Dresser des « cartes d’identité » épigénétiques des cellules. C’est l’objectif sur lequel travaille One Biosciences. Outre les mutations de l’ADN, les mécanismes épigénétiques peuvent en effet, dans de nombreux cas de cancers, expliquer la progression des tumeurs et les processus de résistance aux chimiothérapies. Pour parvenir à établir ces cartes d’identités cellulaires individuelles, l’entreprise fait notamment appel à des techniques dites de « microfluidique », permettant d’encapsuler chacune des cellules d’un tissu et donc, in fine, d’en séquencer chacune des molécules d’ARN. C’est ce que nous explique Céline Vallot, directrice de recherche CNRS au laboratoire Dynamique de l’information génétique : bases fondamentales et cancer (CNRS/Institut Curie/Sorbonne Université), co-fondatrice de la start-up One Biosciences et lauréate de la médaille de l’innovation 2022 du CNRS.
Techniques de l’Ingénieur : Comment avez-vous abouti à la création de cette start-up ?
Céline Vallot : Cela fait cinq ans que je dirige une équipe de recherche à l’Institut Curie. Mon équipe travaille sur le sujet des mécanismes de résistance aux chimiothérapies dans les cancers du sein. Pour étudier ces mécanismes de résistance, nous avons travaillé sur différents types d’approches que l’on appelle « en cellule unique ». Certaines préexistaient, d’autres sont intégralement le fruit de notre propre développement. Ces approches en cellule unique permettent d’interroger et de dresser la carte d’identité de toutes et de chacune des cellules présentes dans une tumeur et son environnement. Cela permet de comprendre avec une forte granularité ce qu’il se passe : quelle est l’identité des acteurs présents, mais aussi, si l’on a accès à plusieurs prélèvements au cours du temps, quelle est l’évolution de cet écosystème et quels pourraient être les mécanismes de la résistance que l’on observe.
À partir de cela, l’idée, en créant One Biosciences, a été de transformer l’essai, de pousser l’utilisation de ces technologies encore plus près de la réalité des échantillons de patients, en permettant notamment, par exemple, de pouvoir interroger de petits échantillons congelés, qui ne sont d’habitude pas très faciles à étudier. L’objectif de l’entreprise est à la fois d’avoir une expertise pour obtenir des données de haute qualité à partir de ces échantillons, mais aussi de développer une capacité d’analyse de données. Ces technologies produisent en effet des centaines et des centaines de gigaoctets de données par patient. L’idée était donc d’avoir à la fois la partie expérimentale et la capacité d’analyse que l’on avait au laboratoire, et de la transférer à One Biosciences pour pouvoir, à plus grande échelle, étudier de plus larges cohortes d’échantillons de patients. La création de l’entreprise a ainsi eu lieu en juillet 2020 et les premiers employés sont arrivés en janvier 2021.
À quel stade de développement l’entreprise se situe-t-elle aujourd’hui ?
Nous avons déjà deux programmes de recherche engagés, notamment un sur le cancer de l’ovaire, sur lequel nous avons déjà communiqué. L’entreprise est déjà bien financée : nous avons levé à peu près 7 millions d’euros et avons actuellement six employés.
Grâce à nos partenariats, nous avons déjà accumulé beaucoup de données en cellule unique propres – que nous sommes en train d’analyser – et nous essayons d’ouvrir d’autres aires thérapeutiques.
Concrètement, en quoi consiste cette approche d’analyse en cellule unique ? Quelles en sont les principales étapes ?
Il y a deux cas de figure. L’échantillon du patient peut tout d’abord nous arriver directement en sortie de bloc opératoire, sans avoir été congelé ou manipulé. On est alors en « dissocié » : on récupère, en laboratoire, les cellules individuelles contenues dans cet échantillon. Nous utilisons différents types d’équipements, soit de microfluidique, qui permettent de former des micro-gouttelettes pour encapsuler chaque cellule individuelle, soit des robots, que nous utilisons beaucoup chez One Biosciences… Ces robots à haute précision nous permettent en effet de distribuer les cellules dans les puits présents sur des plaques.
Autre cas de figure : si l’échantillon est congelé, nous mettons en œuvre des protocoles que nous avons spécialement développés pour pouvoir préparer cet échantillon et en extraire une partie. Une fois cette étape franchie, nous essayons de collecter tous les produits d’expression des gènes dans ces gouttes ou dans ces puits, afin de les mesurer et de les séquencer. C’est là que nous allons produire une grande quantité de données puisque nous allons lire tous les ARN qui sont produits par chacune des cellules, sachant que l’on étudie des milliers de cellules à la fois, contenant chacune des dizaines de milliers d’ARN…
Une fois ces gigaoctets de données acquis, nous passons à la partie ingénierie des données, à la partie véritablement analytique. Une équipe de One Biosciences est chargée d’aller extraire les informations, de les nettoyer, mais aussi de les modéliser pour essayer d’en tirer des cibles thérapeutiques potentielles et/ou des biomarqueurs.
Pourquoi séquencer l’ARN produit dans les cellules, plutôt que leur ADN ? Quels sont les intérêts de cette approche ?
L’ADN permet plutôt de lire les mutations, alors que l’ARN permet de lire vraiment le comportement de la cellule, ce qu’elle est en train de faire à un instant t. Cela nous donne beaucoup d’informations sur son comportement, sur la manière dont elle réagit aux traitements également. Nous nous sommes aperçus que beaucoup de mécanismes de résistance à des traitements ou de causes de maladies n’étaient pas dus à des mutations. Ça n’est donc pas dans l’ADN que l’on va trouver cette information. L’ARN permet d’avoir une information plus globale du comportement de la cellule.
Plusieurs brevets ont été déposés. Sur quoi portent-ils ?
Nous avons des brevets portant sur deux licences de logiciels qui ont été déposés, afin de protéger la manière dont nous analysons les données et de pouvoir transférer cela du CNRS et de l’Institut Curie à One Biosciences.
J’avais également, initialement, déposé d’autres brevets, qui ne sont toutefois pas dans le giron de l’entreprise.
Vous évoquiez le sujet de la microfluidique, comment mettez-vous en œuvre cette technique ? Dans quel(s) but(s) ?
Nous utilisons des équipements commerciaux qui nous permettent de générer un flux aqueux, qui, en rencontrant un flux d’huile, va permettre de créer des gouttes. Leur taille est optimisée, ainsi que la fréquence de leur production, pour pouvoir être certain qu’il y a une cellule, au maximum, qui va être emprisonnée dans chacune de ces gouttes. La plupart d’entre elles, à 90 %, sont vides, pour être sûr que les 10 % restants ne contiennent bien qu’une seule cellule. Cela permet de créer, en moins d’une demi-heure, une suspension de dizaines de milliers de gouttes avec une cellule individuelle dans 10 % d’entre elles environ, et donc des milliers de réactions en parallèle. Ceci dans le même volume qu’une seule réaction telle qu’on la réalisait auparavant.
La puissance de ces approches en microfluidique réside dans leur débit et dans leurs capacités à aller isoler des cellules individuelles dans des gouttes séparées.
Au-delà des cancers, quelles sont les perspectives d’applications que vous entrevoyez ?
D’une manière globale, toutes les maladies « complexes », c’est à dire, en gros, toute pathologie qui n’a pas été expliquée jusqu’à présent. Nous nous intéressons par exemple au rein, et nous avons d’autres pathologies dans notre radar… Notre grille de lecture est la suivante : dès lors qu’il n’y a pas eu d’explication précédente, mais aussi dès lors qu’il y a un côté « hétérogène » de la maladie, c’est-à-dire que plusieurs populations de cellules sont impliquées, alors nous voyons l’intérêt d’utiliser des approches en cellule unique. Elles nous permettent en effet de comprendre l’hétérogénéité des prélèvements cliniques et leur évolution au cours du temps.
Cet article se trouve dans le dossier :
Rencontre avec les médaillés 2022 « innovation » du CNRS
- One Biosciences : des approches «en cellule unique» pour soigner les maladies complexes
- TreeFrog Therapeutics : une technologie de rupture au service de la médecine régénérative
- Muodim : la « radiographie », version XXL…
- Denis Spitzer : « Toute recherche fondamentale sert un jour »
- La production de particules submicroniques disponible pour l'industrie
- Les organoïdes sur puce, des composants pour la médecine du futur ?
- Fabrice Gaillard (CNRS) : « Le financement de la recherche en France s’assèche de manière dangereuse »
- Une moelle osseuse sur puce pour mieux comprendre les cellules souches
- Transfert de technologies : de l'innovation spatiale au secteur médical
- Analyser des polluants hydrocarbures dans les sols directement sur le terrain
- Nous sommes plus que notre ADN : découverte d'un nouveau mécanisme d'hérédité épigénétique
- Rencontre avec les médaillés 2022 « innovation » du CNRS
Dans l'actualité
- Bioéthique et santé : revue express des biotechnologies phares
- Une technique d’inventaire de la biodiversité grâce à l’ADN environnemental
- Des nano-objets en origami d’ADN pour le piégeage de virus
- Localiser avec une précision nanométrique les molécules en 3D
- Denis Spitzer : « Toute recherche fondamentale sert un jour »
- Beams : Un nouvel outil pour détecter en temps réel les tissus tumoraux à extraire
- Ermium Therapeutics à l’aube d’une percée dans le traitement des maladies auto-immunes
- Toopi Organics lance le premier biostimulant au monde fabriqué à partir… d’urine
- Admir, l’entreprise qui veut diagnostiquer les cancers en une heure
- Microlight3D : des pièces imprimées en 3D avec une résolution inférieure au micromètre
- Réaliser un antibiogramme en seulement deux heures grâce à une pince optique
Dans les ressources documentaires
- Séquençage à haut débit - Outils et enjeux pour la santé humaine
- Microfluidique et ADN tumoral - Apport de la PCR digitale
- Séquençage d'acides nucléiques : méthodes, applications, évolutions et enjeux
- Biomathématiques, du discret au continu, au service de la modélisation du vivant
- Le domaine de la santé face aux enjeux du big data