Vous êtes ici : PLASCAN > Accueil > La recherche > Les projets collaboratifs

Publié le 23 mai 2022 | Mis à jour le 2 novembre 2023

PLAsticity by Gene Expression Stochasticity

Partenaire 1. Pierre Sujobert, CRCL, UMR INSERM 1052 - CNRS 5286 – CENTRE LÉON BÉRARD – UCBL
Partenaire 2. Olivier Gandrillon, Laboratoire de Biologie et Modélisation de la Cellule ENS de Lyon

Depuis la métaphore de l'animal-machine de Descartes jusqu'à la vision cybernétique d'un code génétique qui contiendrait l'ensemble des informations nécessaires à la bonne exécution des processus du vivant, l'idée que les processus biologiques pourraient se résumer à la simple exécution déterminée d'un programme est largement répandue.

Sauf que, la thermodynamique nous a appris qu'à l'échelle microscopique les processus sont fondamentalement aléatoires, et mieux décrits par des approches statistiques. Dans ce cadre, les évidences n’ont cessé de s’accumuler démontrant le caractère intrinsèquement probabiliste du processus d’expression génique, ce qui devient une évidence incontournable dès que l’on s’intéresse à des données en cellules uniques.

Quel rapport avec le cancer, et avec la plasticité ?

Depuis la mise en évidence du rôle des mutations somatiques des oncogènes dans la transformation tumorale, l'équation du cancer a pu paraitre se simplifier : Cancer = mutation du gène 1 + mutation du gène 2 +... + mutation du gène n

A l'orée des années 2000, le succès d'une thérapie ciblée (l'imatinib), et le lancement de grands programmes de cartographie génétique des cancers annonçaient des heures fastes pour la cancérologie, puisque l'équation précédente allait être résolue, et nous livrer ainsi un traitement personnalisé pour chaque tumeur définie par ses anomalies moléculaires. Vingt ans plus tard, force est de constater que l'équation s'est plutôt compliquée, notamment avec la découverte que les cellules tumorales, si elles sont en partie contraintes par leur génotype, n'en gardent pas moins des capacités de variation phénotypique non-génétiques notables, appelons cela la plasticité. Et parmi les nombreux mécanismes moléculaires qui peuvent contribuer à cette plasticité, le caractère stochastique de l'expression des gènes est au coeur du projet PLAGES : plasticity mediated by gene expression stochasticity.

Voici donc la question : quel est le lien entre la stochasticité d'expression des gènes et la plasticité cellulaire ? Et voici comment nous l'avons abordée :

  1. en étudiant un processus physiologique de plasticité cellulaire : la différenciation hématopoïétique,
  2. en utilisant une approche transcriptomique en cellules uniques (scRNA-seq),
  3. en utilisant le concept d'entropie, venu de la thermodynamique et de la théorie de l'information.

Nous avons tout d'abord effectué un travail de clarification conceptuelle, en analysant l'usage de la notion d'entropie dans les données de scRNA-seq (Gandrillon et al, Current Opinion in systems biology 2021, doi:10.1016/j.coisb.2021.05.009). Nous avons notamment proposé de distinguer l'entropie INTERcellulaire, qui mesure la variabilité entre cellules au sein d'une population, et la variété INTRAcellulaire qui mesure la variabilité de l'expression génique au sein d'une cellule donnée. Concernant l'étude de la plasticité, c'est bien entendu l'entropie intercellulaire qui semble la plus pertinente, et que nous avons donc choisi d'appliquer dans la partie expérimentale du travail.
Pour cette partie, nous avons mis en place une collaboration avec l'équipe d'Olivier Kosmider, à l'Institut Cochin, avec qui nous avons analysé des données publiques de scRNA-seq de cellules hématopoïétiques médullaires provenant de deux donneurs sains. Dans ces données, nous avons reconstitué les trajectoires de différenciation en utilisant le concept de pseudo-temps, ce qui nous a permis d'étudier si la différenciation était liée à des variations de plasticité, mesurée par l'entropie intercellulaire. Notre analyse montre clairement que lors de la différenciation, l'entropie intercellulaire augmente jusqu'à un maximum puis décroit, quelle que soit la voie de différenciation analysée (granulopoïèse, érythropoïèse, lymphopoïèse B ou différenciation dendritique, Figure 1). Cette observation importante est renforcée par l'analyse des gènes ayant la plus grande variation d'entropie, qui sont des gènes spécifiques de chaque voie de différenciation (alors que les gènes ayant la plus grande variation de niveau d'expression sont communs à toutes les voies de différenciation). Enfin, nous avons appliqué cette analyse à des données de scRNA-seq que nous avons générées chez deux patients atteints de syndrome myélodysplasique, une hémopathie maligne caractérisée par des anomalies de la différenciation, et deux patients sains appariés sur l’âge et le sexe. Chez ces patients, nous avons observé que la variation de l'entropie intercellulaire lors de la différenciation est similaire à ce qui est observé chez les contrôles, mais que le niveau d'entropie intercellulaire des cellules souches hématopoïétiques est significativement augmenté chez les patients atteints de syndrome myélodysplasiques. Ces résultats sont publiés dans la revue BMC Biology (doi: 10.1186/s12915-022-01264-9).

Au total, ces travaux montrent que dans un phénomène physiologique de plasticité phénotypique, la différenciation, les cellules passent par un état d’indétermination maximal. Les observations sur les cellules souches hématopoïétiques de patients atteints de syndrome myélodysplasique permettent de faire l’hypothèse d’un rôle de ces phénomènes dans l’oncogénèse, et d’ouvrir la voie à de possibles traitements basés sur une modulation de la variabilité intercellulaire.


Figure décrivant l’évolution de la variabilité intercellulaire de l’expression génique au cours des principales voies de différenciation hématopoïétiques.

Valorisation

Dussiau C, Boussaroque A, Gaillard M, Bravetti C, Zaroili L, Knosp C, Friedrich C, Asquier P, Willems L, Quint L, Bouscary D, Fontenay M, Espinasse T, Plesa A, Sujobert P, Gandrillon O, Kosmider O. Hematopoietic differentiation is characterized by a transient peak of entropy at a single-cell level. BMC Biol. 2022 Mar 9;20(1):60