Grâce à l'intelligence artificielle, de nouveaux marqueurs ont été identifiés, véritables « sonnettes d'alarme », pour prédire le risque de récidive du cancer de la prostate, même dix ans plus tard : c'est le résultat d'une nouvelle étude menée par des chercheurs de la Technopole Humaine de Milan, le Institute of Cancer Research de Londres et Royal Marsden NHS Foundation Trust. Les chercheurs ont identifié, grâce à l’utilisation du big data et de l’IA, que la co-présence de cellules tumorales présentant des caractéristiques génétiques différentes au sein d’une même tumeur et des différences dans leur forme, leur taille et leur structure est révélatrice de la capacité du néoplasme à changer. au fil du temps. Cette capacité évolutive est associée, même après une très longue période, à un risque élevé de récidive de la maladie. L'étude est publiée aujourd'hui dans la célèbre revue scientifique Nature Cancer.
Cette recherche, soulignent les scientifiques, « pourrait aider les médecins à mieux personnaliser le traitement du cancer de la prostate, en adoptant des traitements plus agressifs dans les cas où, grâce à ces paramètres, apparaît un plus grand risque de récidive. Centre de recherche en biologie computationnelle Technopole et auteur correspondant de l'étude « en plus de produire de meilleurs biomarqueurs pronostiques du cancer de la prostate, notre étude constitue une preuve supplémentaire des possibilités prédictives qui découlent de l'étude de la façon dont la même tumeur évolue et change au fil du temps. En appliquant une approche informatique à plusieurs ensembles de données, nous avons pu déchiffrer certaines dynamiques de progression du cancer et de résistance au traitement. Ce type de recherche est essentiel pour approfondir notre compréhension de comment et quand traiter les cancers, y compris le cancer de la prostate. »
Il s'agit « encore d'une expérience et non d'une pratique clinique – souligne Marino Zerial, directeur du Human Technopolema – à l'avenir, cette approche pourrait aider les médecins à classer systématiquement les patients en fonction du risque de récidive de la maladie et à décider quelles thérapies adopter. Même Aujourd'hui, il reste difficile de prédire l'issue du cancer de la prostate, car la maladie présente une grande hétérogénéité, c'est-à-dire qu'il existe des différences significatives entre ses cellules, non seulement chez différents patients, mais aussi au sein de chaque tumeur. La tumeur se développe à plus d'un endroit de la glande, ce qui produit deux ou plusieurs tumeurs voisines. En conséquence, il est souvent difficile pour les médecins de déterminer les meilleurs traitements pour les patients.
Étude différente des précédentes en raison du nombre élevé d'échantillons analysés et de l'analyse des différents stades de développement tumoral
Cette étude diffère des autres travaux qui ont précédemment mesuré les caractéristiques spécifiques de la tumeur pour prédire les résultats en raison du grand nombre d'échantillons analysés et du fait d'avoir examiné la maladie à différents stades de son développement. Grâce à l’apprentissage automatique, les chercheurs ont analysé 1 923 échantillons provenant de 250 patients, en se concentrant sur la structure spatiale des tissus. Ils ont également utilisé une technique d'intelligence artificielle spécialement créée pour effectuer la notation de Gleason, un système de notation qui classe les tissus cancéreux de un à cinq en fonction de la configuration de leurs cellules. Les cellules cancéreuses qui semblent très similaires aux cellules saines se voient attribuer une note de un, tandis que celles qui semblent significativement différentes se voient attribuer une note de cinq.
Dans le même temps, les chercheurs ont évalué les différences génétiques entre les cellules au sein de tumeurs individuelles, en utilisant 642 échantillons provenant de 114 participants à des essais de radiothérapie au Royal Marsden. Ces échantillons ont été superposés à ceux du groupe cité ci-dessus, fournissant aux chercheurs des informations intégrées sur la génomique et la morphologie cellulaire, ainsi que sur l'état des patients sur plus d'une décennie. Les chercheurs ont découvert que les différences génétiques et la diversité morphologique mesurées par l'IA (la différence dans la forme, la taille et la structure des cellules) sont révélatrices de la capacité de la tumeur à évoluer, ce qui permet à la maladie de s'adapter et de survivre. Ils ont mesuré cette diversité en examinant l’étendue des différences entre les cellules dans différentes zones de la tumeur, appelées hétérogénéité intratumorale.
Les résultats ont montré que cette « évolutivité » était un puissant prédicteur de récidive, la combinaison des deux mesures identifiant un sous-groupe de patients qui ont connu une rechute de leur maladie deux fois moins longtemps que le reste des patients. Les chercheurs ont également testé une corrélation. entre la perte d'un chromosome spécifique et une présence réduite de cellules immunitaires dans la tumeur, ce qui pourrait influencer sa réponse à certains traitements.
