Le métabolisme tumoral est étroitement lié à la tumorogenèse et varie selon le phénotype tumoral. Les techniques de métabolomique peuvent fournir des données quantitatives concernant un grand nombre de métabolites et permettent l’analyse de nombreuses voies métaboliques intriquées. La tomographie par émission (TEP) de positons au ¹⁸F-fluorodéoxyglucose (FDG) permet une mesure in vivo de l’avidité cellulaire en glucose. L’objectif de ce travail était de rechercher et comprendre les corrélations existantes entre données de métabolomique et intensité de captation du FDG dans le cadre du cancer du sein. Soixante-dix échantillons tumoraux provenant de patientes présentant un cancer du sein et pour lesquelles les résultats d’une TEP-FDG préthérapeutique étaient disponibles ont été analysés selon un protocole de métabolomique, non ciblée par chromatographie liquide et couplée à une spectrométrie de masse. Les échantillons ont été séparés en deux groupes selon l’intensité de fixation tumorale du FDG en prenant la valeur médiane de la SUV_max pour dichotomiser. Huit cent cinquante-quatre métabolites ont été identifiés. Une analyse discriminante des moindres carrés partiels et une analyse de classification supervisée ont permis de créer un modèle permettant de prédire l’avidité en FDG à partir des données de métabolomique avec une précision de 0,73 à 0,77. Les métabolites corrélés à l’intensité de fixation du FDG étaient, entre autres, la glutathione, des acides aminés tels que le glutamate, la proline ou la tyrosine, l’acetyl-carnitine, des métabolites de la voie de la kynurenine et des polyamines telles que la N1,N12-diacetylspermine. Ces métabolites ont déjà été rapportés comme marqueurs de l’agressivité tumorale. Une corrélation directe entre avidité en FDG et glycolyse n’a pas pu être mise en évidence, cependant de nombreux signes indirects montraient une plus forte activité glycolytique dans les tumeurs avides en FDG. L’analyse de métabolites inconnus, mise en évidence par cette approche, pourrait permettre l’identification de nouveaux biomarqueurs d’intérêt.

Cancer metabolism is an essential aspect of tumorogenesis, as cancer cells have increased energy requirements in comparison to normal cells. Metabolomic techniques can provide quantitative data for a large number of small molecules in tissues and enable the analysis of multiple intricate metabolic pathways. Positron emission tomography (PET) using ¹⁸F-Fluorodeoxyglucose (FDG) enables in vivo analysis of glycolysis and is widely used in oncology. High tumor FDG uptake is a prognostic factor in breast cancer and has been associated with tumor aggressively. Seventy breast cancer samples obtained from untreated patients who had underwent FDG-PET imagery were analyzed through an untargeted metabolomic approach using liquid chromatography-mass spectroscopy (LC-MS) to study possible correlations between metabolomic data and FDG uptake. Tumors were split into two groups depending on avidity for FDG as measured with PET. The Compound Discoverer 4.0 software enabled identification of 854 metabolites. PLSDA based models predicted FDG uptake with an accuracy ranging from 0,73 to 0,77. Selected metabolites varied depending on the use of scaling or log transformation. Metabolites correlated with tumor FDG uptake were, among others, glutathione, amino-acids such as glutamate, proline or tyrosine, L-acetyl-carnitine, metabolites from the kynurenine pathway such as L-kynurenine or formyl-kynurenine and polyamines such as N1,N12-diacetylspermine or N1-acetylspermine. These metabolites have been previously shown to reflect cancer aggressivity. The correlation between the glycolytic pathway activation and tumor FDG uptake could not be directly assessed but indirect signs showed a higher glycolytic activity in tumours presenting a higher FDG uptake. Studying new metabolites identified through this process could enable a better understanding of tumor metabolism and identification of new biomarkers.