Un modèle numérique de la formation des cellules limitant l’effet des traitements anticancéreux
Cancer,
Bioinformatique ;
Biologie des systèmes,
Sciences de la santé ;
Immunologie,
modèles mathématiques pour la santé.
De nombreux cancers peuvent être traités en revigorant les lymphocytes, dont le rôle est de défendre notre corps contre les attaques, à l’aide de médicaments spécifiques connus sous le nom de bloqueurs des points de contrôle immunitaire. Malheureusement, seule une minorité de patients et certains types de cancers peuvent être traités de cette manière. L’une des raisons est que, dans certains cas, les cellules cancéreuses sont capables de corrompre d’autres types de cellules immunitaires pour les protéger et empêcher l’infiltration des lymphocytes anticancéreux dans le tissu tumoral. Dans les cancers du sang, comme la leucémie lymphoïde chronique, on sait que le simple fait de cultiver des cellules cancéreuses avec des monocytes transforme ces derniers en cellules dites “infirmières” qui, comme leur nom l’indique, protègent les cellules cancéreuses de la mort dans la culture. Si nous pouvions mieux comprendre comment ces cellules se forment, nous aurions une chance de prévenir leur formation chez les patients et d’améliorer le succès des nouvelles thérapies.
Nous avons utilisé un modèle numérique qui représente les cellules comme des agents ayant des comportements spécifiques pour générer une simulation des interactions entre les monocytes et les cellules cancéreuses dans une boîte de culture. En examinant ce qui se passe dans la simulation, après avoir vérifié que la simulation se comporte comme la réalité dans quelques situations, nous avons pu mieux comprendre quels sont les processus importants qui se déroulent et qui conduisent à la formation des cellules protectrices du cancer. Nous avons également pu constater que les cellules cancéreuses de différents patients se comportaient différemment et nous espérons qu’à l’avenir, nos modèles seront capables de faire des prédictions spécifiques à chaque patient.
Ce travail est une contribution à la science fondamentale, mais une meilleure compréhension des processus et des facteurs qui contribuent à la formation de ces macrophages protecteurs du cancer pourrait nous aider à comprendre comment prévenir ces processus et avoir des conséquences importantes pour les patients traités avec ces thérapies, qui deviennent la norme dans un nombre croissant de cancers.
Un aspect important de la recherche informatique est que nous mettons les outils nécessaires à ces simulations à la disposition du public afin que chacun puisse les réutiliser, les améliorer et les adapter à différentes questions biologiques. En particulier, nous espérons que ce modèle constituera une étape vers l’établissement de simulations spécifiques à chaque patient pour la médecine personnalisée.
Découvrir l’article publié
iScience 2023 May 19;26(6):106897.doi: 10.1016/j.isci.2023.106897. eCollection 2023 Jun 16.
An agent-based model of monocyte differentiation into tumour-associated macrophages in chronic lymphocytic leukemia
Nina Verstraete, Malvina Marku, Marcin Domagala, Hélène Arduin, Julie Bordenave, Jean-Jacques Fournié, Loïc Ysebaert, Mary Poupot, Vera Pancaldi
Collaborations et remerciements
Remerciements à Nina Verstraete and Malvina Marku, Loïc Ysebaert, Mary Poupot
Cette étude a été financée par la Fondation Toulouse Cancer Santé et par l’Institut de Recherche Pierre Fabre dans le cadre de la Chaire de Bioinformatique en Oncologie du CRCT.
Centre de Recherches contre le Cancer de Toulouse (Oncopole)
Toulouse - FR
Nous contacter
+33 5 82 74 15 75
Nous rejoindre ?