Métabolomique et imagerie TEP-FDG des cancers du sein

Le métabolisme tumoral est étroitement lié à la tumorogenèse et varie selon le phénotype tumoral. Les techniques de métabolomique peuvent fournir des données quantitatives concernant un grand nombre de métabolites et permettent l’analyse de nombreuses voies métaboliques intriquées. La tomographie par émission (TEP) de positons au 18F-fluorodéoxyglucose (FDG) permet une mesure in vivo de l’avidité cellulaire en glucose. L’objectif de ce travail était de rechercher et comprendre les corrélations existantes entre données de métabolomique et intensité de captation du FDG dans le cadre du cancer du sein. Soixante-dix échantillons tumoraux provenant de patientes présentant un cancer du sein et pour lesquelles les résultats d’une TEP-FDG préthérapeutique étaient disponibles ont été analysés selon un protocole de métabolomique, non ciblée par chromatographie liquide et couplée à une spectrométrie de masse. Les échantillons ont été séparés en deux groupes selon l’intensité de fixation tumorale du FDG en prenant la valeur médiane de la SUVmax pour dichotomiser. Huit cent cinquante-quatre métabolites ont été identifiés. Une analyse discriminante des moindres carrés partiels et une analyse de classification supervisée ont permis de créer un modèle permettant de prédire l’avidité en FDG à partir des données de métabolomique avec une précision de 0,73 à 0,77. Les métabolites corrélés à l’intensité de fixation du FDG étaient, entre autres, la glutathione, des acides aminés tels que le glutamate, la proline ou la tyrosine, l’acetyl-carnitine, des métabolites de la voie de la kynurenine et des polyamines telles que la N1,N12-diacetylspermine. Ces métabolites ont déjà été rapportés comme marqueurs de l’agressivité tumorale. Une corrélation directe entre avidité en FDG et glycolyse n’a pas pu être mise en évidence, cependant de nombreux signes indirects montraient une plus forte activité glycolytique dans les tumeurs avides en FDG. L’analyse de métabolites inconnus, mise en évidence par cette approche, pourrait permettre l’identification de nouveaux biomarqueurs d’intérêt.