. Cavaillès) ou la perturbation de la signalisation et de la dynamique de récepteurs kinases dans le cancer du pancréas (éq. Pèlegrin).

 

 

Axe 3 : Protéomique computationnelle

L’équipe à une longue expérience dans différents domaines de la protéomique computationnelle (identification, quantification, PTMs, filtrage et modélisation de données AP-MS) et continue différentes collaborations nationales et internationales. Notre projet principal consiste en le développement d’une plateforme complètement nouvelle, expérimentale/computationnelle, destinée à déterminer les paramètres cinétiques des protéines (demi-vie) in vivo chez des patients et à décrire leurs altérations dans divers pathologies, p.ex. la maladie d’Alzheimer où ces phénomènes ont commencé à être décrits pour Aβ. Ce travail est une collaboration avec des équipes du CHU et de l’IRMB (S Lehmann, C Hirtz). Nous avons déjà mis en place de nouveaux modèles mathématiques et un pipeline bioinformatique qui nous ont permis de mesurer la cinétique d’environ 200 protéines dans le LCR alors que ces données n’étaient connues que pour 6 protéines jusqu’ici. Nous continuons notre projet sur la base de mesures simultanées dans plusieurs fluides biologiques de manière à identifier une nouvelle classe de biomarqueurs liés à des anomalies de dégradation de protéines ou de passage entre compartiments biologiques. Des projets ciblant le métabolisme du cancer sont en cours d’élaboration.

 

 

© Institut de Recherche en Cancérologie de Montpellier - 2011 - Tous droits réservés - Mentions légales - Connexion - Conception : ID Alizés