• Langue : Français, Anglais
• Discipline : Biologie cellulaire et moléculaire
• Identifiant : 2024ULILS080
• Type de thèse : Doctorat
• Date de soutenance : 20/11/2024

Résumé en langue originale

Les leucémies aiguës myéloïdes (LAM) sont des cancers particulièrement agressifs, caractérisés par une prolifération excessive de cellules sanguines immatures, appelées blastes leucémiques. Actuellement, la prise en charge des patients repose sur une classification basée sur les caractéristiques cytogénétiques et moléculaires de leur leucémie, selon les recommandations de l'European Leukemia Net (ELN). Cette classification permet aux cliniciens d'adapter les traitements en fonction du pronostic des patients. Toutefois, malgré cette approche, le taux de survie à 5 ans demeure limité à environ 30%, et la majorité des patients, bien qu'ils répondent initialement aux traitements, finissent par rechuter. Cela souligne la nécessité d'identifier de nouveaux biomarqueurs afin d'affiner cette classification et d'améliorer la précision des choix thérapeutiques. Des recherches récentes ont montré que le métabolisme mitochondrial et glycolytique des cellules leucémiques joue un rôle déterminant dans l'efficacité des traitements anticancéreux et les rechutes. En étudiant l'activité bioénergétique des blastes leucémiques prélevés à partir d'échantillons sanguins de patients atteints de LAM, nous avons découvert que ces paramètres métaboliques offrent des informations précieuses sur le pronostic. Ces données suggèrent que le métabolisme énergétique pourrait devenir un biomarqueur complémentaire à la classification ELN. À l'aide d'un analyseur de flux extracellulaire en temps réel, nous avons mesuré l'OCR et l'ECAR chez 64 patients atteints de LAM. Ces analyses ont révélé que la combinaison de la capacité de réserve respiratoire (SRC) et du taux maximal d'acidification extracellulaire (ECARmax) permettait de mieux prédire la survie des patients. Ceux présentant une forte activité mitochondriale et glycolytique avaient un pronostic plus favorable, tandis que la réduction de l'un ou des deux de ces paramètres énergétiques était associée à un pronostic défavorable. L'intégration de ces biomarqueurs métaboliques permettrait non seulement de mieux stratifier les patients en fonction de la survie, mais aussi d'affiner les décisions cliniques, telles que l'indication d'une greffe de cellules souches hématopoïétiques en première rémission complète. Cette approche pourrait également favoriser le développement de stratégies thérapeutiques combinées et personnalisées, en fonction du profil énergétique spécifique de chaque patient, réduisant ainsi les risques de résistance et de rechute. Cette thèse s'inscrit pleinement dans l'ère de la médecine personnalisée, qui vise à adapter les traitements aux caractéristiques individuelles des patients.

Résumé traduit

Acute myeloid leukemia (AML) is a particularly aggressive cancer, characterized by excessive proliferation of immature blood cells, known as leukemic blasts. Currently, patient management is based on a classification system including the cytogenetic and molecular characteristics of the leukemia, as per the recommendations of the European Leukemia Net (ELN). This classification helps clinicians tailor treatments according to the patient's prognosis. However, despite this approach, the 5-year survival rate remains limited to around 30%, and the majority of patients, although initially responding to treatment, eventually relapse. This highlights the need to identify new biomarkers to refine this classification and improve the precision of therapeutic decisions. Recent research has shown that the mitochondrial and glycolytic metabolism of leukemic cells plays a key role in the effectiveness of cancer treatments and relapses. By studying the bioenergetic activity of leukemic blasts collected from blood samples of AML patients, we discovered that these metabolic parameters provide valuable prognostic information. Our data suggest that energy metabolism could become a complementary biomarker to the ELN classification. Using a real-time extracellular flux analyzer, we measured mitochondrial oxygen consumption and extracellular acidification in 64 AML patients. These analyses revealed that the combination of spare respiratory capacity (SRC) and the maximal extracellular acidification rate (ECARmax) allowed for better prediction of patient survival. Those with high mitochondrial and glycolytic activity had a more favorable prognosis, while the reduction of one or both of these energy parameters was associated with a poor prognosis. Integrating these metabolic biomarkers would not only improve patient stratification based on survival but also refine clinical decisions, such as the indication for hematopoietic stem cell transplantation during the first complete remission. This approach could also facilitate the development of combined and personalized therapeutic strategies, tailored to the specific energy profile of each patient, thus reducing the risk of resistance and relapse. This thesis is fully aligned with the era of personalized medicine, which aims to tailor treatments to the individual characteristics of each patient.