Dr Vincent Quoc-Huy Trinh et son équipe utilisent les techniques d’imagerie et de caractérisation du tissu cancéreux afin de développer de nouveaux outils diagnostics et thérapeutiques. Les techniques sont centralisées sur sa formation de médecin-pathologiste et des connaissances médicales associées à différentes manifestations visuelles identifiées dans les tumeurs des patients et des animaux. Son équipe utilise entre autres l’imagerie multiplexe, l’étude du sécrétome, l’intelligence artificielle appliquée aux images, les modèles murines transgéniques et la transcriptomique spatiale.

Thématique de recherche

Les cancers hépatiques et pancréatiques ont des taux de survie très faibles, dans les plus bas de l’ensemble des cancers affectant les patients. En effet, la faible survie est due à l’absence d’outils diagnostiques précoces, menant à un stade avancé de la maladie lors du diagnostic. Notre approche est de plutôt de développer des outils diagnostiques et thérapeutiques pour identifier la maladie précocement et de la traiter à ce stage. En effet, si on attrape et on traite la maladie à une phase moins avancée, la survie s’approche de 100%.

Malheureusement, il n’y a pas de traitement pour ces maladies précoces, autres que des chirurgies morbides et parfois mortelles. Il faut donc 1) modéliser la maladie à cette phase précoce, 2) identifier des voies de signalisation qui maintiennent les cellules de la tumeur précoce, et 3) développer des thérapies spécifiques à cette phase de la maladie.

Au lieu de cibler directement les cellules tumorales, nous ciblons plutôt les nombreuses cellules qui se retrouvent au pourtour, notamment les fibroblastes. Nous avons en effet démontré que les fibroblastes relâchent énormément de molécules qui augmentent la progression du cancer. Nous visons donc à identifier ces molécules et bloquer leur action protumorale.

Objectifs de recherche

Le premier objectif est l’analyse des molécules relâchées par les fibroblastes et leur fonction sur les cellules cancéreuses. Nous avons participé à la découverte d’une nouvelle catégorie dite « supermere » et nous démontrons l’importance capitale de cette catégorie dans la signalisation entre fibroblastes et cellules tumorales.

Le deuxième objectif est la création d’un modèle de tumeur précoce pancréatique avec déplétion de fibroblastes par transfert adoptif de lymphocytes T cytotoxique. Nous avons précédemment créé le modèle le plus efficace de déplétion fibroblastique publiée dans a littérature (99.6%) et nous le testons maintenant dans les tumeurs pancréatiques. Une fois que les fibroblastes sont éliminés de la tumeur, nous allons regarder les voies transcriptomiques et les protéines dérégulées par l’absence des fibroblastes. Ainsi, par négativité, nous pouvons comprendre comment les fibroblastes maintiennent les cellules cancéreuses.

Le troisième objectif implique la création d’outils d’imagerie du tissu de cancer hépatique et pancréatique avec des méthodes d’imagerie multiplexe, l’entraînement d’algorithmes de détection de classification de cellules par apprentissage profond (intelligence artificielle) et de déploiement de méthodes multispectrales et hyperspectrales telle la transcriptomique spatiale. Ces méthodes servent notamment à identifier les cellules tumorales centrales à l’initiation et la progression de la maladie, en plus de complémenter les autres objectifs d’étude.