• Langue : Anglais
• Discipline : Sciences de la vie et de la santé
• Identifiant : 2020LILUS116
• Type de thèse : Doctorat
• Date de soutenance : 20/10/2020

Résumé en langue originale

Le cancer du sein est le deuxième cancer le plus répandu chez les femmes dans le monde. À ce jour, le diagnostic précoce est au coeur des soins contre le cancer car il est directement lié au pronostic, à l'évolution et à la survie des patients. Par exemple, le taux de survie à 5 ans pour cancer du sein diminue considérablement si la pathologie est diagnostiquée à un stade tardif, il passe de 80% au stade II à 22% au stade IV pour un cancer au stade métastatique. L'analyse des composés organiques volatiles (COV) est une approche prometteuse pour obtenir une classification moléculaire précise et non invasive du cancer à partir de l’air exhalé et des fluides corporels. Les nombreuses stratégies pour les COV prennent du temps et demandent de nombreuses étapes de manipulation des échantillons, tandis que la source ambiante plasma à basse température (LTP) permet une analyse en temps réel des COV à partir d surfaces et des matrices complexes sans aucune séparation préalable de l'échantillon. Le LTP permet simultanément une ionisation douce et une désorption de molécules à partir d’echantillon solides, liquides et gazeux. L'objectif principal était le développement d'un système LTP-MS pour le diagnostic en temps réel et quasi-réel du cancer du sein basé sur la signature des COVs.La première tentative a été la discrimination des lignées cellulaires de différentes pathologies puis de mêmes pathologies (SKBR3, MCF7, MDA) en fonction de leur signature COV en utilisant le disque Tenax TA comme membrane adsorbent. La capture des COV à partir de culture cellulaire, c’est fait par un échantillonnage dynamique de l'espace de tête basé sur l’aspiration effectué pendant 40 minutes à 37 °C dans un vial en verre de 2 ml. Les données ont été traitées par analyse des analyse par composantes principal (APC) qui a montré une discrimination précise, spécifique et sensible des groupes cellulaire mettant ainsi en évidence deux composés connu et lié au cancer du sein le 2-nonanone et cyclohexanol.Le deuxième objectif était l'application du système TD-LTP-MS développé pour étudier les COV émis de patient cancéreux et sain. Des échantillons d'urine, de salive, de larmes et de peau / sueur ont été collectés dans ce contexte. L'échantillonnage avec pré-concentration (urine, peau / sueur) et sans pré-concentration (salive, larmes) permet de distinguer les groupes entre patient sain et cancéreux. Tous ces résultats ont montré que les COV peuvent être utilisés comme signature de cancers et couplés à une technologie LTP-MS, il permet un diagnostic rapide, abordable, non invasif en temps réel et quasi en temps réel des patients.

Résumé traduit

Breast cancer (BC) is the second most prevalent cancer in women. To date, early diagnosis is central in cancer care since it is directly related to the prognostic, evolution and survival of patients. For instance, the 5-year survival rate for BC drops drastically if the pathology is diagnosed at a later state, from 80% at stage II to 22% at stage IV for metastatic cancer. Analysis of Volatile Organic Compounds (VOCs) is a promising approach for achieving accurate and non-invasive molecular classification of cancer from exhaled breath and body fluids.Numerous VOCs strategies are time consuming, labour intensive with many steps of sample handling, whereas the ambient source Low temperature plasma (LTP) allows real-time analysis of VOCs from surfaces and complex matrices. LTP enables the ambient soft ionization and desorption of molecules from solid, liquid, and gaseous materials.The main objective was the development of a LTP-MS system for the real and quasi-real time diagnosis of BC based on VOCs signature. The first attempt was the discrimination of cell lines from different pathology and BC cell lines (SKBR3, MCF7, MDA) according to their VOCs signature using Tenax TA disc as sorbent membrane. To capture VOCs from cell culture, a dynamic headspace sampling based on vacuum was performed for 40 minutes at 37°c in a 2ml glass vial. Data were processed using model builder (Waters) principal component analysis (PCA), which showed accurate, specific and sensitive model group discrimination and highlight two BC compounds 2-nonanone and cyclohexanol which their levels differ from BC cell line. The second objective was the application of the developed TD-LTP-MS system to study the VOCs from the BC and healthy patients. Urine, saliva, tears and skin/ sweat sample were collect in this context. Sampling with pre-concentration (urine, skin/sweat) and without pre-concentration (saliva, tears) allows the discrimination groups between healthy and cancerous patient. All these results have shown that VOCs can be used as a signature of cancers and coupled to a LTP-MS technology allows a rapid, costless, non-invasive real and quasi real time diagnosis of patients.