Multi-omique des tissus péritumoraux // Multiomics of peritumoral tissues

Le tissu péritumoral, historiquement utilisé comme contrôle « sain » dans les études sur le cancer, s'est récemment révélé porteur d'altérations moléculaires pertinentes pour le pronostic et la biologie tumorale. Dans un précédent projet de thèse sur le carcinome rénal à cellules claires (ccRCC), une analyse transcriptomique du tissu péritumoral nous a permis de mettre en évidence un profil distinct du tissu tumoral et rénal sain, et a démontré une valeur pronostique supérieure. Des sous-types biologiquement distincts ont été identifiés, corrélés à la survie des patients et à la composition cellulaire.
Ce projet vise à approfondir la caractérisation du tissu péritumoral dans le ccRCC et/ou d'élargir à d'autres cancer, en intégrant les données transcriptomiques existantes avec d'autres niveaux d'information moléculaire. L'objectif principal est de déterminer si l'intégration de données génomiques (mutations, CNVs), épigénomiques (méthylation), et protéomiques des tissus péritumoraux permet de raffiner la stratification pronostique observée par l'analyse transcriptomique seule, et d'apporter des connaissances nouvelles sur la tumorigénèse et l'évolution du cancer. Une attention particulière sera portée à l'étude de la distribution spatiale de ces altérations multi-omiques, en utilisant des approches de transcriptomique spatiale. L'identification de signatures multi-omiques spatialement organisées et associées aux sous-types pronostiques du TPP (identifiés initialement par transcriptomique) pourrait ouvrir la voie à de nouvelles stratégies de diagnostic et de pronostic pour le ccRCC.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Peritumoral tissue, historically used as a 'healthy' control in cancer studies, has recently been shown to harbor molecular alterations relevant to prognosis and tumor biology. In a previous thesis project on clear cell renal cell carcinoma (ccRCC), a transcriptomic analysis of peritumoral tissue allowed us to highlight a distinct profile from tumor and healthy kidney tissue, and demonstrated superior prognostic value. Biologically distinct subtypes were identified, correlated with patient survival and cellular composition.
This project aims to further characterize peritumoral tissue in ccRCC and/or expand to other cancers, by integrating existing transcriptomic data with other levels of molecular information. The main objective is to determine whether the integration of genomic (mutations, CNVs), epigenomic (methylation), and proteomic data from peritumoral tissues allows for refining the prognostic stratification observed by transcriptomic analysis alone, and to provide new insights into tumorigenesis and cancer evolution. Particular attention will be paid to the study of the spatial distribution of these multi-omic alterations, using spatial transcriptomic approaches. The identification of spatially organized multi-omic signatures associated with prognostic subtypes of PTT (initially identified by transcriptomics) could pave the way for new diagnostic and prognostic strategies for ccRCC.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Contrat doctoral

Concours pour un contrat doctoral

Université Grenoble Alpes

216 ISCE - Ingénierie pour la Santé la Cognition et l'Environnement

M2 ou équivalent en bioinformatique Intérêt pour la biologie et la recherche sur le cancer Capacité de vulgarisation (environnement multidisciplinaire)
MSc or equivalent in Bioinformatics Interest in biology and cancer research Ability to popularize (multidisciplinary environment)