ARTICLE
Auteur(s) : Claudine L Bartels1,
Gregory J Tsongalis2
1Department of Pathology, Darmouth Medical Schook,
Darmouth Hichcock Medical Center and Norris Cotton Cancer Center;
Lebanon, NH, USA
2Department of Pathology, Darmouth Hitchcock Medical
Center, One Medical Center Drive, Lebanon, NH 03756, USA
Alors que le cancer était associé autrefois à un processus aigu
conduisant à une mortalité rapide, les connaissances actuelles de
la biologie des cellules tumorales font du cancer un état
chronique, et le développement de thérapeutiques spécifiquement
ciblées sur les tumeurs accroissent régulièrement les perspectives
de survie chez les patients cancéreux. Les cancers humains
regroupent à la fois les modifications génétiques (innées ou
acquises) et les modifications épigénétiques. De nombreux
gènes suppresseurs de tumeur et oncogènes ont été décrits, et la
découverte de nouveaux biomarqueurs des processus tumoraux est très
active [1]. Récemment, un nouveau groupe de marqueurs biologiques,
les microRNA (miRNA) a été identifié. Ces molécules sont
spécifiques de type cellulaire et de pathologie, à la différence de
la majorité des autres biomarqueurs actuellement disponibles.
Les miRNA vont certainement prendre une place importante en
biologie clinique comme nouveaux marqueurs diagnostiques et
pronostiques, et indicateurs de réponse thérapeutique, ainsi que
comme cible de nouvelles thérapies. Cette revue de synthèse donne
un éclairage des connaissances actuelles des miRNA dans les
pathologies tumorales.
miRNA
Les miRNA constituent une famille de RNA endogènes de petite taille
(environ 22 nucléotides), fonctionnels et non codants.
Les approches bio-informatiques pour l’identification des
miRNA ont démontré la conservation de leur séquence au cours de
l’évolution [2]. On estime à 1 000 le nombre de gènes de
miRNA dans le génome humain
(http://www.sanger.ac.uk/Software/Rfam/mirna/). Les miRNA sont
exprimés de façon tissu-spécifique, et les modifications
d’expression des miRNA à l’intérieur d’un même type tissu ont été
associées à différentes pathologies [3, 4].
Les miRNA sont transcrits par la RNA polymérase II ou III sous
la forme de molécules primaires plus longues, qui sont ensuite
modifiées au niveau nucléaire par la Rnase III Drosha et par le «
complexe microprocesseur » DGCR8 pour former des structures de type
« stem-loop » (« tige-boucle ») d’environ 70 nucléotides qui
sont les précurseurs de miRNA (pré-miRNA) [5-8] (figure 1).
Ces pré-miRNA ont une structure repliée et sont transportés
grâce à l’exportine-5 du noyau vers le cytoplasme, au sein duquel
ils subissent une maturation complémentaire par l’endonucléase
RNase III Dicer [9, 10]. Cette enzyme élimine la boucle du
pré-miRNA pour former un duplex imparfait constitué du miRNA mature
et d’un fragment de taille similaire (miRNA*), qui provient du bras
opposé du pré-miRNA. Le brin miRNA de ce duplex est fixé à un
complexe appelé RISC (RNA-Induced Silencing Complex) ; le miRNA* se
sépare du duplex et est ultérieurement dégradé [11].
Les miRNA régulent l’expression génique en agissant sur la
traduction et la dégradation des mRNA. Le mécanisme de cette
régulation dépend de la complémentarité du miRNA avec la molécule
de mRNA. Une complémentarité presque parfaite favorise
l’orientation vers la dégradation du mRNA par le RISC, alors qu’une
complémentarité imparfaite bloque la traduction du mRNA par le
ribosome [12].
L’identification des cibles des miRNA est difficile car seule la
séquence initiale (6 à 8 bases environ) des
22 nucléotides du miRNA s’aligne parfaitement avec la région
3’ non traduite du mRNA [2, 13]. Le reste de la molécule de
miRNA peut se fixer de façon parfaite avec mRNA, mais ce n’est pas
le cas le plus fréquent. Les approches bio-informatiques ont
permis d’identifier des cibles potentielles pour des miRNA
particuliers, par l’analyse de la séquence initiale du miRNA [2] ;
cependant, ces miRNA doivent être testés in vitro ou in vivo pour
déterminer s’ils interagissent réellement avec les mRNA
étudiés.
Dès qu’une séquence a été déterminée comme étant un miRNA
unique, la base de registre miRBase assigne un nom en accord avec
les recommandations existantes [14, 15]. Dans cette base de
données, une séquence de 3 ou 4 lettres désigne l’espèce
(par exemple, « hsa » pour Homo sapiens) ; cependant, ce préfixe
est souvent omis dans la littérature. La partie principale du
nom du miRNA est la désignation « miR » (indiquant une séquence
mature), suivi par un numéro d’identification unique attribué
séquentiellement. Des suffixes sous forme de lettres sont
ajoutés aux miR, quand ils diffèrent par seulement 1 ou
2 bases (par exemple : miR-10b) et des suffixes sous forme de
chiffres sont assignés aux miR quand ils ont la même séquence mais
qu’ils sont dérivés de transcrits primaires différents. Un suffixe
–5p ou –3p est donné quand les miRNA matures sont dérivés du bras
5’ ou du bras 3’, du précurseur du miRNA. Pour ce domaine en
évolution rapide, la miRBase conserve les dernières dénominations
de la nomenclature.
Méthodes de détection des miRNA
Différentes méthodes ont été décrites pour la détection des miRNA
ou de profils de miRNA dans différents types cellulaires : puces à
ADN, arrays sur des billes, PCR quantitative en temps réel.
Le principe des puces est basé sur l’appareillement de Watson
et Crick des bases nucléiques. Les puces permettent la
détection simultanée de plusieurs centaines de miRNA. Un panel de
sondes de capture d’oligonucléotides est fixé sur des lames de
verre, et un échantillon d’extrait de RNA enrichi pour les petites
molécules de RNA est soumis à l’hybridation avec ces sondes de
capture. Les miRNA étant courts, il peut être difficile de
normaliser les températures de fusion (Tm) des sondes
pour une même expérience en maintenant une sensibilité et une
spécificité suffisantes. Ce problème a pu être contourné par
l’utilisation de « locked nucleic acids » (LNA - acides nucléiques
« verrouillés »). Les LNA contiennent au moins un monomère
LNA, c’est-à-dire un analogue d’acide nucléique dans lequel l’atome
d’oxygène en 2’ et l’atome de carbone en 4’ du ribose sont «
verrouillés » par un pont méthylène [16]. Chaque monomère de LNA
incorporé augmente le Tm du duplex d’acides nucléiques
de 2 à 10 °C [17]. Ainsi, en ajustant le nombre de
monomères de LNA incorporés dans une sonde de capture, toutes les
sondes d’une même expérience peuvent être normalisées au niveau de
la valeur de leur Tm malgré la faible longueur des
miRNA. De nombreuses associations avec des pathologies ont
ainsi été découvertes par cette technique.
Les arrays utilisant des billes, telles que les arrays FlexmiR
Luminex® permettent également la quantification
simultanée de plusieurs centaines de miRNA [18]. Des sondes
d’acides nucléiques verrouillés (LNA©, Exiquon) sont
couplées à des microsphères de polystyrène carboxylée qui
contiennent des mélanges variables de deux colorants fluorescents,
permettant l’identification de chaque microsphère (jusqu’à 100) par
un cytomètre en flux, car chaque microsphère a ainsi une couleur
unique. Chaque microsphère est couplée à une molécule de LNA qui
est spécifique pour un miRNA ; les sondes permettent la
différenciation entre des miRNA d’une même famille. Le RNA
total est extrait de l’échantillon, biotinylé, puis hybridé avec
les microsphères. Les microsphères sont lavées, incubées avec
la phycoérythrine-streptavidine et analysées par un analyseur
Luminex®. L’analyseur peut identifier à la fois la
fluorescence spécifique d’une microsphère et mesurer l’intensité de
fluorescence de la phycoérythrine-streptavidine, ce qui permet à
l’utilisateur de mettre en évidence les miRNA présents dans
l’échantillon. Cet essai permet également d’obtenir des résultats
quantitatifs, si une courbe de calibrage est réalisée en utilisant
des matériels de calibrage appropriés tels que des oligonucléotides
synthétiques.
La PCR quantitative en temps réel (RT-qPCR) peut également être
utilisée pour détecter des miRNA. La quantification de miRNA
matures nécessite habituellement la transcription inverse du
miRNA avec une amorce « stem-loop » [19] (figure 2).
Le cDNA est ensuite utilisé dans une réaction de PCR en temps
réel. Un mélange d’amorces et de sonde doublement marquée
(TaqMan©) est utilisé pour amplifier et détecter le cDNA
recherché. La sonde possède un colorant rapporteur en partie
5’ et un « quencher » en partie 3’. Si la séquence cible est
présente durant la PCR, la sonde se fixe à cette séquence cible. Au
cours de l’étape d’extension du cycle de PCR, le colorant
rapporteur est libéré par l’activité 5’ exonucléase de la Taq
polymérase ; puisque le colorant rapporteur et le « quencher » ont
été séparés, la fluorescence du colorant est détectée. Les RNA
primaires et/ou les pré-miRNA peuvent également être quantifiés par
les mêmes méthodes, mais de tels essais nécessitent de choisir
précisément à la fois les amorces et les sondes [19].
miRNA et cancer du sein
Le cancer du sein est la deuxième cause de mortalité par cancer
chez la femme, et constitue 26 % des cancers diagnostiqués
en 2008 aux Etats-Unis [20]. Certains miRNA sont associés au
cancer du sein ; par exemple, miR-155 est surexprimé, suggérant
qu’il peut agir comme un oncogène [21, 22]. La surexpression
de miR-373 et miR-520c favorise la métastatisation en inhibant
l’expression de CD44. L’expression accrue de l’isoforme CD44s de
CD44 est associée à une augmentation de la survie chez les
patientes atteintes du cancer du sein [23, 24]. Il existe une
association inverse entre l’expression de CD44 et les
concentrations de miR-373 et miR-520c. Ma et al. [22] ont
montré que l’expression du gène codant pour miR-10b est augmentée ;
miR-10b est contrôlé par le facteur de transcription Twist1 et sa
surexpression semble favoriser l’invasion tumorale in vivo [22].
miR-21 est également surexprimé dans le cancer du sein, entraînant
l’inhibition de deux cibles importantes : PDCD4 (programmed cell
death 4) et la tropomyosine 1 (TPM1) [25-27]. PDCD4 est un
suppresseur de tumeurs qui agit sur les étapes traductionnelles en
inhibant le facteur d’initiation 4 [28]. TPM1 est un membre de la
grande famille des tropomyosines, qui sont associées avec l’actine
et assurent la stabilisation des microfilaments [29].
miR-17-5p, également appelé miR-91, est également surexprimé
dans les cancers du sein [30]. Ce miRNA est codé par un gène
localisé par un chromosome 13q31, une région à l’origine d’une
perte d’hétérozygotie (loss of heterozygosity - LOH) dans ce type
de cancer [31]. miR-17-5p assure normalement l’inhibition de la
traduction du mRNA AIB1 (amplified in breast cancer 1) [30]. AIB1
est un co-activateur de l’élément de régulation du cycle cellulaire
E2F1 ; il favorise la transcription dépendante du récepteur des
œstrogènes [32, 33]. Avec miR-20a, miR-17-5p régule également mais
de façon négative le gène de la cycline D1 (CCND1) [34].
Les patients ayant des concentrations faibles du miR-335 et du
miR-126 ont des rechutes métastatiques en moyenne plus rapides
[35]. La régulation négative de miR-335 favorise le processus
de métastatisation en activant la protéine matricielle
extracellulaire ténascine C et le facteur de transcription factor
SOX4 [35]. Enfin miR-126 semble agir comme un suppresseur de
tumeur, et la diminution de son expression favorise la
prolifération cellulaire [35].
L’expression différencielle de gènes codant pour différents
miRNA semble être liée à des présentations particulières du cancer
du sein. A titre d’exemple, l’expression du gène codant pour
miR-30 semble corrélée au niveau d’expression du récepteur des
œstrogènes et du récepteur de la progestérone, et une régulation
négative de ce miRNA est retrouvée dans les tumeurs négatives pour
ces deux récepteurs [21]. De plus, miR-213 et miR-203 semblent
corrélés au stade d’évolution de la tumeur : une augmentation de
l’expression des gènes codant pour ces deux miRNA est retrouvée
dans les tumeurs de grade élevé [21]. Enfin, miR-206 semble avoir
comme cible la région 3’ non traduite pour le récepteur des
œstrogènes, responsable d’une corrélation inverse entre la
concentration de miR-206 et le statut de la tumeur en récepteur des
œstrogènes [36, 37].
miRNA et leucémie lymphoïde chronique
La leucémie lymphoïde chronique (LLC) est la plus fréquente des
leucémies dans les pays occidentaux et son pronostic est très
variable. Ceci justifie la recherche et l’évaluation de nouveaux
tests à visée pronostique, et différentes études ont tenté de
relier les concentrations de miRNA dans les cellules lymphoïdes
tumorales à d’autres biomarqueurs tels que ZAP-70, la mutation
IgVH ou la délétion 13q14. Cependant, à ce jour, les
résultats de ces études ne sont pas consensuels [38, 39]. miR-150
apparaît surexprimé dans les cellules sanguines lymphoïdes au cours
de la LLC ; il en est de même pour miR-155 dont le gène est situé
dans le dernier exon du cluster d’intégration de cellules B et qui
est surexprimé dans les cellules de LLC en comparaison avec des
cellules B normales [38, 40, 41].
L’expression de nombreux miRNA a été retrouvée diminuée dans la
LLC. La diminution de l’expression de gènes codant pour
miR-15a et miR-16-1 est associée à un bon pronostic. Ces gènes
sont présents sur le chromosome 13q14.3, qui est délété chez 68 %
de patients atteints de LLC. La cible de ces miRNA semble
incertaine [39, 40, 42, 43]. Bien que les études de transfection de
cellules mégacaryocytaires avec les gènes de ces deux miRNA aient
montré que la cible pourrait être la protéine anti-apoptotique
BLC-2, les modifications d’expression de ces deux gènes ne sont pas
associées à une modification de l’expression du gène BCL2 (B-cell
CLL/Lymphoma 2) [40, 42]. D’autres cibles pour miR-15a et miR-16-1
sont actuellement en cours d’identification [43]. Les gènes
codant pour les miRNA de type miR-92, qui appartiennent au cluster
de gènes miR-17-92 situés sur le chromosome 13q31-32, sont
sous-exprimés dans la LLC [40]. Les gènes codant pour miR-181
et miR-29, dont la cible est le gène TCL1A (T-cell
leukemia/lymphoma 1A), sont également sous-exprimés dans cette
pathologie [43]. Il est possible que l’expression diminuée des
gènes codant pour miR-181a-2 (MIRLET7A1 [micro RNA let-7a-1] qui
est également sous-exprimé dans l’allèle C) résulte d’un processing
imparfait de la molécule précurseur [44, 45]. Des faibles
concentrations de miR-29 sont associées à un mauvais pronostic de
la maladie [39]. L’expression diminuée des gènes codant pour
miR-143 et miR-145 a également été décrite [46].
miRNA et cancer colorectal
Le cancer colorectal est la troisième cause de mortalité liée aux
cancers et environ 150 000 nouveaux cas ont été rapportés
cette année aux Etats-Unis [20]. Comme dans d’autres cancers
humains, certains miRNA apparaissent surexprimés ou sous-exprimés
dans ces tumeurs [47]. Ainsi, miR-31, miR-96, miR-135b et miR-183
sont surexprimés dans les cancers colorectaux ; le facteur de
transcription CHES1 (qui est impliqué dans l’inhibition de
l’apoptose) est une cible potentielle de miR-96. Une augmentation
de l’expression du gène codant pour miR-21 est associée à une
diminution de l’expression du gène codant pour la protéine
suppresseur de tumeur PDCD4 ; miR-21 semble avoir comme cible les
mêmes gènes que ceux retrouvés dans les cancers du sein (PDEN :
phosphatase and tensin homolog ; TPM1 : tropomyosin 1 alpha).
miR-135a et miR-135b sont surexprimés, et cette surexpression est
associée à la diminution de l’expression du gène APC (adenomatous
polyposis coli) [48].
miR-143 et miR-145 sont sous-exprimés dans le cancer colorectal,
comme ils le sont dans la LLC. Les gènes codant pour ces miRNA
sont tous les deux localisés sur le chromosome 5q23, et ces deux
miRNA pourraient être originaires du même miRNA primaire [49, 50].
miR-126 favorise la prolifération cellulaire via la modulation de
la voie de signalisation PIP3–kinase [51]. miR-133b est également
sous-exprimé et une de ses cibles potentielles est KRAS [52]. KRAS
est un membre de la famille des protéines Ras, qui module les voies
de signalisation impliquées dans la prolifération cellulaire, la
différenciation et la survie. De plus, Lanza et al. ont
récemment étudié si un panel combiné de miRNA/mRNA pourrait être
capable de distinguer les cancers colorectaux stables des cancers
colorectaux instables [53].
miRNA et cancer hépatocellulaire
Le carcinome hépatocellulaire (CHC) est la cinquième cause de
mortalité liée au cancer chez l’homme aux États-Unis, avec environ
21 000 nouveaux cas (hommes et femmes) diagnostiqués
chaque année [20]. Les principales étiologies du CHC sont
l’infection virale, les maladies métaboliques et les pathologies
immunes. Le taux de survie à 5 ans est compris entre 50 %
et 70 %, avec des rechutes à 5 ans dans plus de 70 % des cas
[54, 55]. Les néoplasies hépatiques sont cliniquement
hétérogènes et associent des facteurs de risque et des
modifications d’ordre génétique. Les gènes de certains miRNA
spécifiques apparaissent être exprimés de façon aberrante dans le
tissu hépatique au cours du CHC.
Murakami et al. ont été les premiers à utiliser les
technologies de puces à ADN pour déterminer le profil d’expression
de gènes miRNA dans le CHC [56]. Ces auteurs ont analysé
l’expression de gènes de miRNA dans 25 cas de CHC, en étudiant
en parallèle le tissu non tumoral, et dans 9 cas d’hépatites
chroniques. Dans cette étude, les gènes de 3 miRNA (miR-224,
miR-18, et pre-miR-P18) sont apparus surexprimés dans les
échantillons de CHC par rapport aux tissus tumoraux et les gènes de
5 autres miRNA (miR-199a*, miR-199a, miR-200a, miR-125a,
miR-195) sont apparus sous-exprimés dans ces mêmes échantillons par
rapport aux tissus non tumoraux. Avec ces 8 miRNA, Murakami
et al. obtiennent une précision de la prédiction de CHC de
97,8 % [56].
Dans une étude plus récente, Ladeiro et al. ont démontré
l’intérêt de la détermination du profil de miRNA pour distinguer
les atteintes hépatocellulaires bénignes des tumeurs malignes [57].
Cette étude a également identifié des miRNA dans différents groupes
de tumeurs sur la base de la présence de mutation d’oncogènes et de
gènes suppresseurs de tumeur, et de facteurs de risque spécifiques.
Les tumeurs hépatocellulaires malignes ou bénignes avaient une
expression accrue pour le gène codant miR-224 et une expression
diminuée des gènes codant miR-122a et miR-422b. Les CHC ont
révélé des concentrations augmentées de miR-21, miR-10b et miR-222,
alors que les tumeurs bénignes avaient une expression diminuée pour
des gènes codant miR-200c et miR-203. Parmi les CHC, ceux associés
à une consommation alcoolique importante avaient une expression
diminuée de miR-126, alors que les cas associés avec une affection
virale de type hépatite C avaient une surexpression de miR-96.
Ces résultats ont des conséquences importantes pour la
compréhension de la physiopathologie hépatique et pourraient
permettre de nouvelles approches thérapeutiques.
Li et al. ont identifié un profil de 69 miRNA qui
permettent de différencier les tissus hépatiques tumoraux des
tissus hépatiques non tumoraux [58]. Huit de ces miRNA ont été
choisis pour une validation clinique de la malignité ou non des
tumeurs hépatiques, et pour différencier les tumeurs du tissu sain.
miR-125b est apparu diminué dans les CHC. Une surexpression du gène
de miR-125b a été associée à une survie accrue des patients
atteints de CHC. De même, chez des patients atteints de CHC,
Jiang et al. ont identifié les gènes de 19 miRNA dont
l’expression est associée soit avec une survie faible (faible
expression) ou élevée (expression augmentée) [59].
Li et al. ont proposé que miR-125b agirait en inhibant la
prolifération cellulaire par diminution de la phosphorylation et
donc inactivation d’Akt [58]. Akt est le médiateur le plus
important de la voie de PIP3-kinase. De plus, Fornair
et al. ont mis en évidence une fonction potentiellement
oncogénique de miR-221, qui est augmenté dans le CHC [60].
Des cibles de miR-221 sont les inhibiteurs de kinase
cycline-dépendantes CDKN1B/p27 et CDKN1C/p57. L’expression accrue
de miR-221 est responsable d’une régulation négative de ces
inhibiteurs, qui favorise une perte de contrôle du cycle
cellulaire.
miRNA et cancer du poumon
En 2008, 215 000 nouveaux cas de cancer du poumon
ont été diagnostiqués aux États-Unis et ce cancer a été responsable
de 162 000 morts [20]. Le cancer du poumon à petites
cellules (CPPC) est la cause principale de mortalité par cancer du
poumon. De nombreuses études ont permis d’identifier les
spectres de mutation génique et les profils d’expression des gènes
associés avec les processus biologiques qui sont modifiés lors de
la carcinogenèse [61, 62]. Sachant que les miRNA jouent un rôle clé
dans la carcinogenèse en modulant la traduction et la dégradation
de miRNA spécifiques contrôlant les processus cellulaires, un
intérêt potentiel des miRNA comme biomarqueurs du cancer du poumon
a très vite été mis en évidence.
Le gène lethal-7 (let-7) a été le premier gène identifié comme
jouant un rôle critique dans le développement de Caenorhabditis
elegans, et ses homologues dans le génome humain ont par la suite
été identifiés [63]. Chez C. elegans, la famille des miRNA let-7
régule négativement let-60/RAS. L’équipe de Johnson a montré que
les régions 3’ non traduites des gènes humains RAS contiennent de
nombreux sites complémentaires de let-7 ; ils ont également mis en
évidence que l’expression des gènes liée à let-7 est diminuée
d’environ 50 % dans le cancer du poumon par rapport au tissu normal
[64]. La concentration de la protéine RAS est par ailleurs
significativement plus élevée, suggérant un rôle pour les
homologues let-7 dans le cancer pulmonaire humain. Kumar
et al. ont montré que les CPPC exprimant MIRLET7G (microRNA
let-7g) ont également des concentrations diminuées des protéines
RAS et HMGA2 [65]. La perte du contrôle de l’expression de RAS
par les miRNA pourrait donc induire une surproduction de RAS et
ainsi contribuer à l’installation du cancer chez l’homme.
Une perte d’hétérozygotie (LOH) du chromosome 3p est l’un des
événements génétiques les plus fréquents dans le cancer pulmonaire.
Weiss et al. ont montré que la perte du gène codant pour
miR-128b (situé sur le chromosome 3p) est associée avec la réponse
à l’inhibition ciblée de l’EGFR (epidermal growth factor receptor)
[66]. La perte d’hétérozygotie de miR-128b peut être
considérée comme similaire à la perte du gène suppresseur de tumeur
car il permet une production accrue de l’EGFR. Weiss et al.
ont initialement montré que miR-128b est un régulateur de l’EGFR
dans les lignées cellulaires de CPPC et ont montré que miR-128b
régule directement l’EGFR [66]. Dans cette étude, la perte
d’hétérozygotie de miR-128b était fréquente dans les échantillons
tumoraux et elle était significativement associée à la réponse
clinique et à la survie après mise en place d’une thérapeutique de
gefitinib. Yu et al. ont identifié une signature de
5 miRNA (let-7a, miR-221, miR-137, miR-372, miR-182) capable
de prédire l’évolution sous traitement de patients atteints de CPPC
[67]. Les patients ayant un score à haut risque pour ces
5 miRNA avaient un taux accru de rechutes et une survie plus
faible.
miRNA et cancer du pancréas
Le cancer du pancréas est la quatrième cause de décès liés aux
cancers aux États-Unis avec une survie à 5 ans inférieure à 5
%. Environ 38 000 nouveaux cas et 34 000 décès
liés à un cancer du pancréas ont été observés en 2008 dans ce
pays [20]. Quatre-vingt-cinq pour cent des tumeurs pancréatiques
dérivent des cellules épithéliales du canal pancréatique
(adénocarcinome canalaire pancréatique – ACCP) [68].
La mortalité et la morbidité associées à cette pathologie sont
similaires à celles de l’ensemble des cancers pancréatiques, en
raison d’une expression clinique tardive, d’une très grande
invasivité, d’un potentiel métastatique important et d’une
résistance particulière à la radiochimiothérapie. Malgré les
avancées dans la prise en charge clinique du cancer du pancréas,
les stratégies de détection précoce ou de différenciation d’un
cancer pancréatique, d’un ACCP et d’une pathologie bénigne (telle
qu’une pancréatite chronique) restent très limitées. Pour
identifier des biomarqueurs du cancer du pancréas plus pertinents
et plus sensibles, la recherche de profils de miRNA a été engagée
afin de permettre un diagnostic précoce de ces tumeurs.
Dans plusieurs études, miR-216 a été identifié comme spécifique
du tissu pancréatique [69-71]. D’autres études ont mis en évidence
une production anormale d’au moins deux miRNA, miR-196a et miR-217,
capables de distinguer les échantillons d’ACCP, des échantillons de
pancréatite chronique [72]. Dans une étude ultérieure,
l’augmentation de la production de miR-196a a été démontrée
prédictive d’une faible survie des patients atteints d’ACCP [73].
Même si le carcinome pancréatique pris à un stade précoce peut être
traité chirurgicalement, la majorité des cas se présentent à un
stade avancé pour lequel la résection chirurgicale n’est plus
possible, en raison d’une dissémination vasculaire de la tumeur et
de sa propagation dans les ganglions lymphatiques régionaux.
Szafranska et al. ont évalué l’intérêt de la détermination de
profils d’expression de gènes de miRNA dans des échantillons
d’aspiration (à l’aiguille) pour l’identification fiable
d’anomalies tissulaires pancréatiques et pour différencier les
tissus pancréatiques bénins et malins [74]. Des différences
entre miR-194a et miR-217 après RT-q PCR ont clairement permis de
séparer les tissus bénins et malins à la fois sur des échantillons
congelés et sur des échantillons d’aspiration. Le gène codant
pour miR-217 était abondamment exprimé dans les tissus
pancréatiques normaux uniquement, et miR-196a a pu être détecté
au-dessus de la valeur du bruit de fond de la méthode dans les
échantillons d’ACCP uniquement. Sachant que le tissu pancréatique
sain est constitué d’à peu près de 90 % de cellules acineuses, ces
observations suggèrent que miR-217 est produit de façon basale par
ces cellules acineuses. miR-196a n’est produit que dans les
cellules d’adénocarcinome canalaire, et pas dans les cellules
acineuses ou canalaires non tumorales. De plus, Szafranska
et al. ont montré l’absence de production de miR-196a dans les
lésions néoplasiques intraépithéliales de type 1B (PanIN-1b)
obtenue à partir de tissus pancréatiques microdisséquées.
De telles lésions sont connues pour évoluer en ACCP [74].
Soixante pour cent des lésions agressives et avancées de type
PanIN-3 ont été retrouvées positives pour miR-196a, alors que
l’expression du gène miR-196a était augmentée de 25 % dans les
lésions intermédiaires PanIN-2.
miRNA et cancer de la prostate
Le cancer de la prostate constitue la tumeur maligne la plus
fréquemment diagnostiquée et la deuxième cause de mortalité par
cancer des hommes aux États-Unis. En 2008, plus de
186 000 nouveaux cas ont été diagnostiqués et plus de
28 000 ont pu être attribués à ce cancer [20].
Les mécanismes responsables de la survenue et de la
progression du cancer de la prostate restent largement méconnus.
Une production anormale de certains miRNA a été mise en évidence au
niveau de lignées cellulaires de ces tumeurs, de xénogreffes et
d’échantillons de patients [75]. Ces miRNA pourraient jouer un
rôle majeur dans la pathogenèse du cancer de la prostate. Porka
et al. ont identifié 51 miRNA différents à partir du
profil d’expression de 319 gènes codant pour des miRNA, qui
sont soit surexprimés, soit sous-exprimés dans les tumeurs
prostatiques en comparaison des tissus sains [76]. Vingt-deux de
ces miRNA étaient sous-exprimés dans toutes les tumeurs examinées
et 15 étaient sous-exprimés uniquement dans les tumeurs
hormono-indépendantes. Ces auteurs ont également montré que
8 miRNA étaient surexprimés dans toutes les tumeurs mais
seulement 6 étaient surexprimés dans les tumeurs
hormono-résistantes. Ozen et al. ont également évalué
l’expression des miRNA dans le cancer de la prostate et ont
démontré qu’il existe des profils d’expression génique de ces miRNA
associés à l’évolution de la pathologie [77]. Dans cette étude,
certains miRNA ont été identifiés, qui sont sous-exprimés et dont
les cibles sont des mRNA, en particulier de RAS, E2F3, BCL-2, et
MCL-1.
Conclusion
Les miRNA sont les marqueurs tumoraux qui ont ces dernières années
suscité le plus d’intérêt pour une utilisation en pratique
clinique. Les rôles biologiques de miRNA fournissent une base
physiopathologique réelle pour leur association avec le pronostic
ou le suivi thérapeutique pathologique tumoral. L’inhibition de
miRNA à l’aide « d’antagomirs » est en ce sens une perspective
thérapeutique très intéressante. Cependant, de nombreuses questions
restent sans réponse pour l’application de ces biomarqueurs en
pathologie. Par exemple, quel est le niveau d’expression des
miRNA dans les tumeurs primitives, les tumeurs secondaires ou les
métastases pour un patient donné ? Si les miRNA similaires sont
surexprimés, sous-exprimés dans différents types tumoraux, quel en
est l’effet sur leurs cibles, et ces cibles sont-elles identiques
ou différentes selon le type de tumeur ? Les réponses à ces
questions pourront aider dans le futur à la classification, au
diagnostic et au traitement des pathologies tumorales.
Contributions des auteurs
Tous les auteurs confirment avoir participé à l’élaboration de ce
manuscrit et ont respecté les 3 exigences suivantes : a) une
contribution significative à la conception et à la réalisation du
travail, à l’obtention, l’analyse et/ou l’interprétation des
données ; b) la rédaction ou la révision du manuscrit ; c)
l’approbation de l’article publié.
Conflit d’intérêts. Aucun auteur n’a déclaré de conflit
d’intérêts potentiel.
Rôle du sponsor. Les organisations ayant supporté ce
travail n’ont pas participé à la conception de l’étude, au choix
des patients inclus, à l’interprétation des données ou à la
préparation du manuscrit.
Références
1 Kulasingam V, Diamandis EP. Strategies for discovering
novel cancer biomarkers through utilization of emerging
technologies. Nat Clin Pract Oncol 2008 ; 5 : 588-99.
2 Bentwich I. Prediction and validation of microRNAs and
their targets. FEBS Lett 2005 ; 579 : 5904-10.
3 Lu J, Getz G, Miska EA,
Alvarez-Saavedra E, Lamb J, Peck D, et al.
MicroRNA expression profiles classify human cancers. Nature
2005 ; 435 : 8 ; [see comment].
4 Rosenfeld N, Aharonov R, Meiri E,
Rosenwald S, Spector Y, Zepeniuk M, et al.
MicroRNAs accurately identify cancer tissue origin. Nat Biotechnol
2008 ; 26 : 462-9.
5 Lee Y, Kim M, Han J, Yeom KH, Lee S,
Baek SH, et al. MicroRNA genes are transcribed by RNA
polymerase II. EMBO J 2004 ; 23 : 4051-60.
6 Borchert GM, Lanier W, Davidson BL. RNA
polymerase III transcribes human microRNAs. Nat Struct Mol Biol
2006 ; 13 : 1097-101.
7 Lee Y, Han J, Yeom KH, Jin H, Kim VN.
Drosha in primary microRNA processing. Cold Spring Harb Symp Quant
Biol 2006 ; 71 : 51-7.
8 Gregory RI, Yan KP, Amuthan G,
Chendrimada T, Doratotaj B, Cooch N, et al. The
microprocessor complex mediates the genesis of microRNAs. Nature
2004 ; 432 : 235-40.
9 Lund E, Guttinger S, Calado A,
Dahlberg JE, Kutay U. Nuclear export of microRNA
precursors. Science 2004 ; 303 : 95-8.
10 Lee Y, Ahn C, Han J, Choi H, Kim J,
Yim J, et al. The nuclear RNase III Drosha initiates
microRNA processing. Nature 2003 ; 425 : 415-9.
11 Lee Y, Jeon K, Lee JT, Kim S,
Kim NV. MicroRNA maturation : stepwise processing and
subcellular localization. EMBO J 2002 ; 21 : 4663-70.
12 Hutvagner G, Zamore PD. A microRNA in a
multiple-turnover RNAi enzyme complex. Science 2002 ;
297 : 2056-60.
13 Brennecke J, Stark A, Russell RB,
Cohen SB. Principles of microRNA-target recognition. PLoS Biol
2005 ; 3 : e85.
14 Griffiths-Jones S, Grocock RJ, van Dongen S,
Bateman A, Enright AJ. miRBase : microRNA sequences,
targets and gene nomenclature. Nucleic Acids Res 2006 ;
34 : D140-D144.
15 Ambros V, Bartel B, Bartel DP, Burge CB,
Carrington JC, Chen X, et al. A uniform system for
microRNA annotation. RNA 2003 ; 9 : 277-9.
16 Petersen M, Nielsen CB, Nielsen KE,
Jensen GA, Bondensgaard K, Singh SK, et al. The
conformations of locked nucleic acids (LNA). J Mol Recognit
2000 ; 13 : 44-53.
17 Valoczi A, Hornyik C, Varga N, Burgyan J,
Kauppinen S, Havelda Z. Sensitive and specific detection
of microRNAs by northern blot analysis using LNA-modified
oligonucleotide probes. Nucleic Acids Res 2004 ; 32 :
e175.
18 Luminex. FlexmiRTM MicroRNA Human Panel
instructions. http://www.luminexcorp.com/ (Accessed September
2008).
19 Schmittgen TD, Lee EJ, Jiang J, Sarkar A,
Yang L, Elton TC, et al. Real-time PCR
quantification of precursor and mature microRNA. Methods
2008 ; 44 : 318.
20 Jemal A, Siegel R, Ward E, Hao Y,
Xu J, Murray T, et al. Cancer statistics. CA Cancer
J Clin 2008 ; 58 : 71-96.
21 Iorio MV, Ferracin M, Liu CG, Veronese A,
Spizzo R, Sabbioni S, et al. MicroRNA gene
expression deregulation in human breast cancer. Cancer Res
2005 ; 65 : 7065-70.
22 Ma L, Teruya-Feldstein J, Weinberg RA. Tumour
invasion and metastasis initiated by microRNA-10b in breast cancer.
Nature 2007 ; 449 : 682-8.
23 Huang Q, Gumireddy K, Schrier M, le
Sage C, Nagel R, Nair S, et al. The microRNAs
miR-373 and miR-520c promote tumour invasion and metastasis. Nat
Cell Biol 2008 ; 10 : 202-10.
24 Diaz LK, Zhou X, Wright ET,
Cristofanilli M, Smith T, Yang Y, et al. CD44
expression is associated with increased survival in node-negative
invasive breast carcinoma. Clin Cancer Res 2005 ; 11 :
3309-14.
25 Frankel LB, Christoffersen NR, Jacobsen A,
Lindow M, Krogh A, Lund AH. Programmed cell death 4
(PDCD4) is an important functional target of the microRNA miR-21 in
breast cancer cells. J Biol Chem 2008 ; 283 :
1026-33.
26 Zhu S, Si ML, Wu H, Mo YY. MicroRNA-21
targets the tumor suppressor gene tropomyosin 1 (TPM1). J Biol Chem
2007 ; 282 : 14328-36.
27 Si ML, Zhu S, Wu H, Lu Z, Wu F,
Mo YY. miR-21-mediated tumor growth. Oncogene 2007 ;
26 : 2799-803.
28 Schmid T, Jansen AP, Baker AR,
Hegamyer G, Hagan JP, Colburn NH. Translation
inhibitor Pdcd4 is targeted for degradation during tumor promotion.
Cancer Res 2008 ; 68 : 1254-60.
29 Perry SV. Vertebrate tropomyosin : distribution,
properties and function. J Muscle Res Cell Motil 2001 ;
22 : 5-49.
30 Hossain A, Kuo MT, Saunders GF. Mir-17–5p
regulates breast cancer cell proliferation by inhibiting
translation of AIB1 mRNA. Mol Cell Biol 2006 ; 26 :
8191-201.
31 Eiriksdottir G, Johannesdottir G,
Ingvarsson S, Bjornsdottir IB, Jonasson JG,
Agnarsson BA, et al. Mapping loss of heterozygosity at
chromosome 13q : loss at 13q12–q13 is associated with breast tumour
progression and poor prognosis. Eur J Cancer 1998 ; 34 :
2076-81.
32 Louie MC, Zou JX, Rabinovich A, Chen HW.
ACTR/AIB1 functions as an E2F1 coactivator to promote breast cancer
cell proliferation and antiestrogen resistance. Mol Cell Biol
2004 ; 24 : 5157-71.
33 Anzick SL, Kononen J, Walker RL,
Azorsa DO, Tanner MM, Guan XY, et al. AIB1, a
steroid receptor coactivator amplified in breast and ovarian
cancer. Science 1997 ; 277 : 965-8.
34 Yu Z, Wang C, Wang M, Li Z,
Casimiro MC, Liu M, et al. A cyclin D1/microRNA
17/20 regulatory feedback loop in control of breast cancer cell
proliferation. J Cell Biol 2008 ; 182 : 509-17.
35 Tavazoie SF, Alarcon C, Oskarsson T,
Padua D, Wang Q, Bos PD, et al. Endogenous
human microRNAs that suppress breast cancer metastasis. Nature
2008 ; 451 : 147-52.
36 Adams BD, Furneaux H, White BA. The
micro-ribonucleic acid (miRNA) miR-206 targets the human estrogen
receptor- (ER) and represses ER messenger RNA and protein
expression in breast cancer cell lines. J Mol Endocrinol
2007 ; 21 : 1132-47.
37 Kondo N, Toyama T, Sugiura H, Fujii Y,
Yamashita H. miR-206 expression is down-regulated in estrogen
receptor -positive human breast cancer. Cancer Res 2008 ;
68 : 5004-8.
38 Wang M, Tan LP, Dijkstra MK, van Lom K,
Robertus JL, Harms G, et al. miRNA analysis in
B-cell chronic lymphocytic leukaemia : proliferation centres
characterized by low miR-150 and high BIC/miR-155 expression. J
Pathol 2008 ; 215 : 13-20.
39 Calin GA, Ferracin M, Cimmino A, Di
Leva G, Shimizu M, Wojcik SE, et al. A microRNA
signature associated with prognosis and progression in chronic
lymphocytic leukemia. N Engl J Med 2005 ; 353 :
1793-801.
40 Fulci V, Chiaretti S, Goldoni M,
Azzalin G, Carucci N, Tavolaro S, et al.
Quantitative technologies establish a novel microRNA profile of
chronic lymphocytic leukemia. Blood 2007 ; 109 :
4944-51.
41 Eis PS, Tam W, Sun L, Chadburn A,
Li Z, Gomez MF, et al. Accumulation of miR-155 and
BIC RNA in human B cell lymphomas. Proc Natl Acad Sci USA
2005 ; 102 : 3627-32.
42 Cimmino A, Calin GA, Fabbri M, Iorio MV,
Ferracin M, Shimizu M, et al. miR-15 and miR-16
induce apoptosis by targeting BCL2. Proc Natl Acad Sci USA 2005;
102 : 13944-13949. Proc Natl Acad Sci USA 2006 ; 103 :
2464 ; (erratum).
43 Calin GA, Cimmino A, Fabbri M,
Ferracin M, Wojcik SE, Shimizu M, et al.
miR-15a and miR-16-1 cluster functions in human leukemia. Proc Natl
Acad Sci USA 2008 ; 105 : 5166-71.
44 Pekarsky Y, Santanam U, Cimmino A,
Palamarchuk A, Efanov A, Maximov V, et al. Tcl1
expression in chronic lymphocytic leukemia is regulated by miR-29
and miR-181. Cancer Res 2006 ; 66 : 11590-3.
45 Marton S, Garcia MR, Robello C,
Persson H, Trajtenberg F, Pritsch O, et al.
Small RNAs analysis in CLL reveals a deregulation of miRNA
expression and novel miRNA candidates of putative relevance in CLL
pathogenesis. Leukemia 2008 ; 22 : 330-8.
46 Akao Y, Nakagawa Y, Kitade Y,
Kinoshita T, Naoe T. Downregulation of microRNAs-143 and
–145 in B-cell malignancies. Cancer Sci 2007 ; 98 :
1914-20.
47 Cummins JM, He Y, Leary RJ, Pagliarini R,
Diaz Jr LA, Sjoblom T, et al. The colorectal
microRNAome. Proc Natl Acad Sci USA 2006 ; 103 :
3687-92.
48 Nagel R, le Sage C, Diosdado B, van der
Waal M, Oude Vrielink JA, Bolijn A, et al.
Regulation of the adenomatous polyposis coli gene by the miR-135
family in colorectal cancer. Cancer Res 2008 ; 68 :
5795-802.
49 Michael MZ, O’Connor SM, van Holst
Pellekaan NG, Young GP, James RJ. Reduced
accumulation of specific microRNAs in colorectal neoplasia. Mol
Cancer Res 2003 ; 1 : 882-91.
50 Akao Y, Nakagawa Y, Naoe T. MicroRNA-143 and
–145 in colon cancer. DNA Cell Biol 2007 ; 26 :
311-20.
51 Guo C, Sah JF, Beard L, Willson JK,
Markowitz SD, Guda K. The noncoding RNA, miR-126,
suppresses the growth of neoplastic cells by targeting
phosphatidylinositol 3-kinase signaling and is frequently lost in
colon cancers. Genes Chromosomes Cancer 2008 ; 47 :
939-46.
52 Bandrés E, Cubedo E, Agirre X,
Malumbres R, Zárate R, Ramirez N, et al.
Identification by real-time PCR of 13 mature microRNAs
differentially expressed in colorectal cancer and non-tumoral
tissues. Mol Cancer 2006 ; 5 : 29.
53 Lanza G, Ferracin M, Gafà R, Veronese A,
Spizzo R, Pichiorri F, et al. mRNA/microRNA gene
expression profile in microsatellite unstable colorectal cancer.
Mol Cancer 2007 ; 6 : 54.
54 Bruix J, Sherman M. American Association for the
Study of Liver Diseases practice guideline. Management of
hepatocellular carcinoma. Hepatology 2008 ; 42 :
1208-36.
55 Lencioni R, Cioni D, Della Pina C,
Crocetti L, Bartolozzi C. Imaging diagnosis. Semin Liver
Dis 2005 ; 25 : 162-70.
56 Murakami Y, Yasuda T, Saigo K,
Urashima T, Toyoda H, Okanoue T, et al.
Comprehensive analysis of microRNA expression patterns in
hepatocellular carcinoma and non-tumorous tissues. Oncogene
2006 ; 25 : 2537-45.
57 Ladeiro Y, Couchy G, Balabaud C,
Bioulac-Sage P, Pelletier L, Rebouissou S,
et al. MicroRNA profiling in hepatocellular tumors is
associated with clinical features and oncogene/tumor suppressor
gene mutations. Hepatology 2008 ; 47 : 1955-63.
58 Li W, Xie L, He X, Li J, Tu K,
Wei L, et al. Diagnostic and prognostic implications of
microRNAs in human hepatocellular carcinoma. Int J Cancer
2008 ; 123 : 1616-22.
59 Jiang J, Gusev Y, Aderca I, Mettler TA,
Nagorney DM, Brackett DJ, et al. Association of
microRNA expression in hepatocellular carcinomas with hepatitis
infection, cirrhosis, and patient survival. Clin Can Res
2008 ; 14 : 419-27.
60 Fornari F, Gramantieri L, Ferracin M,
Veronese A, Sabbioni S, Calin GA, et al.
miR-221 controls CDKN1C/p57 and CDKN1B/p27 expression in human
hepatocellular carcinoma. Oncogene 2008 ; 27 :
5651-61.
61 Meyerson M, Carbone D. Genomic and proteomic
profiling of lung cancers : lung cancer classification in the age
of targeted therapy. J Clin Oncol 2005 ; 23 :
3219-26.
62 Granville CA, Dennis PA. An overview of lung cancer
genomics and proteomics. Am J Respir Cell Mol Biol 2005 ;
32 : 169-76.
63 Roush S, Slack FJ. The let-7 family of microRNAs.
Trends Cell Biol 2008 ; 18 : 505-16.
64 Johnson SM, Grosshans H, Shingara J,
Byrom M, Jarvis A, Cheng A, et al. RAS is
regulated by the let-7 microRNA family. Cell 2005 ; 120 :
635-47.
65 Kumar MS, Erkeland SJ, Pester RE,
Chen CY, Ebert MS, Sharp PA, et al. Suppression
of non-small cell lung tumor development by the let-7 microRNA
family. Proc Natl Acad Sci USA 2008 ; 105 : 3903-8.
66 Weiss GJ, Bemis LT, Nakajima E, Sugita M,
Birks DK, Robinson WA, et al. EGFR regulation by
microRNA in lung cancer : correlation with clinical response and
survival to gefitinib and EGFR expression in cell lines. Ann Oncol
2008 ; 19 : 1053-9.
67 Yu SL, Chen HY, Chang GC, Chen CY,
Chen HW, Singh S, et al. MicroRNA signature predicts
survival and relapse in lung cancer. Cancer Cell 2008 ;
13 : 48-57.
68 Garcea G, Neal CP, Pattenden CJ,
Steward WP, Berry DP. Molecular prognostic markers in
pancreatic cancer : a systematic review. Eur J Cancer 2005 ;
41 : 2213-36.
69 Baskerville S, Bartel DP. Microarray profiling of
microRNAs reveals frequent coexpression with neighboring miRNAs and
host genes. RNA 2005 ; 11 : 241-7.
70 Shingara J, Keiger K, Shelton J,
Laosinchai-Wolf W, Powers P, Conrad D, et al.
An optimized isolation and labeling platform for accurate microRNA
expression profiling. RNA 2005 ; 11 : 1461-70.
71 Sood P, Krek A, Zavolan M, Macino G,
Rajewsky N. Cell-type-specific signatures of microRNAs on
target mRNA expression. Proc Natl Acad Sci USA 2006 ;
103 : 2746-51.
72 Szafranska AE, Davison TS, John J,
Cannon T, Sipos B, Maghnouj A, et al. MicroRNA
expression alterations are linked to tumorigenesis and
non-neoplastic processes in pancreatic ductal adenocarcinoma.
Oncogene 2007 ; 26 : 4442-52.
73 Bloomston M, Frankel WL, Petrocca F,
Volinia S, Alder H, Hagan JP, et al. MicroRNA
expression patterns to differentiate pancreatic adenocarcinoma from
normal pancreas and chronic pancreatitis. JAMA 2007 ;
297 : 1901-8.
74 Szafranska AE, Doleshal M, Edmunds HS,
Gordon S, Luttges J, Munding JB, et al.
Analysis of microRNAs in pancreatic fine-needle aspirates can
classify benign and malignant tissues. Clin Chem 2008 ;
54 : 1716-24.
75 Shi XB, Tepper CG, White RW. MicroRNAs and
prostate cancer. J Cell Mol Med 2008 ; 12 : 1456-65.
76 Porkka KP, Pfeiffer MJ, Waltering KK,
Vessella RL, Tammela TLJ, Visakorpi T. MicroRNA
expression profiling in prostate cancer. Cancer Res 2007 ;
67 : 6130-5.
77 Ozen M, Creighton CJ, Ozdemir M,
Ittmann M. Widespread deregulation of microRNA expression in
human prostate cancer. Oncogene 2008 ; 27 : 1788-93.
|
Printable version
Version PDF
