L’hétérogénéité des tumeurs et de leur microenvironnement jouent un rôle essentiel dans l’évolution des cancers et doivent être pris en compte dans certaines décisions thérapeutiques. Une meilleure caractérisation des écosystèmes tumoraux constitue donc un enjeu majeur pour mieux connaitre la diversité des cellules tumorales et des infiltrats immunitaires, afin d’adapter les traitements pour une médecine personnalisée. Les technologies de transcriptomique (ST) et protéomique spatiales (SP) permettent d’obtenir un profilage high-plex des ARN et protéines exprimés dans les différentes cellules des écosystèmes tumoraux avec des informations de distribution spatiale nécessaires qui pourraient s’avérer importantes dans les choix thérapeutiques. Ces technologies « multi-omiques » à résolution spatiale transforment notre compréhension des tumeurs, de leur évolution, et de leur réponse au traitement. Cependant, l’analyse et la correspondance des différentes données générées reste un défi notamment en
raison de leur volume important et de leur hétérogénéité.

Dans le cadre de notre étude, nous avons combiné les technologies ST Xenium (10X Genomics) et SP MACSima (Miltenyi) afin d’étudier l’hétérogénéité tumorale d’échantillons de lymphomes B humains sur un tissu micro array (TMA) comportant 12 prélèvements fixés au formol et inclus en paraffine (FFPE).

Pour cela, une coupe de 5µm du TMA a été déposée sur une lame de verre, et conditionnée selon le protocole recommandé par la société 10x Genomics. Le panel « Human Multi-tissue and Cancer », permettant la détection de 377 gènes différents, a été utilisé et l’analyse a porté sur 8 spots de 2mm de diamètre. La même lame a ensuite été transférée sur la plateforme technologique SP MACSima en sélectionnant un panel de 26 anticorps d’intérêt dans les lymphomes B.

Enfin, après récupèration des données, le logiciel MACSiQ de Miltenyi a été utilisé pour effectuer une segmentation nucléaire et cellulaire afin de caractériser les différents types et sous-types cellulaires de nos échantillons. En parallèle, les images DAPI acquises par les systèmes Xenium et MACSima ont été utilisées afin de générer une matrice d’alignement à l’aide du logiciel Xenium Explorer. Les données de ST et de SP ont ainsi pu être réalignées, ce qui a permis leur analyse combinée.

La valeur ajoutée de l’utilisation combinée des deux technologies sera discutée dans le contexte de l’identification de niches cellulaires dont la présence ou l’absence révèle l’hétérogénéité tumorale à l’intérieur d’un même échantillon.