Apport à la compréhension du métabolisme tumoral par la modélisation et validation quantitative à partir de l'imagerie 3D de sphéroïdes tumoraux issus de gliomes

par Pierre Jacquet

Projet de thèse en MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement

Sous la direction de Angélique Stephanou.

Thèses en préparation à l'Université Grenoble Alpes , dans le cadre de École doctorale ingénierie pour la santé, la cognition, l'environnement , en partenariat avec Techniques de L'Ingénierie Médicale et de la Complexité - Informatique, Mathématiques et Applications. (laboratoire) et de DyCTIM2 : Dynamique Cellulaire et Tissulaire- Interdisciplinarité, Modèles & Microscopies (equipe de recherche) depuis le 30-09-2019 .


  • Résumé

    Contexte Le cancer se définit par l'acquisition de propriétés particulières au niveau de la cellule: une prolifération incontrôlée, l'échappement à la mort cellulaire, la capacité à stimuler la croissance de nouveaux vaisseaux sanguins et la capacité à se disséminer. A ces propriétés bien connues, deux nouvelles propriétés attirent aujourd'hui plus particulièrement l'attention : la capacité à échapper au système immunitaire et le métabolisme énergétique “déviant” des cellules (Hanahan et Weinberg, 2011; Gottfried et al., 2012). Dans ce contexte, le but de la thèse est d'étudier spécifiquement le métabolisme énergétique des cellules tumorales afin de caractériser la déviance par rapport au métabolisme dit normal. Dans le cas “normal” les cellules produisent de l'énergie sous forme d'ATP principalement en utilisant l'oxygène au niveau de la mitochondrie. Il s'agit de la phosphorylation oxydative ou respiration. Lorsqu'une tumeur croit, elle augmente sa consommation en oxygène jusqu'à en épuiser la ressource. Les cellules en manque d'oxygène switchent sur un métabolisme anaérobie - la fermentation - pour survivre (Papandreou et al., 2005). Or il se trouve que certaines tumeurs favorisent la voie glycolytique même en présence d'oxygène, il s'agit de l'effet Warburg. Cette voie est en apparence moins efficace puisqu'elle donne lieu à 2 ATP contre 30 pour la respiration mais elle est en revanche beaucoup plus rapide pour produire cet ATP. Cela peut se révéler un avantage pour couvrir les besoins énergétiques plus importants de la cellule tumorale pour lui permettre de maintenir un taux élevé de prolifération (Jagiella et al., 2016; Epstein T et al.,2017). Au cours du développement de la tumeur, les cellules tumorales sont soumises à des cycles d'hypoxie de durée et d'intensité très variables en raison du processus angiogénique et du remodelage permanent du réseau vasculaire tumoral (Stéphanou et al., 2017). Or la nature de ces cycles joue un rôle sur l'évolution du métabolisme des cellules et en particulier sur leur capacité à se soumettre à l'effet Warburg. Les mécanismes qui influencent le métabolisme énergétique ne sont cependant pas clairement identifiés (Chen et al., 2009; Coller, 2014). L'approche de cette problématique par la modélisation théorique (mathématique et informatique) donne un moyen unique d'en appréhender toute la complexité en mettant en relation et de manière dynamique (i.e. évolutive) les effets de l'environnement sur les réseaux métaboliques cellulaires au travers d'une modélisation hybride multi-échelle. Cela permettra d'identifier les mécanismes à l'œuvre et de décrypter leur fonctionnement intime en vue de proposer de nouvelles pistes thérapeutiques. Objectifs de la thèse L'objectif de cette thèse sera de développer un modèle théorique de croissance tumorale qui rend compte pour chaque cellule de l'évolution propre de son métabolisme énergétique en fonction du contexte environnemental local (niveau d'oxygène, concentrations de glucose, glutamine et lactate, acidité )(Xie, J. et al, 2014) et de son besoin spécifique en énergie fonction de son état (prolifératif, motile ou quiescent et plus finement de la phase du cycle cellulaire) (Macklin et al., 2012; Kempf H et al., 2015). Différents scénarios pourront être testés pour mieux comprendre comment le métabolisme évolue au niveau de chaque cellule. Nous nous référerons pour cela aux données connues de la littérature (Mueller-Klieser, W. 1986, Casciari J.J. et al 1992, Van Beek, 2018) mais aussi aux observations et mesures réalisées au laboratoire sur des sphéroïdes tumoraux 3D issus de plusieurs lignées de gliomes de patients. Ces expériences fourniront des états (prolifération, quiescence, mort cellulaire) et des mesures cibles (taux de croissance du sphéroïde, mesures quantitatives du taux de consommation d'oxygène, de la glycolyse, de l'acidité, etc.) que le modèle devra être en mesure de reproduire pour valider les différentes hypothèses ou à défaut les infirmer. Méthodologie Le modèle computationnel Il s'agira d'un modèle hybride multi-échelle qui couple différents formalismes mathématiques, chacun adapté à la description d'un processus à une échelle donnée (Stéphanou et al., 2015). Ainsi des équations aux dérivées partielles continues décriront les champs de concentrations (oxygène, glucose, glutamine, lactate, etc.) des variables d'intérêt au travers du milieu extracellulaire, tandis que les cellules seront représentées par des entités individuelles (dites discrètes) ce qui permet d'assigner à chacune un état et des caractéristiques propres. Cette propriété est importante pour rendre compte de l'hétérogénéité cellulaire (génétique ou épigénétique) au sein d'une tumeur. Les réseaux métaboliques mis en oeuvre au sein de chaque cellule seront eux-même décrits par des équations décrivant les réactions biochimiques (synthèse d'ATP, progression dans le cycle cellulaire, etc.) (DuBois C., et al 2013) Le modèle sera implémenté sur la base du software PhysiCells (Ghaffarizadeh et al., 2018) qui utilise un code performant pour optimiser les vitesses de calcul et être en mesure de simuler la croissance tumorale en 3 dimensions et impliquant un grand nombre de cellules (de l'ordre du million). Les simulations réalisées se font ainsi sur une base réaliste pour correspondre qualitativement et quantitativement aux expérimentations réalisées sur sphéroïdes tumoraux à partir desquelles le modèle sera construit et validé. Les données expérimentales Les sphéroïdes tumoraux sont générés à partir de lignées de cellules de tumeurs cérébrales. Les sphéroïdes sont cultivés in vitro et leur croissance est imagée sur plusieurs semaines en microscopie à deux-photons. Ce type de microscopie permet de mesurer les gradients d'oxygène, la consommation de glucose et l'acidité (indicateur de la glycolyse anaérobie) jusqu'au cœur de la masse tumorale en utilisant des sondes fluorescentes (Monjaret et al., 2016) et de suivre leurs évolutions temporelles. Les sphéroïdes sont soumis à des cycles d'hypoxie en jouant sur les paramètres d'intensité et de fréquence afin d'induire des changements métaboliques “contrôlés” et mettre par exemple en évidence les conditions pour lesquelles l'effet Warburg apparait. Ce travail expérimental est l'objet d'une thèse en cours (2018-2021).

  • Titre traduit

    Contribution to the understanding of tumour metabolism by modelling and quantitative validation from 3D imaging of tumour spheroids from glioma


  • Résumé

    Context Cancer is defined by the acquisition of specific properties at the cell level: uncontrolled proliferation, escape to cell death, ability to stimulate the growth of new blood vessels and the ability to spread. To these well-known properties, two new properties are attracting more attention today: the ability to escape the immune system and the 'deviant' energy metabolism of cells (Hanahan and Weinberg, 2011, Gottfried et al., 2012). In this context, the aim of the thesis is to specifically study the energetic metabolism of tumor cells in order to characterize deviance with respect to so-called normal metabolism. In the 'normal' case the cells produce energy in the form of ATP mainly by using oxygen at the level of the mitochondria. This is oxidative phosphorylation. When a tumor grows, it increases its oxygen consumption until it depletes the resource. Cells lacking oxygen switch to anaerobic metabolism - fermentation - to survive (Papandreou et al., 2005). But it happens that some tumors favor the glycolytic pathway even in the presence of oxygen, it is the Warburg effect. This pathway is apparently less effective since it gives rise to 2 ATP against 30 for oxydative phosphorylation but it is however much faster to produce this ATP. This may be an advantage in covering the larger energy requirements of the tumor cell to maintain a high rate of proliferation (Jagiella et al., 2016, Epstein T et al., 2017). During the development of the tumor, the tumor cells are subjected to highly variable duration of hypoxia cycles and intensity due to the angiogenic process and continuous remodeling of the tumor vascular network (Stéphanou et al., 2017). The nature of these cycles plays a role in the evolution of cell metabolism and in particular in their ability to undergo the Warburg effect. The mechanisms that influence energy metabolism are not, however, clearly identified (Chen et al., 2009, Coller, 2014). The approach of this problematic by the theoretical modeling (mathematical and computer science) gives a unique way to apprehend all the complexity by putting in relation and in a dynamic way (ie evolutionary) the effects of the environment on cellular metabolic networks through multi-scale hybrid modeling. This will make it possible to identify the mechanisms at work and to decipher their intimate functioning in order to propose new therapeutic tracks. Objectives of the thesis The aim of this thesis will be to develop a theoretical model of tumor growth that accounts for each cell's own evolution of its energy metabolism according to the local environmental context (oxygen level, glucose concentrations, glutamine and lactate, acidity) (Xie, J. et al, 2014) and its specific energy requirement depending on its state (proliferative, motile or quiescent, and more precisely the phase of the cell cycle) (Macklin et al., 2012; Kempf H and al., 2015). Different scenarios can be tested to better understand how the metabolism evolves at the level of each cell. We will refer to it with from known literature data (Klieser Mueller, W. 1986 Casciari JJ et al 1992 Van Beek, 2018) but also from the observations and measurements made in the laboratory on 3D tumor spheroids from several lines gliomas of patients. These experiences provide states (proliferation, quiescence, cell death) and target measures (spheroid growth rate, quantitative measurements of oxygen consumption rate of glycolysis, acidity, etc.) that the model will to be able to reproduce to validate the different hypotheses or at the opposite to invalidate them. Methodology The computational model It will be a multi-scale hybrid model that combines different mathematical formalisms, each adapted to the description of a process on a given scale (Stéphanou et al., 2015). Thus, continuous partial differential equations will describe the concentration fields (oxygen, glucose, glutamine, lactate, etc.) of the variables of interest through the extracellular medium, while the cells will be represented by discrete entities which allows to assign to each a state and its own characteristics. This property is important for accounting for cellular (genetic or epigenetic) heterogeneity within a tumor. The metabolic networks implemented within each cell will themselves be described by equations describing the biochemical reactions (ATP synthesis, progression in the cell cycle, etc.) (DuBois C., et al 2013) implemented on the basis of the software PhysiCells (Ghaffarizadeh et al., 2018) which uses a powerful code to optimize computational speeds and be able to simulate tumor growth in 3 dimensions and involving a large number of cells (of the order of the million). The simulations carried out are thus done on a realistic basis to correspond qualitatively and quantitatively to the experiments carried out on tumor spheroids from which the model will be constructed and validated. Experimental data Tumor spheroids are generated from brain tumor cell lines. The spheroids are cultured in vitro and their growth is imaged over several weeks in two-photon microscopy. This type of microscopy makes it possible to measure oxygen gradients, glucose consumption and acidity (indicator of anaerobic glycolysis) to the heart of the tumor mass using fluorescent probes (Monjaret et al., 2016) and to follow their temporal evolutions. Spheroids are subjected to hypoxia cycles by varying the intensity and frequency parameters in order to induce 'controlled' metabolic changes and, for example, highlight the conditions under which the Warburg effect appears. This experimental work is the subject of a thesis in progress (2018-2021).