Des chercheurs du Baylor College of Medicine et des institutions collaboratrices développent une stratégie pour prédire la réponse du cancer du sein triple négatif (TNBC) à la chimiothérapie, ce qui serait un outil précieux pour les médecins décidant du traitement avec une meilleure probabilité de succès sur une base individuelle. L’étude paraît dans Communications sur la recherche sur le cancer, un journal de l’Association américaine pour la recherche sur le cancer.
« De multiples innovations de recherche dans le diagnostic du cancer sont exposées dans ce travail », a déclaré le co-auteur correspondant, le Dr Matthew Ellis, membre du Lester and Sue Smith Breast Center et du Dan L Duncan Comprehensive Cancer chez Baylor et également vice-président principal de l’oncologie précoce et de la R&D en oncologie chez AstraZeneca.
Les chercheurs ont utilisé un test de laboratoire appelé Kinase Inhibitor Pulldown Assay, ou KIPA, pour rechercher des protéines qu’ils pourraient cibler pour contrôler la croissance tumorale. Ils ont recherché ces protéines dans 43 biopsies tumorales congelées qui faisaient partie de l’étude précédente du Clinical Proteomic Tumor Analysis Consortium (CPTAC)-TNBC.
Notre objectif initial était de trouver de nouvelles façons de contrôler la croissance des TNBC, en particulier en identifiant puis en inhibant des enzymes appelées kinases produites par la tumeur pour aider à sa croissance. Bien que notre recherche de telles kinases n’ait pas produit de candidats valables, elle a révélé de manière inattendue une opportunité d’améliorer le succès de la chimiothérapie. »
Dr Meenakshi Anurag, auteur co-correspondant, professeur adjoint de médecine au Lester and Sue Smith Breast Center à Baylor
KIPA agit en enrobant de minuscules billes d’inhibiteurs sélectifs de kinases, puis en décomposant les cellules des échantillons de biopsie et en les mélangeant avec les billes. Chaque kinase se lie à son inhibiteur spécifique, le séparant efficacement des autres composants cellulaires, bien que certaines kinases puissent se lier à plusieurs inhibiteurs. Ensuite, les chercheurs collectent et lavent les billes, obtiennent les kinases et utilisent la spectrométrie de masse pour identifier chacune d’entre elles.
« Cette approche n’a pas révélé de kinases que nous pourrions potentiellement cibler pour contrôler la croissance de ces tumeurs ; cependant, le test a capturé sept protéines non kinases, en particulier des protéines de liaison aux purines, qui ont été enrichies en tumeurs qui ont complètement répondu au traitement », a déclaré le premier auteur Junkai Wang, un étudiant diplômé travaillant dans le laboratoire Ellis. « Des analyses plus poussées ont montré que cette signature de protéine de liaison à sept purines prédisait la sensibilité à la chimiothérapie et des résultats cliniques favorables. »
« La signature de liaison des purines pourrait aider à identifier un sous-ensemble de patients TNBC qui devraient recevoir une thérapie expérimentale dès le départ plutôt qu’une approche de chimiothérapie standard inefficace », a déclaré Ellis.
« Bien qu’à l’origine KIPA ait été développé pour la quantification précise des kinases médicamenteuses, cet article démontre que son utilité clinique s’étend au-delà de la quantification des kinases. Avec plus d’analyses d’échantillons cliniques, il y a une grande possibilité que nous soyons en mesure d’identifier des signatures supplémentaires pour de nombreuses stratégies thérapeutiques », a déclaré l’auteur co-correspondant, le Dr. Beom-Jun Kim, membre du Lester and Sue Smith Breast Center et du Dan L Duncan Comprehensive Cancer à Baylor et également directeur associé de la protéomique diagnostique à AstraZeneca.
« Nous sommes ravis de ces découvertes, que nous avons validées dans plusieurs cohortes TNBC », a déclaré Anurag. « De plus, KIPA offre d’autres avantages : il produit des résultats en un temps record et nécessite un échantillon de tumeur beaucoup plus petit que les autres méthodes. La signature de la protéine de liaison aux purines que nous avons identifiée a le potentiel de contribuer aux essais cliniques conçus pour intensifier ou désamorcer la thérapie en prédisant la probabilité de succès de la chimiothérapie.
D’autres contributeurs à ce travail incluent Alexander B. Saltzman, Eric J. Jaehnig, Jonathan T. Lei, Anna Malovannaya, Matthew V. Holt, Meggie N. Young, Mothaffar F. Rimawi et Foluso O. Ademuyiwa. Les auteurs sont affiliés à une ou plusieurs des institutions suivantes : Baylor College of Medicine, Lester and Sue Smith Breast Center et Dan L Duncan Comprehensive Cancer Center at Baylor, Siteman Comprehensive Cancer Center et Washington University School of Medicine – St. Louis and AstraZeneca.
Ce travail a été soutenu par le CPRIT Recruitment of Established Investigators Award (RR140033), NIH/NCI CPTAC (U01CA214125), NIH/NCI Breast SPORE grant (P50 CA186784), NCI-SPORE Career Enhancement and Developmental Research award (part of P50 CA186784-06) and Translational Breast Cancer Research Training Program grant T32CA203690. Un soutien supplémentaire a été fourni par le Dan L Duncan Comprehensive Cancer Center Award (P30 CA125123) et les CPRIT Core Facility Awards (RP170005 et RP210227) au BCM Mass Spectrometry Proteomics Core et au NIH/NCI K12 Award (CA167540). Ce travail a également été soutenu par de généreux dons de la famille Korell et de Lisa et Ralph Eads, et un boursier McNair avec un soutien supplémentaire du McNair Medical Institute de la Robert and Janice McNair Foundation.
