Steer A, Chemlal D, Varlet E, Machura A, Kassambara A, Alaterre E, Requirand G, Robert N, Hirtz C, De Boussac H, Bruyer A, Moreaux J. P843: Caracterização metabolômica da linha celular de mieloma múltiplo humano para estudar a resistência do tumor a diferentes classes de agentes terapêuticos. Hemasphere. 2022. Faça o download do PDF
Resumo do estudo
A resistência a medicamentos no mieloma múltiplo (MM) geralmente resulta da plasticidade do tumor e de mecanismos de sobrevivência que se adaptam ao estresse terapêutico. Este estudo procurou caracterizar o fenótipo metabólico das linhas celulares de MM e associá-lo à resistência terapêutica.
Um painel de 20 linhas de células humanas de MM (HMCLs) foi avaliado quanto à atividade metabólica usando o Seahorse XFe96 Mito Stress Assay. Medidas incluídas:
- Taxa de consumo de oxigênio (OCR)
- Taxa de acidificação extracelular (ECAR)
- Capacidade respiratória sobressalente (SRC)
O perfil transcriptômico (RNAseq) foi então usado para desenvolver uma pontuação metabolômica baseada em genes derivada de 112 genes glicolíticos e relacionados a OxPhos.
Principais resultados
- As linhas celulares mostraram dependências metabólicas distintas (glicolítica vs. mitocondrial)
- A pontuação metabolômica correlacionou-se fortemente com leituras metabólicas funcionais
- Em duas coortes de pacientes independentes (MMRF CoMMpass, E-MTAB-362), a pontuação metabolômica alta previu uma sobrevida global ruim
- A alta produção de ATP mitocondrial foi correlacionada com resistência a inibidores de proteassoma (P = 0,023)
Alboukadel Kassambara contribuiu para a integração de dados transcriptômicos, modelagem de pontuação e análises de prognóstico clínico, ajudando a validar a pontuação metabolômica em conjuntos de dados funcionais e de pacientes.
Citação
Publicação: Em Hemasphere (Resumo do pôster)
Data: 23 de junho, 2022
Tipo: Apresentação de pôster
PDF: Faça o download do PDF
Contribuições científicas
Aqui estão mais resumos científicos de autoria ou coautoria de Alboukadel Kassambara. Essas contribuições abrangem biologia computacional, bioinformática, bioestatística, aprendizado de máquina e multiômica, com foco em imuno-oncologia e pesquisa translacional.
