Multi-omique à l’échelle cellulaire : pour une meilleure compréhension de l’hypophyse et de ses pathologies
Annales d'Endocrinologie(2023)
Abstract
Les données multi-omiques, notamment l’expression génique et l’accessibilité de la chromatine, sont une combinaison intéressante pour résoudre les circuits de régulation géniques et épigénétiques sous-jacents aux fonctions cellulaires dans les tissus complexes comme l’hypophyse ou les adénomes hypophysaires/ou tumeurs neuroendocriniennes de l’hypophyse (PitNETs). Les recommandations de l’OMS pour le traitement des PitNETS incluent actuellement uniquement des critères de taille, d’invasion, de prolifération, et le type de sécrétion hormonale. Ces critères restent cependant insuffisants pour le prognostique et le traitement. Bien que les techniques d’analyses génomiques faites sur des populations de cellules aient apportées des moyens d’améliorer ces classifications et traitements, ces méthodes restent insuffisantes pour saisir l’hétérogénéité à la fois intra- et inter-tumorale. Les techniques récentes d’analyse de cellules ou noyaux individuels apportent de nouvelles possibilités pour caractériser les différences cellulaires et moléculaires entre des hypophyses saines et tumorales tout en intégrant les variations présentes dans ces tissus. Nous avons développé un protocole en analyse de noyaux individuels applicable aux échantillons congelés et conservés en banque de tissus, sans perte de qualité. Nous montrons que notre analyse computationnelle de ces données apporte de nouvelles informations à la fois sur les hypophyses saines (post-mortem) et sur la pathologie moléculaire des PitNETs. Notre approche permet notamment d’identifier des facteurs de régulation modulant des circuits épigénétiques dans les différents types cellulaires. Elle représente une première étape vers une caractérisation des changements cellulaires de l’hypophyse, par exemple avec l’âge, et une meilleure classification et identification de marqueurs spécifiques aux PitNETs.
MoreTranslated text
Key words
pour une meilleure compréhension,multi-omique
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined