Herviou L, Kassambara A, Boireau S, Robert N, Requirand G, Müller-Tidow C, Vincent L, Seckinger A, Goldschmidt H, Cartron G, Hose D, Cavalli G, Moreaux J. Le ciblage de PRC2 est une stratégie thérapeutique pour les patients atteints de myélome multiple à haut risque définis par le score EZ et pour surmonter la résistance aux IMiDs. Epigénétique clinique. 2018. Télécharger le PDF
Résumé de l’étude
Les modifications épigénétiques contribuent à la pathogenèse et à la résistance aux médicaments du myélome multiple (MM). Cette étude se concentre sur le ciblage du polycomb repressive complex 2 (PRC2) à l’aide d’un inhibiteur d’EZH2 et propose un outil de stratification du risque pour identifier les patients réceptifs.
Principaux résultats
Les gènes PRC2 sont régulés à la hausse dans les cellules MM prolifératives
Le traitement par EPZ-6438 (inhibiteur d’EZH2) entraîne une augmentation du nombre de gènes PRC2:
- Arrêt du cycle cellulaire et apoptose
- Régulation des ** suppresseurs de tumeurs** et des ** facteurs de transcription des cellules B**
- Répression de MYC
La résistance à EZH2i est liée à la méthylation de l’ADN des cibles de PRC2
L’association avec le lénalidomide (IMiD) produit des effets synergiques
Mise au point et validation du Score EZ, un outil pronostique basé sur l’expression génique identifiant les patients à haut risque bénéficiant de l’inhibition du PRC2
Dans cette étude, Alboukadel Kassambara a contribué à l’analyse des données, en particulier au développement et à la validation du score EZ, un stratificateur de risque basé sur l’expression génique prédisant le bénéfice d’une thérapie ciblant EZH2 chez les patients atteints d’un myélome à haut risque.
Citation
Publication: In Epigénétique clinique
Date : 3 octobre, 2018
Type : Article de revue
PDF : Télécharger le PDF
< Retourner à tous les résumés
Contributions scientifiques
Voici d’autres résumés scientifiques dont l’auteur ou le co-auteur est Alboukadel Kassambara. Ces contributions couvrent la biologie informatique, la bioinformatique, la biostatistique, l’apprentissage automatique et la multi-omique, avec un accent sur l’immuno-oncologie et la recherche translationnelle.
