Transcriptome en paraffine pour la classification et le diagnostic des tumeurs neuroendocrines hypophysaires (PitNETs)

• Published in: Annales d'endocrinologie 2023-10, Vol.84 (5), p.541-541
• Main Authors: Benanteur, N., Villa, C., Birtolo, M.F., Jouinot, A., De Murat, D., Letourneur, F., Gaillard, S., Raffin-Sanson, M.L., Emile, J.F., Bertherat, J., Baussart, B., Assie, G.
• Format: Article
• Language: fre
• ISSN: 0003-4266
• DOI: 10.1016/j.ando.2023.07.101

Une première analyse multi-omique des PitNETs a affiné les classifications histologiques, et pourrait améliorer l’évaluation diagnostique et pronostique (Neou, Cancer Cell 2020). Parmi toutes les omiques, le transcriptome discrimine le mieux ces différentes classes. Cette classification moléculaire a été construite à partir d’échantillons congelés, dont l’utilisation est difficile à envisager en routine clinique. Démontrer la faisabilité de mesurer le transcriptome sur des échantillons fixés et inclus en paraffine (FFPE), grâce au séquençage des extrémités 3′ de l’ARN. L’extraction de l’ARN a été effectuée sur 170 échantillons FFPE de PitNETs (kits RNEasy DSP FFPE, Qiagen) opérés entre 2005 et 2022. Le transcriptome 3′ a été séquencé avec la technique 3′RNASeq (Lexogen, Illumina). Après alignement, comptage (STAR), normalisation (DESeq2) et réduction de dimension (NMF), un clustering non supervisé a été réalisé. La proportion d’échantillons informatifs atteint 98 %. La profondeur de séquençage moyenne était de 11 millions de transcrits. Avec ces échantillons FFPE, on retrouve le clustering établi sur des échantillons congelés et reflétant le lignage, avec les différents sous-groupes de corticotropes, les prolactinomes, les somatotropes mélangés avec les « Mixed GH-PRL », les gonadotropes mélangés avec les « null-cell » et les thyréotropes. Le groupe moléculaire peut être prédit individuellement à partir de ce transcriptome. La classification moléculaire des PitNETs peut être prédite à partir d’échantillons FFPE. Cela ouvre la perspective de cohortes plus grandes, permettant l’évaluation pronostique du transcriptome, en stratifiant par sous-type.