Concordance transcriptionnelle entre les tumeurs ovariennes borderline et le carcinome endométrioïde : une étude

Contexte

Les tumeurs ovariennes borderline (Borderline Ovarian Tumors, BOTs) sont des tumeurs ovariennes situées entre les tumeurs bénignes et malignes, survenant généralement chez les jeunes femmes. Bien que les BOTs se présentent cliniquement comme non invasives, elles peuvent occasionnellement évoluer vers des tumeurs malignes. Les BOTs représentent 10 à 15 % des tumeurs épithéliales de l’ovaire, et environ 2000 femmes sont diagnostiquées chaque année au Japon. Les types histologiques des BOTs incluent les BOTs séreuses (SBOTs), mucineuses (MBOTs), endométrioïdes (EBOTs), à cellules claires et séromucineuses (SMBOTs). Bien que le pronostic des BOTs soit relativement bon, leurs caractéristiques moléculaires ne sont pas encore entièrement élucidées, en particulier leurs relations moléculaires avec le carcinome séreux de haut grade (HGSC), le carcinome endométrioïde (EC) et le carcinome à cellules claires (CCC).

Cette étude vise à comparer les caractéristiques moléculaires des BOTs avec celles du HGSC, de l’EC et du CCC en intégrant le séquençage de l’exome entier (WES) et le séquençage de l’ARN (RNA-seq), afin de révéler les similitudes et les différences moléculaires entre ces types de tumeurs.

Source de l’article

Cet article a été rédigé par Mio Takahashi, Kohei Nakamura et leurs collaborateurs, issus du département d’obstétrique et de gynécologie de la faculté de médecine de l’université Keio, du centre de génomique du cancer, du département d’informatique biomédicale de Mitsubishi Electric Software Co., Ltd., et de la faculté de médecine de l’université de Kagoshima. L’article a été publié en 2025 dans la revue Cancer Medicine, avec le DOI 10.1002/cam4.70601.

Méthodologie de l’étude

1. Sélection des patients et collecte des échantillons

L’étude a inclus 44 patientes atteintes de tumeurs ovariennes, dont 14 cas de HGSC, 13 cas d’EC, 10 cas de CCC et 7 cas de BOTs (4 SBOTs, 1 SMBOTs, 1 MBOTs et 1 EBOTs). Tous les cas de BOTs ont été diagnostiqués au stade IA selon le système de classification FIGO 2014. L’âge médian des patientes était de 48 ans (plage : 36-67 ans).

2. Extraction de l’ADN et séquençage de l’exome entier (WES)

Les échantillons tissulaires prélevés lors de la chirurgie ont été fixés à l’aide du système PAXgene Tissue et inclus en paraffine. Les pathologistes ont évalué la teneur en cellules tumorales en examinant des coupes colorées à l’hématoxyline-éosine, et une macrodissection a été réalisée si nécessaire. L’ADN génomique a été quantifié à l’aide d’un fluoromètre Qubit4, et sa qualité a été évaluée à l’aide du score d’intégrité de l’ADN (DIN) calculé avec l’Agilent 4150 Tapestation. La quantité minimale d’ADN extrait était de 150 ng, et les échantillons avec un score DIN supérieur à 2,0 ont été utilisés pour le séquençage génomique.

Les bibliothèques de séquençage de l’exome entier ont été préparées à l’aide du panel xGen Exome Research Panel v2 et séquencées sur le système Illumina NovaSeq 6000 en mode pairé de 150 pb. Les données de séquençage ont été analysées à l’aide d’un pipeline bioinformatique personnalisé sur GenomeJack, comprenant le filtrage des lectures de faible qualité, l’alignement des lectures sur le génome de référence humain (UCSC human genome 19), et l’identification des variants nucléotidiques uniques (SNVs) et des insertions/délétions (indels). La charge mutationnelle tumorale (TMB) a été définie comme le nombre de variants non synonymes dans l’ensemble de la région, et les tumeurs TMB-high (TMB-H) ont été définies comme celles présentant au moins 200 variants non synonymes.

3. Séquençage de l’ARN (RNA-seq)

L’ARN total a été extrait des échantillons tissulaires à l’aide du réactif TRIzol, et l’intégrité et la concentration de l’ARN ont été évaluées à l’aide de l’Agilent 2100 Bioanalyzer et du kit Qubit RNA HS Assay. L’ARNr a été éliminé à l’aide du kit NEBNext rRNA Depletion Kit, puis les bibliothèques de séquençage ont été préparées à l’aide du kit NEBNext Ultra II Directional RNA Library Prep Kit. Le séquençage a été réalisé sur une plateforme Illumina, avec au moins 30 millions de lectures appariées de 150 pb par échantillon.

Les lectures brutes ont été traitées pour éliminer les adaptateurs et les bases de faible qualité, alignées sur le génome de référence à l’aide de l’aligneur STAR, et l’analyse différentielle de l’expression a été réalisée avec DESeq2. Les gènes significativement différentiellement exprimés ont été définis comme ceux présentant une valeur p ajustée < 0,05 et un changement de pli > 2. Le test de Tukey’s HSD a été utilisé pour la correction des tests d’hypothèses multiples, avec une valeur q < 0,001 indiquant une expression différentielle hautement significative entre les groupes.

Résultats principaux

1. Analyse génomique

L’analyse WES a révélé des profils de variants génomiques variés selon les types de tumeurs ovariennes. Les mutations les plus fréquentes dans le HGSC étaient TP53 (100 % des cas), suivies de BRCA1 (36 %) et BRCA2 (14 %). Dans le CCC, les mutations d’ARID1A (70 %) et de PIK3CA (50 %) étaient fréquentes, et des mutations de KRAS étaient présentes dans 30 % des cas. Dans l’EC, les mutations d’ARID1A (54 %), de PTEN (46 %) et de PIK3CA (46 %) étaient courantes. Dans les BOTs, les mutations les plus fréquentes étaient KRAS (43 %) et BRAF (57 %), avec des mutations d’ARID1A, PIK3CA, CTNNB1, PTEN et MSH2 à une fréquence de 14 %.

2. Analyse RNA-seq

L’analyse RNA-seq a montré une similitude transcriptionnelle significative entre les BOTs et l’EC. L’analyse en composantes principales (PCA) et le clustering hiérarchique ont révélé un chevauchement important des profils d’expression génique entre les BOTs et l’EC. L’analyse différentielle de l’expression a identifié seulement 2 gènes différentiellement exprimés (DEGs) entre les BOTs et l’EC, contre 108 et 87 DEGs entre les BOTs et le HGSC ou le CCC, respectivement.

Conclusions et implications

Cette étude révèle pour la première fois une similitude transcriptionnelle significative entre les BOTs et l’EC, remettant en question la classification traditionnelle des tumeurs ovariennes. Cette découverte suggère que les BOTs et l’EC pourraient partager certaines voies oncogéniques ou des facteurs du microenvironnement tumoral, indiquant que les caractéristiques moléculaires des BOTs pourraient être plus proches de celles de l’EC que des autres types de cancer de l’ovaire. Cette découverte fournit de nouvelles perspectives pour la classification moléculaire des BOTs et ouvre de nouvelles voies de recherche pour les stratégies thérapeutiques.

Points forts de l’étude

1. Similitude transcriptionnelle : Première découverte d’une similitude transcriptionnelle significative entre les BOTs et l’EC, révélant des mécanismes moléculaires potentiellement partagés.
2. Analyse génomique : Utilisation combinée du WES et du RNA-seq pour une analyse complète des caractéristiques génomiques et transcriptionnelles des BOTs et d’autres types de cancer de l’ovaire.
3. Implications cliniques : Les résultats pourraient influencer le diagnostic et les stratégies thérapeutiques des BOTs, suggérant que les traitements des BOTs pourraient s’inspirer de ceux de l’EC.

Autres informations pertinentes

Les limites de cette étude incluent un échantillon de petite taille et une hétérogénéité tumorale élevée. Les recherches futures devront élargir la taille de l’échantillon et explorer davantage les mécanismes moléculaires et les corrélations cliniques entre les BOTs et l’EC.