Safia Safa-tahar-henni défend avec succés sa thèse de Doctorat

Félicitations à Dr. Safia Safa-tahar-henni pour avoir réussi avec brio sa défense de thèse! Sa thèse, intitulée Thérapie ciblée pour la leucémie myéloïde aigue pédiatrique causée par des translocations chromosomiques de type KMT2A, est maintenant disponible dans le système Papyrus de l’UdeM.

Malgré des améliorations significatives des résultats des traitements pour un large éventail de tumeurs pédiatriques, la leucémie myéloïde aiguë (LMA) reste une exception. Bien que plus fréquente chez les adultes de plus de 60 ans, la LMA touche également les jeunes adultes, les enfants et les nourrissons, représentant environ 20 % des leucémies pédiatriques. Elle est rapidement devenue la principale cause de mortalité leucémique chez les enfants, en grande partie à cause de la chimiorésistance et des rechutes. Bien que les taux de survie se soient améliorés dans d’autres leucémies, le taux de survie à 5 ans pour la LMA pédiatrique reste faible (~65 %) et est encore plus bas pour les adultes âgés (~20 %). Chez les adultes, la LMA est caractérisée par des mutations nucléotidiques récurrentes, tandis que chez les enfants, les translocations chromosomiques, en particulier celles impliquant le gène KMT2A, sont plus fréquentes. Les translocations du gène KMT2A peuvent impliquer plus de 130 partenaires génétiques, et le gène partenaire spécifique influence le risque relatif (par exemple, MLLT3 = risque intermédiaire, MLLT4 = risque élevé). La complexité génétique et les faibles taux de survie soulignent l’urgence de découvrir de nouvelles thérapies ciblées. Ce projet vise à identifier de nouvelles opportunités thérapeutiques pour les leucémies pédiatriques à haut risque, en se concentrant sur trois axes principaux : (1) le criblage de petites molécules révèle de nouvelles cibles thérapeutiques, (2) la compréhension des LMA à haut risque grâce au criblage de médicaments, au séquençage ARN et au profilage épigénétique, et (3) la prédiction automatique de composés induisant la différenciation myéloïde en utilisant la base de données LINCS. Les résultats mettent en évidence l’identification de nouveaux composés qui inhibent la croissance leucémique et fournissent des informations sur les biais de signalisation entre différentes classes d’échantillons, soulignant ainsi la nécessité d’améliorer les approches de découverte de médicaments.