RÉSUMÉ La thèse s’inscrit dans un projet de recherche global visant à caractériser les tumeurs thyroïdiennes sur le plan moléculaire, afin de mieux comprendre leur physiopathologie et afin d’identifier des biomarqueurs (signatures moléculaires) qui pourront être utilisés pour le diagnostic, le pronostic et leur traitement. Parmi celles-ci, nous distinguons les adénomes autonomes (AA) et folliculaires (FTA) tumeurs bénignes encapsulées, et les carcinomes, tumeurs malignes. Ceux-ci sont eux-mêmes subdivisés en carcinomes différenciés, folliculaires (FTC) ou papillaires (PTC), et peuvent évoluer en carcinomes anaplasiques (ATC), totalement dédifférenciés. Un autre type de tumeurs bénignes différenciées, très rares, existe: l’hyperthyroïdie non auto-immune familiale (FNAH). Ces tumeurs sont causées pour la plupart par des mutations qui activent de manière constitutive des cascades de signalisation, essentiellement la cascade de l’AMPc et la cascade des MAPK. Le but de notre thèse était de valider un système expérimental in vitro des PTC, d’étudier les profils d’expression génique des FNAH et de les comparer avec ceux des AA, et de définir les profils ARNm et miRNA des ATC pour les comparer à ceux des PTC pour identifier de nouvelles cibles thérapeutiques potentielles. Pour réaliser ces objectifs, nous avons utilisé la technologie des microarrays qui permet d’analyser simultanément l’expression de milliers de gènes dans différentes conditions. Nous avons donc utilisé une approche multidisciplinaire alliant une partie expérimentale et une partie bioinformatique. La première partie du travail a consisté à réaliser un modèle d’étude in vitro pour caractériser les PTC au niveau moléculaire. A cet effet, des cultures primaires de thyrocytes ont été traitées avec de l’EGF et du sérum pendant différents temps (1,5h, 3h, 16h, 24h et 48h) ce qui stimule la cascade des MAPK, activée constitutivement dans les PTC. Nous avons hybridé sur des lames microarrays maison les différents échantillons et nous avons montré que les cultures primaires stimulées pendant des temps longs (24h et 48h) ont des profils d’expression génique qui ressemblent à ceux des PTC et constituent donc un bon modèle d’étude de cette tumeur. La seconde partie a pour objectif de définir les phénotypes moléculaires et fonctionnels des FNAH et de les comparer aux AA. Ces deux pathologies résultent d’une mutation dans le récepteur de la TSH (TSHR) activant de manière constitutive la cascade de l’AMPc. Dans le cas des FNAH, la mutation est héréditaire et toute la glande est affectée contrairement aux AA où la mutation survient plus tard, généralement à l’âge adulte, et où seule une partie de la glande est affectée. Nous avons comparé le profil d’expression génique des FNAH avec celui des AA, par hybridation sur des lames microarrays HEEBO. L’intégration de ces différentes données montre que les AA et les FNAH sont deux soustypes différents de la même maladie: l’hyperthyroïdie génétique. Les caractéristiques de chacun de ces sous-types dépendent de l’intensité de la mutation, du nombre de cellules initialement affectées et du stade de développement au moment duquel la mutation survient. Dans la dernière partie de ce travail, nous avons caractérisé les ATC au niveau du profil d’expression des ARNm et des miRNA par hybridation respectivement sur lames Affymetrix ou sur lames miRNA maison et au niveau de leur état mutationnel du gène p53. Le profil d’expression génique des ATC a été comparé avec celui des PTC afin de mettre en évidence des gènes différentiellement exprimés entre les 2 types de cancers, que nous avons ensuite tenté d’invalider par siRNA, dans un modèle in vitro de lignée cellulaire thyroïdienne dérivée d’un ATC (8505C). Les résultats obtenus jusqu’ici ne sont malheureusement pas prometteurs. Le profil d’expression des miRNA nous a permis d’identifier une signature de 34 miRNA caractéristique des ATC. 1 AVANT-PROPOS Premièrement, je tiens à remercier tous ceux qui m’ont apporté aide et conseils durant ma thèse et particulièrement le Pr. Vassart, pour m’avoir accueillie au sein de son laboratoire, le Pr. Dumont pour ses conseils, les discussions enrichissantes et son optimisme à toute épreuve et aussi ma promotrice de recherche, Dr. Carine Maenhaut, pour son attention, sa disponibilité et ses bons conseils scientifiques. J’aimerais également adresser des remerciements particuliers à Chantal Degraef qui m’a appris, avec patience, la rigueur des techniques de laboratoire, Dr. Anne Lefort et Dr. Frédérick Libert pour leur expertise et pour nous avoir fourni une partie des lames microarrays. Je remercie également tous les membres du laboratoire, pour leurs conseils scientifiques avisés et leurs attentions, qui ont fait de mon séjour à l’IRIBHM une expérience unique et inoubliable, soit Wilma, Sébastien, Sandra, Geneviève, Soetkin, Julie, Sheela, Sara, Vanessa et les bioinformaticiens, David et Vincent. Je remercie aussi Danièle, Joëlle, Yves, Claude et Christian de m’avoir apporté leur soutien logistique et informatique. Je tiens aussi à remercier toute ma famille. Ce travail de recherche a pu être mené à bien grâce au soutien et au financement du FNRS (Télévie), de la bourse Van Buuren et de la Fondation de la Vocation qui m’a permis d’effectuer un stage dans le laboratoire du Pr. Patrick Brown, Université de Stanford. 2 LISTE DES SYMBOLES ET ABRÉVIATIONS AA : autonomous adenoma AMPc : cyclic adenosine monophosphate ARNdb: double-stranded RNA ATC : anaplastic thyroid carcinoma DAG : diacylglycerol DIT: diiodotyrosine EGF : epidermal growth factor EMT : epithelial-mesenchymal transition EPAC: exchange protein directly activated by cAMP ERK: extracellular signal-regulated kinase FBS: fetal bovine serum FGF: fibroblast growth factor FTA: follicular thyroid adenoma FNAB: fine needle aspiration biopsy FNAH: familial nonautoimmune hyperthyroidism FTC: follicular thyroid carcinoma GDP : guanosine diphosphate GTP : guanosine triphosphate HGF: hepatocyte growth factor IGF-1: insulin-like growth factor IP3: inositol-1,4,5-triphosphate IP: inositol phosphate Lowess: locally weighted scatter plot smoothing MAPK: mitogen-Activated Protein kinase MDS: multidimensional scaling miRISC: miRNA-containing RNA-induced silencing complex miRNA : microRNA MIT : monoiodotyrosine NIS : Na+/I- symporter 3 PCR : polymerase chain reaction PDC: poorly differentiated carcinoma PDGF: platelet derived growth factor PDK1: phosphatidylinositol-dependent kinase 1 PI3K: phosphoinositide 3-kinase PIP2 : phosphatidylinositol-4,5-biphosphate PKA : cAMP dependent protein kinase PKC : protein kinase C PLC : phospholipase C PTC: papillary thyroid carcinoma PTEN: phosphatase with tensin homology qRT-PCR: quantitative RT-PCR RISC: RNA-induced silencing complex RT-PCR: reverse transcription PCR SAM: significant analysis of microarrays SCNAH: sporadic congenital nonautoimmune hyperthyroidism siRNA : small interfering RNA T3: triiodotyronine T4: thyroxine Tg: thyroglobulin TPO: thyroid peroxydase TRH: thyrotropin releasing hormone TSH: thyroid stimulating hormone or thyrotropin TSHR: TSH receptor 4 TABLE DES MATIERES CHAPITRE I : INTRODUCTION 8 1. Le cancer 1.1 Introduction 1.2 Génétique et cancer 1.3 Morphologie des cellules cancéreuses 1.4 Caractéristiques des cellules cancéreuses 1.5 L’angiogénèse 1.6 La lymphangiogénèse 8 8 8 9 9 10 11 2. La thyroïde 2.1 La thyroïde normale 2.1.1 Introduction 2.1.2 Synthèse des hormones thyroïdiennes 2.1.3 Régulation des cellules thyroïdiennes 2.1.4 Cascades de signalisation principales impliquées dans la prolifération thyroïdienne normale. 2.2 Tumeurs thyroïdiennes 2.2.1 Introduction 2.2.2 Tumeurs bénignes 2.2.3 Tumeurs malignes 2.3 Modèles expérimentaux in vitro des tumeurs thyroïdiennes 2.3.1 Cultures primaires de cellules thyroïdiennes humaines 2.3.2 Lignées cellulaires 11 11 11 12 14 3. Régulation post-transcriptionnelle des protéines : les miRNA 3.1 Introduction 3.2 Biosynthèse des miRNA 3.3 miRNA et Cancers 27 27 28 29 4. Analyse de l’expression génique par microarrays. 4.1 Principe général 4.2 Microarrays double canaux 4.3 Microarrays simple canal: les lames Affymetrix 29 29 30 31 5. Analyse des données microarrays 5.1 Correction du bruit de fond 5.2 La normalisation 5.2.1 La normalisation par rapport à la moyenne globale des intensités 5.2.2 La normalisation par rapport à des gènes de contrôle externes 5.2.3 La normalisation «Lowess » 5.3 La mesure de l’expression différentielle : SAM 5.4 Visualisation des données 5.4.1 Le clustering hiérarchique 31 31 32 32 32 33 33 34 34 14 18 18 19 22 26 26 27 5 5.4.2 Le MDS (Multidimensional Scaling) 35 6. Analyses fonctionnelles in vitro 6.1 Introduction 6.2 SiRNA 35 35 35 CHAPITRE II : BUT DU TRAVAIL 37 CHAPITRE III : RESULTATS 39 1. Validation d’un modèle expérimental des carcinomes papillaires : les thyrocytes humains en culture primaire stimulés par de l’EGF et du sérum. 39 2. Caractérisation moléculaire de deux tumeurs thyroïdiennes bénignes : les adénomes autonomes et l’hyperthyroïdie non auto-immune familiale 51 3. Caractérisation moléculaire des carcinomes anaplasiques (ATC) 3.1 Analyse des mutations p53 3.2 Analyse fonctionnelle par SiRNA 3.3 Etude de l’expression des miRNA dans les ATC par microarrays. 61 61 62 67 CHAPITRE V : MATERIELS ET METHODES 76 1. Matériels 1.1 Lignées cellulaires 1.2 Milieux de culture 1.3 SiRNA 1.4 Agent de transfection 1.5 Solutions pour la manipulation des protéines 1.5.1 Lyse des cellules 1.5.2 Quantification des protéines 1.5.3 Séparation des protéines 1.5.4 Immunodétection (Western blotting) 1.6 Anticorps 1.6.1 Anticorps primaires 1.6.2 Anticorps secondaires 1.7 Amorces pour le séquençage de p53 76 76 76 76 76 77 77 77 77 77 78 78 78 78 2. Méthodes 79 2.1 Analyse de l’expression génique sur lames Affymetrix 79 2.1.1 Hybridation 79 2.1.2 Traitement des données pour l’analyse ATC et PTC 79 2.2 Analyse de l’expression des miRNA sur lames « maison »Lames microRNA 79 2.2.1 Hybridation 79 2.2.2 Traitement des données pour l’analyse miRNA 80 2.3 Transfection des siRNA dans les lignées cellulaires 80 6 2.4 Analyse des protéines 2.4.1 Lyse des cellules 2.4.2 Quantification des protéines 2.4.3 Séparation des protéines par électrophorèse 2.4.4 Immunodétection (Western blotting) 2.5 Séquençages d’ADN CHAPITRE VI : BIBLIOGRAPHIE 81 81 81 81 82 82 83 7 CHAPITRE I : INTRODUCTION 1. Le cancer 1.1 Introduction Le cancer est une maladie caractérisée par une prolifération incontrôlée des cellules au sein d’un tissu normal de l’organisme. Ces cellules dérivent toutes d’une seule cellule qui a acquis certaines caractéristiques lui permettant de se diviser indéfiniment. Au cours de l’évolution de la maladie, certaines cellules peuvent se détacher de la tumeur, migrer et former des métastases. Le nombre de cancer est en augmentation, probablement dû à des facteurs environnementaux, au mode de vie, au vieillissement de la population et à de meilleures méthodes de détection. De 1980 à 2005, le nombre de cancers a augmenté de 35 % pour les hommes et de 43 % pour les femmes. Le nombre de décès par cancer en France, en 2004, est de 241 pour 100 000 habitants. C’est donc la première cause de mortalité juste avant les maladies cardio-vasculaires. Les 3 cancers les plus fréquents chez l’homme sont celui de la prostate, du poumon et du colon-rectum et chez la femme, celui du sein, du poumon et du colon-rectum (Figure 1). 1.2 Génétique et cancer Trois grandes catégories de gènes sont associées aux pathologies cancéreuses : les oncogènes, les gènes suppresseurs de tumeurs et les gènes de réparation de l’ADN (1). 1. Les oncogènes (appelés proto-oncogènes dans leur version normale) sont les régulateurs positifs de la prolifération cellulaire. Des mutations activatrices dominantes leur confèrent une activité constitutive (la mutation d’une seule des deux copies du gène est suffisante). Actuellement plus de 100 oncogènes ont été identifiés, dont les plus connus sont les gènes ras, myc, ou abl. 8 Introduction 2. Les gènes suppresseurs de tumeurs sont des régulateurs négatifs de la prolifération cellulaire. Des mutations récessives les rendent inactifs (les deux copies de ces gènes sont inactivées dans les cancers). 3. Les gènes de réparation codent pour des protéines capables de détecter et de réparer les lésions de l’ADN et sont également souvent inactivés dans les cellules cancéreuses. 1.3 Morphologie des cellules cancéreuses Les cellules tumorales acquièrent des propriétés nouvelles lors de la transformation maligne. La cellule tumorale est souvent plus grande, avec une augmentation du volume nucléaire. Elle présente généralement un noyau d’aspect irrégulier. Le cytoplasme est souvent peu abondant avec un réseau de filaments d’actine désorganisé et une augmentation du nombre de ribosomes. Le nombre de mitochondries est réduit. Celles-ci sont parfois fragmentées et présentent un nombre de crêtes inférieur à celui des cellules non cancéreuses. Le génome mitochondrial peut se révéler anormal avec une quantité d’ADN augmenté. Les membranes cellulaires ont un aspect irrégulier, une structure épaissie et présentent des microvillosités. Les desmosomes sont également altérés ce qui rend les cellules moins cohésives. 1.4 Caractéristiques des cellules cancéreuses La division des cellules cancéreuses est incontrôlée: elles prolifèrent et leur multiplication cause l’accumulation d’un grand nombre d’anomalies génomiques, ce qui est un événement précoce et fréquent dans la progression tumorale. L’autonomisation de la fonction cellulaire: les cellules cancéreuses perdent une partie des capacités de relation cellule-cellule et deviennent moins sensibles aux régulations transmises par les cellules voisines. 9 Introduction Perte d’inhibition de contact: les cellules cancéreuses poursuivent leur prolifération même lorsqu’elles arrivent en contact les unes avec les autres. Ce phénomène est à l’origine du développement d’une hyperplasie et puis d’une tumeur . Capacité de migration dans les tissus voisins: Les cellules métastatiques peuvent se détacher du foyer tumoral, s’infiltrer au travers des tissus voisins grâce à la sécrétion de protéases et éventuellement rejoindre la circulation sanguine ou lymphatique. Les cellules métastatiques peuvent ainsi se déplacer, tout en poursuivant leur prolifération, et peuvent alors coloniser de nouveaux organes. La disposition d’une tumeur primitive à métastaser dépend principalement de l’instabilité génomique et de l’incapacité du système immunitaire à détruire les cellules tumorales au cours du processus métastatique. Perte de la nécessité d’ancrage: les cellules cancéreuses acquièrent la capacité de se développer selon des conditions variables et de poursuivre leur prolifération en milieu semi-fluide ou fluide. 1.5 L’angiogénèse L’angiogénèse est le processus par lequel se forment de nouveaux vaisseaux sanguins à partir du réseau vasculaire pré-existant. En effet, afin d’assurer leur prolifération, les cellules tumorales ont besoin d’un apport en oxygène et en nutriments proportionnels à leur forte consommation énergétique et d’éliminer les déchets provenant de leur métabolisme. Tant que le volume de la tumeur est inférieur à 1 ou 2 mm3, la simple diffusion à travers la paroi des vaisseaux à proximité suffit généralement à permettre ces échanges. La distance maximale entre le foyer et un vaisseau excède rarement 150 à 200 microns, au-delà, l’oxygène est consommé avant d’atteindre les cellules centrales. Pour poursuivre son développement prolifératif et répondre à cette nécessité de vascularisation, la tumeur doit donc synthétiser et sécréter des facteurs de croissance de vaisseaux destinés à stimuler l’angiogénèse à sa proximité immédiate. Les vaisseaux des 10 Introduction tumeurs solides ne sont plus ordonnés en artères, capillaires et veines et n’ont plus de diamètres réguliers (2). 1.6 La lymphangiogénèse D’une manière analogue au processus angiogénique, les tumeurs ont la capacité d’induire la formation de néo-vaisseaux lymphatiques en direction du tissu tumoral, à partir de vaisseaux préexistants. Ceux-ci permettent d’assurer le drainage du tissu tumoral. Certains cancers, comme ceux du sein, de la thyroïde, du poumon, de la peau, des testicules, du col de l’utérus, ainsi que les tumeurs gastriques, ont un mode de dissémination métastatique qui s’effectue préférentiellement par l’intermédiaire des vaisseaux lymphatiques. En effet, ceuxci irriguent tous les tissus (à l’exception du cerveau) et possèdent un endothélium très fin formé d’une couche unique discontinue de cellules aplaties bordée par une membrane basale interrompue voire inexistante. Leur paroi est plus souple que celle des capillaires sanguins et la dégradation de l’endothélium par les enzymes protéolytiques synthétisées par les cellules métastatiques est donc plus efficace. Les capillaires lymphatiques présentent un diamètre plus important que les capillaires sanguins et offrent ainsi une plus grande surface de contact pour l’intrusion des cellules malignes. De plus, le flux à l’intérieur des vaisseaux lymphatiques est significativement plus faible que celui du système sanguin et la différence de pression en résultant pourrait favoriser la pénétration à l’intérieur du réseau lymphatique. 2. La thyroïde 2.1 La thyroïde normale 2.1.1 Introduction La thyroïde est une glande endocrine de 10 à 20 grammes, constituée de deux lobes unis par un isthme médian, et située à la base de la partie antérieure du cou 11 Introduction (Figure 2). L’unité fonctionnelle de la thyroïde est le follicule, constituée principalement de thyrocytes (70% des cellules de la thyroïde), cellules cubiques et polarisées entourant une lumière contenant la colloïde (Figure 3). Le principal constituant de cette colloïde est une glycoprotéine, la thyroglobuline, précurseur des hormones thyroïdiennes T3 (tri-iodothyronine) et T4 (tétra-iodothyronine ou thyroxine). T4 est l’hormone inactive et peut être désiodée en T3, l’hormone active ou en rT3, inactive, selon les besoins de l’organisme. Les hormones thyroïdiennes sont nécessaires à la croissance, au développement de tous les tissus (squelette, système nerveux et cardiovasculaire,…). Elles participent également au métabolisme des glucides et des lipides et stimulent les fonctions végétatives et le métabolisme général de l’organisme. Outre les thyrocytes, la thyroïde est aussi constituée de cellules C ou parafolliculaires qui produisent la calcitonine, de cellules endothéliales formant la paroi des vaisseaux et de fibroblastes. 2.1.2 Synthèse des hormones thyroïdiennes La synthèse des hormones thyroïdiennes peut être divisée en trois grandes étapes (Figure 4): 2.1.2.1 Captation et organification de l’iodure L’iodure est capté au niveau de la membrane basolatérale du thyrocyte grâce à un mécanisme de transport actif utilisant une pompe à iode, le symporteur Na+/I(NIS). L’iodure est ensuite transporté du cytoplasme dans la lumière folliculaire à travers la membrane apicale par un transport passif. Deux transporteurs potentiels ont été identifiés, la pendrine et l’AIT (Apical Iodide Transporter). Leur fonction de transporteur d’iode est néanmoins controversée. 12 Introduction 2.1.2.2 Iodation de la thyroglobuline L’iodure est oxydée par la thyroperoxydase (TPO) en présence de H2O2. L’ H2O2 est produit au niveau de la membrane plasmique apicale par deux NADPH oxydases (THOX1 et THOX2). Une fois oxydé, l’iodure se fixe sur les résidus tyrosines de la thyroglobuline (Tg) et forme des dérivés monoiodés (MIT) et diiodés (DIT). Des couplages, catalysés par la TPO, entre deux groupes DIT forment les hormones T4 tandis que des couplages entre un groupe DIT et un groupe MIT forment les hormones T3 (Figure 5). Figure 5: Synthèse de T3 et T4 2.1.2.3 Libération des hormones thyroïdiennes La thyroglobuline chargée d’hormones T3 et T4 est endocytée par micropinocytose et la fusion avec des lysosomes mène au clivage protéolytique de la thyroglobuline libérant T3 et T4 qui sont excrétées dans le flux sanguin. Les T4 sont désiodées en T3 en fonction de la nutrition et l’état fonctionnel de l’organisme et l’iodure est recyclé. En cas de déficience en iode, une augmentation relative de la synthèse de T3 par rapport à T4 est observée. 13 Introduction 2.1.3 Régulation des cellules thyroïdiennes La fonction et la croissance de la thyroïde sont régulées par la TSH (thyrotropine ou Thyroid Stimulating Hormone) qui est produite par l’hypophyse en réponse à la TRH (Thyroid Releasing Hormone) produite par l’hypothalamus (Figure 6). La sécrétion des hormones thyroïdiennes et leur régulation sont contrôlées par un mécanisme de rétro-contrôle négatif. Lorsque la concentration sanguine d’hormones thyroïdiennes diminue, l’hypothalamus libère de la TRH qui va stimuler l’hypophyse entraînant la libération de la TSH. Cette dernière va induire la production d’hormones thyroïdiennes. Au contraire, lorsque les hormones sont abondantes dans le sang, elles inhibent la production de la TRH par l’hypothalamus et de la TSH par l’hypophyse ce qui interrompt la stimulation thyroïdienne et mène à l’arrêt de la sécrétion de T3 et T4. L’effet positif de la TRH d’une part et l’effet négatif des hormones d’autre part ont pour conséquence une grande stabilité du taux de TSH sanguin, et donc aussi des hormones thyroïdiennes. Un niveau anormal de TSH indique généralement la présence d’un désordre thyroïdien. 2.1.4 Cascades de signalisation principales impliquées dans la prolifération thyroïdienne normale. La fonction thyroïdienne implique principalement quatre cascades de signalisation: la cascade de l’AMPc, la cascade des inositols phosphates, la cascade des MAPK et la cascade des PI3K (Figure 7). Leur stimulation par des signaux extracellulaires comme les hormones, les facteurs de croissance ou les neurotransmetteurs va initier une série de réponses en se liant à des récepteurs membranaires spécifiques et activer un ensemble de gènes spécifiques du stimulus. La majorité de ces gènes sont des facteurs de transcription qui déclenchent alors l’expression de nouveaux gènes. 14 Introduction 2.1.4.1 Cascade de l’AMPc L’activation de la cascade de l’AMPc stimule la prolifération et la différentiation des thyrocytes (3). La TSH active cette cascade de signalisation tout comme la forskoline (en activant l’adenylate cyclase), la choléra toxine (en activant la protéine Gs) et les analogues de l’AMPc (4;5). La présence d’insuline ou d’IGF-I avec la TSH est requise pour un effet mitogénique (6-8). Les thyrocytes stimulés par la TSH présentent une morphologie d’épithélium cuboïdal (9). La TSH induit l’expression de gènes de différenciation spécifiques de la thyroïde tels que Tg, TPO, NIS, TSHR, THOX1 et THOX2. La transcription de ces gènes de différenciation est régulée essentiellement par trois facteurs de transcription: TTF1, TTF2 et PAX8 qui agissent de manière coordonnée. Le récepteur de la TSH (TSHR) est un récepteur à sept domaines transmembranaires. Lorsque la TSH se lie au récepteur, celui-ci, par l’intermédiaire de la sous-unité α de la petite protéine Gs (Gαs) catalysant le remplacement du GDP par du GTP, active l’adénylate cyclase, provoquant une augmentation du taux intracellulaire d’AMPc (Figure 7 en mauve). L’AMPc se lie à la sous-unité régulatrice de la protéine kinase A (PKA). La sous-unité catalytique de PKA entre dans le noyau et phosphoryle des protéines nucléaires spécifiques. L’AMPc active également EPAC (Exchange Proteins directly Activated by AMPc) et par conséquent la petite protéine G, Rap1. La cascade de l’AMPc est aussi contrôlée par de nombreux rétro-contrôles négatifs, parmi lesquels les phosphodiestérases qui hydrolysent l’AMPc en ATP, induisant ainsi l’arrêt du signal. 2.1.4.2 Cascade des inositols phosphates (IP) L’activation de la cascade des IP induit également la prolifération mais inhibe l’expression de la différentiation des thyrocytes. Celle-ci est activée des agents comme le carbachol ou la TSH qui nécessite cependant une concentration 10 fois plus élevée que pour l’activation de la cascade de l’AMPc (10-13). 15 Introduction L’interaction du ligand avec son récepteur provoque la stimulation de la phospholipase C (PLC) par l’intermédiaire de la sous-unité α de la protéine Gq (Gαq) catalysant le remplacement du GDP par du GTP (Figure 7 en rose). La PLC hydrolyse le phosphatidylinositol 4,5-biphosphate (PIP2) situé dans la membrane plasmique, en inositol 1,4,5-triphosphate (IP3) et en diacylglycérol (DAG). L’IP3 peut alors se lier à un récepteur spécifique du réticulum endoplasmique et entraîner la libération de Ca2+. Le DAG active la protéine kinase C (PKC) qui à son tour va phosphoryler spécifiquement des protéines en aval. La PKC peut également être activée directement par les esters de phorbol et les analogues du diacylglycérol. 2.1.4.3 Cascade MAPK La cascade des MAPK est généralement exprimée dans tous les types cellulaires et induit la prolifération, l’apoptose, la survie, la migration et le développement. Dans les thyrocytes, la cascade des MAPK (ERK1/2) est activée par les facteurs de croissance comme l’EGF et l’HGF, et son activation induit la prolifération et inhibe l’expression de la différentiation des thyrocytes. Comme dans le cas de la TSH, la combinaison d’insuline ou d’IGF-1 et d’EGF est requise pour un effet mitogène (14;15). L’HGF, par contre, ne requiert pas d’insuline ou d’IGF-1 pour exercer son effet mitogène (16-18). Les thyrocytes stimulés avec de l’EGF présentent une morphologie fusiforme, similaire à des fibroblastes (19). La liaison d’un facteur de croissance à son récepteur conduit à la dimérisation puis à l’autophosphorylation de résidus tyrosine du récepteur et ensuite au recrutement de protéines adaptatrices comme Grb2-Sos (Figure 7 en vert). Ce complexe active la protéine Ras (en catalysant le remplacement du GDP par du GTP) qui recrute à son tour la sérine thréonine kinase Raf (ou MAPKKK) près de la membrane. Raf phosphoryle les MAPKK (ou MEK) qui phosphorylent à leur tour les MAPK (ERK1/2) qui migrent dans le noyau pour activer des facteurs de transcription spécifiques comme Elk-1, c-Jun et ATF-2. 16 Introduction Trois sous-familles de protéines MAPK ont été caractérisées chez les vertébrés: - les protéines ERK (Extracellular signal-Regulated Kinases) (ERK1/2 ou p42/p44), qui sont phosphorylées par MEK1 et MEK2 sur la séquence Thr-GluTyr. Elles sont activées par les facteurs de croissance, le sérum, les phorbol esters et cytokines (20). - les protéines JNK (Jun N-terminal Kinases) (JNK1/2), qui sont phosphorylées par MEK4 et MEK7 sur la séquence Thr-Pro-Tyr. Elles sont activées par les cytokines et l’exposition à un stress environnemental comme les radiations ionisantes, le stress oxydatif et le dommage à l’ADN (21). - les protéines p38 qui sont phosphorylées par MEK3, MEK6 et MEK7 sur la séquence Thr-Gly-Tyr. Elles sont activées par l’exposition à un stress cellulaire comme la radiation aux UV, le choc osmotique, l’hypoxie et les cytokines (22). 2.1.4.4 Cascade des PI3K/Akt Les facteurs de croissance à récepteurs tyrosines kinases stimulent cette cascade en activant la PI3K directement ou via RAS. La PI3K activée convertit le phosphatidylinositol 4,5-biphosphate (PIP2) situé dans la membrane plasmique, en phosphatidylinositol 4,5-triphosphate (PIP3) (Figure 7 en bleu). PIP3 recrute et active la PDK1 (phosphatidylinositoldependent kinase 1). PDK1 phosphoryle et active la protéine kinase B (PKB ou Akt) qui, à son tour phosphoryle différents substrats. La phosphatase (PTEN (tumor-suppressor phosphatase with tensin homology), un suppresseur de tumeur, régule négativement la cascade PI3K en déphosphorylant PIP3 en PIP2. 2.1.4.5 Conclusion Les cascades de l’AMPc, des MAPK et PI3K induisent la prolifération des thyrocytes. Toute mutation dans une de ces cascades peut donc avoir comme conséquence une prolifération anormale des thyrocytes et entraîner la tumorigénèse. 17 Introduction 2.2 Tumeurs thyroïdiennes 2.2.1 Introduction Les tumeurs thyroïdiennes sont les tumeurs endocrines les plus fréquentes représentant environ 1% de l’ensemble des tumeurs. Environ 5 % de la population serait porteuse d’un nodule visible à l’œil nu ou détectable par la palpation du cou. Il est plus fréquent chez la femme que chez l’homme (2-3 :1), le sujet âgé, les sujets vivants en zone de carence iodée ou ayant subi une irradiation de la région cervicale durant l'enfance. Vingt à 40% des femmes de plus de 50 ans ont des nodules cliniquement détectables. L’incidence du cancer thyroïdien et particulièrement le cancer papillaire, croit de 8.1 et 6.2% par an respectivement chez la femme et chez l’homme depuis 1970 (23) (Figure 8). Les sujets jeunes sont plus exposés au développement du cancer du fait d'une plus grande sensibilité de leur thyroïde à l'irradiation. Même si les nodules thyroïdiens sont habituellement asymptomatiques, un diagnostic est nécessaire si l’on soupçonne leur présence, car environ 5 % des masses palpables sur la thyroïde sont cancéreuses (23). De plus, un nodule toxique produit un excès d’hormones thyroïdiennes, ce qui cause un état d’hyperthyroïdie, avec des symptômes plus ou moins prononcés (palpitations, tremblements, nervosité, diarrhée). À long terme, l’hyperthyroïdie est néfaste pour le corps. Toutefois, un traitement adapté permet de rétablir un taux d’hormones normales. Les tumeurs sont classées en tumeurs bénignes (adénomes) et tumeurs malignes (carcinomes). On distingue les carcinomes (>1cm) des microcarcinomes (<1cm) : ceux-ci sont beaucoup plus fréquents que les carcinomes (5 à 36% des adultes à l’autopsie) et ont un potentiel évolutif très faible. Des altérations génétiques causent et caractérisent les différents types de tumeurs thyroïdiennes ce qui les rend particulièrement intéressantes à étudier pour comprendre les mécanismes généraux de la carcinogénèse (Figure 9). Ces altérations peuvent être soit des 18 Introduction mutations soit des réarrangements chromosomiques qui ont pour conséquence de donner un avantage prolifératif à la cellule concernée par rapport aux autres. Une tumeur maligne est suspectée si le nodule est solide, irrégulier ou s’il ne capte plus d’iode à la scintigraphie. Une cytoponction à l’aiguille fine (Fine Needle Aspiration Biopsy ou FNAB) permet de diagnostiquer les principaux types de tumeur. Pour les tumeurs malignes, la thyroïdectomie totale est souvent de rigueur avec un traitement complémentaire à l’I131 pour les tumeurs qui captent encore l’iode afin de détruire d’éventuels restes de tissu cancéreux (les carcinomes anaplasiques et les carcinomes médullaires ne sont pas concernés par ce traitement). Les cancers thyroïdiens les plus fréquents (papillaires et folliculaires) sont guéris dans 80 à 90% des cas (23). Des métastases à distance sont observées dans 10% des cas, le plus fréquemment dans les poumons et les os (23). Cependant, la classification et le diagnostic des différentes tumeurs sont compliqués et subjectifs, et dépendent très fort du pathologiste (24;25). En effet, dans 10 à 20% des cas, il n’est pas possible de poser un diagnostic précis entre adénome folliculaire et carcinome folliculaire. Dans le cas d’une lésion suspecte, les patients subissent une opération chirurgicale, mais seulement 8 à 17% des nodules se révèlent malins. Par conséquent, une amélioration des outils diagnostiques préopératoires permettrait d’éviter des résections chirurgicales qui se révèlent à posteriori inutiles (26;27). 2.2.2 Tumeurs bénignes 2.2.2.1 Adénomes autonomes Les adénomes autonomes hyperfonctionnels (AA) ou nodules « chauds » sont des tumeurs monoclonales, bordées d’une capsule fibreuse. Elles sont constituées de cellules possédant une hyperactivité proliférative et fonctionnelle mettant le reste de la glande au repos. Elles sont diagnostiquées chez les patients âgés entre 30 et 60 ans et spécialement dans les régions où la consommation d’iode est moindre (47% des cas) (28;29). 19 Introduction Les AA sont caractérisés par une croissance lente (prolifération cellulaire principalement à la périphérie du nodule) (30) et un faible taux d’apoptose (31;32). Les patients ont un taux de TSH bas et un niveau de T4 et T3 normales ou élevées (33;34). Les AA présentent des mutations activatrices du TSHR (70-80%) ou de Gs (8%) menant à une activation constitutive de la voie de l’AMPc qui induit la prolifération et la différenciation des thyrocytes (35). Dans 20-30% des adénomes autonomes, aucune mutation du TSHR ou de Gs n’a été trouvée ce qui suggère l’existence d’altérations génétiques dans d’autres protéines impliquées dans la cascade de l’AMPc. 2.2.2.2 Hyperthyroïdie non auto-immune familiale (FNAH) et hyperthyroïdie congénitale sporadique (SCNAH) La FNAH et le SCNAH sont deux maladies thyroïdiennes rares apparaissant au cours de l’embryogenèse, causées par une mutation dans le récepteur de la TSH activant de manière constitutive la voie de l’AMPc et dans certains cas, la cascade des inositols phosphates. Dans le cas des FNAH, la mutation est héréditaire alors que dans le cas des SCNAH, elle survient pendant la gestation. Dans les deux cas, toute la glande est affectée contrairement aux AA où la mutation survient plus tard, généralement à l’âge adulte, et dans lesquels seule une partie de la glande est affectée. Ces rares cas de FNAH et de SCNAH doivent être différenciés de la maladie de Graves, forme bien plus courante d’hyperthyroïdie, causée par le passage d’anti-corps maternels qui stimulent le TSHR. Cette hyperthyroïdie est transitoire chez le foetus, la glande redevenant normale peu après la naissance, suite à la disparition des anticorps. Jusqu’à aujourd’hui, 31 mutations différentes ont été identifiées dans les FNAH et SCNAH. Celles-ci sont dominantes et principalement localisées dans le domaine transmembranaire du récepteur (exon10) (36-59). La majorité des mutations affectant le TSHR est propre à chacune des deux pathologies : 73% des mutations du TSHR des SCNAH sont aussi trouvées dans AA alors que seulement 27% des mutations des FNAH sont communes avec les AA. La pathologie de SCNAH est plus sévère que celle de 20 Introduction FNAH ce qui laisse supposer que les mutations affectant les AA et SCNAH sont plus agressives que celles affectant FNAH (60-62). Les signes cliniques de ces deux pathologies sont reprises dans le tableau ci-contre (Table 1). Les patients présentent un taux de TSH bas et de T3 et T4 élevés (63). Contrairement aux AA, la thyroïdectomie est le seul traitement pour guérir les patients FNAH ou SCNAH. Du propylthiouracil est généralement administré. Son avantage par rapport au méthimazole ou au carbimazole, c’est qu’en plus de bloquer la synthèse des hormones thyroïdiennes, il diminue la conversion de T4 en T3 (64). 2.2.2.3 Adénomes folliculaires A l’inverse des adénomes autonomes hyperfonctionnels, les adénomes folliculaires (FTA) froids ou nodules « froids », sont caractérisés par une diminution d’activité. Environ 5% d’entre eux peuvent évoluer en carcinomes folliculaires. Ils sont principalement caractérisés par des mutations activatrices de RAS et des réarrangements chromosomiques PAX8-PPARγ (30%). Les protéines RAS sont des protéines G qui hydrolysent le GTP en GDP et activent la cascade des MAPK et PI3K/Akt. Il existe trois sous-types de RAS : HRAS, K-RAS et N-RAS et des mutations activatrices dans les gènes correspondants sont détectées dans plus de 30% des cancers (dans le codon 61 pour H-RAS et N-RAS et dans le codon 12 pour K-RAS). Le gène PAX8 code pour un facteur de transcription requis pour la régulation de l’expression de gènes spécifiques thyroïdiens. PPARγ est un membre de la superfamille des récepteurs hormonaux et a été décrit comme un suppresseur de tumeurs (65). Le réarrangement PAX8-PPARγ est une translocation chromosomique qui génère une protéine à un effet dominant négatif sur PPARγ. La cascade de signalisation PI3K/Akt est dérégulée dans 31% des adénome folliculaire (66). 21 Introduction 2.2.3 Tumeurs malignes L’organisation histologique et l’état de différenciation des thyrocytes permettent de distinguer les carcinomes différenciés (carcinome papillaire (PTC) ou carcinomes folliculaires (FTC)) et les carcinomes dédifférenciés (carcinomes anaplasiques (ATC)). 2.2.3.1 Carcinomes papillaires Les carcinomes papillaires (PTC) représentent 85-90% des carcinomes thyroïdiens et 1% des cancers humains. Ils ont un bon pronostic avec un taux de survie de 80-90% sur 5-10 ans. Ils touchent toutes les tranches d’âges mais plus particulièrement les 30 à 40 ans (67). Les PTC métastasent souvent dans les ganglions par voie lymphatique mais peu dans les poumons et les os (5 à 7 % au moment du diagnostic). Les PTC sont reconnaissables par leur architecture en papille et l’aspect caractéristique de leur noyau (aspect vitreux « en verre dépoli » et irrégulier avec des inclusions). Différents sous-types de PTC existent dont la variante classique (la plus courante), la variante folliculaire (ressemblant à un FTC mais avec les caractéristiques nucléaires des PTC), la variante à grandes cellules (chez les patients plus âgés et de moins bon pronostic), la variante solide (très agressive). Les PTC sont caractérisés par l’activation constitutive de la voie des MAPK qui induit la prolifération et la dédifférenciation des thyrocytes. L’altération d’un seul élément de cette cascade est suffisante in vitro pour induire la transformation cellulaire et in vivo pour induire un PTC chez la souris (68-72). Ces résultats suggèrent que l’activation constitutive de la cascade des MAPK est un événement initiateur des PTC. Les PTC présentent principalement des mutations ponctuelles activatrices dans la protéine BRAF (40%), des réarrangements chromosomiques RET/PTC (20-80%, principalement les réarrangements RET/PTC1 et RET/PTC3) et plus rarement des mutations activatrices de RAS (H-RAS, K-RAS, N-RAS), des réarrangements de TRK ou le réarrangement AKAP9/BRAF (73) (Table 2). 22 Introduction BRAF code pour une sérine/thréonine kinase cytoplasmique qui intervient dans la cascade de signalisation des MAPK/ERK1/2. Des mutations activatrices mimiquent la phosphorylation de la protéine menant à une activité kinase indépendante de RAS induisant la prolifération cellulaire (74). La mutation la plus fréquente est la mutation de la thymine en position 1799 en adénine (T1799A) qui résulte en une substitution de valine en acide glutamique en la position 600 (V600E). L’oncogène RET/PTC résulte de la fusion du domaine tyrosine kinase intracellulaire du gène RET avec la partie 5’ d’un gène ubiquitaire possédant un domaine de dimérisation (par exemple, H4 pour le réarrangement RET/PTC1 et RFG/ELE1 pour le réarrangement RET/PTC3) (75). Le gène RET code pour un récepteur membranaire à activité tyrosine kinase qui est impliqué dans la régulation de la croissance, survie, différenciation et migration des cellules de la crête neurale. Ce gène n’est normalement pas exprimé dans les thyrocytes, mais le récepteur est présent dans les cellules C parafolliculaire. La protéine de fusion RET/PTC possède une activité tyrosine kinase constitutive. Au moins 15 partenaires différents ont été identifiés à l’heure actuelle. Le réarrangement TRK résulte de la fusion du proto-oncogène NTRK1 (récepteur au NGF à activité tyrosine kinase) avec la région 5’ promotrice d’un gène ubiquitaire (TPM3, TPR, TFG) (76). Comme pour les réarrangements RET/PTC, la protéine chimérique est caractérisée par une activité tyrosine kinase constitutive. Le réarrangement AKAP9-BRAF résulte d’une inversion paracentrique du long bras du chromosome 7 menant à la fusion des huit premiers exons de AKAP9 avec la région C- terminale du proto-oncogène BRAF (77). Cette fusion génère une protéine à activité tyrosine kinase constitutive. Les mutations activatrices BRAF sont principalement trouvées dans la variante classique des PTC ou les PTC à grandes cellules et sont associées à un mauvais pronostic (78;79). Elles concernent des patients plus âgés (au-delà de la cinquantaine) qui ne répondent plus au traitement à l’iode radioactif et qui présentent des extensions extrathyroïdiennes (80;81). 23 Introduction Les réarrangements RET/PTC sont principalement trouvées dans les PTC radioinduits (ex. Tchernobyl) (82), RET/PTC3 dans les PTC à variante solide, forme très agressive (83) et RET/PTC1 dans les PTC à variante classique, forme moins agressive (84;85). Les réarrangements de TRK et le réarrangement AKAP9/BRAF sont principalement trouvés dans les PTC radio-induits. En plus des mutations décrites ci-dessous, les mutations RAS et des réarrangements PAX8/PPAR ont également été identifiés dans la variante folliculaire des PTC (86-88). Ces mutations ou réarrangements sont détectés dans plus de 70% des PTC et sont mutuellement exclusives (89). La cascade de signalisation PI3K/Akt est également dérégulée dans 24% des PTC (90). La PI3KCA, sous-unité catalytique de la PI3K, est mutée et constitutivement activée dans 2% des PTC et le gène correspondant est amplifié dans 12% des PTC. 2.2.3.2 Carcinomes folliculaires Les carcinomes folliculaires (FTC) représentent 10 à 20% des carcinomes thyroïdiens et dérivent des adénomes folliculaires. Le taux de survie des patients est de 60% sur 10 ans. Ces tumeurs touchent toutes les tranches d’âge mais plus particulièrement les 50 à 60 ans (91). Contrairement aux PTC, 11-20% des FTC métastasent dans les poumons et les os. La distinction entre le carcinome et l’adénome folliculaire peut s’avérer extrêmement difficile. En effet, il n’existe aucun critère cellulaire ou architectural qui, à lui seul, permette d’en affirmer la malignité excepté la présence d’invasion capsulaire et/ou vasculaire. Les carcinomes folliculaires sont principalement caractérisées par des mutations RAS (N-RAS, K-RAS, H-RAS) (20-50%) et des réarrangements chromosomiques PAX8/PPAR (25-50%) (Table 2). La cascade de signalisation PI3K/Akt est dérégulée dans 55% des FTC (92). La PI3KCA est mutée dans 8-13% des FTC et amplifiée dans 28% des FTC. 24 Introduction 2.2.3.3 Carcinomes anaplasiques Les carcinomes anaplasiques (ATC) représentent 1-7 % des carcinomes thyroïdiens (93). Les ATC sont une des tumeurs humaines les plus agressives représentant plus de 40% des mortalités des cancers thyroïdiens (94;95). Malgré les thérapies telles que la chirurgie, la chimiothérapie et la radiothérapie, traitements auxquels ces cancers répondent très mal, le taux de survie moyen n’est que de 6 mois (96). Ces tumeurs touchent principalement les personnes au-delà des 60 ans (97) et métastasent dans les poumons, la plèvre, les os et le cerveau (98). Du point de vue histologique, ces tumeurs présentent de larges zones de nécroses et sont très vascularisées. Une partie des ATC semble dériver des FTC et PTC (99-102) et un des éléments causal du passage des tumeurs différenciées à un état complètement dédifférencié est la perte de fonction du gène suppresseur de tumeur p53 dont les mutations sont retrouvées dans environ 59% des ATC (103;104) (Table 2). La protéine p53 est un facteur de transcription qui agit comme suppresseur de tumeur en induisant l’arrêt du cycle cellulaire, la sénescence, la réparation de l’ADN et diminue l’angiogénèse (105-107). Les mutations p53 sont trouvées dans près de la moitié des cancers de la tête et du cou, des ovaires, de l’œsophage, du colon et du pancréas (108). La majorité des mutations p53 se situent dans la partie liant l’ADN, l’empêchant de se lier à ce dernier (109;110). Néanmoins, la progression de tumeurs différenciées à complètement dédifférenciées semble requérir la perte de fonction d’autres gènes suppresseurs de tumeurs qui régulent négativement la prolifération des cellules thyroïdiennes (111). L’agressivité des ATC est principalement liée à l’activation des protéines de la cascade des MAPK. Entre 22 et 53% des ATC présentent une mutation RAS. Etant donné que les mutations RAS sont principalement présentes dans les FTC et la variante folliculaire des PTC, une fraction d’ATC dérive probablement de ces deux types de tumeurs (112). Entre 15 et 26% des ATC présentent une mutation BRAF et ceux-ci dérivent probablement des PTC (113;114). Par ailleurs, Aherne et al. ont démontré que certains ATC ne dérivent ni de PTC ni de FTC mais sont la conséquence d’une succession de mutations indépendantes (115). La β-caténine, 25 Introduction composante de la cascade Wnt et régulateur de l’adhésion cellule-cellule, est mutée dans 38-66% des ATC et dans 16-32% des carcinomes peu différenciés mais pas dans les carcinomes différenciés. Une localisation nucléaire anormale est retrouvée dans la moitié des échantillons contenant la mutation (116). La cascade de signalisation PI3K/Akt est dérégulée dans 58% des ATC (117). La PI3KCA est mutée dans 12-23% de ces tumeurs et des amplifications du gène sont retrouvées dans 42% des ATC (118;119). 2.2.3.4 Carcinomes pauvrement différenciés Les carcinomes pauvrement différenciés (PDC) regroupent les tumeurs intermédiaires entre les tumeurs différenciées et anaplasiques. Les mutations RAS, p53, BRAF et β-caténine sont principalement retrouvées dans ce type de tumeur (Table 2). 2.3 Modèles expérimentaux in vitro des tumeurs thyroïdiennes 2.3.1 Cultures primaires de cellules thyroïdiennes humaines Les cultures primaires de thyrocytes sont un bon modèle d’étude thyroïdien étant donné qu’elles présentent une grande correspondance fonctionnelle et biochimique avec le tissu d’origine. Après une digestion enzymatique de tissu thyroïdien, les thyrocytes sont mis en culture pendant 4 jours. Ce modèle expérimental a permis d’étudier in vitro les mécanismes moléculaires impliqués dans la prolifération et la différenciation (120). Ces cultures primaires ont également permis de réaliser un modèle d’étude des adénomes autonomes hyperfonctionnels, caractérisés par une activation constitutive de la cascade de l’AMPc, en stimulant les thyrocytes en culture primaire avec de la TSH, pendant des temps longs (24h et 48h) (121). 26 Introduction 2.3.2 Lignées cellulaires Une lignée cellulaire est une population homogène de cellules provenant d’une même cellule mère demeurant stable après des mitoses successives, et ayant en théorie une capacité illimitée de division. Différentes lignées cellulaires thyroïdiennes sont disponibles dans le laboratoire : FTC-133 et WRO (provenant de carcinomes folliculaires), BCPAP et TPC-1 (provenant de carcinomes papillaires) et 8505C (provenant d’un carcinome anaplasique). Ces lignées cellulaires ont un profil d’expression génique similaire et sont plus près du profil d’expression génique des ATC que de celui de leur tumeur d’origine ce qui permet de supposer qu’elles ont évoluées vers un phénotype dédifférencié commun après avoir perdu toutes leurs caractéristiques de départ. De plus, contrairement aux carcinomes différenciés, ces lignées ont perdu l’expression de la plupart des gènes de différenciation de la thyroïde (TSHR, NIS, TG, TPO, THOX2) et ne répondent plus à la TSH. Elles conservent, néanmoins, l’expression de facteurs de transcription spécifiques dans la plupart des lignées (TTF1, TTF2, PAX8). Les lignées cellulaires sont donc un meilleur modèle pour les tumeurs dédifférenciées que pour les tumeurs différenciées (122). 3. Régulation post-transcriptionnelle des protéines : les miRNA 3.1 Introduction Une cellule humaine contient plus de 3 milliards de paires de bases pour coder plusieurs millions de polypeptides différents. On estime que le génome de mammifères contient environ 20.000 gènes codant pour des protéines. Une cellule fabriquerait à tout moment environ 5.000 polypeptides différents. La régulation de l’expression des gènes est donc très complexe. Seules 1 à 2 % des séquences d'ARN produites sont traduites en protéines. Il existe donc une multitude de phénomènes capables de réguler la synthèse des protéines, en agissant à toutes les étapes. Parmi les ARN non codants, les miRNA ont été identifiés comme des acteurs majeurs dans la régulation de l'expression des gènes au niveau post27 Introduction transcriptionnel. On estime à 30% les gènes humains potentiellement régulés par des miRNA (123). Ils sont impliqués dans un grand nombre de fonctions physiologiques essentielles telles que la croissance cellulaire, la différenciation, l'apoptose, le métabolisme…. 3.2 Biosynthèse des miRNA Les miRNA sont des ARN simple brin d’une longueur de 21 à 25 nucléotides très conservés au travers de l’évolution (124). Ils régulent négativement l’expression génique à un niveau post-transcriptionnel en empêchant la traduction de l’ARNm ou en induisant sa dégradation (125). Jusqu’à présent environ 800 miRNA humains ont été identifiés (126). Ils sont transcrits majoritairement par l’ARN polymérase II. En effet, les pri-miRNA, transcrits primaires des miRNA, contiennent une structure CAP (7-méthyl-guanosine) en 5’ et une queue poly-A en 3’. Ils contiennent également une structure en forme d’épingle à cheveux qui est clivée par Drosha (Rnase III d’environ 160 kDa) pour aboutir au précurseur pre-miRNA d’environ 70 nucléotides (Figure 10) (127). Le pre-miRNA est ensuite exporté du noyau par l’exportine 5 et une fois dans le cytoplasme, il est clivé par Dicer (Rnase III) en un petit ARN double brin d’environ 22 nucléotides (un brin mature (miRNA) et un brin complémentaire (miRNA*)). Le miRNA* est rapidement dégradé (128) et le miRNA mature est incorporé dans un complexe effecteur, miRISC (miRNA-containing RNA-induced silencing complex), complexe multiprotéique d’environ 500 kDa. Une des protéines essentielles qui le compose est la protéine argonaute. Les miRNA, associés au complexe miRISC, peuvent inhiber l’expression génique par deux mécanismes post- transcriptionnels : par clivage de l’ARNm cible si le miRNA se lie à l’ARNm cible de manière parfaitement complémentaire ou par répression traductionnelle de celui-ci si la complémentarité est imparfaite. Cependant chez les animaux, les miRNA montrent généralement une complémentarité imparfaite. 28 Introduction 3.3 miRNA et Cancers Depuis quelques années, les miRNAs ont été décrits comme dérégulés dans un grand nombre de tumeurs. Ils peuvent agir comme oncogène ou en tant que suppresseurs de tumeurs. La surexpression d'un miRNA contrôlant un gène suppresseur de tumeur aboutit à une diminution de la production d'une protéine anti-oncogénique (129;130). A l’inverse, un effet positif sur le développement tumoral est observé en cas de diminution de l'expression d'un miRNA contrôlant un oncogène (Figure 11). Par exemple, mir-21 voit son expression diminuer dans les gliomes, les cancers du colon, du foie et de la glande thyroïde. Les miRNA de la famille Let-7, inhibiteurs de la prolifération cellulaire contrôlant négativement l'expression du proto-oncogène RAS, sont également diminués dans de nombreux cancers. Plusieurs études ont montré que la classification moléculaire des tumeurs basée sur les microRNA (miRNA) est plus précise que celle basée sur les ARNm (131137). Etant donné que les miRNA sont des éléments régulateurs qui interviennent en amont de la traduction des ARNm et peuvent donc réguler plusieurs gènes, l’analyse des microarrays miRNA est souvent moins lourde que celle des microarrays ARNm. 4. Analyse de l’expression génique par microarrays. 4.1 Principe général Les microarrays permettent l’analyse simultanée de l’expression de plusieurs milliers de gènes dans différentes cellules et dans différentes conditions physiologiques, pathologiques ou toxicologiques. Le terme de « cible » (ou target) désigne l’ARNm que l’on cherche à identifier ou à quantifier, tandis que le terme de « sonde » (ou probe) correspond à une séquence nucléotidique connue et est soit greffée sur le support, soit synthétisée in situ. Le terme spot désigne l’ensemble des sondes identiques à un endroit précis de la lame de microarrays. La cible marquée d’un fluorophore s’hybride sur la sonde et le signal en résultant 29 Introduction est proportionnel à la quantité d’ARNm présent dans la cellule dont il provient. Deux technologies sont principalement utilisées pour analyser les ARNm : les microarrays double canaux et les microarrays simple canal. Les microarrays permettent également l’analyse simultanée de l’expression de miRNA dans différentes conditions. 4.2 Microarrays double canaux Ces microarrays sont constitués de lames de verre sur lesquelles des milliers d’ADNc ou oligonucléotides sont déposés: chaque gène (de fonction connue ou inconnue) est représenté par un seul point sur la lame. Deux échantillons d’ARN, l’un issu d’une population cellulaire contrôle et l’autre issu de la population à étudier, sont réverse-transcrits en ADNc, et marqués par des fluorophores différents (cyanine-5, rouge et cyanine-3, vert). Les deux échantillons sont ensuite déposés simultanément sur le microarray de manière à s’hybrider avec les séquences complémentaires présentes sur la lame. Le microarray est ensuite analysé par un scanner à laser (microscope confocal). Selon la longueur d’onde émise par le laser, le scanner détectera le signal renvoyé par l’un ou l’autre fluorophore. Le rapport des fluorescences rouge/vert est ainsi déterminé pour chaque spot et permet de comparer le niveau d’expression relatif de chacun des gènes pour les deux échantillons de départ (Figure 12). Cette technique a été adaptée à l’étude des microRNA : Les sondes déposées correspondent à l’ensemble des miRNA connus ou prédits. L’ARN n’est plus rétrotranscrit en ADNc mais directement marqué par les fluorophores (Hyanine 5, rouge et Hyanine 3, vert). Les lames utilisées pour l’analyse des ARNm sont confectionnées par Frédéric Libert (IRIBHM). Elles contiennent 23.232 spots dont 7.541 ADNc différents identifiés provenant essentiellement de lymphocytes, de leucocytes et de cellules de cerveau fœtal et des lames commerciales HEEBO contenant 48,958 oligonucleotides 70-mer représentant tout le génome. Les lames utilisées pour l’analyse des miRNA sont préparées à l’IRIBHM par l’équipe de F. libert et 30 Introduction contiennent 1269 miRNA connus (banque Exiqon, pour description voir chapitre matériel et méthodes). 4.3 Microarrays simple canal: les lames Affymetrix Dans le cas des microarrays simples canaux, nous avons utilisé la technologie Affymetrix, dans laquelle des oligonucléotides de petite taille (25-mers) sont synthétisés in situ. Chaque gène est représenté par 11 à 20 paires d’oligonucléotides: des oligonucléotides complémentaires à la séquence du gène qualifiés de « perfect-match » (PM), et des oligonucléotides différant du PM par une mutation du nucléotide situé en position centrale (position 13), et qualifiés de « mis-match » (MM). L’objectif de ces doublons est de contrôler les hybridations non spécifiques. Le principe général est le même que pour les microarrays double canaux mais ici, un seul type de fluorophore est utilisé pour la cible (streptavidine couplée à la phycoérythrine). 5. Analyse des données microarrays Trois considérations doivent être prises en compte en vue d’analyser les données: 1) Comment détecter un signal utilisable pour chaque gène? Voir paragraphe 5.1 et 5.2. 2) Comment utiliser ce signal pour trouver les gènes différentiellement exprimés? Voir paragraphe 5.3. 3) Comment regrouper des gènes ou des échantillons ayant un profil génique similaire? Voir paragraphe 5.4. 5.1 Correction du bruit de fond Les spots sont préalablement localisés grâce au placement d’une grille. Une étape préliminaire à la normalisation consiste à soustraire l’intensité du bruit de fond à 31 Introduction celle du signal. Les spots dont le rapport d’intensité signal sur bruit n’est pas assez élevé (SNR<2, critère arbitraire) sont alors supprimés (filtering). 5.2 La normalisation La normalisation consiste à corriger les biais techniques qui tendent à déséquilibrer le signal de l’un des flurophores par rapport à l’autre. Ces biais techniques sont dus, en particulier, aux différences de caractéristiques des deux fluorophores cy3 et cy5 (à incorporation égale, cy3 émet un signal plus fort que cy5 et cy5 est plus sensible à la lumière et à l’ozone que cy3), aux différences d’incorporation des marqueurs lors de la synthèse des cibles (cy3 a un plus grand encombrement stérique), et aux paramètres de lecture au scanner (par exemple réglages de la puissance des lasers…). Il existe plusieurs méthodes pour normaliser les données : 5.2.1 La normalisation par rapport à la moyenne globale des intensités Cette méthode suppose qu’il y a autant de gènes sur-exprimés que sous-exprimés. Dans ces conditions, la moyenne géométrique des ratios d’expression Ri/Gi (où Ri est le niveau d’expression d’un spot i marqué par un fluorophore rouge et Gi est le niveau d’expression d’un spot i marqué par un fluorophore vert) de tous les spots devrait être égale à 1. Les ratios d’expressions sont donc corrigés par un même facteur de normalisation. 5.2.2 La normalisation par rapport à des gènes de contrôle externes Cette méthode consiste à calculer le facteur de normalisation à partir de spots où s’hybrident de l’ARN ajouté artificiellement aux échantillons à étudier (spikeins). Cette normalisation est préférable à la précédente s’il y a beaucoup de gènes exprimés de manière différentielle, si la distribution des ratios d’expression est asymétrique ou dans le cas de la normalisation de lames miARN, étant donné un nombre plus restreint de spots par rapport aux lames ARNm. Les spike-ins 32 Introduction permettent également de contrôler l’expérience d’hybridation au niveau de la préparation de l’ARN, le marquage et la reproductibilité inter-lames. 5.2.3 La normalisation «Lowess » Le nuage de points représentant les log2 Ri/Gi (=M) en fonction de 1/2 log2 RiGi (=A) peut être représenté sous la forme d’un graphe (graphe MA). Le nuage tend à s’incurver aux faibles intensités au lieu de rester centré autour de la droite d’équation Ri/Gi = 1. La méthode de normalisation Lowess (Locally weighted scatter plot smoothing) permet d’ajuster une courbe de normalisation à la forme du nuage par une régression linéaire locale. La méthode de normalisation Loess est une variante de la normalisation lowess. Remarque: Pour compenser les biais techniques qui peuvent apparaître lors du marquage ou de l’hybridation, une technique courante est de réaliser deux fois la même expérience en intervertissant les fluorophores cy3 et cy5 (dye-swap). Généralement, la valeur d’intensité de chaque élément est la moyenne arithmétique du log2 des rapports. Ces trois types de normalisation décrits ci-dessus concernent la normalisation des microarrays double canaux. Pour la normalisation des microarrays simple canal (Affymetrix), l’algorithme GCRMA est le plus souvent utilisé puisqu’il présente le meilleur compromis entre la précision (qui fait référence à la capacité de séparer les gènes régulés des non-régulés) et l’exactitude (qui reflète la différence entre les valeurs d’expression réelles et estimées) (138). 5.3 La mesure de l’expression différentielle : SAM Classiquement, un gène est considéré comme significativement surexprimé dans l’échantillon par rapport au contrôle si Ri/Gi ≥ 2 (soit log2(Ri/Gi) = 1), et inversement, significativement sous-exprimé si Ri/Gi ≤ 0,5 (soit log2(Ri/Gi) = -1). 33 Introduction SAM (Significant Analysis of Microarrays) (139) est un algorithme qui permet d’identifier les gènes qui sont statistiquement régulés dans tous les échantillons. Plusieurs variantes de cet algorithme existent dont SAM une classe et SAM deux classes. SAM une classe identifie, pour un groupe d’échantillons donné, les gènes dont le niveau d’expression varie peu au travers des échantillons de ce groupe. SAM deux classes compare deux classes d’échantillons et sélectionne les gènes dont le niveau d’expression est significativement différent dans les deux classes. 5.4 Visualisation des données 5.4.1 Le clustering hiérarchique Le clustering consiste à regrouper des gènes présentant des profils d’expressions similaires dans les expériences considérées ou de regrouper des échantillons ayant des profils d’expressions géniques similaires. Ceci permet d’établir des groupes de gènes co-régulés dans les conditions étudiées sans préjuger de leur fonction. Des hypothèses sur la fonction de gènes non caractérisés peuvent donc être émises en se référant aux fonctions connues des autres gènes co-régulés, en se basant sur l’hypothèse que des gènes impliqués dans une même fonction cellulaire sont susceptibles d’être exprimés de manière coordonnée. D’autre part, regrouper des échantillons de profils d’expressions similaires permet de définir des groupes et sous-groupes d’échantillons de physiologie similaire. Le clustering hiérarchique utilise un algorithme qui compare les gènes ou les échantillons deux à deux en fonction du degré de similitude entre leurs profils d’expression. Les gènes ou les échantillons montrant la plus faible distance entre leurs profils sont groupés sous un « noeud ». Un profil représentatif du groupe de gènes ou d’échantillons est attribué à ce nœud. Ce nœud correspond au profil moyen du groupe dans la méthode dite «average linkage», au profil du gène le plus éloigné du groupe voisin pour la «complete linkage» ou au profil du gène le plus proche pour la «single linkage») (Figure 13). Le noeud est ensuite lui-même comparé à un autre gène ou à un autre échantillon et ainsi, de proche en proche, les gènes ou les échantillons sont ordonnés de manière hiérarchique dans un 34 Introduction dendrogramme. La longueur des branches de l’arbre représente la distance entre chaque nœud. Elle est inversement proportionnelle à la similarité entre les gènes ou les échantillons. 5.4.2 Le MDS (Multidimensional Scaling) Le MDS est une autre méthode de classification qui permet de visualiser les échantillons dans un espace à deux dimensions. L’algorithme va réduire un espace à n dimensions (où n est le nombre de spots) à un espace à deux dimensions en respectant au mieux les distances entre les échantillons. 6. Analyses fonctionnelles in vitro 6.1 Introduction Les résultats des analyses microarrays permettent donc de mettre en évidence un ensemble de gènes régulés dans un processus physiologique ou pathophysiologique donné, dont certains pourraient jouer un rôle crucial dans le développement de ce processus et constituer des cibles thérapeutiques ou des outils pronostiques. D’autre part, la fonction de certains de ces gènes est inconnue. Inhiber la fonction d’un de ces gènes est une manière d’évaluer son rôle exact dans la cellule, par exemple dans la prolifération, la différenciation, l’apoptose…. Les résultats pourraient aboutir à l’identification de nouvelles cibles thérapeutiques. 6.2 SiRNA Les siRNA (Small-interfering RNA) régulent l’expression génique par un processus semblable à celui des miRNA: Les longues molécules d’ ARN double brin (ARNdb) sont clivées par la protéine Dicer (une nucléase de la famille des RNases-III) en petits fragments d’ARNdb de 21 à 25 nucléotides de long, les 35 Introduction siRNA (small interfering RNAs). Les siRNA, phosphorylés en 5’, sont ensuite incorporés dans un complexe ribonucléasique, le complexe RISC (RNA-induced silencing complex). Un des brins du siRNA est éliminé tandis que l'autre, le brin guide, dirige le complexe RISC vers les ARNm possédant une séquence complémentaire au brin guide. Si la complémentarité entre le siRNA et l'ARNm cible est parfaite, le complexe RISC clive l'ARNm cible qui est alors dégradé et n'est donc plus traduit en protéine. Quelques bases non complémentaires suffisent pour empêcher le clivage (Figure 14) (140). Les siRNA forment le plus souvent des duplex parfaitement appariés avec leurs cibles induisant un clivage au niveau du site complémentaire contrairement aux miRNA où la complémentarité est partielle et donc exclut un clivage endonucléotidique mais favorise une inhibition traductionnelle (Figure 14). Les miRNA sont issus d’un précurseur spécifique encodé par le génome alors que les siRNA sont introduits de manière exogène dans la cellule (141). 36 CHAPITRE II : BUT DU TRAVAIL En 2002, le nombre de nouveaux cas de cancers a été estimé à 10,9 millions (5,8 pour les hommes et 5,1 pour les femmes) et le nombre de décès à 6,7 millions (3,8 pour les hommes et 2,9 pour les femmes). Au cours des prochaines décennies, le vieillissement de la population entraînera une augmentation du nombre de cas et en 2030, le nombre total de décès devrait dépasser les 11 millions (142). Un élément clef pour endiguer la maladie est la compréhension des mécanismes moléculaires liés au développement des cancers. Les tumeurs thyroïdiennes sont particulièrement intéressantes à étudier pour comprendre les mécanismes généraux de la carcinogénèse étant donné que les cellules thyroïdiennes (les thyrocytes) peuvent évoluer vers différents types de tumeurs bénignes et malignes, les carcinomes. Parmi les tumeurs bénignes, nous distinguons les adénomes autonomes (AA) et folliculaires (FTA), tumeurs encapsulées et facilement curables, et l’hyperthyroïdie non auto-immune familiale (FNAH), tumeurs très rares. Les carcinomes sont subdivisés en carcinomes différenciés, folliculaires (FTC) ou papillaires (PTC), et ceux-ci peuvent évoluer en carcinomes anaplasiques (ATC), totalement dédifférenciés et très agressifs. Des altérations géniques causent et caractérisent ces différents types de tumeurs thyroïdiennes dont la classification sur base d’examen histologique est parfois fort subjective, voir impossible (143-145). La technologie des microarrays permet d’analyser simultanément l’expression de milliers de gènes dans différentes conditions et ainsi de classer les tumeurs selon leurs signatures moléculaires. La combinaison des analyses microarrays avec les examens anatomopathologiques pourrait permettre de raffiner la classification actuelle. Nous avons donc utilisé cette méthodologie, qui allie une partie expérimentale et une partie bioinformatique, pour définir les signatures 37 But du travail moléculaires de différentes tumeurs thyroïdiennes et pour valider un modèle expérimental in vitro des carcinomes papillaires. Les buts du travail sont : 1) Valider un modèle expérimental in vitro des PTC au niveau moléculaire: des thyrocytes humains en culture primaire sont traités avec de l’EGF et du sérum, pour différents temps de stimulation, en vue d’activer la cascade des RAS/RAF/MAPK qui est constitutivement activée dans les PTC. 2) Etudier les profils d’expression génique des FNAH et les comparer avec ceux des AA. Les résultats peuvent être mis en relation avec le phénotype fonctionnel des FNAH, précédemment étudié au laboratoire par Drs. P. Roger et J. Van Sande. 3) Définir les profils ARNm et miRNA des ATC, et mettre ces profils en relation avec la présence éventuelle d’une mutation de la protéine p53 dans ces tumeurs. Les profils d’expression génique des ATC sont comparés avec ceux des PTC afin de mettre en évidence des cibles thérapeutiques éventuelles et de les bloquer par la technique des siRNA dans un modèle in vitro de lignée cellulaire. 38 CHAPITRE III : RESULTATS 1. Validation d’un modèle expérimental des carcinomes papillaires : les thyrocytes humains en culture primaire stimulés par de l’EGF et du sérum. Afin de mieux comprendre les mécanismes moléculaires impliqués dans le développement des carcinomes papillaires, nous avons développé un modèle d’étude in vitro en stimulant des thyrocytes humains avec de l’EGF (25 ng/ml) et du sérum (10%) (EGF/sérum). Les carcinomes papillaires sont caractérisés par une activation constitutive de la voie des MAPK, et en stimulant des thyrocytes normaux en culture primaire, avec l’EGF/sérum, cette même cascade est activée. Nous avons donc mis en culture primaire les thyrocytes provenant de tissus normaux adjacents de 7 patients différents et nous les avons stimulés avec 25 ng/ml d’EGF et 10% de sérum pendant 5 temps différents (1,5h, 3h, 16h, 24h, 48h) en prenant soin de garder pour chaque condition un contrôle non stimulé. Nous avons ensuite extrait et rétrotranscrit l’ARN, synthétisé et marqué le ADNc avec des fluorophores (cy3 et cy5) et nous les avons hybridés sur des lames fabriquées à l’IRIBHM (F. Libert) contenant 23 232 spots dont 7 541 ADNc différents. D’autre part, précédemment à l’IRIBHM, L. Delys a hybridé, sur la même plate-forme, le ADNc provenant de 16 paires de PTC (10 sporadiques et 6 post-chernobyl). W. van Staveren a hybridé le ADNc provenant d’un pool de 5 adénomes autonomes (AA) et de thyrocytes humaines (7 patients différents) stimulés avec 0.3 mU/ml de TSH pendant 5 temps différents (1,5h, 3h, 16h, 24h, 48h) (146). Comme décrit ci-après dans la publication parue en 2007 dans Experimental Cell Research, nous avons comparé les différents profils d’expression génique des cultures primaires stimulés avec l’EGF/sérum ou avec la TSH pendant les 5 temps différents de stimulation et les profils d’expression 39 Résultats génique des PTC et des AA. Nous avons mis en évidence différents points intéressants: (1) les thyrocytes stimulés pendant 48h avec de l’EGF et du sérum présentent une morphologie fusiforme comme des fibroblastes, caractéristique de la perte de différentiation; (2) les profils d’expression génique des thyrocytes traités avec de l’EGF/sérum sont séparés en 2 groupes : les temps courts (1,5h et 3 h) les temps longs (16h, 24h, 48h) ; (3) les thyrocytes traités avec l’EGF/sérum pendant des temps longs de stimulation ont leurs profils d’expression génique plus similaire à celui des PTC que ceux traités pendant des temps courts de stimulation (4) les profils d’expression génique des thyrocytes traités avec l’EGF/sérum et des PTC sont distincts du profil des thyrocytes traités avec la TSH et des AA ; (5) les thyrocytes traités avec l’EGF/sérum et ceux traités avec la TSH pendant des temps courts présentent néanmoins un certain nombre de gènes en commun (« immediate early genes »); (6) le clustering hiérachique sur les gènes a permis de mettre en évidence des groupes de gènes de fonctions similaires qui sont corégulés au cours de la cinétique. Les informations supplémentaires associées à cet article sont disponibles sur la version en ligne (doi :10.1016/j.yexcr.2007.06.019). Nous avons également comparé le modèle de culture primaire de thyrocytes avec le modèle des lignées cellulaires. Pour se faire, nous avons comparé les expressions géniques de lignées cellulaires thyroïdiennes (une dérivée d’adénome folliculaire (KAK-1), deux dérivées de FTC (FTC-133 et WRO), trois dérivées de PTC (B-CPAP, KAT-10 et TPC-1) et deux dérivées de ATC (8505C et KAT-4)) avec l’expression génique de thyrocytes stimulés avec EGF/sérum d’une part et TSH d’autre part (Figure 15). Nos résultats suggèrent que les lignées cellulaires ont un profil d’expression génique plus éloigné des PTC que notre modèle. La mutation BRAF active uniquement la cascade des MAPK-ERK1/2 alors que le réarrangement RET/PTC, tout comme une stimulation par l’EGF/sérum, active également la cascade des PI3K. Nous espérions un profil d’expression génique 40 Résultats différent pour les deux types de PTC, avec une plus grande similarité des profils des PTC présentant le réarrangement RET/PTC avec ceux des thyrocytes traités avec l’EGF/sérum. Malheureusement cette séparation n’a pas pu être réalisée avec les microarrays de l’IRIBHM utilisés (Figure 16). 41 42 43 44 45 46 47 48 49 50 Résultats 2. Caractérisation moléculaire de deux tumeurs thyroïdiennes bénignes : les adénomes autonomes et l’hyperthyroïdie non auto-immune familiale Dans l’article présenté ci-après et publié en 2009 dans JCEM, nous avons caractérisé le phénotype fonctionnel et moléculaire de l’hyperthyroïdie non autoimmune familiale (FNAH) et nous l’avons comparé au phénotype des adénomes autonomes (AA). Etant donné la rareté de cette maladie (seulement 152 cas connus provenant de 28 familles différentes), les mécanismes moléculaires sont peu connus. Nous avons hybridé l’ARN provenant de cinq patients FNAH sur des lames HEEBO (contenant 48.958 spots représentant tout le génome) ainsi qu’un pool de 4 AA et nous avons comparé leurs profils d’expression génique. De plus, précédemment au laboratoire, le groupe de Jacqueline Van Sande avait caractérisé le phénotype fonctionnel de six FNAH provenant d’une même famille, en étudiant, sur des tranches de tissus FNAH stimulées ou non par la TSH, le métabolisme de l’iodure et la génération d’H2O2, d’AMPc et d’inositol phosphate. Le groupe de Pierre Roger avait également mesuré la prolifération cellulaire de thyrocytes provenant d’FNAH, mis en culture et stimulés ou non par la TSH, en présence ou en absence d’insuline ou d’IGF-1. L’intégration de ces différentes données montre que: (1) Au niveau du métabolisme de l’iodure et de la génération d’H2O2, d’AMPc et d’inositol phosphate, les FNAH se comportent comme du tissu normal ; (2) La réponse mitogénique à la TSH des thyrocytes provenant de FNAH est normale mais plus sensible que des thyrocytes normaux puisque nous observons une prolifération cellulaire en absence d’insuline ou d’IGF-1 et à faible concentration de TSH (ce qui n’est pas observé avec des thyrocytes normaux) ; (3) sur les 474 gènes régulés dans les FNAH, 93% sont régulés dans le même sens dans les AA, 6% ne sont pas régulés dans les AA et seulement 0,4% sont régulés dans le sens opposé; (4) 783 gènes ne sont régulés que dans les AA (5) sur l’ensemble des gènes sous-exprimés dans les AA et les FNAH, 76% d’entre eux sont plus régulés dans les AA que dans les FNAH ; (6) l’analyse des voies de signalisation altérées dans ces tumeurs par le programme DAVID a mis en 51 Résultats évidence des caractéristiques communes des FNAH et des AA : la sousexpression de gènes impliqués dans la réponse immunitaire, dans l’apoptose ou dans l’adhésion cellule/cellule et cellule/matrice extracellulaire. Par ailleurs, différentes voies de biosynthèse sont augmentées exclusivement dans les AA; (7) la majorité des mutations du TSHR dans les SCNAH sont les mêmes que celles retrouvées dans les AA ; (8) Les signes cliniques des SCNAH sont plus sévères que ceux des FNAH (Table 1). Ces résultats illustrent le fait que les mutations du TSHR dans les AA et les SCNAH sont probablement plus agressives que celles dans les FNAH. Néanmoins, étant donné la grande similarité du profil d’expression génique entre les AA et les FNAH, nous concluons que les AA, les FNAH et les SCNAH sont trois sous-types différents de la même maladie: l’hyperthyroïdie génétique. Les caractéristiques de chacun de ces sous-types dépendent de l’intensité de la mutation, du nombre de cellules initialement affectées et du stade de développement au moment duquel la mutation survient. 52 53 54 55 56 57 58 59 60 Résultats 3. Caractérisation moléculaire des carcinomes anaplasiques (ATC) Neuf ATC et 20 PTC ont été hybridés précédemment sur des lames Affymetrix (Laurent Delys, thèse de doctorat). Les PTC et les ATC ont un profil d’expression génique bien distinct comme le montre le MDS réalisé sur l’ensemble des données (ratios d’expression tumeur/normal) (Figure 17). 3.1 Analyse des mutations p53 Les mutations inactivatrices du gène suppresseur de tumeur p53 sont présentes dans environ 60% des ATC et sont très rarement présentes dans les carcinomes différenciés (PTC et FTC) (147). L’inactivation du gène p53 serait un événement clef dans le processus malin d’évolution des carcinomes différenciés vers des carcinomes complètement dédifférenciés, les ATC (148;149). Nous avons recherché la présence d’une mutation p53 dans 5 des 9 ATC hybridés sur les lames Affymetrix (il ne restait malheureusement plus assez de tissus pour les 4 autres ATC). Les échantillons possédant la mutation p53 pourraient présenter un profil d’expression génique similaire. Nous avons séquencé les exons 2 à 12 du gène p53 au niveau de son ARNm, ce qui recouvre les exons les plus fréquemment mutés (90% des mutations se trouvent dans les exons 5 à 9) (150). Sur les 5 ATC investigués, seule une mutation consistant en un remplacement d’une arginine par un tryptophane (CGG->TGG) a été trouvée dans l’ATC10 à la position 934, codon 267, exon 9. Des résultats similaires ont été rapportés par Zou et al.: un seul des ATC sur les 5 testés présente une mutation p53 (151). Cinquante pourcent des mutations p53 sont des transitions G:C vers A:T et 75% des mutations se situent dans les exons 8 et 9 (152). Les mutations dans le codon 267 sont relativement fréquentes, puisque 65 mutations ont été recensés dans ce codon (http://p53.free.fr). L’ATC10 qui présente la mutation p53 ne semble pas avoir un profil d’expression génique particulier, comme le montre le MDS (Figure 18). 61 Résultats 3.2 Analyse fonctionnelle par SiRNA Afin de mettre en évidence des cibles thérapeutiques potentielles, nous avons sélectionné l’ensemble des gènes différentiellement exprimés entre les ATC et les PTC avec un critère arbitraire (sélection d’un gène s’il est régulé plus de 2 fois dans 80% des échantillons, sans régulation inverse): nous avons ainsi sélectionné 125 gènes. Parmi ceux-ci, 5 gènes ont attiré particulièrement notre attention parce qu’ils n’ont pas ou peu été caractérisés dans la littérature en tant que oncogène ou gènes suppresseur de tumeurs dans la thyroïde: ACVR2B, DAPK2, FOXD1, DEPDC1 et AGO2. ACVR2B (activin A receptor, type IIB) est sur-exprimé dans les ATC et n’est pas régulé dans les PTC. Cette protéine est un récepteur transmembranaire appartenant à la famille des récepteurs TGF-beta sérine/thréonine kinase. La dérégulation de l’activité des membres de la famille des TGF-beta est associée à une différenciation et une prolifération cellulaire aberrante (153). DAPK2 (death-associated protein kinase 2) est sous-exprimé dans les ATC et est sur-exprimé dans les PTC. Il appartient à la famille des sérine/thréonine kinases et sa sur-expression induit l’apoptose (154). FOXD1 (forkhead box D1) est sur-exprimé dans les ATC et n’est pas régulé dans le PTC. Cette protéine est un facteur de transcription dont la fonction n’est pas connue mais elle jouerait un rôle dans la formation de tumeur (155). D’autres membres de la famille FOX sont dérégulés dans nos données ATC: FOXM1, FOXN3 et FOXK2 sont sur-exprimés et FOXO1, FOXO3, FOXP2 et FOXE1 sont sous- exprimés. DEPDC1 (DEP domain containg 1) est sur-exprimé dans les ATC et n’est pas régulé dans les PTC. Sa fonction n’est pas connue. Le groupe de Katagiri a montré que ce gène est impliqué dans la croissance cellulaire dans les tumeurs de la vessie (156). EIF2C2 (ou AGO2) est sur-exprimé dans les ATC et n’est pas régulé dans le PTC. La protéine Argonaute 2 fait partie du complexe RISC qui intervient 62 Résultats dans le mécanisme d’action des miRNA. AGO1, AGO3 et AGO4 sont également sur-exprimés dans les ATC. Nous avons décidé de caractériser le rôle de ces gènes en procédant à leur invalidation (« knockout ») par siRNA dans des lignées cellulaires. Dans un premier temps, pour pouvoir étudier la régulation des protéines codées par ces différents gènes, nous nous sommes procurés les anticorps correspondants et nous les avons testés. Nous avons trouvé des anticorps spécifiques contre les protéines ACVR2B, DAPK2, FOXD1 et AGO2. Par contre, nous n’avons pas trouvé d’anticorps contre la protéine DEPDC1, nous avons donc jugé inutile de poursuivre les expériences avec ce gène. Nous avons ensuite entamé les expériences de transfection des siRNA correspondants dans des lignées cellulaires. Afin d’optimiser le pourcentage de cellules transfectées par les différents siRNA, nous avons testé au préalable trois agents de transfection : Dharmafect2 (2µl/ml), Lipofectamine (4µl/ml) et Oligofectamine (12µl/ml) sur deux lignées cellulaires différentes, 8505C (dérivée d’un cancer thyroïdien anaplasique) et BCPAP (dérivé d’un cancer thyroïdien papillaire), avec trois confluences cellulaires différentes (40%, 60% et 80%). La transfection avec l’Oligofectamine donne les meilleurs résultats (environ 70% de cellules transfectées). Nous avons obtenu des résultats similaires avec les différentes confluences cellulaires ainsi qu’avec les deux lignées, 8505C et BCPAP. Nous avons choisi d’utiliser la lignée cellulaire 8505C, avec une confluence d’environ 60%, et de la traiter avec l’agent de transfection Oligofectamine et les siRNA dirigés contre l’ARNm de chacun des quatre gènes décrits ci-dessus. Pour certains des siRNA testés nous avons vérifié si la protéine et/ou l’ARNm correspondant présente une diminution de son expression par Western blotting ou par RT-PCR respectivement. Pour certaines de ces protéines, nous avons également évalué leur stabilité en inhibant la traduction de leurs ARNm par la 63 Résultats cycloheximide (10ng/µl). La cycloheximide est un antibiotique qui bloque la synthèse protéique au niveau de la phase d'initiation et d'élongation. Nous avons utilisé comme contrôle positif de l’action de la cycloheximide, la cyclin D1, protéine du cycle cellulaire dont la demi-vie est courte. La quantité égale de protéines dans chaque puit est validée en révélant la protéine de l’actine, dont la demi-vie est très longue. La table 3 récapitule les différents gènes et étapes testés. Nous avons traité la lignée cellulaire 8505C avec le siRNA dirigé contre l’ARNm du gène ACVR2B pendant 48h, 72h et 98h pour bloquer son expression au niveau de la protéine et pendant 7h, 16h, 20h, 24h, 40h et 48h pour bloquer son expression au niveau de l’ARNm. Nous avons observé aucun effet des siRNA au niveau de la protéine par Western blotting (Figure 19a). Par contre, nous observons, par RT-PCR, une nette diminution au niveau de l’ARNm des cellules transfectées par le siRNA par rapport au contrôle à partir de 16h d’incubation (Figure 19b), ce qui suggère que la protéine ACVR2B est très stable. En effet, en bloquant la traduction de l’ARNm correspondant avec de la cycloheximide, nous confirmons cette hypothèse: aucune diminution du taux de ACVR2B n’est observée après traitement (Figure 20). DAPK2 semble également être une protéine très stable, dans la mesure où le traitement à la cycloheximide ne modifie pas le taux de protéines présentes dans les cellules (Figure 20). Nous avons donc jugé inutile de poursuivre les expériences avec ce gène. L’étude de la stabilité de FOXD1 suggère que cette protéine semble moins stable que ACRV2B et DAPK2: en effet, le taux de protéine semble diminué à partir de 24h (Figure 20). Nous avons donc traité les cellules 8505C avec le siRNA dirigé contre l’ARNm du gène FOXD1 pendant 24h, 48h, 72h et 96h afin de bloquer son expression. Nous n’avons pas observé d’effet des siRNA au niveau de la protéine par Western blotting (Figure 21). L’expression de 64 Résultats FOXD1 n’a pas pu être vérifiée au niveau de l’ARNm, car nous ne sommes pas parvenu à amplifier cet ARNm par RT-PCR. Après avoir vérifié la qualité des ADNc (par RT-PCR avec des amorces permettant l’amplification de l’ADNc PBGD), nous avons testé quatre paires d’amorces pour amplifier FOXD1 (sélectionnées par le programme Primer 3), sur 2 ADNc différents provenant de 2 lignées cellulaires différentes (8505C et Hela (lignée cellulaire provenant d’un cancer du col de l’utérus)) avec différentes conditions PCR (8 Tm différents (48°C, 50°C, 52°C, 54°C, 56°C, 58°C, 60°C, 62°C) et 30 ou 35 cycles de PCR). Seul l’ADNc provenant de la lignée cellulaire Hela a pu être amplifié (avec les conditions PCR suivantes: Tm de 48°C ou 50°C et 35 cycles). De plus, nous n’avons amplifié aucun fragment par qRT-PCR (Sybrgreen) dans aucune des 8 lignées thyroïdiennes testées (FTC, BCPAP, TPC1, WRO, 8505C, HTORI, KAT4, KAT10) (Ct>32). Nous en avons déduit que l’ARNm est présent en très faible quantité dans les lignées cellulaires testées excepté dans les cellules Hela. Nous avons donc jugé inutile de poursuivre les expériences avec ce gène. Afin d’évaluer la stabilité de la protéine AGO2, nous avons traité les lignées cellulaires 8505C et BCPAP avec de la cycloheximide et nous avons montré une possible légère diminution de la protéine AGO2 après 24h de traitement des cellules 8505C (Figure 22). Malgré cette faible diminution, nous avons quand même décidé de traiter ces cellules avec le siRNA dirigé contre l’ARNm AGO2 pendant 48h, 72h et 96h afin de bloquer son expression au niveau de la protéine et pendant 16h, 20h, 24h, 40h et 48h afin de bloquer son expression au niveau de l’ARNm. Nous n’avons observé aucune diminution d’AGO2, ni au niveau de la protéine, ni au niveau de l’ARNm, dans les cellules transfectées par le siRNA (Figure 23a et 23b). Pour conclure, dans ces études fonctionnelles aucun siRNA n’a pu diminuer l’expression de la protéine contre laquelle il était dirigé. Seul le siRNA dirigé contre ACVR2B a diminué l’expression au niveau de l’ARNm mais pas au niveau 65 Résultats protéique. Etant donné la stabilité de la protéine ACVR2B, nous envisageons de prolonger le traitement avec le siRNA jusqu’à 8 jours, en espérant diminuer significativement l’expression de la protéine. Si les résultats sont concluants, nous étudierons l’impact de cette diminution au niveau de la prolifération, l’apoptose, la différenciation et la migration cellulaires dans les lignées 8505C. 66 Résultats 3.3 Etude de l’expression des miRNA dans les ATC par microarrays. Dans le cadre d’un projet global du laboratoire visant à caractériser l’ensemble des tumeurs thyroïdiennes au niveau de l’expression des miRNA, nous avons entamé l’étude des miRNA dans les ATC et PTC. Nous avons investigué 11 ATC et 4 PTC en utilisant des lames fabriquées par F. Libert contenant 1269 miRNA humains-murins-rats. D’autre part, W. van Staveren a hybridé, sur les mêmes lames, 5 PTC qui ont métastasé au niveau des ganglions. L’un des échantillons (PTC50) a été hybridé avec 2 quantités différentes d’ARN (1 µg et 2 µg). Les données d’expression (ratios tumeurnormal) des miRNA humains ont été analysées par MDS et montrent que les ATC présentent des profils d’expression génique similaires et sont séparés des PTC (Figure 24). Une signature de 561 miRNA humains qui sépare les ATC et les PTC a été obtenue par l’algorithme SAM 2 classes (q-value < 5%). Ce chiffre élevé reflète la grande différence génétique entre les deux types de tumeurs. Nous avons ensuite identifié l’ensemble des miRNA régulés dans les ATC en sélectionnant un miRNA s’il est régulé plus de 1.5 fois dans tous les échantillons ATC (34 miRNA différents, 32 sous-exprimés et 2 sur-exprimés) (Table 4). Nos données sont en accord avec plusieurs autres études, et en particulier avec celles de l’équipe de Croce et Fusco, qui ont également obtenu plus de miRNA sous-exprimés que sur-exprimés dans les ATC (157;158). La sous-expression des miRNA miR-148b (115), miR-30a (115), miR-125b (115;159), miR-29b (160), miR-135 (161), let-7 (162), rapportée pour chacun par certains groupes, est également en accord avec nos résultats. Ces régulations doivent encore être confirmées par qRT-PCR. Par ailleurs, nous allons également étudier les profils d’expression ARNm de chacun des ATC, en les hybridant sur des lames Affymetrix, ce qui nous permettra de faire une correspondance entre les ARNm et miRNA exprimés dans ces cancers, ce qui n’a jamais été réalisé précédemment. 67 Résultats Enfin, nous tenterons de prédire les cibles ARNm potentielles des miRNA en utilisant des programmes (http://www.targetscan.org/), bioinformatiques Pictar (par exemple : TargetScan (http://www.pictar.org/), miRanda (http://www.microrna.org/microrna/home.do), miRGator (http://genome.ewha.ac.kr/miRGator/miRGator.html)). En intégrant l’ensemble des données obtenues sur les différentes tumeurs thyroïdiennes, nous espérons obtenir un set de miRNA caractéristique de chaque tumeur. 68 CHAPITRE IV : DISCUSSION GENERALE ET PERSPECTIVES La thèse s’inscrit dans un projet global du laboratoire visant à approfondir les mécanismes moléculaires de tumorigénèse de différentes tumeurs thyroïdiennes bénignes et malignes, en utilisant la technologie des microarrays. Plusieurs modèles in vitro de tumeurs thyroïdiennes ont été développés précédemment: Les tranches de tissu thyroïdien présentent l’avantage de retenir la plupart des caractéristiques morphologiques et fonctionnelles mais leur survie est limitée à quelques heures (163). Les lignées cellulaires thyroïdiennes, provenant de PTC, de FTC ou d’ATC, ont évolué vers un phénotype dédifférencié commun et ont perdu toutes leurs caractéristiques de différenciation de départ. Elles pourraient néanmoins être un bon modèle pour étudier les tumeurs dédifférenciées plutôt que les tumeurs dont elles dérivent (164). Nous avons réalisé au cours de la première partie de cette thèse un modèle d’étude de PTC en traitant des thyrocytes humains en culture primaire, avec de l’EGF et du sérum, pendant des temps longs de stimulation (24h et 48h). L’analyse de l’expression génique de ces cellules par microarrays nous a permis de mettre en évidence les mécanismes moléculaires de la stimulation de la cascade des MAPK dans les thyrocytes humains in vitro et de les comparer à ceux des PTC dans lesquels cette cascade de signalisation est activée constitutivement. Les profils d’expression génique des thyrocytes traités avec de l’EGF et du sérum pendant les temps courts de stimulation (1,5h et 3 h) sont clairement distincts de ceux traités pendant des temps longs de stimulation (16h, 24h, 48h), mettant en évidence différentes vagues successives d’activation de groupes de gènes : les ‘immediate early genes’, principalement composés de facteurs de transcription initiant le programme cellulaire, suivis par l’activation séquentielle de groupes de gènes impliqués dans l’inflammation, le métabolisme, le cytosquelette et l’adhésion cellulaire. Ce programme séquentiel d’activations géniques reproduit partiellement celui qui a probablement induit la tumorigénèse dans les PTC. 69 Discussion et perspectives La stimulation de la cascade des MAPK par l’EGF et le sérum active, dans les thyrocytes normaux, un programme transcriptionnel lié à l’inflammation, retrouvée dans environ 30% des PTC (165). Ces résultats établissent un lien direct entre la transformation oncogénique par l’activation de la cascade des MAPK et l’activation d’un programme pro-inflammatoire. De plus, l’inflammation peut avoir un rôle pro-tumoral en induisant la prolifération et la survie des cellules malignes, en promouvant l’angiogénèse et les métastases (166). La transformation oncogénique est donc suivie par un programme pro-inflammatoire qui, lui-même, va favoriser la transformation oncogénique. La sur-expression de gènes impliqués dans l’adhésion cellulaire dans les thyrocytes stimulés par l’EGF et le sérum et dans les PTC reflète probablement la modification morphologique observée en histologie, notamment une transition épithélio-mésenchymateuse (EMT) associée à la carcinogénèse. Cette dernière implique la perte d’adhésion des cellules entre elles, ce qui permet leur dissémination dans l’organisme. La perte de différenciation induite par l’activation de la cascade des MAPK, a été quantifiée par Marina Hinnens, au cours de son mémoire. Celle-ci a compilé un index de différentiation thyroïdien (T-index) en se basant sur une liste de gènes exprimés préférentiellement dans la thyroïde par rapport aux autres organes, obtenu à partir de profils d’expression géniques de nombreux tissus. Le T-index d’un tissu est défini comme la médiane de l’expression de ces gènes thyroïdiens dans ce tissu. Vincent Detours, par une approche similaire, a également défini un index de prolifération (index super-PCNA) (article soumis). En appliquant le T-index et l’index super-PCNA à nos données microarrays EGF/sérum, nous constatons, comme escompté, une diminution de la différenciation et une augmentation de la prolifération des thyrocytes proportionnellement au temps d’exposition à l’EGF/sérum (Figure 25). 70 Discussion et perspectives Nos données in vitro confirment et expliquent le rôle de l’activation de la cascade RAS/RAF/MAPK, induisant la dédifférentiation des thyrocytes, dans le processus de carcinogénèse des PTC. D’autre part, l’activation constitutive de la cascade de l’AMPc, induisant la différentiation des thyrocytes, est une caractéristique de certaines tumeurs bénignes (les AA). Le MDS (Figure 3 dans l’article, chapitre III.1) montre l’évolution des profils d’expression génique de thyrocytes normaux, dont soit la cascade des MAPK soit la cascade de l’AMPc est activée, vers les tumeurs malignes ou bénignes correspondantes dans lesquelles ces cascades sont activées de manière constitutive. Ce modèle in vitro présente l’avantage d’étudier spécifiquement les thyrocytes et non un ensemble de types cellulaires comme dans le tissu in vitro. Par contre, les interactions des thyrocytes avec les autres types cellulaires comme les fibroblastes, les cellules endothéliales, les cellules sanguines et parfois des lymphocytes influencent le développement de la tumeur et ne sont donc pas pris en compte. Le modèle ne reflète pas non plus, les années de stimulation des cascades des MAPK dans les PTC et de l’AMPc dans les AA. De plus, les conditions de culture in vitro influencent les profils d’expression génique: (1) Nous avons retrouvé, dans les thyrocytes en culture primaire stimulés avec l’EGF et du sérum, un ensemble de gènes sous-exprimés, par rapport aux thyrocytes non stimulés, impliqués dans le métabolisme du cholestérol. Cette sous-expression peut être expliquée par l’apport extérieur aux thyrocytes, de cholestérol contenu dans le sérum du milieu d’incubation; (2) Les conditions de culture avec les 21% d’O2 atmosphérique sont différentes des 2-9% d’O2 physiologique des tissus normaux et des 0.5% d’O2 dans certaines parties de la tumeur. De plus, le modèle in vitro ne reproduit pas les conditions oncogéniques extrêmes dans les tissus cancéreux. L’hypoxie avec moins de 0.5% d’O2 promeut la progression tumorale en sélectionnant les cellules avec des mutations qui leur permettent de survivre dans des conditions extrêmes. L’hypoxie active également la néovascularisation facilitant l’invasion, la migration, l’adhésion et les 71 Discussion et perspectives métastases cellulaires (167;168); (3) L’adhérence des cellules sur le support des boîtes de culture influence également le comportement des cellules et une culture en 3D pourrait améliorer notre modèle. La comparaison entre les conditions de culture in vitro et les conditions in vivo est présentée dans la Table 5. Au cours de la deuxième partie de la thèse, nous avons comparé les signatures moléculaires et les phénotypes fonctionnels de deux tumeurs bénignes, les AA, tumeurs très fréquentes et les FNAH, tumeurs très rares. Toutes deux sont causées par une mutation dans le récepteur de la TSH (TSHR) activant de manière constitutive la cascade de l’AMPc. Néanmoins, dans les FNAH, la mutation est héréditaire et affecte toute la glande, contrairement aux AA où la mutation survient après la formation de la glande, à l’âge adulte, et où seule une partie de la glande est affectée. Nous avons comparé les profils d’expression génique de ces deux tumeurs et nous avons constaté qu’ils étaient très similaires, la seule différence majeure étant le nombre plus important de gènes dérégulés et une intensité augmentée des gènes sous-exprimés dans les AA que dans les FNAH. Nous avons conclu que les AA et les FNAH sont deux sous-types différents de la même maladie: l’hyperthyroïdie génétique. Les caractéristiques de chacun de ces sous-types dépendent de l’intensité de la mutation, du nombre de cellules affectées et du stade de développement au moment auquel la mutation survient. Malheureusement, cette étude a été limitée à cause du nombre très faible d’échantillons de FNAH à notre disposition. Actuellement, la plupart des patients présentant un carcinome différencié peuvent être soignés par la chirurgie et la radiothérapie. Cependant, environ 30% d’entre eux vont développer des métastases et d’autres ne vont pas répondre au traitement. La classification des tumeurs sur base histologique est courante mais les critères sont subjectifs et parfois difficiles à implémenter. Les prédictions de survie actuelles basées sur des caractéristiques cliniques simples comme l’âge du patient et la taille de la tumeur ne sont pas suffisantes. Actuellement, le taux 72 Discussion et perspectives moyen de survie des patients présentant un ATC est d’environ 6 mois. La thyroïdectomie totale est requise mais peut-être difficile à pratiquer et entraîne un taux de mortalité opératoire non négligeable. Il n’existe pas actuellement sur le marché d’autres traitements efficaces pour ce type de tumeur. Une meilleure compréhension des mécanismes moléculaires des tumeurs thyroïdiennes est dès lors indispensable pour améliorer leur prise en charge. Certaines drogues visent des mécanismes moléculaires très spécifiques et une caractérisation moléculaire précise de la tumeur est requise au préalable avant de les administrer aux patients. De plus, des biomarqueurs présents dans le sérum ou dans le plasma seraient utiles pour une détection précoce de la tumeur ou pour connaître l’identité de la tumeur primaire si elle est inconnue. L’inactivation du gène suppresseur de tumeur p53 est considéré comme un événement clef dans le processus de malignité transformant les carcinomes différenciés, les PTC ou les FTC, en carcinomes complètement dédifférenciés, les ATC (169;170). Nous n’avons trouvé qu’un échantillon ATC sur 5 présentant une mutation dans le gène p53. Néanmoins, ce dernier peut également être inactivé via d’autres mécanismes comme la sur-expression de protéines inhibitrices ou l’inhibition fonctionnelle de protéines activatrices. Le gène p53 peut également avoir un niveau d’expression ou une localisation aberrants (171;172). Cependant, plusieurs études ont montré qu’une mutation dans le gène p53 n’est pas un élément suffisant pour induire la transformation tumorale, suggérant la nécessité de mutations additionnelles supplémentaires (173;174). De plus, plusieurs groupes ont suggéré que les ATC ne sont pas toujours la conséquence d’une suite d’événements mutationnels séquentiels comme suggéré à la Figure 9 du chapitre 2.2.1 dans l’Introduction. En effet, les tumeurs multifocales seraient la conséquence d’un ensemble d’événements mutationnels indépendants qui surviendraient simultanément et de métastases intrathyroïdiennes (115;175;176). Dans ce travail, nous avons également mis en évidence 125 gènes différentiellement exprimés entre les PTC et les ATC, qui pourraient être des 73 Discussion et perspectives nouvelles cibles thérapeutiques potentielles. Afin d’étudier le rôle fonctionnel des protéines correspondantes, nous avons sélectionné 5 candidats pour lesquels nous avons réalisé des expériences de suppression d’expression (par siRNA). Malheureusement, aucun des 5 candidats testés n’a vu son expression inhibée, de manière significative, par cette technologie. De nombreuses études microarrays existent et permettent de séparer les tumeurs thyroïdiennes au niveau des ARNm (177-186). Cependant, dans d’autres cancers, les signatures au niveau des miRNA semblent plus sensibles que celles basées sur les ARNm (187). La caractérisation des tumeurs au niveau miRNA et la mise en évidence de cibles thérapeutiques représentent un enjeu considérable étant donné que chaque miRNA régule des centaines d’ARNm. De plus, les miRNA étant plus résistants à la dégradation RNAse que les ARNm, pourraient également être de bons biomarqueurs dans le sérum et dans le plasma (188-190). Nous avons donc étudié le profil d’expression miRNA des ATC, et nous l’avons comparé à celui des PTC. Les ATC présentent un profil d’expression miRNA bien distinct de celui des PTC et nous avons trouvé une signature de 561 miRNA qui sépare les deux tumeurs. Nous avons observé plus de miRNA sous-exprimés que sur-exprimés dans les ATC alors que dans d’autres tumeurs, comme dans les PTC, nous observons le phénomène inverse (191). En effet, la dérégulation des miRNA dans le cancer est un processus complexe qui ne dépend pas seulement du niveau des miRNA mais aussi d’autres facteurs qui influencent l’interaction des miRNA sur leurs cibles comme les composants du complexe RISC. Nous avons montré, dans ce travail, que la famille des protéines AGO est sur-exprimée dans les ATC. Ces protéines ne sont pas impliquées directement dans la biogénèse des miRNA mais dans la formation du complexe RISC, et leur sur-expression peut augmenter la dégradation des cibles des miRNA, sans augmentation du niveau des miRNA. Les protéines AGO ne sont, par contre, pas dérégulées dans les PTC et ceux-ci présentent plus de miRNA sur-exprimés. 74 Discussion et perspectives Les analyses microarrays de cette thèse ont été réalisés sur des tumeurs entières, or la plupart des tumeurs sont morphologiquement et biologiquement hétérogènes. L’analyse des différents tissus provenant d’une microdissection au sein de la même tumeur permettrait de définir des signatures plus précises (115;192). De plus, il faudrait vérifier que les profils d’expression génique obtenus avec des prélèvement par FNAB sont similaires à ceux de la tumeur entière (193;194). L’expression différentielle d’ARNm ne représente que 40% de la variation de l’expression des protéines reflétant de nombreux niveaux de régulation posttranscriptionnel, traductionnel et post-traductionnel (195;196). Or, étant donné que la plupart des fonctions biologiques sont exécutées par les protéines plutôt que par les ARNm, il serait important, dans le futur, d’intégrer aux outils actuels l’analyse au niveau protéomique (197). La Table 6 synthétise les différentes approches actuelles avec leurs avantages, leurs limites et leurs perspectives. Pour conclure, cette thèse nous a permis de comprendre plus en détail les mécanismes de tumorigénèse des tumeurs thyroïdiennes en étudiant en parallèle des tumeurs in vivo et un modèle expérimental in vitro, et a permis de caractériser certaines tumeurs au niveau des ARNm et des miRNA. 75 CHAPITRE V : MATERIELS ET METHODES Dans cette section, nous décrivons le matériel et les méthodes relatifs à la section 3 du chapitre résultat. Les matériels et méthodes relatifs aux sections 1 et 2 sont décrits dans les 2 articles publiés. 1. Matériels 1.1 Lignées cellulaires - 8505C : lignée cellulaire humaine provenant d’un carcinome anaplasique. - BCPAP : lignée cellulaire humaine provenant d’un carcinome papillaire. 1.2 Milieux de culture - Milieu de culture pour les lignées cellulaires 8505C et BCPAP sans antibiotiques: RPMI1640 + Lglutamine + 10% FBS. - Milieu de culture pour les lignées cellulaires 8505C et BCPAP avec antibiotiques: RPMI1640 + Lglutamine + 10% FBS + 1% fungizone + 2% peniciline/streptavidine. 1.3 SiRNA - SiRNA-ACVR2B: ON-TARGETplus SMARTpool (Dharmacon) - SiRNA-FOXD1: sc-60649 (Santa Cruz) - SiRNA-AGO2 : eIF2C2 siRNA (h): sc-44409 (Santa Cruz) 1.4 Agent de transfection Oligofectamine (Invitrogen) 76 Matériel et méthodes Lipofectamine (Invitrogen) Dharmafect 2 (Dharmacon) 1.5 Solutions pour la manipulation des protéines 1.5.1 Lyse des cellules - PBS 1× : (NaCl 150 mM, KH2PO4 2mM, Na2HPO4 8mM, KCl 3 mM) pH 7,4 - Tampon de lyse : (Glycerol 10%, DTT 100 mM, SDS 2%, Tris-HCl 0,06 M pH 6,2) pH6.8 + 0.5M NaF, 100 mM pH10.5 de Vanate de sodium, 60 g/ml Pefabloc et 1 mg/ml Leupeptin. 1.5.2 Quantification des protéines - Solution de coloration : 0,5% Bleu de Coomassie G, 7% acide acétique - Solution de décoloration : 7% acide acétique - Solution d’extraction : méthanol 66%, NH4OH 1% 1.5.3 Séparation des protéines - Gel de séparation : 7.5% polyacrylamide, 375 mM Tris/HCl pH 8.8, 0.1% SDS, 50 l persulfate d’ammonium 10%, 10 l TEMED - Gel de concentration : 4% polyacrylamide, 125 mM Tris/HCl pH 6.8, 0.1 % SDS, 25 l persulfate d’ammonium, 10 l TEMED - Tampon d’électrophorèse : 25 mM Tris, 0.192 M glycine et 0.1 % SDS 1.5.4 Immunodétection (Western blotting) - Tampon de transfert : Tris 20 mM, Glycine 154 mM, Méthanol 20% - TBST : 10 mM Tris/HCl pH 8, 150 mM NaCl, 0.05% Tween 20 77 Matériel et méthodes 1.6 Anticorps 1.6.1 Anticorps primaires - anti-ACVRIIB: polyclonal de chèvre (R&D systems, AF339): dilution 1:500 dans TBST 1X - anti-DAPK2: polyclonal de chèvre (Santa Cruz, sc-10081): dilution 1:200 dans TBST 1X - anti-FOXD1: polyclonal de lapin (Abcam, ab49156) : dilution 1 : 200 dans TBST 1X - anti-AGO2: polyclonal de lapin (Millipore, 07-590) : dilution 1 : 200 dans TBST 1X 1.6.2 Anticorps secondaires - Anticorps de chèvre (Amersham): dilution 1:15000 dans TBST 1X - Anticorps de lapin (GE): dilution 1:15000 dans TBST1X 1.7 Amorces pour le séquençage de p53 Trois paires d’amorces ont été commandées afin de couvrir les exons 2 à 12 de p53 : p53fw1 : GTGACACGCTTCCCTGGAT p53rev1 : ACACGCAAATTTCCTTCCAC p53fw2 : GCTGCTCAGATAGCGATGGT p53rev2: GTGGGAGGCTGTCAGTGG p53fw3: CCCTTCCCAGAAAACCTACC p53rev3: AGCTGTTCCGTCCCAGTAGA 78 Matériel et méthodes 2. Méthodes 2.1 Analyse de l’expression génique sur lames Affymetrix 2.1.1 Hybridation Neuf ATC, 20 PTC et des 20 tissus normaux adjacents aux PTC avaient été hybridés en 2007 lors de la thèse de L. Delys selon le protocole Affymetrix à l’Institut Bordet (groupe de C. Sotiriou) (lames: HGU 133 plus 2.0). 2.1.2 Traitement des données pour l’analyse ATC et PTC - Normalisation BRBArrayTools (http://linus.nci.nih.gov/BRB-ArrayTools.html), algorithme GCRMA. - Sélection des gènes pour la signature ATC/PTC : sélection d’un gène si il est régulé plus de 2 fois dans 80% des échantillons (sans régulation inverse). - MDS: R (package MASS 7.2-29) fonction isoMDS. 2.2 Analyse de l’expression des miRNA sur lames « maison »Lames microRNA 2.2.1 Hybridation Les lames miRNA sont préparées à l’IRIBHM par l’équipe de F. libert. 1269 miRNA humains-murins-rats, 33 miRNA contrôles et 10 Spike-in (banque Exiqon mirCURY LNA version 11.0, 25 µM) sont déposés, en double, sur chaque lame, à l’aide d’un robot. Après avoir purifié l’ARNtotal sur colonne (miRNeasy Mini Kit, Qiagen), 0.5 à 2 µg d’ARNtot provenant de 11 ATC sont traités avec une phosphatase alcaline intestinale de veau (CIP) qui retire les groupement phosphates en 5’ et ensuite les miRNA sont marqués en 3’ par des fluorophores Hyanine 3 et Hyanine 5 (Exiqon). L’ARN marqué et 1 µg de Spike-in (Exiqon) sont ensuite purifiés sur colonne (RNeasy Mini Kit, Qiagen) et déposés sur les lames pendant 16 à 20h. Après avoir lavé les lames, celles-ci sont ensuite scannées avec le scanner 79 Matériel et méthodes GenePix 4000B. Les traitements de l’image ont été réalisés par le programme GenePix Pro 6.0. 2.2.2 Traitement des données pour l’analyse miRNA - Sélection des spots dont le rapport signal sur bruit est supérieur à 2 (SNR>2) pour au-moins un des deux canaux. - Soustraction du background des données par R (version 2.6.0) (package limma): méthode normexp avec un offset à 50. - Normalisation des données par l’algorithme loess par R (package marray 1.6.3). - Moyenne des quatre réplicats (dye-swap et duplicat de la librarie) si au minimum deux des quatre valeurs sont présentes. - Sélection des gènes régulés: ratio > |1.5| dans tous les échantillons ATC - Clustering hiérarchique: cluster Eisen (http://rana.lbl.gov/EisenSoftware.htm), complete linkage. - MDS: R (package MASS 7.2-29) fonction isoMDS. 2.3 Transfection des siRNA dans les lignées cellulaires Les cellules 8505C ou BCPAP sont ensemencées dans des boites de 36 mm de diamètre, à une densité de 20%, dans le milieu de culture sans antibiotique. Dans deux tubes séparés, 5 µl de siRNA 20 µM ou 12 µl d’Oligofectamine sont dilués dans 95 µl et 78 µl de milieu sans sérum respectivement. Les deux tubes sont incubés pendant 5 min à température ambiante et sont ensuite mélangés. Le nouveau tube est incubé pendant 20 min à température ambiante. Le milieu de culture des cellules est remplacé par la solution ci-dessus additionnée de 800 µl de milieu avec sérum sont rajoutés aux cellules (concentration en siRNA dans le milieu d’incubation : 100nM). Les cellules sont incubées pendant 24, 48, 72 et 96h (24 et 48h pour l’analyse au niveau des ARNm et 48, 72 et 96h pour l’analyse au niveau des protéines), en prenant soin de garder un contrôle transfecté avec un siRNA contrôle (Dharmacon, D-001810-10-20) pour chaque condition. 80 Matériel et méthodes 2.4 Analyse des protéines 2.4.1 Lyse des cellules Les cellules sont lavées 3 fois avec du PBS 1× et ensuite lysées avec le tampon de lyse (100-300 µl/boîte de 36 mm de diamètre). 2.4.2 Quantification des protéines Un filtre en papier Whatman n°1 est divisé en carrés de 1,5 x 1,5 cm. Huit des carrés sont réservés pour les « blancs ». 8 solutions standards de BSA (respectivement 1, 2, 3, 4, 5, 6, 8 et 12 µg de protéines), 4 l de protéines du lysat à doser ainsi que 4 l de tampon de lyse sont déposés, en double, sur le filtre. Après séchage, le papier est rincé 30 secondes dans du méthanol absolu puis coloré sous agitation lente à température ambiante, dans 250 ml de solution de coloration pendant 30 minutes. Il est ensuite décoloré par 3 lavages successifs de 30 minutes dans une solution de décoloration, séché puis découpé. Chacun des carrés est placé dans un tube Eppendorf auquel on ajoute 1 ml de solution d’extraction. Les tubes sont ensuite vortexés 2 fois. La densité optique des solutions est mesurée à 600nm dans une plaque à 96 puits (300 l par puits) par un spectrophotomètre (Bio-Rad). Les différentes densités optiques des échantillons et des standards de concentrations connues sont ensuite portées sur un graphique et la concentration protéique des différents échantillons en est déduite. 2.4.3 Séparation des protéines par électrophorèse La séparation de protéines sur gel de polyacrylamide en présence de SDS est basée sur le rapport charge/masse moléculaire de chaque protéine pendant l’application d’un champ électrique. Le gel comprend un gel de concentration (à 4%) et un gel de séparation (à 7.5 ou 10%, en fonction de la taille de la protéine étudiée). 30 µg de protéines dissoutes dans du tampon de lyse et bouillis ainsi que 7 µl de marqueur de masse moléculaire (Precision Plus ProteinTM Dual Color 81 Matériel et méthodes Standards, Bio-Rad) sont déposés sur le gel. La migration est effectuée à 25 mA constant par gel pendant 1h dans le tampon d’électrophorèse. 2.4.4 Immunodétection (Western blotting) Après séparation des protéines par électrophorèse sur gel SDS-PAGE, celles-ci sont transférées sur membrane de nitrocellulose à voltage constant (100V) durant 16 heures à 26V, à 4°C ou 90 minutes à 100V, à 4°C dans un tampon de transfert. La membrane est d'abord incubée dans du TBST contenant 5% de poudre de lait pendant 1h pour bloquer les sites non-spécifiques, puis incubée 2h en présence de l’anticorps primaire dilué de façon adéquate. Après 3 lavages de 10 minutes dans du TBST, la membrane est mise en présence de l'anticorps secondaire pendant 45 minutes. Après 3 lavages de 10 minutes dans du TBST, une solution ECL (Enhanced Chemiluminescence, Perkin Elmer) est déposée sur la membrane pendant 1 minute et cette dernière est ensuite exposée à un film (hyperfilm, Amersham). 2.5 Séquençages d’ADN Après un traitement à la DNase, l’ARN est rétrotranscrit en ADN puis amplifié par PCR et ensuite purifié sur colonne (Qiaquick). Les séquençages d’ADN ont été réalisés par Bernadette Bournonville au sein du laboratoire. La méthode de séquençage utilisée est le ‘Big Dye Terminator Cycle Sequencing’ (Applied Biosystems, Foster City, CA, UA). 82 CHAPITRE VI : BIBLIOGRAPHIE 1. Weinberg RA 2007 The biology of cancer, ed. Garland Science: New York. 2. Shchors K, Evan G 2007 Tumor angiogenesis: cause or consequence of cancer? Cancer Res 67:7059-7061 3. Maenhaut C, Brabant G, Vassart G, Dumont JE 1992 In vitro and in vivo regulation of thyrotropin receptor mRNA levels in dog and human thyroid cells. J Biol Chem 267:3000-3007 4. Roger P, Taton M, Van Sande J, Dumont JE 1988 Mitogenic effects of thyrotropin and adenosine 3',5'-monophosphate in differentiated normal human thyroid cells in vitro. J Clin Endocrinol Metab 66:1158-1165 5. Roger PP, Servais P, Dumont JE 1983 Stimulation by thyrotropin and cyclic AMP of the proliferation of quiescent canine thyroid cells cultured in a defined medium containing insulin. FEBS Lett 157:323-329 6. Burikhanov R, Coulonval K, Pirson I, Lamy F, Dumont JE, Roger PP 1996 Thyrotropin via cyclic AMP induces insulin receptor expression and insulin Co-stimulation of growth and amplifies insulin and insulin-like growth factor signaling pathways in dog thyroid epithelial cells. J Biol Chem 271:29400-29406 7. Coulonval K, Vandeput F, Stein RC, Kozma SC, Lamy F, Dumont JE 2000 Phosphatidylinositol 3-kinase, protein kinase B and ribosomal S6 kinases in the stimulation of thyroid epithelial cell proliferation by cAMP and growth factors in the presence of insulin. Biochem J 348 Pt 2:351-358 8. Roger P, Taton M, Van Sande J, Dumont JE 1988 Mitogenic effects of thyrotropin and adenosine 3',5'-monophosphate in differentiated normal human thyroid cells in vitro. J Clin Endocrinol Metab 66:1158-1165 9. Roger PP, Christophe D, Dumont JE, Pirson I 1997 The dog thyroid primary culture system: a model of the regulation of function, growth and differentiation expression by cAMP and other well-defined signaling cascades. Eur J Endocrinol 137:579-598 83 Biobligraphie 10. Laurent E, Mockel J, Van Sande J, Graff I, Dumont JE 1987 Dual activation by thyrotropin of the phospholipase C and cyclic AMP cascades in human thyroid. Mol Cell Endocrinol 52:273-278 11. Van Sande J, Raspe E, Perret J, Lejeune C, Maenhaut C, Vassart G, Dumont JE 1990 Thyrotropin activates both the cyclic AMP and the PIP2 cascades in CHO cells expressing the human cDNA of TSH receptor. Mol Cell Endocrinol 74:R1-R6 12. Roger PP, Reuse S, Servais P, Van Heuverswyn B, Dumont JE 1986 Stimulation of cell proliferation and inhibition of differentiation expression by tumor-promoting phorbol esters in dog thyroid cells in primary culture. Cancer Res 46:898-906 13. Roger PP, Reuse S, Servais P, Van Heuverswyn B, Dumont JE 1986 Stimulation of cell proliferation and inhibition of differentiation expression by tumor-promoting phorbol esters in dog thyroid cells in primary culture. Cancer Res 46:898-906 14. Roger P, Taton M, Van Sande J, Dumont JE 1988 Mitogenic effects of thyrotropin and adenosine 3',5'-monophosphate in differentiated normal human thyroid cells in vitro. J Clin Endocrinol Metab 66:1158-1165 15. Dumont JE, Lamy F, Roger P, Maenhaut C 1992 Physiological and pathological regulation of thyroid cell proliferation and differentiation by thyrotropin and other factors. Physiol Rev 72:667-697 16. Burikhanov R, Coulonval K, Pirson I, Lamy F, Dumont JE, Roger PP 1996 Thyrotropin via cyclic AMP induces insulin receptor expression and insulin Co-stimulation of growth and amplifies insulin and insulin-like growth factor signaling pathways in dog thyroid epithelial cells. J Biol Chem 271:29400-29406 17. Deleu S, Pirson I, Coulonval K, Drouin A, Taton M, Clermont F, Roger PP, Nakamura T, Dumont JE, Maenhaut C 1999 IGF-1 or insulin, and the TSH cyclic AMP cascade separately control dog and human thyroid cell growth and DNA synthesis, and complement each other in inducing mitogenesis. Mol Cell Endocrinol 149:41-51 18. Vandeput F, Perpete S, Coulonval K, Lamy F, Dumont JE 2003 Role of the different mitogen-activated protein kinase subfamilies in the stimulation of dog and human thyroid epithelial cell proliferation by cyclic adenosine 5'-monophosphate and growth factors. Endocrinology 144:1341-1349 19. Roger PP, Christophe D, Dumont JE, Pirson I 1997 The dog thyroid primary culture system: a model of the regulation of function, growth and 84 Biobligraphie differentiation expression by cAMP and other well-defined signaling cascades. Eur J Endocrinol 137:579-598 20. Raman M, Chen W, Cobb MH 2007 Differential regulation and properties of MAPKs. Oncogene 26:3100-3112 21. Raman M, Chen W, Cobb MH 2007 Differential regulation and properties of MAPKs. Oncogene 26:3100-3112 22. Raman M, Chen W, Cobb MH 2007 Differential regulation and properties of MAPKs. Oncogene 26:3100-3112 23. L.Leenhardt, F.Ménégaux, B.Franc, C.Hoang, S.Salem, M.-O.Bernier, L.Dupasquier-Fédiaevsky, E.Le Marois, A.Rouxel, J.-P.Chigot, L.ChériéChalline, A.Aurengo. Cancers de la thyroïde. 2005. Ref Type: Thesis/Dissertation 24. Franc B, de la SP, Lange F, Hoang C, Louvel A, de Roquancourt A, Vilde F, Hejblum G, Chevret S, Chastang C 2003 Interobserver and intraobserver reproducibility in the histopathology of follicular thyroid carcinoma. Hum Pathol 34:1092-1100 25. Lloyd RV, Erickson LA, Casey MB, Lam KY, Lohse CM, Asa SL, Chan JK, DeLellis RA, Harach HR, Kakudo K, LiVolsi VA, Rosai J, Sebo TJ, Sobrinho-Simoes M, Wenig BM, Lae ME 2004 Observer variation in the diagnosis of follicular variant of papillary thyroid carcinoma. Am J Surg Pathol 28:1336-1340 26. Giordano TJ 2008 Genome-wide studies in thyroid neoplasia. Endocrinol Metab Clin North Am 37:311-viii 27. Durand S, Ferraro-Peyret C, Selmi-Ruby S, Paulin C, El Atifi M, Berger F, Berger-Dutrieux N, Decaussin M, Peix JL, Bournaud C, Orgiazzi J, Borson-Chazot F, Rousset B 2008 Evaluation of gene expression profiles in thyroid nodule biopsy material to diagnose thyroid cancer. J Clin Endocrinol Metab 93:1195-1202 28. Corvilain B 2003 The natural history of thyroid autonomy and hot nodules. Ann Endocrinol (Paris) 64:17-22 29. Krohn K, Wohlgemuth S, Gerber H, Paschke R 2000 Hot microscopic areas of iodine-deficient euthyroid goitres contain constitutively activating TSH receptor mutations. J Pathol 192:37-42 30. Hamburger JI 1987 The autonomously functioning thyroid nodule: Goetsch's disease. Endocr Rev 8:439-447 85 Biobligraphie 31. Deleu S, Allory Y, Radulescu A, Pirson I, Carrasco N, Corvilain B, Salmon I, Franc B, Dumont JE, Van Sande J, Maenhaut C 2000 Characterization of autonomous thyroid adenoma: metabolism, gene expression, and pathology. Thyroid 10:131-140 32. Wattel S, Mircescu H, Venet D, Burniat A, Franc B, Frank S, Andry G, Van Sande J, Rocmans P, Dumont JE, Detours V, Maenhaut C 2005 Gene expression in thyroid autonomous adenomas provides insight into their physiopathology. Oncogene 24:6902-6916 33. Poertl S, Kirner J, Saller B, Mann K, Hoermann R 1998 T3-release from autonomously functioning thyroid nodules in vitro. Exp Clin Endocrinol Diabetes 106:489-493 34. van den Hove-Vandenbroucke MF, De Visscher M, Couvreur-Eppe M 1976 Secretory activity of isolated thyroid adenomas. J Clin Endocrinol Metab 43:178-181 35. Van Sande J, Parma J, Tonacchera M, Swillens S, Dumont J, Vassart G 1995 Somatic and germline mutations of the TSH receptor gene in thyroid diseases. J Clin Endocrinol Metab 80:2577-2585 36. Alberti L, Proverbio MC, Costagliola S, Weber G, Beck-Peccoz P, Chiumello G, Persani L 2001 A novel germline mutation in the TSH receptor gene causes non-autoimmune autosomal dominant hyperthyroidism. Eur J Endocrinol 145:249-254 37. Arturi F, Chiefari E, Tumino S, Russo D, Squatrito S, Chazenbalk G, Persani L, Rapoport B, Filetti S 2002 Similarities and differences in the phenotype of members of an Italian family with hereditary nonautoimmune hyperthyroidism associated with an activating TSH receptor germline mutation. J Endocrinol Invest 25:696-701 38. Biebermann H, Schoneberg T, Krude H, Gudermann T, Gruters A 2000 Constitutively activating TSH-receptor mutations as a molecular cause of non-autoimmune hyperthyroidism in childhood. Langenbecks Arch Surg 385:390-392 39. Biebermann H, Schoneberg T, Hess C, Germak J, Gudermann T, Gruters A 2001 The first activating TSH receptor mutation in transmembrane domain 1 identified in a family with nonautoimmune hyperthyroidism. J Clin Endocrinol Metab 86:4429-4433 40. Corvilain B, Van Sande J, Dumont JE, Vassart G 2001 Somatic and germline mutations of the TSH receptor and thyroid diseases. Clin Endocrinol (Oxf) 55:143-158 86 Biobligraphie 41. de Roux N, Polak M, Couet J, Leger J, Czernichow P, Milgrom E, Misrahi M 1996 A neomutation of the thyroid-stimulating hormone receptor in a severe neonatal hyperthyroidism. J Clin Endocrinol Metab 81:2023-2026 42. Duprez L, Parma J, Van Sande J, Allgeier A, Leclere J, Schvartz C, Delisle MJ, Decoulx M, Orgiazzi J, Dumont J, . 1994 Germline mutations in the thyrotropin receptor gene cause non-autoimmune autosomal dominant hyperthyroidism. Nat Genet 7:396-401 43. Duprez L, Parma J, Van Sande J, Rodien P, Sabine C, Abramowicz M, Dumont JE, Vassart G 1999 Pathology of the TSH receptor. J Pediatr Endocrinol Metab 12 Suppl 1:295-302 44. Esapa CT, Duprez L, Ludgate M, Mustafa MS, Kendall-Taylor P, Vassart G, Harris PE 1999 A novel thyrotropin receptor mutation in an infant with severe thyrotoxicosis. Thyroid 9:1005-1010 45. Ferrara AM, Capalbo D, Rossi G, Capuano S, Del Prete G, Esposito V, Montesano G, Zampella E, Fenzi G, Salerno M, Macchia PE 2007 A new case of familial nonautoimmune hyperthyroidism caused by the M463V mutation in the TSH receptor with anticipation of the disease across generations: a possible role of iodine supplementation. Thyroid 17:677680 46. Fuhrer D, Wonerow P, Willgerodt H, Paschke R 1997 Identification of a new thyrotropin receptor germline mutation (Leu629Phe) in a family with neonatal onset of autosomal dominant nonautoimmune hyperthyroidism. J Clin Endocrinol Metab 82:4234-4238 47. Gruters A, Schoneberg T, Biebermann H, Krude H, Krohn HP, Dralle H, Gudermann T 1998 Severe congenital hyperthyroidism caused by a germline neo mutation in the extracellular portion of the thyrotropin receptor. J Clin Endocrinol Metab 83:1431-1436 48. Holzapfel HP, Wonerow P, von Petrykowski W, Henschen M, Scherbaum WA, Paschke R 1997 Sporadic congenital hyperthyroidism due to a spontaneous germline mutation in the thyrotropin receptor gene. J Clin Endocrinol Metab 82:3879-3884 49. Karges B, Krause G, Homoki J, Debatin KM, de Roux N, Karges W 2005 TSH receptor mutation V509A causes familial hyperthyroidism by release of interhelical constraints between transmembrane helices TMH3 and TMH5. J Endocrinol 186:377-385 50. Kopp P, Van Sande J, Parma J, Duprez L, Gerber H, Joss E, Jameson JL, Dumont JE, Vassart G 1995 Brief report: congenital hyperthyroidism caused by a mutation in the thyrotropin-receptor gene. N Engl J Med 332:150-154 87 Biobligraphie 51. Kopp P, Muirhead S, Jourdain N, Gu WX, Jameson JL, Rodd C 1997 Congenital hyperthyroidism caused by a solitary toxic adenoma harboring a novel somatic mutation (serine281-->isoleucine) in the extracellular domain of the thyrotropin receptor. J Clin Invest 100:1634-1639 52. Lee YS, Poh L, Loke KY 2002 An activating mutation of the thyrotropin receptor gene in hereditary non-autoimmune hyperthyroidism. J Pediatr Endocrinol Metab 15:211-215 53. Nwosu BU, Gourgiotis L, Gershengorn MC, Neumann S 2006 A novel activating mutation in transmembrane helix 6 of the thyrotropin receptor as cause of hereditary nonautoimmune hyperthyroidism. Thyroid 16:505512 54. Pohlenz J, Pfarr N, Kruger S, Hesse V 2006 Subclinical hyperthyroidism due to a thyrotropin receptor (TSHR) gene mutation (S505R). Acta Paediatr 95:1685-1687 55. Schwab KO, Sohlemann P, Gerlich M, Broecker M, Petrykowski W, Holzapfel HP, Paschke R, Gruters A, Derwahl M 1996 Mutations of the TSH receptor as cause of congenital hyperthyroidism. Exp Clin Endocrinol Diabetes 104 Suppl 4:124-128 56. Tonacchera M, Van Sande J, Cetani F, Swillens S, Schvartz C, Winiszewski P, Portmann L, Dumont JE, Vassart G, Parma J 1996 Functional characteristics of three new germline mutations of the thyrotropin receptor gene causing autosomal dominant toxic thyroid hyperplasia. J Clin Endocrinol Metab 81:547-554 57. Tonacchera M, Agretti P, Rosellini V, Ceccarini G, Perri A, Zampolli M, Longhi R, Larizza D, Pinchera A, Vitti P, Chiovato L 2000 Sporadic nonautoimmune congenital hyperthyroidism due to a strong activating mutation of the thyrotropin receptor gene. Thyroid 10:859-863 58. Chester J, Rotenstein D, Ringkananont U, Steuer G, Carlin B, Stewart L, Grasberger H, Refetoff S 2008 Congenital neonatal hyperthyroidism caused by germline mutations in the TSH receptor gene. J Pediatr Endocrinol Metab 21:479-486 59. Kohn B, Grasberger H, Lam LL, Ferrara AM, Refetoff S 2009 A somatic gain-of-function mutation in the thyrotropin receptor gene producing a toxic adenoma in an infant. Thyroid 19:187-191 60. Alberti L, Proverbio MC, Costagliola S, Weber G, Beck-Peccoz P, Chiumello G, Persani L 2001 A novel germline mutation in the TSH receptor gene causes non-autoimmune autosomal dominant hyperthyroidism. Eur J Endocrinol 145:249-254 88 Biobligraphie 61. Corvilain B, Van Sande J, Dumont JE, Vassart G 2001 Somatic and germline mutations of the TSH receptor and thyroid diseases. Clin Endocrinol (Oxf) 55:143-158 62. Tonacchera M, Van Sande J, Cetani F, Swillens S, Schvartz C, Winiszewski P, Portmann L, Dumont JE, Vassart G, Parma J 1996 Functional characteristics of three new germline mutations of the thyrotropin receptor gene causing autosomal dominant toxic thyroid hyperplasia. J Clin Endocrinol Metab 81:547-554 63. Chester J, Rotenstein D, Ringkananont U, Steuer G, Carlin B, Stewart L, Grasberger H, Refetoff S 2008 Congenital neonatal hyperthyroidism caused by germline mutations in the TSH receptor gene. J Pediatr Endocrinol Metab 21:479-486 64. Polak M, Legac I, Vuillard E, Guibourdenche J, Castanet M, Luton D 2006 Congenital hyperthyroidism: the fetus as a patient. Horm Res 65:235-242 65. Nikiforov YE 2004 Genetic alterations involved in the transition from well-differentiated to poorly differentiated and anaplastic thyroid carcinomas. Endocr Pathol 15:319-327 66. Riesco-Eizaguirre G, Santisteban P 2007 New insights in thyroid follicular cell biology and its impact in thyroid cancer therapy. Endocr Relat Cancer 14:957-977 67. Gimm O 2001 Thyroid cancer. Cancer Lett 163:143-156 68. Ciampi R, Knauf JA, Kerler R, Gandhi M, Zhu Z, Nikiforova MN, Rabes HM, Fagin JA, Nikiforov YE 2005 Oncogenic AKAP9-BRAF fusion is a novel mechanism of MAPK pathway activation in thyroid cancer. J Clin Invest 115:94-101 69. Jhiang SM, Sagartz JE, Tong Q, Parker-Thornburg J, Capen CC, Cho JY, Xing S, Ledent C 1996 Targeted expression of the ret/PTC1 oncogene induces papillary thyroid carcinomas. Endocrinology 137:375-378 70. Knauf JA, Ma X, Smith EP, Zhang L, Mitsutake N, Liao XH, Refetoff S, Nikiforov YE, Fagin JA 2005 Targeted expression of BRAFV600E in thyroid cells of transgenic mice results in papillary thyroid cancers that undergo dedifferentiation. Cancer Res 65:4238-4245 71. Melillo RM, Castellone MD, Guarino V, De F, V, Cirafici AM, Salvatore G, Caiazzo F, Basolo F, Giannini R, Kruhoffer M, Orntoft T, Fusco A, Santoro M 2005 The RET/PTC-RAS-BRAF linear signaling cascade mediates the motile and mitogenic phenotype of thyroid cancer cells. J Clin Invest 115:1068-1081 89 Biobligraphie 72. Santoro M, Chiappetta G, Cerrato A, Salvatore D, Zhang L, Manzo G, Picone A, Portella G, Santelli G, Vecchio G, Fusco A 1996 Development of thyroid papillary carcinomas secondary to tissue-specific expression of the RET/PTC1 oncogene in transgenic mice. Oncogene 12:1821-1826 73. Beimfohr C, Klugbauer S, Demidchik EP, Lengfelder E, Rabes HM 1999 NTRK1 re-arrangement in papillary thyroid carcinomas of children after the Chernobyl reactor accident. Int J Cancer 80:842-847 74. Davies H, Bignell GR, Cox C, Stephens P, Edkins S, Clegg S, Teague J, Woffendin H, Garnett MJ, Bottomley W, Davis N, Dicks E, Ewing R, Floyd Y, Gray K, Hall S, Hawes R, Hughes J, Kosmidou V, Menzies A, Mould C, Parker A, Stevens C, Watt S, Hooper S, Wilson R, Jayatilake H, Gusterson BA, Cooper C, Shipley J, Hargrave D, Pritchard-Jones K, Maitland N, Chenevix-Trench G, Riggins GJ, Bigner DD, Palmieri G, Cossu A, Flanagan A, Nicholson A, Ho JW, Leung SY, Yuen ST, Weber BL, Seigler HF, Darrow TL, Paterson H, Marais R, Marshall CJ, Wooster R, Stratton MR, Futreal PA 2002 Mutations of the BRAF gene in human cancer. Nature 417:949-954 75. Grieco M, Santoro M, Berlingieri MT, Melillo RM, Donghi R, Bongarzone I, Pierotti MA, Della PG, Fusco A, Vecchio G 1990 PTC is a novel rearranged form of the ret proto-oncogene and is frequently detected in vivo in human thyroid papillary carcinomas. Cell 60:557-563 76. Alberti L, Carniti C, Miranda C, Roccato E, Pierotti MA 2003 RET and NTRK1 proto-oncogenes in human diseases. J Cell Physiol 195:168-186 77. Ciampi R, Knauf JA, Rabes HM, Fagin JA, Nikiforov YE 2005 BRAF kinase activation via chromosomal rearrangement in radiation-induced and sporadic thyroid cancer. Cell Cycle 4:547-548 78. Riesco-Eizaguirre G, Gutierrez-Martinez P, Garcia-Cabezas MA, Nistal M, Santisteban P 2006 The oncogene BRAF V600E is associated with a high risk of recurrence and less differentiated papillary thyroid carcinoma due to the impairment of Na+/I- targeting to the membrane. Endocr Relat Cancer 13:257-269 79. Durand S, Ferraro-Peyret C, Joufre M, Chave A, Borson-Chazot F, SelmiRuby S, Rousset B 2009 Molecular characteristics of papillary thyroid carcinomas without BRAF mutation or RET/PTC rearrangement: relationship with clinico-pathological features. Endocr Relat Cancer 16:467-481 80. Nikiforova MN, Kimura ET, Gandhi M, Biddinger PW, Knauf JA, Basolo F, Zhu Z, Giannini R, Salvatore G, Fusco A, Santoro M, Fagin JA, Nikiforov YE 2003 BRAF mutations in thyroid tumors are restricted to 90 Biobligraphie papillary carcinomas and anaplastic or poorly differentiated carcinomas arising from papillary carcinomas. J Clin Endocrinol Metab 88:5399-5404 81. Riesco-Eizaguirre G, Gutierrez-Martinez P, Garcia-Cabezas MA, Nistal M, Santisteban P 2006 The oncogene BRAF V600E is associated with a high risk of recurrence and less differentiated papillary thyroid carcinoma due to the impairment of Na+/I- targeting to the membrane. Endocr Relat Cancer 13:257-269 82. Ciampi R, Nikiforov YE 2007 RET/PTC rearrangements and BRAF mutations in thyroid tumorigenesis. Endocrinology 148:936-941 83. Thomas GA, Bunnell H, Cook HA, Williams ED, Nerovnya A, Cherstvoy ED, Tronko ND, Bogdanova TI, Chiappetta G, Viglietto G, Pentimalli F, Salvatore G, Fusco A, Santoro M, Vecchio G 1999 High prevalence of RET/PTC rearrangements in Ukrainian and Belarussian post-Chernobyl thyroid papillary carcinomas: a strong correlation between RET/PTC3 and the solid-follicular variant. J Clin Endocrinol Metab 84:4232-4238 84. Unger K, Zitzelsberger H, Salvatore G, Santoro M, Bogdanova T, Braselmann H, Kastner P, Zurnadzhy L, Tronko N, Hutzler P, Thomas G 2004 Heterogeneity in the distribution of RET/PTC rearrangements within individual post-Chernobyl papillary thyroid carcinomas. J Clin Endocrinol Metab 89:4272-4279 85. Williams ED, Abrosimov A, Bogdanova T, Demidchik EP, Ito M, LiVolsi V, Lushnikov E, Rosai J, Sidorov Y, Tronko MD, Tsyb AF, Vowler SL, Thomas GA 2004 Thyroid carcinoma after Chernobyl latent period, morphology and aggressiveness. Br J Cancer 90:2219-2224 86. Castro P, Rebocho AP, Soares RJ, Magalhaes J, Roque L, Trovisco V, Vieira dC, I, Cardoso-de-Oliveira M, Fonseca E, Soares P, SobrinhoSimoes M 2006 PAX8-PPARgamma rearrangement is frequently detected in the follicular variant of papillary thyroid carcinoma. J Clin Endocrinol Metab 91:213-220 87. Garcia-Rostan G, Zhao H, Camp RL, Pollan M, Herrero A, Pardo J, Wu R, Carcangiu ML, Costa J, Tallini G 2003 ras mutations are associated with aggressive tumor phenotypes and poor prognosis in thyroid cancer. J Clin Oncol 21:3226-3235 88. Marques AR, Espadinha C, Catarino AL, Moniz S, Pereira T, Sobrinho LG, Leite V 2002 Expression of PAX8-PPAR gamma 1 rearrangements in both follicular thyroid carcinomas and adenomas. J Clin Endocrinol Metab 87:3947-3952 89. Melillo RM, Castellone MD, Guarino V, De F, V, Cirafici AM, Salvatore G, Caiazzo F, Basolo F, Giannini R, Kruhoffer M, Orntoft T, Fusco A, 91 Biobligraphie Santoro M 2005 The RET/PTC-RAS-BRAF linear signaling cascade mediates the motile and mitogenic phenotype of thyroid cancer cells. J Clin Invest 115:1068-1081 90. Riesco-Eizaguirre G, Santisteban P 2007 New insights in thyroid follicular cell biology and its impact in thyroid cancer therapy. Endocr Relat Cancer 14:957-977 91. Gimm O 2001 Thyroid cancer. Cancer Lett 163:143-156 92. Riesco-Eizaguirre G, Santisteban P 2007 New insights in thyroid follicular cell biology and its impact in thyroid cancer therapy. Endocr Relat Cancer 14:957-977 93. Smallridge RC, Marlow LA, Copland JA 2009 Anaplastic thyroid cancer: molecular pathogenesis and emerging therapies. Endocr Relat Cancer 16:17-44 94. Green LD, Mack L, Pasieka JL 2006 Anaplastic thyroid cancer and primary thyroid lymphoma: a review of these rare thyroid malignancies. J Surg Oncol 94:725-736 95. Kondo T, Ezzat S, Asa SL 2006 Pathogenetic mechanisms in thyroid follicular-cell neoplasia. Nat Rev Cancer 6:292-306 96. Are C, Shaha AR 2006 Anaplastic thyroid carcinoma: biology, pathogenesis, prognostic factors, and treatment approaches. Ann Surg Oncol 13:453-464 97. Wang HM, Huang YW, Huang JS, Wang CH, Kok VC, Hung CM, Chen HM, Tzen CY 2007 Anaplastic carcinoma of the thyroid arising more often from follicular carcinoma than papillary carcinoma. Ann Surg Oncol 14:3011-3018 98. Sherman SI 2003 Thyroid carcinoma. Lancet 361:501-511 99. Kondo T, Ezzat S, Asa SL 2006 Pathogenetic mechanisms in thyroid follicular-cell neoplasia. Nat Rev Cancer 6:292-306 100. Hunt JL, Tometsko M, LiVolsi VA, Swalsky P, Finkelstein SD, Barnes EL 2003 Molecular evidence of anaplastic transformation in coexisting well-differentiated and anaplastic carcinomas of the thyroid. Am J Surg Pathol 27:1559-1564 101. Kondo T, Ezzat S, Asa SL 2006 Pathogenetic mechanisms in thyroid follicular-cell neoplasia. Nat Rev Cancer 6:292-306 92 Biobligraphie 102. Quiros RM, Ding HG, Gattuso P, Prinz RA, Xu X 2005 Evidence that one subset of anaplastic thyroid carcinomas are derived from papillary carcinomas due to BRAF and p53 mutations. Cancer 103:2261-2268 103. Malaguarnera R, Vella V, Vigneri R, Frasca F 2007 p53 family proteins in thyroid cancer. Endocr Relat Cancer 14:43-60 104. Lam KY, Lo CY, Chan KW, Wan KY 2000 Insular and anaplastic carcinoma of the thyroid: a 45-year comparative study at a single institution and a review of the significance of p53 and p21. Ann Surg 231:329-338 105. Vogelstein B, Lane D, Levine AJ 2000 Surfing the p53 network. Nature 408:307-310 106. Gomez-Lazaro M, Fernandez-Gomez FJ, Jordan J 2004 p53: twenty five years understanding the mechanism of genome protection. J Physiol Biochem 60:287-307 107. Vogelstein B, Lane D, Levine AJ 2000 Surfing the p53 network. Nature 408:307-310 108. Malaguarnera R, Vella V, Vigneri R, Frasca F 2007 p53 family proteins in thyroid cancer. Endocr Relat Cancer 14:43-60 109. La Perle KM, Jhiang SM, Capen CC 2000 Loss of p53 promotes anaplasia and local invasion in ret/PTC1-induced thyroid carcinomas. Am J Pathol 157:671-677 110. Malaguarnera R, Vella V, Vigneri R, Frasca F 2007 p53 family proteins in thyroid cancer. Endocr Relat Cancer 14:43-60 111. Martelli ML, Miano MG, Battaglia C, Trapasso F, Stella A, Iuliano R, Visconti R, Fagin JA, Santoro M, Fusco A 2000 The highly malignant phenotype of anaplastic thyroid carcinoma cell lines is recessive. Eur J Endocrinol 143:515-521 112. Wang HM, Huang YW, Huang JS, Wang CH, Kok VC, Hung CM, Chen HM, Tzen CY 2007 Anaplastic carcinoma of the thyroid arising more often from follicular carcinoma than papillary carcinoma. Ann Surg Oncol 14:3011-3018 113. Nikiforova MN, Nikiforov YE 2008 Molecular genetics of thyroid cancer: implications for diagnosis, treatment and prognosis. Expert Rev Mol Diagn 8:83-95 114. Riesco-Eizaguirre G, Gutierrez-Martinez P, Garcia-Cabezas MA, Nistal M, Santisteban P 2006 The oncogene BRAF V600E is associated with a 93 Biobligraphie high risk of recurrence and less differentiated papillary thyroid carcinoma due to the impairment of Na+/I- targeting to the membrane. Endocr Relat Cancer 13:257-269 115. Aherne ST, Smyth PC, Flavin RJ, Russell SM, Denning KM, Li JH, Guenther SM, O'Leary JJ, Sheils OM 2008 Geographical mapping of a multifocal thyroid tumour using genetic alteration analysis & miRNA profiling. Mol Cancer 7:89 116. Garcia-Rostan G, Tallini G, Herrero A, D'Aquila TG, Carcangiu ML, Rimm DL 1999 Frequent mutation and nuclear localization of beta-catenin in anaplastic thyroid carcinoma. Cancer Res 59:1811-1815 117. Riesco-Eizaguirre G, Santisteban P 2007 New insights in thyroid follicular cell biology and its impact in thyroid cancer therapy. Endocr Relat Cancer 14:957-977 118. Smallridge RC, Marlow LA, Copland JA 2009 Anaplastic thyroid cancer: molecular pathogenesis and emerging therapies. Endocr Relat Cancer 16:17-44 119. Garcia-Rostan G, Costa AM, Pereira-Castro I, Salvatore G, Hernandez R, Hermsem MJ, Herrero A, Fusco A, Cameselle-Teijeiro J, Santoro M 2005 Mutation of the PIK3CA gene in anaplastic thyroid cancer. Cancer Res 65:10199-10207 120. Roger P, Taton M, Van Sande J, Dumont JE 1988 Mitogenic effects of thyrotropin and adenosine 3',5'-monophosphate in differentiated normal human thyroid cells in vitro. J Clin Endocrinol Metab 66:1158-1165 121. van Staveren WC, Weiss Solis D, Delys L, Venet D, Cappello M, Andry G, Dumont JE, Libert F, Detours V, Maenhaut C 2006 Gene expression in human thyrocytes and autonomous adenomas reveals suppression of negative feedbacks in tumorigenesis. Proc Natl Acad Sci U S A 103:413418 122. van Staveren WC, Solis DW, Delys L, Duprez L, Andry G, Franc B, Thomas G, Libert F, Dumont JE, Detours V, Maenhaut C 2007 Human thyroid tumor cell lines derived from different tumor types present a common dedifferentiated phenotype. Cancer Res 67:8113-8120 123. Lewis BP, Burge CB, Bartel DP 2005 Conserved seed pairing, often flanked by adenosines, indicates that thousands of human genes are microRNA targets. Cell 120:15-20 124. Ambros V, Bartel B, Bartel DP, Burge CB, Carrington JC, Chen X, Dreyfuss G, Eddy SR, Griffiths-Jones S, Marshall M, Matzke M, Ruvkun 94 Biobligraphie G, Tuschl T 2003 A uniform system for microRNA annotation. RNA 9:277-279 125. Nilsen TW 2007 Mechanisms of microRNA-mediated gene regulation in animal cells. Trends Genet 23:243-249 126. Aslam MI, Taylor K, Pringle JH, Jameson JS 2009 MicroRNAs are novel biomarkers of colorectal cancer. Br J Surg 96:702-710 127. Lee Y, Ahn C, Han J, Choi H, Kim J, Yim J, Lee J, Provost P, Radmark O, Kim S, Kim VN 2003 The nuclear RNase III Drosha initiates microRNA processing. Nature 425:415-419 128. Schwarz DS, Hutvagner G, Du T, Xu Z, Aronin N, Zamore PD 2003 Asymmetry in the assembly of the RNAi enzyme complex. Cell 115:199208 129. He H, Jazdzewski K, Li W, Liyanarachchi S, Nagy R, Volinia S, Calin GA, Liu CG, Franssila K, Suster S, Kloos RT, Croce CM, de la CA 2005 The role of microRNA genes in papillary thyroid carcinoma. Proc Natl Acad Sci U S A 102:19075-19080 130. Weber F, Teresi RE, Broelsch CE, Frilling A, Eng C 2006 A limited set of human MicroRNA is deregulated in follicular thyroid carcinoma. J Clin Endocrinol Metab 91:3584-3591 131. Landgraf P, Rusu M, Sheridan R, Sewer A, Iovino N, Aravin A, Pfeffer S, Rice A, Kamphorst AO, Landthaler M, Lin C, Socci ND, Hermida L, Fulci V, Chiaretti S, Foa R, Schliwka J, Fuchs U, Novosel A, Muller RU, Schermer B, Bissels U, Inman J, Phan Q, Chien M, Weir DB, Choksi R, De Vita G, Frezzetti D, Trompeter HI, Hornung V, Teng G, Hartmann G, Palkovits M, Di Lauro R, Wernet P, Macino G, Rogler CE, Nagle JW, Ju J, Papavasiliou FN, Benzing T, Lichter P, Tam W, Brownstein MJ, Bosio A, Borkhardt A, Russo JJ, Sander C, Zavolan M, Tuschl T 2007 A mammalian microRNA expression atlas based on small RNA library sequencing. Cell 129:1401-1414 132. Liang Y, Ridzon D, Wong L, Chen C 2007 Characterization of microRNA expression profiles in normal human tissues. BMC Genomics 8:166 133. Lu J, Getz G, Miska EA, Alvarez-Saavedra E, Lamb J, Peck D, SweetCordero A, Ebert BL, Mak RH, Ferrando AA, Downing JR, Jacks T, Horvitz HR, Golub TR 2005 MicroRNA expression profiles classify human cancers. Nature 435:834-838 134. Chen YT, Kitabayashi N, Zhou XK, Fahey TJ, III, Scognamiglio T 2008 MicroRNA analysis as a potential diagnostic tool for papillary thyroid carcinoma. Mod Pathol 21:1139-1146 95 Biobligraphie 135. Nikiforova MN, Tseng GC, Steward D, Diorio D, Nikiforov YE 2008 MicroRNA expression profiling of thyroid tumors: biological significance and diagnostic utility. J Clin Endocrinol Metab 93:1600-1608 136. Volinia S, Calin GA, Liu CG, Ambs S, Cimmino A, Petrocca F, Visone R, Iorio M, Roldo C, Ferracin M, Prueitt RL, Yanaihara N, Lanza G, Scarpa A, Vecchione A, Negrini M, Harris CC, Croce CM 2006 A microRNA expression signature of human solid tumors defines cancer gene targets. Proc Natl Acad Sci U S A 103:2257-2261 137. Pallante P, Visone R, Ferracin M, Ferraro A, Berlingieri MT, Troncone G, Chiappetta G, Liu CG, Santoro M, Negrini M, Croce CM, Fusco A 2006 MicroRNA deregulation in human thyroid papillary carcinomas. Endocr Relat Cancer 13:497-508 138. Irizarry RA, Wu Z, Jaffee HA 2006 Comparison of Affymetrix GeneChip expression measures. Bioinformatics 22:789-794 139. Tusher VG, Tibshirani R, Chu G 2001 Significance analysis of microarrays applied to the ionizing radiation response. Proc Natl Acad Sci U S A 98:5116-5121 140. Dykxhoorn DM, Novina CD, Sharp PA 2003 Killing the messenger: short RNAs that silence gene expression. Nat Rev Mol Cell Biol 4:457-467 141. Hannon GJ 2002 RNA interference. Nature 418:244-251 142. Mathers CD, Loncar D 2006 Projections of global mortality and burden of disease from 2002 to 2030. PLoS Med 3:e442 143. Franc B, de la SP, Lange F, Hoang C, Louvel A, de Roquancourt A, Vilde F, Hejblum G, Chevret S, Chastang C 2003 Interobserver and intraobserver reproducibility in the histopathology of follicular thyroid carcinoma. Hum Pathol 34:1092-1100 144. Lloyd RV, Erickson LA, Casey MB, Lam KY, Lohse CM, Asa SL, Chan JK, DeLellis RA, Harach HR, Kakudo K, LiVolsi VA, Rosai J, Sebo TJ, Sobrinho-Simoes M, Wenig BM, Lae ME 2004 Observer variation in the diagnosis of follicular variant of papillary thyroid carcinoma. Am J Surg Pathol 28:1336-1340 145. Giordano TJ 2008 Genome-wide studies in thyroid neoplasia. Endocrinol Metab Clin North Am 37:311-viii 146. van Staveren WC, Weiss Solis D, Delys L, Venet D, Cappello M, Andry G, Dumont JE, Libert F, Detours V, Maenhaut C 2006 Gene expression in human thyrocytes and autonomous adenomas reveals suppression of 96 Biobligraphie negative feedbacks in tumorigenesis. Proc Natl Acad Sci U S A 103:413418 147. Pavelic K, Dedivitis RA, Kapitanovic S, Cacev T, Guirado CR, Danic D, Radosevic S, Brkic K, Pegan B, Krizanac S, Kusic Z, Spaventi S, Bura M 2006 Molecular genetic alterations of FHIT and p53 genes in benign and malignant thyroid gland lesions. Mutat Res 599:45-57 148. Sapi Z, Lukacs G, Sztan M, Papp J, Olah E 1995 Contribution of p53 gene alterations to development of metastatic forms of follicular thyroid carcinoma. Diagn Mol Pathol 4:256-260 149. Zou M, Shi Y, Farid NR 1993 p53 mutations in all stages of thyroid carcinomas. J Clin Endocrinol Metab 77:1054-1058 150. Zou M, Shi Y, Farid NR 1993 p53 mutations in all stages of thyroid carcinomas. J Clin Endocrinol Metab 77:1054-1058 151. Zou M, Shi Y, Farid NR 1993 p53 mutations in all stages of thyroid carcinomas. J Clin Endocrinol Metab 77:1054-1058 152. Zou M, Shi Y, Farid NR 1993 p53 mutations in all stages of thyroid carcinomas. J Clin Endocrinol Metab 77:1054-1058 153. Attisano L, Wrana JL, Montalvo E, Massague J 1996 Activation of signalling by the activin receptor complex. Mol Cell Biol 16:1066-1073 154. Cohen O, Inbal B, Kissil JL, Raveh T, Berissi H, Spivak-Kroizaman T, Feinstein E, Kimchi A 1999 DAP-kinase participates in TNF-alpha- and Fas-induced apoptosis and its function requires the death domain. J Cell Biol 146:141-148 155. Heul-Nieuwenhuijsen L, Dits N, Van Ijcken W, de Lange D, Jenster G 2009 The FOXF2 pathway in the human prostate stroma. Prostate 69:1538-1547 156. Kanehira M, Harada Y, Takata R, Shuin T, Miki T, Fujioka T, Nakamura Y, Katagiri T 2007 Involvement of upregulation of DEPDC1 (DEP domain containing 1) in bladder carcinogenesis. Oncogene 26:6448-6455 157. Pallante P, Visone R, Ferracin M, Ferraro A, Berlingieri MT, Troncone G, Chiappetta G, Liu CG, Santoro M, Negrini M, Croce CM, Fusco A 2006 MicroRNA deregulation in human thyroid papillary carcinomas. Endocr Relat Cancer 13:497-508 158. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco 97 Biobligraphie A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 159. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 160. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 161. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 162. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 163. van Staveren WC, Solis DY, Hebrant A, Detours V, Dumont JE, Maenhaut C 2009 Human cancer cell lines: Experimental models for cancer cells in situ? For cancer stem cells? Biochim Biophys Acta 1795:92-103 164. van Staveren WC, Solis DW, Delys L, Duprez L, Andry G, Franc B, Thomas G, Libert F, Dumont JE, Detours V, Maenhaut C 2007 Human thyroid tumor cell lines derived from different tumor types present a common dedifferentiated phenotype. Cancer Res 67:8113-8120 165. Borrello MG, Alberti L, Fischer A, Degl'innocenti D, Ferrario C, Gariboldi M, Marchesi F, Allavena P, Greco A, Collini P, Pilotti S, Cassinelli G, Bressan P, Fugazzola L, Mantovani A, Pierotti MA 2005 Induction of a proinflammatory program in normal human thyrocytes by the RET/PTC1 oncogene. Proc Natl Acad Sci U S A 102:14825-14830 166. Balkwill F, Mantovani A 2001 Inflammation and cancer: back to Virchow? Lancet 357:539-545 98 Biobligraphie 167. Bedogni B, Powell MB 2009 Hypoxia, melanocytes and melanoma survival and tumor development in the permissive microenvironment of the skin. Pigment Cell Melanoma Res 22:166-174 168. Hammond EM, Kaufmann MR, Giaccia AJ 2007 Oxygen sensing and the DNA-damage response. Curr Opin Cell Biol 19:680-684 169. Sapi Z, Lukacs G, Sztan M, Papp J, Olah E 1995 Contribution of p53 gene alterations to development of metastatic forms of follicular thyroid carcinoma. Diagn Mol Pathol 4:256-260 170. Zou M, Shi Y, Farid NR 1993 p53 mutations in all stages of thyroid carcinomas. J Clin Endocrinol Metab 77:1054-1058 171. Malaguarnera R, Vella V, Vigneri R, Frasca F 2007 p53 family proteins in thyroid cancer. Endocr Relat Cancer 14:43-60 172. Toledo F, Bardot B 2009 Cancer: Three birds with one stone. Nature 460:466-467 173. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 174. Martelli ML, Miano MG, Battaglia C, Trapasso F, Stella A, Iuliano R, Visconti R, Fagin JA, Santoro M, Fusco A 2000 The highly malignant phenotype of anaplastic thyroid carcinoma cell lines is recessive. Eur J Endocrinol 143:515-521 175. Giannini R, Ugolini C, Lupi C, Proietti A, Elisei R, Salvatore G, Berti P, Materazzi G, Miccoli P, Santoro M, Basolo F 2007 The heterogeneous distribution of BRAF mutation supports the independent clonal origin of distinct tumor foci in multifocal papillary thyroid carcinoma. J Clin Endocrinol Metab 92:3511-3516 176. Park SY, Park YJ, Lee YJ, Lee HS, Choi SH, Choe G, Jang HC, Park SH, Park dJ, Cho BY 2006 Analysis of differential BRAF(V600E) mutational status in multifocal papillary thyroid carcinoma: evidence of independent clonal origin in distinct tumor foci. Cancer 107:1831-1838 177. Aldred MA, Huang Y, Liyanarachchi S, Pellegata NS, Gimm O, Jhiang S, Davuluri RV, de la CA, Eng C 2004 Papillary and follicular thyroid carcinomas show distinctly different microarray expression profiles and can be distinguished by a minimum of five genes. J Clin Oncol 22:35313539 99 Biobligraphie 178. Barden CB, Shister KW, Zhu B, Guiter G, Greenblatt DY, Zeiger MA, Fahey TJ, III 2003 Classification of follicular thyroid tumors by molecular signature: results of gene profiling. Clin Cancer Res 9:1792-1800 179. Chevillard S, Ugolin N, Vielh P, Ory K, Levalois C, Elliott D, Clayman GL, el Naggar AK 2004 Gene expression profiling of differentiated thyroid neoplasms: diagnostic and clinical implications. Clin Cancer Res 10:6586-6597 180. Finley DJ, Arora N, Zhu B, Gallagher L, Fahey TJ, III 2004 Molecular profiling distinguishes papillary carcinoma from benign thyroid nodules. J Clin Endocrinol Metab 89:3214-3223 181. Huang Y, Prasad M, Lemon WJ, Hampel H, Wright FA, Kornacker K, LiVolsi V, Frankel W, Kloos RT, Eng C, Pellegata NS, de la CA 2001 Gene expression in papillary thyroid carcinoma reveals highly consistent profiles. Proc Natl Acad Sci U S A 98:15044-15049 182. Jarzab B, Gubala E, Lange D 2005 [DNA microarrays and papillary thyroid carcinoma gene expression profile]. Endokrynol Pol 56:293-301 183. Mazzanti C, Zeiger MA, Costouros NG, Umbricht C, Westra WH, Smith D, Somervell H, Bevilacqua G, Alexander HR, Libutti SK 2004 Using gene expression profiling to differentiate benign versus malignant thyroid tumors. Cancer Res 64:2898-2903 184. Montero-Conde C, Martin-Campos JM, Lerma E, Gimenez G, MartinezGuitarte JL, Combalia N, Montaner D, Matias-Guiu X, Dopazo J, de Leiva A, Robledo M, Mauricio D 2008 Molecular profiling related to poor prognosis in thyroid carcinoma. Combining gene expression data and biological information. Oncogene 27:1554-1561 185. Prasad NB, Somervell H, Tufano RP, Dackiw AP, Marohn MR, Califano JA, Wang Y, Westra WH, Clark DP, Umbricht CB, Libutti SK, Zeiger MA 2008 Identification of genes differentially expressed in benign versus malignant thyroid tumors. Clin Cancer Res 14:3327-3337 186. Wreesmann VB, Sieczka EM, Socci ND, Hezel M, Belbin TJ, Childs G, Patel SG, Patel KN, Tallini G, Prystowsky M, Shaha AR, Kraus D, Shah JP, Rao PH, Ghossein R, Singh B 2004 Genome-wide profiling of papillary thyroid cancer identifies MUC1 as an independent prognostic marker. Cancer Res 64:3780-3789 187. Lu J, Getz G, Miska EA, Alvarez-Saavedra E, Lamb J, Peck D, SweetCordero A, Ebert BL, Mak RH, Ferrando AA, Downing JR, Jacks T, Horvitz HR, Golub TR 2005 MicroRNA expression profiles classify human cancers. Nature 435:834-838 100 Biobligraphie 188. Aslam MI, Taylor K, Pringle JH, Jameson JS 2009 MicroRNAs are novel biomarkers of colorectal cancer. Br J Surg 96:702-710 189. He H, Jazdzewski K, Li W, Liyanarachchi S, Nagy R, Volinia S, Calin GA, Liu CG, Franssila K, Suster S, Kloos RT, Croce CM, de la CA 2005 The role of microRNA genes in papillary thyroid carcinoma. Proc Natl Acad Sci U S A 102:19075-19080 190. Paranjape T, Slack FJ, Weidhaas JB 2009 MicroRNAs: tools for cancer diagnostics. Gut 58:1546-1554 191. Visone R, Pallante P, Vecchione A, Cirombella R, Ferracin M, Ferraro A, Volinia S, Coluzzi S, Leone V, Borbone E, Liu CG, Petrocca F, Troncone G, Calin GA, Scarpa A, Colato C, Tallini G, Santoro M, Croce CM, Fusco A 2007 Specific microRNAs are downregulated in human thyroid anaplastic carcinomas. Oncogene 26:7590-7595 192. Are C, Shaha AR 2006 Anaplastic thyroid carcinoma: biology, pathogenesis, prognostic factors, and treatment approaches. Ann Surg Oncol 13:453-464 193. Weber F, Teresi RE, Broelsch CE, Frilling A, Eng C 2006 A limited set of human MicroRNA is deregulated in follicular thyroid carcinoma. J Clin Endocrinol Metab 91:3584-3591 194. Prasad NB, Somervell H, Tufano RP, Dackiw AP, Marohn MR, Califano JA, Wang Y, Westra WH, Clark DP, Umbricht CB, Libutti SK, Zeiger MA 2008 Identification of genes differentially expressed in benign versus malignant thyroid tumors. Clin Cancer Res 14:3327-3337 195. Eszlinger M, Krohn K, Hauptmann S, Dralle H, Giordano TJ, Paschke R 2008 Perspectives for improved and more accurate classification of thyroid epithelial tumors. J Clin Endocrinol Metab 93:3286-3294 196. Tian Q, Stepaniants SB, Mao M, Weng L, Feetham MC, Doyle MJ, Yi EC, Dai H, Thorsson V, Eng J, Goodlett D, Berger JP, Gunter B, Linseley PS, Stoughton RB, Aebersold R, Collins SJ, Hanlon WA, Hood LE 2004 Integrated genomic and proteomic analyses of gene expression in Mammalian cells. Mol Cell Proteomics 3:960-969 197. Tian Q, Stepaniants SB, Mao M, Weng L, Feetham MC, Doyle MJ, Yi EC, Dai H, Thorsson V, Eng J, Goodlett D, Berger JP, Gunter B, Linseley PS, Stoughton RB, Aebersold R, Collins SJ, Hanlon WA, Hood LE 2004 Integrated genomic and proteomic analyses of gene expression in Mammalian cells. Mol Cell Proteomics 3:960-969 101