Flux de travail de traitement des tissus et cohortes pour la modélisation et le séquençage 3D CODA. En haut à gauche, chaque tranche de tissu pancréatique a été sectionnée en série et une lame sur trois a été colorée à l'hématoxyline et à l'éosine (H&E) et imagée pour la modélisation 3D. En haut à droite, avec CODA, les coupes en série H&E sont enregistrées pour créer un volume numérique et les types de tissus sont étiquetés par apprentissage profond, permettant la reconstruction 3D de la microanatomie du pancréas. Au milieu, trente-huit dalles ont été analysées uniquement pour la modélisation 3D. En bas, huit dalles supplémentaires ont été modélisées en 3D et les lames intermédiaires non colorées ont été utilisées pour la microdissection multirégionale guidée en 3D de PanIN spatialement distincts pour NGS et WES. Crédit: Nature (2024). DOI : 10.1038/s41586-024-07359-3
Des chercheurs du Sol Goldman Pancreatic Cancer Research Center du Johns Hopkins Kimmel Cancer Center ont développé une technique de profilage génomique 3D pour identifier de petites lésions précancéreuses dans le pancréas, appelées néoplasies intraépithéliales pancréatiques (PanIN) qui conduisent à l'un des cancers du pancréas les plus agressifs et les plus mortels. .
Publié le 1er mai dans Natureles résultats fournissent la carte 3D la plus détaillée des lésions précancéreuses du pancréas humain à ce jour, jetant les bases d'une future détection précoce de l'adénocarcinome canalaire pancréatique (PDAC) et d'autres types de cancer du pancréas.
“Peu de gens développent réellement un cancer du pancréas, nous avons donc été choqués de découvrir de nombreux précancers, ou PanIN, dans les régions normales du pancréas”, explique Laura Wood, MD, Ph.D., professeure agrégée de pathologie et d'oncologie à le Kimmel Cancer Center et la faculté de médecine de l'Université Johns Hopkins et l'un des auteurs principaux de l'étude. “Cette recherche met en lumière ce que nous ne savons pas encore sur le vieillissement normal et soulève des questions fondamentales sur la façon dont le cancer apparaît dans le pancréas humain.”
La recherche a été codirigée par Alicia Braxton, DVM, Ph.D., boursière postdoctorale à la faculté de médecine de l'Université Johns Hopkins, et Ashley Kiemen, Ph.D., professeur adjoint de pathologie à la faculté de médecine.
En raison de leur petite taille, les PanIN sont difficiles à détecter et ne peuvent pas être identifiés par un examen radiologique classique. En clinique, cela signifie souvent qu’au moment où les patients reçoivent un diagnostic de cancer, tel que le PDAC, le cancer a déjà atteint un stade avancé et s’est métastasé dans d’autres organes.
Les méthodes de coloration histologique 2D existantes, au cours desquelles les tissus sont finement tranchés, colorés et examinés au microscope, ne fournissent qu'une vision limitée des PanIN, laissant les chercheurs dans l'ignorance de leurs origines et de la manière dont ils conduisent au cancer. Pour mieux caractériser les PanIN, les chercheurs ont développé une approche 3D.
Après avoir finement découpé et coloré les tissus de 38 échantillons pancréatiques normaux sur des centaines de lames 2D séquentielles, les chercheurs ont développé CODA, un pipeline d'apprentissage automatique, pour analyser et reconstruire les images des lames en images numériques 3D.
Les reconstructions 3D ont révélé des réseaux complexes de PanIN interconnectés avec une charge globale moyenne de 13 PanIN par centimètre cube et une plage de 1 à 31 PanIN par centimètre cube. Les patients atteints de PDAC dans d'autres régions de leur pancréas semblaient avoir une charge de PanIN plus élevée que ceux atteints d'une maladie non canalaire, bien que cela ne soit pas statistiquement significatif.
Les chercheurs ont ensuite étudié huit des échantillons via une microdissection guidée en 3D et le séquençage de l'ADN de PanIN spécifiques. L'analyse génomique a révélé que les réseaux étaient constitués de PanIN génétiquement distincts entraînés par différentes mutations génétiques, telles que des mutations du gène cancérigène Kirsten rat sarcoma virus (KRAS), présent dans la plupart des cancers du pancréas.
Un modèle imprimé en 3D de lésions pancréatiques précancéreuses appelées PanIN trouvées dans des images histologiques. Il a été constaté que les lésions atteignaient des tailles extrêmes dans les canaux pancréatiques. Crédit : Ashley Kiemen
La découverte selon laquelle de multiples lésions précancéreuses résultent de mutations indépendantes n'a pas encore été observée dans d'autres organes, explique Wood, “mais maintenant que nous savons que les PanIN sont là, nous pouvons travailler à les cibler, par exemple via KRAS”.
Bien que CODA ne soit pas encore utilisable dans un contexte de diagnostic, l’un de ses avantages réside dans le fait qu’il peut être appliqué à n’importe quel tissu, maladie ou organisme modèle, explique Kiemen.
“Ce n'est que le début”, dit-elle. “Nous voulons continuer à étudier ce que cela signifie dans le contexte d'autres tissus organiques. Si les tissus normaux contiennent des milliers de PanIN, comment pouvons-nous identifier ceux qui sont cliniquement pertinents pour la maladie et ceux qui ne le sont pas ?”
“L'une des façons dont nous pouvons faire une différence pour le plus grand nombre de personnes atteintes de cancer est la prévention, et une meilleure compréhension des premiers précurseurs du cancer grâce à des cartes moléculaires anatomiques détaillées est la première étape”, ajoute Wood. “Tant que vous ne regardez pas en 3D, vous ne savez pas ce qui vous manque.”
Plus d'information:
Alicia M. Braxton et al, la cartographie génomique 3D révèle une multifocalité des précancers pancréatiques humains, Nature (2024). DOI : 10.1038/s41586-024-07359-3
Fourni par l'Université Johns Hopkins
Citation: Une nouvelle technique 3D révèle des lésions pancréatiques précancéreuses (18 juin 2024) récupéré le 18 juin 2024 sur
Ce document est soumis au droit d'auteur. En dehors de toute utilisation équitable à des fins d'étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.
