• Langue : Français
• Discipline : Médecine. Urologie
• Identifiant : 2022ULILM352
• Type de thèse : Doctorat de médecine
• Date de soutenance : 10/10/2022

Résumé en langue originale

Contexte : Le séquençage de l’ARN permet d’analyser l’expression génique, cependant, leur distribution spatiale est perdue lors de l’extraction de l’ARN. L'objectif principal de notre étude était de rapporter l'expression spatiale des gènes des différentes couches de la paroi vésicale et urétérale saine. L'objectif secondaire était de décrire la localisation des marqueurs géniques déjà connus de sous-types de cellules urothéliales, immunitaires et stromales. Matériels et méthodes : Etude ex-vivo de tissus urothéliaux humains frais prélevés chez des patients bénéficiant d’une cystectomie radicale ou chez des donneurs d’organes. Les tissus collectés ont été congelés après inclusion. Chaque tissu (n=4 uretères, n=2 vessies) a été étudié avec la technologie Spatial Gene Expression (Visium, 10xGenomics). Les données issues du séquençage ont été analysées par une procédure de clustering non supervisée et comparées à l’histologie correspondante à l’aide de SpaceRanger, Seurat et BayesSpace dans R (v4.0.3). Résultats : Notre étude a identifié 7 clusters différents par uretère et 8 clusters différents par vessie. Les principaux marqueurs géniques surexprimés dans les deux types de tissus étaient KRT7, KRT19, SPINK1 pour l’urothélium, LUM, DCN, PECAM1 pour la lamina propria et ACTG2, ACTA2, MYH11 pour la muscularis propria. Chaque cluster était cohérent avec la section de tissue H&E correspondante. Nous avons identifié les zones où des sous types cellulaires sont surexprimées par la coexpression de marqueurs géniques connus. Conclusion : Nous avons identifié de multiples clusters géniques en utilisant l'expression spatiale des gènes dans l'appareil urinaire sain. Ces clusters étaient fortement corrélés aux couches tissulaires. La technologie Visium, bien que limitée par sa résolution, permet l'étude de la transcriptomique avec une résolution spatiale et met en évidence une distribution hétérogène de certains sous types cellulaires basée sur des marqueurs géniques connus. L'étude de tissus pathologiques est la prochaine étape.

Résumé traduit

Background: RNA sequencing allows gene expression analysis, however, the spatial distribution is lost during RNA extraction. The main objective of our study is to report the spatial gene expression of the normal bladder and ureteral wall tissue layers. The secondary objective was to describe the localization of already known gene markers of urothelial mucosae, immune and stromal cell subtypes. Materials and methods: Ex-vivo study of fresh human urothelial tissue samples collected from patients undergoing radical cystectomy or from organ donors. The collected tissue samples were frozen after inclusion. Each tissue sample (n=4 ureters, n=2 bladders) was studied with Spatial Gene Expression technology (Visium, 10xGenomics). Data from sequencing were analyzed by an unsupervised clustering procedure and compared to the corresponding histology using SpaceRanger, Seurat, and BayesSpace in R (v4.0.3). Results: Our study identified 7 different clusters per ureter and 8 different clusters per bladder samples. The main gene markers overexpressed in both tissue types were KRT7, KRT19, SPINK1 for the urothelium, LUM, DCN, PECAM1 for the lamina propria, and ACTG2, ACTA2, MYH11 for the muscularis propria. Each cluster was coherent with the corresponding H&E tissue sample section. We identified areas where cell subtypes are overexpressed via co-expression of known gene markers. Conclusion: We identified multiple gene clusters using spatial gene expression in the healthy urinary tract. These clusters were highly correlated with tissue samples layers. The Visium technology, allows the study of transcriptomics with spatial resolution and highlights a heterogeneous distribution of certain cell subtypes based on known gene markers. The study of pathological tissue is the next step.