Les cancers de l’ovaire sont des pathologies gynécologiques de gravité variable selon les caractéristiques biologiques des tumeurs.
Les chercheurs ont déterminé deux sous-groupes dans les cancers ovariens agressifs dits « de haut grade », dont la réponse au traitement et donc le pronostic diffèrent.
Ils souhaitent aujourd’hui identifier les caractéristiques biologiques de ces tumeurs en vue de mieux comprendre les mécanismes moléculaires en jeu dans leur développement.
Mis à jour le 2 octobre 2015
Cancer de l’ovaire : vers une meilleure connaissance des tumeurs ovariennes de haut grade
Cette recherche est menée par Fatima Mechta-Grigoriou et son équipe « Stress et cancer » dans l’Unité « Génétique et biologie des cancers » à l’Institut Curie à Paris.
Vos dons en actions
80 000 €
Le projet de Fatima Mechta-Grigoriou a été sélectionné par le Conseil scientifique de la Fondation pour la Recherche Médicale en 2013.
Il a accordé à la chercheuse et à son équipe un financement de 80 000 € pour mener à terme son projet.
A propos du cancer de l’ovaire
Les cancers de l’ovaire représentent la forme la plus mortelle de cancers gynécologiques et la cinquième cause de décès par cancer chez la femme.
Avec environ 4600 nouveaux cas et 3200 décès par an en France, le cancer ovarien est encore un cancer de mauvais pronostic. Ces chiffres soulignent l’importance d’effectuer des recherches accrues sur cette pathologie pour améliorer les protocoles de traitement et développer de nouvelles stratégies de soins.
Fatima Mechta-Grigoriou et son équipe souhaitent mieux caractériser les tumeurs ovariennes afin de mieux prendre en charge les patientes.
Avec environ 4600 nouveaux cas et 3200 décès par an en France, le cancer ovarien est encore un cancer de mauvais pronostic. Ces chiffres soulignent l’importance d’effectuer des recherches accrues sur cette pathologie pour améliorer les protocoles de traitement et développer de nouvelles stratégies de soins.
Fatima Mechta-Grigoriou et son équipe souhaitent mieux caractériser les tumeurs ovariennes afin de mieux prendre en charge les patientes.
Deux sous-groupes de tumeurs identifiés
Les chercheurs de cette équipe ont mis au point une méthode de classification des tumeurs ovariennes dites « de haut grade », des tumeurs particulièrement agressives. Cette méthode est basée sur une analyse de l’expression des gènes par des technologies de biologie moléculaire avancées telles que la « puce à ADN ».
Grâce à leur technique, les chercheurs ont identifié deux sous-groupes de patientes : l’un appelé « Réponse au stress oxydant » et l’autre « fibrose ». Ce résultat est intéressant car le taux de survie des patientes du premier groupe est bien plus élevé que celui du deuxième.
Les chercheurs ont en effet observé que les patientes du groupe « stress oxydant » répondent mieux au traitement, par chirurgie et chimiothérapie, que celles du sous-groupe « fibrose ».
Grâce à leur technique, les chercheurs ont identifié deux sous-groupes de patientes : l’un appelé « Réponse au stress oxydant » et l’autre « fibrose ». Ce résultat est intéressant car le taux de survie des patientes du premier groupe est bien plus élevé que celui du deuxième.
Les chercheurs ont en effet observé que les patientes du groupe « stress oxydant » répondent mieux au traitement, par chirurgie et chimiothérapie, que celles du sous-groupe « fibrose ».
Mieux comprendre les processus biologiques à l’œuvre dans chaque sous-groupe
Aujourd’hui, le projet mené par les chercheurs vise à mieux caractériser les processus biologiques qui régissent le développement et la survie des cellules tumorales dans chacun des sous-groupes. A cette fin, ils souhaitent utiliser des approches de bio-informatiques pour analyser automatiquement et précisément quels sont les gènes exprimés par chaque tumeur et en déduire les mécanismes moléculaires en jeu.
Les chercheurs pensent que leur étude leur apportera des données cruciales pour établir un diagnostic précis de la maladie, mais également développer de nouvelles thérapies à l’avenir.
Les chercheurs pensent que leur étude leur apportera des données cruciales pour établir un diagnostic précis de la maladie, mais également développer de nouvelles thérapies à l’avenir.