Caractérisation Moléculaire, par spectroscopie vibrationnElle, des adipocytes associés au cancer mammaire, dans un contexte d’obésité : approche intégrée de la cellule au patient (CaraMEL)
Le cancer du sein est la première cause de décès par cancer chez la femme. Les avancées récentes en biologie des cancers ont fait émerger un rôle paracrine majeur du stroma dans la progression tumorale. Les données issues de l’étude du stroma permettent actuellement d’améliorer les critères pronostiques et diagnostiques. Cependant, en termes de traitement, bien que des études précliniques aient montré le potentiel de développement d’outils thérapeutiques efficaces ciblant des facteurs du stroma, beaucoup reste à faire. Le défi actuel est de disséquer, au niveau moléculaire, la dynamique réciproque qui s’établit entre les cellules cancéreuses et leur microenvironnement, dans le but de mettre en avant des cibles stromales d’intérêt.
Ce projet doctoral vise à caractériser les CAA (ou Adipocytes Associés au Cancer) présents au front d’invasion, acteurs clés de la progression tumorale mammaire grâce à leurs fonctions sécrétoires et métaboliques. Dans ce dialogue bidirectionnel, l’obésité amplifie les interactions métaboliques entre adipocytes et cellules tumorales mammaires ; ce mécanisme étant associé à un pronostic défavorable dans de nombreux cancers (sein, prostate, colon). Dans ce contexte, nous focaliserons notre étude sur l’analyse des interactions entre les cellules cancéreuses mammaires et les CAA, en fonction de deux principaux paramètres d’importance clinique : l’obésité d’une part et le sous-type moléculaire de cancer d’autre part.
Cette analyse sera réalisée selon une approche biologique multi-étapes allant d’une étude in vitro (modèles de co-culture entre adipocytes et cellules tumorales mammaires) jusqu’à la validation ex vivo (biopsies de tumeurs mammaires humaines sélectionnées par nos partenaires cliniques). Comme méthode de caractérisation, nous utiliserons la spectro-imagerie de diffusion Raman combinée à l’analyse chimiométrique et statistique multivariée des données (machine learning). In fine, cette approche vise à proposer de nouveaux biomarqueurs spectroscopiques caractéristiques du stroma tumoral, susceptibles de devenir des arguments pronostiques utilisés par les pathologistes et les cliniciens.
Profil recherché :
Nous recherchons un étudiant motivé par la recherche à l’interface de la biologie/biophysique/data science, avec un profil plus particulièrement axé sur les sciences analytiques. Le caractère pluridisciplinaire du projet nécessite des interactions avec des collaborateurs de domaines disciplinaires divers.
Contact : Pr Olivier PIOT, olivier.piot@univ-reims.fr
Dr Emilie Buache, emilie.buache@univ-reims.fr
To apply for this job email your details to olivier.piot@univ-reims.fr