Titre
non renseigné
Titre en anglais
using an integrative strategy to decipher mirnas function in pediatric brain tumorNom de l'appel à projet (acronyme)
ARNnncod18Année de financement
2018Porteur principal
Présentation
Résumé
le phénotype cellulaire est contrôlé par un réseau complexe d'interactions et de signalisations. parmi les différents niveaux de régulations, la régulation post-transcriptionnelle médiée par les microarns (miarns) joue un rôle crucial dans le contrôle des niveaux protéiques, faisant de ces molécules des marqueurs spécifiques de l'identité cellulaire. dans le médulloblastome (mb), la tumeur cérébrale pédiatrique maligne la plus courante, la génération récente au sein de nos laboratoires des profils transcriptomiques et protéomiques à partir d'échantillons de patients a révélé que l'arnm est peu prédictif du niveau des protéines. cette divergence a un profil spécifique pour chaque sous-groupe suggérant un rôle caractéristique des miarns dans le développement des différents sous-types de mb. nous proposons une stratégie intégrative pour décrypter comment la régulation médiée par les miarns est orchestrée dans les différents mb. dans ce but, les miarns ont été extraits à partir des échantillons de notre cohorte et ont été séquencés récemment. tout d'abord nous allons construire un modèle du réseau de régulation contrôlé par les miarns pour déterminer les caractéristiques importantes (miarns clés et voies ciblées) essentielles à la maintenance du sous-groupe de mb. le cœur du projet consiste à étudier expérimentalement comment les miarns sélectionnés peuvent influencer le sous-type de tumeur par des expériences de perte de fonction dans des modèles murins et pdx. enfin, des miarns sélectionnés seront testés pour leur potentiel comme outils diagnostic sur une grande collection (~100 mb) de tumeurs caractérisées au préalable. ce projet devrait nous permettre d'identifier les miarns clés et de découvrir comment les miarns impactent le phénotype des cellules du sous-groupe. à court terme, cette étude devrait avoir un impact important sur le développement de stratégies diagnostiques basées sur les mirnas et nous conduire vers des thérapies personnalisées plus efficaces.
Résumé en anglais
cell phenotype is controlled by a complex network of regulatory and signalling interactions. among all regulatory layers, post-transcriptional regulation mediated by micrornas (mirnas) plays a crucial role in tightly controlling protein levels, making these small molecules accurate markers of cell identity. in medulloblastoma (mb), the most common malignant pediatric brain tumor, the recent availability of deep transcriptome and proteome profiles generated in our laboratories from patient samples has revealed that mrna is poorly predictive of protein level. this discrepancy has a subgroup specific pattern suggesting a hallmark role of mirnas in driving cancer subtypes. we propose an integrative strategy to unveil how regulation by mirnas is orchestrated in mb cells of different subtypes and is linked to patient outcome. to this aim, mirnas were extracted from our cohort and have been recently sequenced. in the first stage of this project, we will build a computational model of mirna-mediated regulatory network to determine important features (key mirnas and targeted pathways) essential to the maintenance of mb subgroup. the core of the project consists in experimentally investigating how the selected mirnas can influence the tumor subtype by loss of function experiments using crispr, cas9-gfp approach and, or mirnas inhibitors (lnas) using mouse models and pdxs. finally, selected mirnas will be tested for diagnostic potential using emerging protocols of fluorescence in situ hybridization for the detection of mirnas in formalin-fixed paraffin-embedded (ffpe) on a large available collection (~100 mbs) of well-characterized tumors. overall, this project should allow us to identify key mirnas in each mb subgroup and unveil how mirnas impact the subgroup cell phenotype. in a short term, this study should have a great impact on the development of mirna-based diagnostic strategies and help us build the road toward efficient personalized therapies.