En avril de cette année, nous avons assisté à l’une des réalisations les plus monumentales en biologie: le séquençage complet du génome humain. Le décodage et le dépôt de bases de données de milliards de bases de séquence est le point de départ de la génomique fonctionnelle postséquence. La découverte du Tableau périodique a eu un impact important sur la chimie., De même, le déchiffrement complet du génome humain aura des effets impressionnants sur la santé humaine et la qualité de vie. Actuellement, nous ne comprenons la fonction que d’un nombre limité de gènes humains. Étudier la fonction de tous les gènes humains est un défi technologique. Pour relever ce défi, de nouveaux outils à haut débit ont été développés. Le dosage par microréseau est une technologie moléculaire puissante qui permet l’étude simultanée de l’expression de milliers de gènes ou de leurs produits ARN, donnant une image précise de l’expression des gènes dans la cellule ou l’échantillon au moment de l’étude.,
Par exemple, l’expression de tous les gènes de résistance aux médicaments et de métabolisme ou de tous les oncogènes connus dans une cellule peut être détectée et mesurée dans le même laps de temps (Brown et Botstein, 1999; Collins, 1999; Lander, 1999). La puce peut être définie comme une collection ordonnée de microspots (les sondes), chaque tache contenant une seule espèce d’acide nucléique et représentant les gènes d’intérêt. Cette technologie est basée sur l’hybridation entre des cibles libres marquées dérivées d’un échantillon biologique et un réseau de nombreuses sondes d’ADN immobilisées sur une matrice (Southern et al.,, 1999). Les cibles sont produites par transcription inverse et le marquage simultané d’extraits d’ARN à partir d’un échantillon biologique hybridé avec des sondes de fragments d’ADN. Le signal d’hybridation produit sur chaque sonde est l’expression de l’arnm au niveau du gène correspondant dans l’échantillon au moment de l’étude. Les signaux sont détectés, quantifiés, intégrés et normalisés avec un logiciel dédié et reflètent le « profil d’expression génétique » ou « portrait moléculaire » pour chaque échantillon biologique.,
Plusieurs milliers ou dizaines de milliers de taches distinctes peuvent être imprimées sur une glissière en silicone ou en verre ou sur une base à semi-conducteurs en nylon. Il existe principalement deux variantes de puces à adn: l’ADNc et les puces à oligonucléotides (Schena et al., 1995, 1996; Lockhart et coll., 1996). Bien que les deux types de puces soient utilisés pour analyser les modèles d’expression des gènes, ces variantes sont fondamentalement différentes (Lipshutz et al., 1999). Dans les microréseaux d’ADNc, des molécules d’ADN relativement longues sont immobilisées sur une surface solide. Ce type de microréseau est principalement utilisé pour les études de dépistage et d’expression à grande échelle., La microréseau d’oligonucléotides est fabriquée par synthèse chimique dirigée par la lumière in situ ou par synthèse classique suivie d’une immobilisation sur une matrice de verre. Cette puce est utilisée pour la détection de mutations, la cartographie des gènes et les études d’expression et permet la détection différentielle de membres de la famille de gènes ou de transcriptions alternatives qui ne sont pas distinguables par les puces à adn CDN.
La chimie de la microréseau en elle-même n’est pas nouvelle, puisque la technologie d’hybridation est bien établie depuis des décennies., Cependant, l’étude simultanée de milliers de gènes transforme la technique des microréseaux en un puissant outil d’analyse de l’ensemble du système. Près de 10 ans se sont écoulés depuis la création des premières puces électroniques, et pourtant cette technologie continue de s’améliorer et de progresser. Depuis son introduction initiale, le nombre d’applications de microréseaux a augmenté (figure 1). À partir de leur utilisation dans le dépistage des gènes et l’identification des cibles, cette technologie trouve de nouvelles applications telles que la biologie du développement, la classification des maladies, les études de voies, la découverte de médicaments et la toxicologie., La technologie impliquée dans la production et l’utilisation de la micropuce dépasse la portée de cet examen, mais a été largement examinée ailleurs (Schena et al., 1995; Niemeyer et Blohm, 1999; Bowtell, 1999; Brown et Botstein, 1999; Celis et coll., 2000; Cheung et coll., 1999; Duggan et coll., 1999; Tombes, 1999; Khan et coll., 1999; Hegde et coll., 2000; Meldrum, 2000). Nous décrivons ici certains des récents développements et résultats de la technologie des microréseaux dans la recherche sur le cancer, discutons des problèmes potentiels, décrivons les applications cliniques et commentons l’avenir de cette technologie.,
le Nombre de citations trouvées dans la base de données MEDLINE en insérant ‘biopuces’ (barre grise) ou « puces à+cancer » (barre blanche) pour une recherche sur PubMed. Des articles ont été publiés entre 1995 et 2002
L’importance de mesurer l’expression globale des gènes dans les cancers humains
Caractérisant la population de gènes transcrits a conduit à la création d’un nouveau terme, le transcriptome (Su et al., 2002)., Ce concept définit l’ensemble complet des gènes transcrits exprimés en ARN messagers pour une espèce particulière. Le transcriptome représente donc l’univers des messagers de l’ARN qui peuvent coder pour les protéines. Seulement environ 5% des gènes sont actifs dans une cellule à un moment donné dans le temps. La plupart des gènes sont réprimés, et ce contrôle peut se produire au niveau transcriptionnel ou translationnel. Étant donné que la régulation de l’expression des protéines au niveau de la transcription est plus efficace, la plupart des contrôles ont lieu à ce niveau., Le profil d’expression génique d’une cellule détermine sa fonction, son phénotype et sa réponse aux stimuli externes. Par conséquent, les profils d’expression génique peuvent aider à élucider les fonctions cellulaires, les voies biochimiques et les mécanismes de régulation. En outre, les profils d’expression génique des cellules/tissus de la maladie, comparés aux témoins normaux, peuvent favoriser la compréhension de la pathologie de la maladie et identifier de nouveaux points d’intervention thérapeutiques, améliorant ainsi le diagnostic et clarifiant le pronostic.,
Au cours des dernières années, plusieurs méthodes de profilage de l’expression des gènes ont vu le jour et ont été appliquées avec succès à la recherche sur le cancer. Ceux-ci comprennent l’affichage différentiel, l’analyse en série de l’expression des gènes et des puces à puces (Velculescu et al., 1995; Granjeaud et coll., 1999; Cheng et coll., 2002). Les puces sont devenues importantes car elles sont plus faciles à utiliser, ne nécessitent pas de séquençage d’ADN à grande échelle et permettent la quantification parallèle de milliers de gènes provenant de plusieurs échantillons., Le profilage de l’expression génique des cancers représente la plus grande catégorie de recherche utilisant la technologie des microréseaux et semble être l’approche la plus complète pour caractériser le cancer sur le plan moléculaire. Bien que le phénotype du cancer ne soit que partiellement déterminé par son transcriptome, il fournit toujours une image claire de l’état physiologique d’une cellule. La puissance de cette approche a été démontrée dans des études réalisées sur une grande variété de tumeurs malignes, y compris les cancers du sein, de la tête et du cou, du foie, du poumon, des ovaires, du pancréas, de la prostate et de l’estomac (Bhattacharjee et al.,, 2001; Dhanasekaran et coll., 2001; Garber et coll., 2001; Tonin et coll., 2001; Al Moustafa et coll., 2002; Belbin et coll., 2002; Chen et coll., 2002; Han et coll., 2002; Hedenfalk et coll., 2002; Hippo et coll., 2002; Luo et coll., 2002a).,par rapport à l’échantillon témoin correspondant afin de mesurer les différences et les similitudes entre les deux phénotypes, la stratification du cancer, dans laquelle les profils d’expression génique de différents échantillons d’un même type de cancer sont comparés pour révéler des sous-groupes distincts afin de mieux définir la classification moléculaire d’un type histologique commun de cancer, et enfin l’évaluation temporelle de la tumeur, dans laquelle les profils d’expression génique d’échantillons de tumeurs provenant de différents stades de progression sont comparés pour élucider les différences entre les stades précoces et avancés de la maladie., Bien que de nombreuses études sur l’analyse des microréseaux dans les maladies humaines aient été publiées, nous présentons ici certaines de celles qui ont un intérêt clinique pour l’oncologie.
Microréseaux et cancer de la prostate
Plusieurs études utilisant des microréseaux pour caractériser les profils d’expression des gènes du cancer de la prostate ont récemment été publiées. Ces études ont utilisé la technologie des puces à puces comme outil de découverte de gènes pour identifier les marqueurs génétiques qui discriminent entre les tissus de la prostate normaux et cancéreux., Une simple étude de microréseaux a été réalisée à l’aide de réseaux de membranes tachetées pour analyser les tissus et les lignées cellulaires normaux et cancéreux (Bull et al., 2001). Les résultats des microréseaux membranaires sont limités par l’insensibilité relative de cette technique pour détecter les transcriptions exprimées à de faibles niveaux et le petit nombre de taches pouvant être placées sur les membranes; cependant, cette étude a donné des marqueurs candidats du cancer de la prostate pour une évaluation plus approfondie., Cinq études publiées ont analysé les profils d’expression génique de plusieurs milliers de gènes dans les tissus normaux et de la prostate et ont utilisé une analyse de regroupement hiérarchique non supervisée pour trier les échantillons (Dhanasekaran et al., 2001; Luo et coll., 2001, 2002b; Welsh et coll., 2001a; Singh et coll., 2002). Dhanasekaran et coll. (2001) ont pu distinguer la prostate normale, l’hyperplasie bénigne de la prostate (HBP), le cancer de la prostate localisé et les échantillons de cancer de la prostate métastatique en utilisant 9 984 puces à points d’éléments. En utilisant l’analyse de clustering hiérarchique, Luo et al., (2001) ont pu distinguer 16 échantillons de cancer de la prostate de neuf échantillons d’HBP sur la base de différences dans les profils d’expression génique mesurés sur 6 500 microréseaux d’ADNc tachetés d’éléments. Welsh et coll. (2001a) ont signalé un tri similaire d’échantillons de tissus de la prostate normaux et malins à l’aide de puces à oligonucléotides. Fait intéressant, tous les cinq groupes ont identifié la sérine protéase transmembranaire hepsin comme affichant une expression significativement accrue dans les tissus malins par rapport à celle du tissu prostatique normal (Dhanasekaran et al., 2001; Luo et coll., 2001, 2002b; Welsh et coll.,, 2001a; Singh et coll., 2002). De nombreux autres marqueurs candidats du cancer de la prostate tels que le proto-oncogène PIM1 ont émergé d’autres études et sont à l’étude en tant que marqueurs diagnostiques potentiels. La diminution de l’expression de PIM1 sur l’immunohistochimie des échantillons de tumeurs de la prostate a conféré un risque accru de récidive après la chirurgie (Dhanasekaran et al., 2001). D’autres groupes utilisant des combinaisons d’hybridation soustractive et d’analyse de microréseaux ont identifié plusieurs candidats potentiels pour le traitement immunomodulateur du cancer de la prostate, y compris prostein (Xu et al.,, 2001), STEAP (Hubert et coll., 1999) et p504S/Alpha-Méthylacyl-Coa-Racémase (Jiang et al., 2001). Dans une étude très récente, Virolle et coll. (2003) ont utilisé une lignée de cellules cancéreuses de la prostate qui exprime un taux élevé de protéine Egr1, un facteur de transcription surexprimé dans la majorité des cellules cancéreuses tumorigènes agressives de la prostate. Ils ont évalué la régulation transcriptionnelle de l’Egr1, en effectuant une analyse de microréseaux oligonucléotidiques en utilisant des cellules rendues déficientes en Egr1 comme échantillon de comparaison pour l’identification des gènes cibles de l’Egr1., Pour la première fois dans les tissus de la prostate, cette étude a confirmé le rôle d’activateur de croissance de l’Egr1 précédemment observé dans d’autres systèmes cellulaires, et a identifié plusieurs nouveaux gènes cibles contrôlant spécifiquement la croissance, la progression du cycle cellulaire et les voies apoptotiques.
Microréseaux et cancer de la bouche
À ce jour, seules quelques études sur les microréseaux pertinentes au cancer de la bouche ont été publiées. Chang et coll. (1998) ont illustré l’utilisation de microréseaux d’ADNc pour caractériser des gènes liés à la transformation dans le cancer de la bouche. Villaret et coll., a utilisé une combinaison de soustraction d’ADN complémentaire et d’analyse de microréseaux pour évaluer des gènes uniques spécifiques au carcinome épidermoïde de la tête et du cou (HNSCC) en tant que marqueurs tumoraux potentiels et candidats vaccins. Neuf gènes connus se sont avérés significativement surexprimés dans le HNSCC par rapport aux tissus normaux. De plus, quatre nouveaux gènes ont été surexprimés dans un sous-ensemble de tumeurs (Villaret et al., 2000). Alevizos et coll. (2001) ont analysé le transcriptome dans le carcinome épidermoïde de la cavité buccale., Ils ont trouvé environ 600 gènes candidats (oncogènes, suppresseurs de tumeurs, facteurs de transcription, marqueurs de différenciation, protéines métastatiques et enzymes xénobiotiques) qui étaient exprimés de manière différentielle dans le cancer de la bouche, validant seulement trois de ces gènes par PCR.
Lu et coll. (2001) ont utilisé l’approche des microréseaux pour évaluer les modifications du profil d’expression des gènes au cours de l’initiation et de la progression du carcinome épidermoïde de l’œsophage., Ils ont examiné les profils d’expression des gènes à différents stades de l’initiation et de la progression du cancer de l’œsophage afin d’identifier les gènes exprimés de manière différentielle entre ces stades. Frierson et coll. (2002) ont utilisé l’analyse de microréseaux d’oligonucléotides pour étudier l’expression de 8 920 gènes humains différents dans 15 carcinomes kystiques adénoïdes (ACC), une lignée cellulaire ACC et cinq glandes salivaires majeures normales., Parmi les gènes dont l’expression a été altérée dans ACC, il y avait ceux codant pour les facteurs de transcription SOX4 et AP-2 gamma, la caséine kinase 1 ainsi que epsilon et frizzled-7, qui sont tous deux membres de la voie de signalisation Wnt/bêta-caténine. Dans une étude très récente, Leethanakul et coll. (2003) ont généré des bibliothèques d’ADNc de grande complexité à partir d’épithélium épidermoïde normal et cancéreux microdissecté par capture laser. Dans cette étude, les auteurs ont examiné les informations de séquence disponibles à l’aide d’outils bioinformatiques et ont identifié 168 nouveaux gènes exprimés de manière différentielle dans l’épithélium normal et malin., De plus, en utilisant des réseaux d’ADNc, ils ont obtenu la preuve qu’un sous-ensemble de ces nouveaux gènes pourrait être fortement exprimé dans le HNSCC.
Microréseaux et cancer du sein
Compte tenu de l’hétérogénéité clinique du cancer du sein, la technologie des microréseaux pourrait être un instrument idéal pour établir une classification plus précise. Des études initiales utilisant le profilage d’expression à base de microréseaux ont démontré sa capacité à classer correctement les cancers du sein négatifs aux récepteurs des œstrogènes et positifs aux récepteurs des œstrogènes (Perou et al., 2000; West et coll.,, 2001) et pour différencier les tumeurs liées à BRCA1 des tumeurs sporadiques et liées à BRCA2 (Hedenfalk et al., 2001; van’t Veer et coll., 2002).
L’étude de van’t Veer et coll. a été l’une des études les plus complètes et les plus informatives réalisées à ce jour. Les auteurs ont examiné 117 échantillons primaires de sein par le profilage d’expression génique à base de puces pour développer des profils pronostiques et les comparer avec des marqueurs pronostiques connus dans le cancer du sein. Sur les 5 000 gènes ayant des profils d’expression variables, 70 ont été identifiés pour une précision optimale dans la prédiction des maladies récurrentes., En utilisant cette classification, les auteurs ont correctement prédit l’issue réelle de la maladie pour 65 des 78 patients. Cinq patients avec un bon pronostic et huit patients avec un mauvais pronostic ont été attribués de manière incorrecte. Des marqueurs pronostiques standard dans le cancer du sein ont été utilisés pour estimer le risque de récidive du cancer et aider à prendre des décisions concernant le traitement adjuvant. Malheureusement, les marqueurs pronostiques actuels n’identifient pas de manière adéquate le traitement le plus correct pour le patient., Le pouvoir prédictif de l’approche par puces à puces est beaucoup plus grand que celui des approches actuellement utilisées, mais il doit être validé dans des études cliniques plus prospectives. Si la valeur pronostique de cette approche était confirmée, le classificateur de profilage d’expression entraînerait une diminution d’environ quatre fois le nombre de patients recevant un traitement adjuvant inutilement (Caldas et Aparicio, 2002).
Martin et coll. (2001) ont décrit une méthode d’identification du cancer du sein circulant par un processus en deux étapes d’affichage différentiel et de profilage d’expression basé sur un réseau de haute sensibilité., Même si le potentiel de cette technique est prometteur, sa sensibilité et sa spécificité doivent encore être améliorées et des travaux supplémentaires sont nécessaires pour déterminer la signification clinique de la détection du profil d’expression des gènes dans le sang périphérique. Certains articles ont maintenant démontré un lien entre les profils d’expression tumorale à l’aide de la technologie des puces à puces et les résultats cliniques. Par exemple, Sorlie et coll. (2001) ont démontré que les sous-classes tumorales définies par le profilage d’expression peuvent prédire la survie sans maladie et la survie globale, et Sotiriou et al., (2002) ont montré que les profils d’expression prétraitement prédisaient la réponse clinique à la chimiothérapie dans un petit échantillon de tumeurs du sein. Bien que l’étude de Sorlie et al. très provocateur, les auteurs n’ont pas comparé la valeur pronostique des groupes identifiés par regroupement hiérarchique avec les facteurs pronostiques actuellement utilisés dans le cancer du sein., Étant donné que la résistance aux médicaments dans le cancer est un obstacle majeur au succès de la chimiothérapie, la faisabilité d’obtenir un profil moléculaire potentiel ou une empreinte digitale de médicaments anticancéreux dans les cellules cancéreuses par la technologie des puces à puces est essentielle pour prédire la réponse à la chimiothérapie. Kudoh et coll. (2000) ont démontré cette capacité à définir des changements dans les profils d’expression génique dans une lignée cellulaire de cancer du sein traitée par chimiothérapie. Ils ont surveillé les profils d’expression des cellules cancéreuses du sein MCF-7 qui ont été traitées de façon transitoire avec de la doxorubicine ou sélectionnées pour leur résistance à la doxorubicine., Cette étude a montré que le traitement transitoire par la doxorubicine modifiait l’expression d’un groupe diversifié de gènes de manière dépendante du temps.
Microréseaux et cancer de l’ovaire
Au cours des dernières années, plusieurs chercheurs ont publié des études intéressantes sur le profilage de l’expression des cancers de l’ovaire. Martoglio et coll. (2000) ont analysé les profils d’expression génique de cinq ovaires normaux et de quatre échantillons d’adénocarcinomes ovariens papillaires séreux peu différenciés., À l’aide d’une petite puce d’ADNc à membrane en nylon « interne », ils ont constaté une augmentation globale des marqueurs liés à l’angiogenèse (par exemple, angiopoïétine-1, VEGF), des marqueurs apoptotiques et néoplasiques, des médiateurs de la réponse immunitaire et de nouveaux marqueurs potentiels du cancer de l’ovaire (par exemple, cofiline, moesine et protéine du facteur silencieux restrictive L’étude était intrigante parce qu’ils utilisaient un réseau d’ADNc à faible coût adapté aux études de voies spécifiques, telles que l’angiogenèse et la tumorigenèse., Comme il est problématique d’accéder à une quantité adéquate de tissu tumoral ovarien précoce, les chercheurs ont utilisé différentes stratégies pour contourner le besoin de quantités de tissus généralement requis par l’analyse des puces à puces. Par exemple, Ismail et coll. (2000) ont rapporté une étude de 864 éléments d’ADN dépistés contre 10 lignées de cellules cancéreuses de l’ovaire et cinq lignées de cellules épithéliales normales en utilisant une culture cellulaire à court terme pour élargir l’épithélium de surface de l’ovaire avant l’extraction de l’ARN., D’autres chercheurs ont purifié l’épithélium ovarien par des procédures in vitro, telles que l’adhésion au verre ou l’enrichissement immunomagnétique (Ono et al., 2000; Welsh et coll., 2001b). Cependant, ces deux approches peuvent introduire des biais dans l’expression des gènes observés. En fait, la première approche (Ismail et al., 2000) utilise des cellules cancéreuses cultivées, qui peuvent ne pas refléter les cancers in vivo en raison de la possibilité que des changements d’expression génique secondaires se produisent in vitro à la suite de conditions de culture. La deuxième stratégie (Ono et al., 2000; Welsh et coll.,, 2001b) est très longue et peut entraîner la dégradation de messagers d’ARN moins stables. Pour éviter les biais possibles inhérents aux cultures in vitro utilisées dans certaines études (Ismail et al., 2000; Matei et coll., 2002), d’autres chercheurs ont étudié les modèles d’expression des gènes directement à partir de tumeurs réséquées chirurgicalement (Shridhar et al., 2001). Les petites puces spécialisées présentent plusieurs avantages pratiques et peuvent révéler des informations qui peuvent être perdues dans les puces plus grandes. Sawiris et coll., (2002) ont utilisé une puce d’ADNc hautement spécialisée nommée « Ovachip » et ont trouvé cette puce extrêmement sensible à la différenciation du cancer de l’ovaire du cancer du côlon en fonction des modèles d’expression génique. Le dépistage des biomarqueurs du cancer de l’ovaire est très important en raison du stade tardif du diagnostic et de la faible survie associée à ce type de cancer., Récemment, deux études ont utilisé la technologie des puces pour identifier deux marqueurs sériques potentiels surexprimés du cancer de l’ovaire appelés ostéopontine et prostasine, et ont rapporté une validation préliminaire de leur utilisation pour la détection précoce de la maladie (Mok et al., 2001; Kim et coll., 2002).
Microréseaux et autres cancers
L’application de la technologie des microréseaux à d’autres cancers humains se développe rapidement. L’étude pionnière de Golub et al., (1999) ont démontré la possibilité de distinguer la leucémie myéloïde aiguë et la leucémie lymphoblastique aiguë (LAL) sur la base de la surveillance de l’expression génique et comment, dans une situation simulée « aveuglée » par le diagnostic histologique, les deux classes auraient pu être découvertes par les modèles d’expression génique seuls. Alizadeh et coll. (2000) ont identifié les deux formes de lymphome diffus à grandes cellules B (DLBCL) sur la base de profils d’expression génique indiquant différents stades de différenciation des cellules B., Fait intéressant, cette classification moléculaire a une valeur pronostique indépendante de la stratification par le classement clinique habituel. Pour étudier l’expression des gènes dans les tumeurs malignes lymphoïdes, un grand groupe de collaboration a créé une puce spécialisée, nommée « Lymphochip », qui est enrichie en gènes qui sont exprimés sélectivement dans les lymphocytes et dans les gènes régulant la fonction lymphocytaire (Alizadeh et al., 1999). Ce groupe a utilisé cette puce pour examiner DLBCL et a trouvé deux formes moléculaires différentes de cette tumeur., En outre, ils ont démontré que les sous-groupes DLBCL définissaient un sous-groupe de patients ayant un pronostic clinique distinct. Pour tester l’hypothèse selon laquelle la leucémie lymphocytaire chronique à cellules B (LLC) est plus d’une maladie, Rosenwald et al. (2001) ont lié les patrons d’expression génique de la LLC à leur statut Ig mutationnel et à d’autres types de cellules B normales et malignes. Fait intéressant, les gènes identifiés comme fortement exprimés dans la LLC par rapport à la DLBCL ont été exprimés de manière équivalente dans tous les échantillons de LLC, quel que soit leur statut de mutation Ig., Cette étude a suggéré que tous les cas de LLC partageaient un mécanisme commun de transformation et/ou de cellule d’origine. Une étude récente (Stratowa et al., 2001) a proposé une liste de nouveaux marqueurs pronostiques potentiels impliqués dans le trafic de lymphocytes et associés à la stadification de la maladie et/ou à la survie des patients.
Dans une étude très récente, Gariboldi et coll. (2003) ont analysé les profils d’expression des gènes dans le tissu normal de souris sensibles et résistantes aux tumeurs cutanées afin d’identifier les gènes qui jouent un rôle fonctionnel dans la susceptibilité génétique., Cette étude a suggéré un rôle du gène Scca2, un membre de la superfamille des inhibiteurs de la protéase de la sérine, dans la prédisposition génétique aux tumeurs cutanées.
La technologie des microréseaux a également été utilisée dans l’analyse du mélanome (Bittner et al., 2000). Cette étude a suggéré que les profils d’expression génique dans le tissu d’un patient individuel peuvent être remarquablement conservés au fil du temps et que l’analyse globale des transcriptions peut identifier des sous-types non reconnus de mélanome cutané et prédire des caractéristiques phénotypiques vérifiables expérimentalement.,
Des études sur des cellules et des tissus cancéreux du côlon ont démontré une suppression significative du gène de la kinase, WEE1Hu (Backert et al., 1999).
De nombreux transcriptomes changent après une surexpression spécifique de gènes liés à la tumeur. Par exemple, nous avons utilisé un système d’expression médiée par l’adénovirus du gène suppresseur de tumeur RB2/p130 dans une lignée cellulaire de cancer du poumon non petite afin d’identifier des gènes spécifiques qui sont régulés par pRb2/p130 (Russo et al., 2003)., Nos résultats de microréseaux ont identifié une variété de gènes impliqués dans de nombreux processus cellulaires, y compris la division cellulaire, la signalisation/communication cellulaire, la structure/motilité cellulaire et l’expression et le métabolisme des gènes. Ces résultats suggèrent de nouveaux biomarqueurs thérapeutiques potentiels dans le carcinome pulmonaire. En outre, les résultats d’une autre étude de microréseau d’ADNc indiquent que la surexpression du gène suppresseur de tumeur PTEN peut inhiber l’invasion du cancer du poumon en régulant à la baisse un panel de gènes (Hong et al., 2000)., À la lumière des données ci-dessus, il est clair que la puce est une démarche très importante dans l’analyse d’une variété de types de tumeurs.