Epic-ZENITH : Un effort intégratif pour identifier les régulateurs du métabolisme et de l'épigénétique dans le cellules myéloïdes associées aux glioblastomes – Epic-ZeNITH

Le projet Epic-ZENITH repose sur une approche multi-omique appliquée à des échantillons frais de glioblastome humain. Trois régions distinctes de la tumeur (nécrotique, angiogénique, œdémateuse) ont été analysées séparément.

Nous avons d'abord utilisé la cytométrie spectrale multiparamétrique (38 couleurs) pour caractériser les sous-populations immunitaires, stromales et tumorales. Cette approche a permis de mesurer la fréquence, le phénotype et le profil métabolique fonctionnel des cellules grâce à la méthode ZENITH, qui repose sur l’incorporation de puromycine pour évaluer la dépendance énergétique des cellules.

En parallèle, une analyse métabolomique ex vivo par spectrométrie de masse a été réalisée sur des échantillons dissociés des trois régions, afin de détecter les métabolites spécifiques associés aux différents microenvironnements tumoraux.

Pour l’étude des profils transcriptionnels, nous avons appliqué la transcriptomique spatiale (GeoMx Nanostring) sur des régions définies histologiquement, ainsi que la single-cell RNA-seq sur cellules immunitaires triées à partir de chaque région.

Une innovation majeure du projet a été le développement d’une méthode originale, Epic-SCENITH, qui permet de mesurer à la fois le métabolisme fonctionnel et l’état épigénétique d’une cellule à partir de très faibles effectifs (∼5000 cellules). Elle combine l’incorporation de puromycine avec des marquages d’histones (H3K27Ac, H3K4me3, H3K27me3), sur cellules fixées et perméabilisées.

Enfin, nous avons adapté la méthode CUT&RUN pour l’analyse du paysage épigénétique des cellules triées selon leur profil métabolique. Cette approche a permis de relier les signatures épigénétiques à des états glycolytiques ou mitochondriaux.

Toutes les données générées (phénotypiques, fonctionnelles, transcriptomiques et épigénétiques) ont été intégrées via des pipelines bioinformatiques développés au sein du projet, pour construire des signatures multi-niveaux associées aux différentes fonctions immunitaires dans le GBM.

Nous avons caractérisé, pour la première fois, la composition immunitaire et le profil métabolique/épigénétique des trois régions principales du glioblastome humain chez 11 patients. Cette cartographie cellulaire haute dimension a révélé une forte hétérogénéité des profils immuno-métaboliques selon les régions tumorales.

L’analyse par cytométrie spectrale a permis d’identifier des sous-populations myéloïdes présentant des profils métaboliques distincts (glycolytiques ou mitochondriaux), en particulier dans la région angiogénique, où l'on observe une signature immunosuppressive corrélée à une forte dépendance au glucose.

La transcriptomique spatiale a confirmé ces observations, révélant dans les zones angiogéniques une suractivation des voies de prolifération, de synthèse protéique et de remodelage épigénétique. L’expression de gènes glycolytiques comme LDHA était significativement augmentée, en accord avec les profils métaboliques fonctionnels.

Nous avons également développé la méthode Epic-SCENITH, qui a permis de mesurer pour la première fois, dans des cellules humaines rares, la relation entre l’état métabolique et les marques épigénétiques. Cette approche a montré que les cellules glycolytiques présentent une augmentation de marques activatrices (H3K27Ac, H3K4me3) sur des gènes liés à l’angiogenèse et à l’immunosuppression.

L’analyse CUT&RUN sur cellules triées selon leur profil métabolique a confirmé ces observations et permis d’identifier des facteurs de transcription associés à la reprogrammation métabolique, dont CREB, qui émerge comme un régulateur central du stress glycolytique induit par l’infiltration immunitaire.

Ces résultats posent les bases d’une compréhension intégrée des liens entre métabolisme et épigénétique dans les cellules immunitaires tumorales humaines.

Le projet Epic-ZENITH ouvre des perspectives importantes tant sur le plan scientifique que clinique.

Sur le plan fondamental, la méthode Epic-SCENITH permet d’étudier pour la première fois de façon intégrée et fonctionnelle le lien entre l’état métabolique et les mécanismes de régulation épigénétique dans des cellules immunitaires humaines. Cette approche peut être adaptée à d’autres contextes pathologiques : cancers solides, hémopathies malignes, maladies inflammatoires chroniques, infections.

Sur le plan clinique, les signatures métaboliques, transcriptionnelles et épigénétiques identifiées dans les cellules myéloïdes du GBM pourront être testées comme biomarqueurs pronostiques, en particulier pour prédire la réponse à des immunothérapies ou à des traitements ciblant le microenvironnement tumoral. Ces signatures sont en cours de validation dans des bases de données publiques (TCGA) et dans une cohorte rétrospective de patients.

La détection de ces profils cellulaires à partir de biopsies liquides (sang, LCR) pourrait, à terme, permettre une stratification non invasive des patients atteints de GBM, facilitant ainsi l’entrée dans des protocoles thérapeutiques personnalisés.

Sur le plan technologique, Epic-SCENITH constitue un outil de pointe pour l’analyse de très faibles effectifs cellulaires. Sa robustesse et sa compatibilité avec les protocoles de cytométrie clinique en font un candidat idéal pour une transfert vers les laboratoires hospitaliers spécialisés en hématologie, neurologie ou oncologie.

Enfin, sur le plan translationnel, l'identification de cibles métaboliques (comme LDHA) et transcriptionnelles (comme CREB) ouvre des voies thérapeutiques inédites. La modulation du métabolisme ou des états épigénétiques des cellules immunitaires infiltrant la tumeur pourrait représenter une nouvelle classe d’immunothérapies complémentaires aux stratégies existantes.

Une caractéristique distinctive du cancer et de la réponse immunitaire antitumorale est la reprogrammation métabolique. Il existe un lien entre les changements métaboliques et épigénétiques, mais les mécanismes impliqués sont inconnus en raison de limitations techniques. Il n'existe actuellement aucune méthode permettant d'étudier simultanément le métabolisme et l'épigénétique dans les cellules tumorales des patients. Mes objectifs sont 1) de créer une carte métabolique complète des trois régions caractéristiques du glioblastome (GBM) ; 2) d'identifier le profil métabolique, les signatures transcriptomiques et épigénétiques des cellules myéloïdes associées aux trois régions GBM en utilisant une méthode originale ; 3) d'identifier les voies de signalisation qui régulent le métabolisme, d'identifier des marqueurs et de les valider dans une cohorte GBM rétrospective. Ce projet intégratif vise à identifier les métabolites, les enzymes, les facteurs de transcription et les éléments génétiques régulateurs qui peuvent être utilisés comme cibles dans les cellules myéloïdes pour moduler leur fonction dans le contexte du glioblastome.