Computational and mathematical approaches to understand glioma cells metabolism : characterization from transcriptomic data and focus on HIF pathways - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Computational and mathematical approaches to understand glioma cells metabolism : characterization from transcriptomic data and focus on HIF pathways

Approches computationnelles et mathématiques pour la compréhension du métabolisme de cellules de gliome : caractérisation à partir de données transcriptomiques et focus sur les voies HIF

Résumé

This Thesis questions the effect of hypoxia on cell metabolism, how different oxygen levels within the tumour lead to heterogeneity, and what is the impact on tumour growth. The study focuses on the main protein orchestrating the cellular adaptation to hypoxia: the Hypoxia Inducible Factor (HIF). Despite being the topic of many studies, HIF seems to be only characterized through its effect on genes observed during biological experiments. Mathematical modelling of HIF does not integrate the protein in models simulating large population of cells. This work will try to unravel some of the mechanisms by which HIF impact the tumour growth with a focus on the metabolim and the cell invasion. In this regard, an agent-based model (ABM) has been developed and the investigation paths for the model have been determined from a statistical analysis.The mathematical model developed describes a network of genes regulated by HIF which includes the two important metabolic genes lactate dehydrogenase (LDH) and pyruvate dehydrogenase (PDH) with a focus on the appearance of the Warburg Effect, a mechanism often considered as a tumour cell characteristic. With that model, we could test different environmental conditions and genetic regulation. We saw that both rapid variations of extracellular oxygen and increased levels of HIF are enough to induce a Warburg phenotype, which therefore appears as influenced by both a contextual effect and a genetic effect.A statistical analysis of glioblastoma transcriptomic data has been performed to unravel the deregulated mechanisms into two datasets: one available on the The Cancer Genome Atlas (TCGA) platform and a Patient Derived Cell Lines (PDCL) dataset provided by the ICM (Paris). The workflow of analysis begins with a Differential Expression (DE) analysis of the transcriptomic data to find the deregulated genes, which are submitted to pathway enrichment tools to determine what are the corresponding pathways. Among the results, collagen biosynthesis was often deregulated in both datasets and cholesterol metabolism was often deregulated in PDCL data. Owing to its link to the current thematic, collagen biosynthesis has been selected as the new candidate for mathematical description in the current model.Thus, following the results of the statistical analysis, the collagen biosynthesis have been implemeted in the model of metabolism. Collagen and matrix remodelling have a noticeable impact on cellular migration and thus the invasion of distant tissues by cancer cells. The three genes P4HA1, MT1-MMP and LOX; have been documented to be upregulated by HIF in the literature and to impact the secretion, degradation and cross-linking of collagen.The results obtained with the new version of the model indicated that collagen density has a substantial effect on the proliferation of the tumour and its shape. Like collagen, oxygen alone could impact the tumour growth. Moreover, results showed that the oxygen and collagen seems to have a dual effect on tumour proliferation. Increased P4HA1 and MT1-MMP quantities, respectively decreased and increased cellular migration speed while LOX seemed to have little effect. Here, no cells adopted a Warburg phenotype in any of the simulations. The similarity of the production of H+ in this model observed when PDH sensitivity to HIF was reduced in the previous model indicates that this may be due to the new parameters values. Consequently, even if the microenvironment favours a Warburg phenotype, genetic regulation may dictates the cell ability to induce it.This model allowed to show how HIF can impact the tumour growth and cellular invasion through few regulations. It suggest that both fast changes of oxygen levels and increased HIF stabilization in normoxia can induce a Warburg Effect. However, the ability of the cell to reduce the oxygen consumption through adaptation to hypoxia seemed to be a limiting factor preventing the adoption of a Warburg phenotype.
Cette Thèse s’interroge sur l’effet de l’hypoxie sur le métabolisme des cellules, comment différents niveaux d’oxygène vont se répercuter sur l’hétérogénéité, et quel est l’impact sur la croissance tumorale. L’étude se centre sur la principale protéine qui orchestre l’adaptation à l’hypoxie : le Facteur Induit de l’Hypoxie, en anglais “Hypoxia Inducible Factor” (HIF). Bien que celle-ci fasse l’objet de nombreuses études, HIF semblent n’être charactérisé seulement via son effet sur des gènes observés durant des expériences biologiques. Ce travail va donc s’atteler à la compréhension de certains des mécanisms par lesquels la protéine HIF va impacter la croissance de la tumeur en se concentrant sur le métabolisme et l’invasion des cellules cancéreuses. A cet égard, un modèle multi-agent a été développé et le choix des voies d’investigation ont été déterminées par une analyse statistique.Le modèle mathématique décrit un réseau de gènes régulés par HIF qui inclut deux gènes métaboliques important que sont les gènes du lactate deshydrogènase (LDH) et de la pyruvate deshydrogènase (PDH). Le but étant de refléter l’effet de HIF sur le métabolisme en se centrant sur l’apparition de l’effet Warburg, un mécanisme souvent considéré comme une caractéristique de la cellule tumorale. Grâce à ce modèle, nous avons pu tester différentes conditions environnementales et régulations génétiques. Nous avons pu observer que des variations rapides des niveaux d’oxygènes ainsi que des niveaux accrûs de HIF ont déclenché l’adoption du phénotype Warburg.Une analyse statistique de données de transcriptomique provenant de glioblastomes a été réalisée pour déterminer les mécanismes dérégulés dans deux jeux de données : l’un provenant de la plateforme The Cancer Genome Atlas, l’autre comprenant une série de lignées issues de patient (PDCL, fournies par l’ICM). La méthode d’analyse débute par une analyse d’expression différentielle des données de transcriptomique pour trouver les gènes dérégulés dans nos jeux de données. Ces gènes sont ensuite soumis à des outils d’enrichissement de pathways pour en extraire la liste des pathways correspondants. Parmis les résultats, la biosynthèse du collagène remonte comme souvent dérégulée dans les deux jeux de données, et le métabolisme du cholésterol est trouvé souvent dérégulé dans les données de PDCL.A cause de son lien avec la thématique courante, la biosynthèse du collagène a été retenue comme candidate pour être inclute dans le modèle. Le collagène et le remodellage de la matrice ont un impact notable sur la migration cellulaire et de ce fait l’invasion des cellules cancéreuses dans les tissus distants. Les trois gènes P4HA1, MT1-MMP et LOX sont sur-régulés par la protéine HIF selon la littérature et impactent la sécrétion, la dégradation et la réticulation du collagène. Les résultats obtenus avec la nouvelle version du modèle indiquent que le collagène et l’oxygène génère un effet sur la prolifération et la forme de la tumeur. De plus, les résultats montrent que l’oxygène et le collagène semblent avoir un effet double sur la prolifération de la tumeur. Dans ce modèle, l’effet Warburg n’a été observé dans aucune simulation. La similarité de la production de H+ dans ce nouveau modèle avec les résultats obtenus dans le modèle précédent lorsque la sensibilité de PDH à HIF était réduite indique que cela est dû aux nouveaux paramètres pour les gènes.Ce modèle permet de montrer comment HIF peut impacter la croissance de la tumeur et l’invasion cellulaire à travers quelques régulations. Il suggère que des variations rapides des niveaux d’oxygène ainsi qu’une stabilisation accrûe de HIF peuvent induire un effet Warburg. Cependant, la capacité de la cellule à réduire la consommation d’oxygène au travers de l’adaptation à l’hypoxie semble être un facteur limitant pouvant prévenir l’adoption d’un phénotype Warburg.
Fichier principal
Vignette du fichier
SPINICCI_2023_archivage.pdf (34.66 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04626371 , version 1 (26-06-2024)

Identifiants

  • HAL Id : tel-04626371 , version 1

Citer

Kévin Spinicci. Computational and mathematical approaches to understand glioma cells metabolism : characterization from transcriptomic data and focus on HIF pathways. Bioengineering. Université Grenoble Alpes [2020-..]; University of Swansea (Swansea (GB)), 2023. English. ⟨NNT : 2023GRALS059⟩. ⟨tel-04626371⟩

Collections

UGA IMAG CNRS STAR
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More