Soutenance de thèse de CHAAYA Marie Jose
Titre de thèse
Modélisation mathématique de la progression du PDAC induite par le remodelage axonal et la rigidité du microenvironnement
Mathematical Modeling of PDAC Progression Driven by Axonal Remodeling and Microenvironmental Stiffness
Résumé de la thèse
L'adénocarcinome canalaire pancréatique (PDAC) est le type de tumeur pancréatique le plus courant; il se caractérise par un haut degré de malignité et un mauvais pronostic. Malgré les progrès réalisés dans le développement de stratégies thérapeutiques innovantes contre le cancer, leur efficacité dans le PDAC reste limitée. Il est désormais bien établi que la compréhension des composantes cellulaires et non cellulaires du microenvironnement tumoral (TME) est essentielle pour élucider les mécanismes impliqués dans la tumorigenèse. Des études récentes ont mis en évidence deux facteurs majeurs influençant l'apparition et la progression du cancer: le système nerveux et les propriétés biomécaniques du tissu tumoral, notamment sa rigidité.
Au cours du processus de tumorigenèse et du développement PDAC, les axones innervent le pancréas et influencent la progression tumorale. Ainsi, les axones sympathiques exercent un effet antitumoral, tandis que les axones sensoriels présentent un effet protumoral. En outre, ces deux types d'axones subissent des modifications dynamiques de leur composition neuronale au sein du pancréas pendant la tumorigenèse, via un processus appelé axonogenèse.
Parallèlement, le PDAC est caractérisé par une desmoplasie, tissu fibreux et rigide dont la rigidité augmente progressivement avec la croissance tumorale. Cette rigidité favorise l'immunosuppression et la résistance thérapeutique, tout en exerçant un effet direct sur la croissance du cancer ainsi que sur l'axonogenèse sensorielle dans le TME. Dans cette thèse, la modélisation mathématique est utilisée pour décrypter ces interactions et étudier l'impact de traitements anticancéreux combinés au moyen d'une stratification thérapeutique in silico.
Dans un premier temps, nous cherchons à comprendre l'influence du système nerveux sur la transdifférenciation (métaplasie acineuse-canalaire, ADM) des cellules saines et sur l'apparition du PDAC. Un système couplé est construit en combinant un modèle structuré par phénotype pour les cellules pancréatiques avec des équations différentielles ordinaires (EDO) décrivant les dynamiques distinctes de remodelage des axones sympathiques et sensoriels. Nous analysons ce système, le calibrons à partir de données biologiques et étudions l'impact de différents temps de dénervation des axones pro- et antitumoraux.
Nous nous intéressons ensuite à une tumeur PDAC établie et nous nous focalisons sur l'impact du système nerveux et de la rigidité sur la progression tumorale au sein du TME. Nous décrivons l'évolution spatio-temporelle de cette interaction à l'aide d'un système couplé complexe composé de trois modules principaux. Tout d'abord, un modèle de mélange à trois constituants décrivant la croissance tumorale, qui rend compte de la dynamique des cellules cancéreuses et du collagène, est élaboré puis étudié numériquement. Ensuite, l'émergence du réseau axonal est modélisée en couplant une équation de réaction-diffusion à un processus de Markov déterministe par morceaux, les terminaisons axonales s'allongeant et se ramifiant en réponse aux facteurs de croissance et à la rigidité. Le modèle est calibré à partir de données biologiques grâce à l'inférence basée sur la simulation (SBI). Troisièmement, une EDO décrivant l'évolution de la rigidité est développée, dans laquelle celle-ci résulte du collagène réticulé en présence d'enzymes LOX, elles-mêmes modélisées par une équation de réaction-diffusion. Enfin, les trois modèles sont couplés via des interactions biologiques connues, conduisant à un système complexe d'équations différentielles partielles (EDP). Une analyse de sensibilité est ensuite réalisée et des scénarios thérapeutiques in silico sont simulés comme stratégies innovantes potentielles. Nos résultats mettent en évidence le rôle central de la rigidité et de l'innervation axonale dans l'échec des thérapies conventionnelles, et montrent que l'efficacité des traitements combinés innovants dépend fortement de chaque individu.
Thesis resume
Pancreatic ductal adenocarcinoma (PDAC) is the most common type of pancreatic tumor and is characterized by its high malignancy and poor prognosis. Despite advancements in innovative cancer therapeutic strategies, their efficacy on PDAC remains poor. It is now well established that understanding the cellular and non-cellular components of the tumor microenvironment (TME) is essential for deciphering the mechanisms driving tumorigenesis. Recent studies have highlighted two critical factors influencing cancer initiation and progression: the nervous system and the biomechanical properties of tumor tissue, such as stiffness.
In the process of tumorigenesis and the appearance of PDAC, axons innervate the pancreas and influence cancer progression. In particular, sympathetic axons exert an antitumoral effect, whereas sensory axons exert a protumoral effect. In addition, these two types of axons undergo dynamic changes in their neuronal composition within the pancreas during tumorigenesis through a process called axonogenesis.
In parallel, PDAC is characterized by desmoplasia, a stiff, fibrotic tissue that becomes increasingly rigid as the tumor grows. This stiffness promotes immunosuppression, therapeutic resistance, and has a direct effect on cancer growth as well as on sensory axonogenesis in the TME. In this thesis, mathematical modeling is used to disentangle these interactions and to investigate the impact of combined anti-cancer treatments through in silico therapeutic strategies.
First, we focus on understanding the impact the nervous system exerts on the transdifferentiation (acinar-to-ductal metaplasia, ADM) of healthy cells and the emergence of PDAC. A coupled system is constructed combining a phenotype-structured model for pancreatic cells with ordinary differential equations (ODEs) representing the distinct remodeling dynamics of sympathetic and sensory axons. We analyze the system, calibrate it on biological data, and investigate the impact of different denervation timings of the pro- and anti-tumoral axons.
Then, we consider an established PDAC tumor, and focus on the impact the nervous system and stiffness have on cancer progression within the TME. We describe the spatio-temporal evolution of their interplay using a complex coupled system that decomposes into three main blocks. First, a three-constituent mixture model for tumor growth describing the dynamics of cancer cells and collagen is constructed and numerically investigated. Second, the emergence of the axonal network is modelled by coupling a reaction-diffusion equation to a piecewise-deterministic Markov process (PDMP), with axonal tips elongating and branching in response to growth factors and stiffness. The model is calibrated on biological data using simulation-based inference (SBI). Third, an ODE for the evolution of stiffness is constructed where stiffness arises from crosslinked collagen in the presence of LOX enzymes, themselves modelled by a reaction-diffusion equation. Finally, the three models are coupled through known biological interactions, resulting in a complex partial differential equation (PDE) system. A sensitivity analysis is then performed, and in silico treatment scenarios are simulated as potential innovative therapeutic strategies. Our results highlight the central role of stiffness and axonal innervation in the failure of classical therapies, and show that the efficacy of innovative combined treatments is strongly individual-dependent.