Microarrays pour le diagnostic et la drug discovery

Un microarray est un ensemble de biomolécules (ADN, peptides, protéines, carbohydrates…) immobilisées en rangées ordonnées sur un support de taille réduite. Cette technologie permet d’analyser en parallèle plusieurs dizaines à plusieurs milliers d’interactions, avec des quantités très faibles d’échantillon. Les microarrays développés dans l’équipe sont des lames de verre (format lame de microscope) comportant des microréacteurs (gravés par photolithographie) au fond desquels sont immobilisées les biomolécules. Chaque microréacteur est indépendant et peut donc correspondre à des conditions expérimentales différentes (chimie de surface, concentration, pH, solution tampon, etc). Ces microarrays 3D sont exploités pour le diagnostic du cancer et pour la découverte de molécules anti-infectieuse.

  • Découverte de molécules anti-infectieuses :

Pseudomonas Aeruginosa (PA) est avec les entérobactéries et les staphylocoques l’un des principaux germes impliqués dans les maladies nosocomiales. Elle est aussi la principale cause de mortalité et morbidité des patients atteints de la mucoviscidose. La formation du biofilm ainsi que l’émergence de souches résistantes semblent donner un avantage sélectif à la bactérie vis-à-vis des antibiothérapies conventionnelles. Une stratégie de lutte contre PA consiste à cibler ses facteurs de virulence notamment les lectines impliquées dans l’adhésion de la bactérie et la formation du biofilm. Ces lectines interagissent avec des sucres présents à la surface des tissus de l’hôte. L’objectif est donc d’interférer avec ces interactions grâce à des molécules de hautes affinités pour les lectines bactériennes notamment des molécules multivalentes de type glycocluster (portant plusieurs résidus saccharidiques). Les microarrays à glycocluster permettent de cribler et de déterminer les IC50 et les Kd de ces glycoclusters pour ces lectines avec seulement quelques dizaines de picomoles de produits. Ces études permettent de comprendre les relations structure/affinité gouvernant les interactions glycoclusters/lectines et d’identifier les meilleures molécules pour réaliser des tests sur cellules.

Contact : Yann Chevolot
Collaboration : Université de Montpellier (Institut Max Mousseron des Biomolécules), Université de Lille (Unité de Glycobiologie Fonctionnelle et Structurale), Université de Lyon (Institut de Chimie Biochimie Moléculaire et Supramoléculaire), la société Elicityl.

  • Microarray pour le diagnostique du cancer :

Le cancer est en passe de devenir la première cause de décès dans le monde avec un nombre de cas de cancer qui a pratiquement doublé sur les trente dernières années. Les techniques conventionnelles pour le diagnostic et le suivi du cancer sont essentiellement basées sur des techniques d’imagerie associées à des tests cytologiques et biochimiques s’appuyant sur un seul marqueur. Cependant du fait de la variabilité et de la diversité des cancers, aucun marqueur tumoral n’est suffisamment spécifique pour permettre un diagnostic ou un suivi précis. Dans ce contexte, grâce à leurs capacité d’analyse haut débit en parallèle et le faible volume d’échantillon nécessaire, la technologie des microarrays, notamment les puces à protéines, présentent de nombreux avantages pour l’identification et le suivi de marqueurs tumoraux. L’objectif est d’identifier les combinaisons de marqueurs tumoraux permettant d’augmenter la spécificité du diagnostic, mais également d’augmenter la sensibilité du test en adaptant la chimie de surface aux différentes protéines immobilisées. Ces études sont menées actuellement sur le cancer du sein et le cancer colorectal. Les limites de détection obtenues sont de l’ordre de 10 pM contre quelques nM avec la technique ELISA. Par ailleurs, plus de 80% des séra cancéreux peuvent être identifiés en combinant 5 marqueurs tumoraux, alors qu’environ 40% sont identifiés sur la base d’un seul marqueur.

Contact : Emmanuelle Laurenceau
Collaboration : CHU de St-Etienne, CHU Montpellier, Ecole des Mines de St-Etienne, bioMérieux.

INL CNRS
/* */ //