De Boussac H, Machura A, Steer A, Kassambara A, Gely M, Chemlal D, Gourzones C, Requirand G, Robert N, Vincent L, Herbaux C, Bruyer A, Moreaux J. P844: Charakterisierung von Zelllinien des Multiplen Myeloms mit erworbener Resistenz gegen Proteasom-Inhibitoren zeigt eine Verbindung zwischen Resistenz und metabolischer Deregulierung auf. Hemasphere. 2022. PDF herunterladen
Zusammenfassung der Studie
Diese Studie untersucht die Mechanismen der erworbenen Resistenz gegen Proteasominhibitoren (PIs) beim Multiplen Myelom (MM) anhand von In-vitro-Modellen und Multi-omics-Profiling.
Sechs Bortezomib-resistente MM-Zelllinien (BR-HMCLs) wurden durch Langzeitexposition gegenüber eskalierenden PI-Dosen entwickelt.
BR-HMCLs angezeigt:
- Erhöhte Resistenz gegen Bortezomib, Carfilzomib und Ixazomib
- Keine Kreuzresistenz gegenüber anderen Wirkstoffen (IMiDs, Melphalan, Dexamethason)
Genomische und transkriptomische Profilerstellung ergab:
- 40 Schlüsselmutationen, darunter eine in PSMB5, die die PI-Bindung direkt beeinträchtigen
- Hochregulierung von glykolytischen Enzymen (z. B. ALDOC, HK1, ENO3, PDK1/3)
- Veränderungen in solute carrier transporters und xenobiotic response genes
Funktionelle Seahorse-Assays nachgewiesen:
- Nach Bortezomib-Exposition zeigten resistente Zellen eine erhöhte mitochondriale Atmung und Glykolyse
- Die elterlichen Zellen zeigten unter den gleichen Bedingungen eine verringerte Stoffwechselaktivität
In dieser Studie leitete Alboukadel Kassambara die Implementierung von Gesamtgenomsequenzierungs- und Transkriptomanalyse-Pipelines, die die Identifizierung von Resistenz-assoziierten Mutationen und transkriptioneller Reprogrammierung in Proteasom-Inhibitor-resistenten MM-Zelllinien ermöglichten.
Zitat
Publikation: In Hemasphere (Poster Abstract)
Datum: 23. Juni, 2022
Typ: Poster Präsentation
PDF: Download der PDF
Wissenschaftliche Beiträge
Hier sind weitere wissenschaftliche Abstracts, die von Alboukadel Kassambara verfasst oder mitverfasst wurden. Diese Beiträge umfassen computergestützte Biologie, Bioinformatik, Biostatistik, maschinelles Lernen und Multi-Omics, mit Schwerpunkt auf Immuno-Onkologie und translationaler Forschung.
