Un nouvel outil combine évolution et IA pour prédire la récidive du cancer de la prostate plus d’une décennie à l’avance

En combinant les principes de l’évolution avec l’intelligence artificielle (IA), des scientifiques ont proposé une nouvelle façon de prédire le risque de récidive du cancer de la prostate. Dans une étude récente, ils ont exploité des méthodes informatiques pour capturer des mesures tumorales spécifiques liées à la capacité de la tumeur à évoluer au fil du temps. Ils ont ensuite montré que ces mesures sont corrélées à la récidive de la maladie plus d’une décennie après le diagnostic initial.

Cette approche pourrait aider les cliniciens à classer systématiquement les patients en fonction de leur risque de récidive de la maladie. Sur cette base, ils pourraient être en mesure de déterminer quels patients n’ont besoin que d’un traitement localisé – généralement une radiothérapie, souvent associée à une hormonothérapie, ou une intervention chirurgicale – et lesquels devraient recevoir un traitement supplémentaire.

L’étude, menée par des chercheurs de l’Institute of Cancer Research de Londres et du Royal Marsden NHS Foundation Trust, pourrait à terme aider les cliniciens à mieux personnaliser le traitement du cancer de la prostate. Les résultats ont été publiés dans Cancer de la nature.

Ces travaux ont également permis de combiner de manière unique certaines mesures tumorales de manière évolutive, validant ainsi l’application d’un modèle de biologie évolutive au cancer. Les scientifiques du Centre d’évolution et de cancer de l’Institut de recherche sur le cancer (ICR) sont à l’avant-garde de la recherche sur l’évolution du cancer, qui, selon eux, mènera à de nouveaux traitements efficaces pour de nombreux types de cancer.

Combler le manque de marqueurs prédictifs dans le cancer de la prostate

Il est particulièrement difficile de prédire l’évolution du cancer de la prostate, car la maladie présente une grande hétérogénéité, ce qui signifie qu’il existe des différences significatives entre les cellules cancéreuses, à la fois au sein de chaque tumeur et entre les patients. De plus, le cancer se développe souvent à plusieurs endroits de la prostate, produisant deux tumeurs ou plus à proximité. Par conséquent, il est souvent difficile pour les cliniciens de déterminer les meilleurs traitements pour leurs patients.

Dans certains cas, les cliniciens peuvent adopter une approche de « surveillance et d’attente », épargnant à la personne les effets secondaires du traitement tant que cela n’est pas nécessaire. Cependant, cette stratégie pourrait s’avérer fatale pour les personnes atteintes d’un cancer agressif ou d’un cancer plus susceptible de récidiver.

Bien que d’autres études aient évalué l’utilisation des mesures tumorales pour prédire les résultats, elles ont utilisé un nombre limité d’échantillons de patients, n’ont pris en compte que les maladies à un stade précoce et n’ont souvent pas été menées dans le cadre d’un essai clinique. De plus, elles ont principalement porté sur des patients qui avaient déjà subi une intervention chirurgicale pour retirer le cancer.

Convaincues que les décisions de traitement devraient être prises avant la chirurgie, l’équipe à l’origine de la nouvelle étude a cherché une nouvelle façon de prédire la progression tumorale chez les personnes diagnostiquées avec un cancer de la prostate localement avancé à haut risque.

Identifier de nouvelles mesures

Les chercheurs ont utilisé une forme d’IA appelée apprentissage automatique pour analyser un total de 1 923 échantillons provenant de 250 participants à l’essai clinique IMRT (radiothérapie à intensité modulée), en se concentrant sur la structure spatiale des tissus. Ils ont également utilisé une technique d’IA spécialement conçue pour effectuer la classification 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 ressemblent beaucoup aux cellules saines se voient attribuer la classe 1, tandis que celles qui semblent sensiblement différentes se voient attribuer la classe 5.

Parallèlement, 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 se sont superposés au premier ensemble, fournissant à l’équipe des informations intégrées sur la génomique et la morphologie des cellules, ainsi que sur les résultats des patients sur plus d’une décennie.

Les chercheurs ont découvert que la divergence génétique et la diversité morphologique mesurée par l’IA (la différence de forme, de taille et de structure des cellules) étaient 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’ampleur des différences entre les cellules dans différentes zones de la tumeur, appelée hétérogénéité intratumorale.

Les résultats ont montré que cette « évolutivité » était un puissant prédicteur de récidive, la combinaison des deux mesures permettant d’identifier un sous-groupe de patients ayant connu une récidive de la maladie dans un délai deux fois plus court que celui du reste des patients.

L’équipe a également pu identifier une corrélation entre la perte d’un chromosome spécifique et une présence réduite de cellules immunitaires dans la tumeur, ce qui pourrait affecter sa réponse à certains traitements. Ces informations supplémentaires pourraient permettre de prendre de meilleures décisions thérapeutiques.

L’étape suivante consistera pour les chercheurs à tester leurs mesures du risque de récidive basées sur l’évolution auprès d’un groupe plus large de personnes présentant un éventail plus large de caractéristiques de la maladie. Ils devront également prendre en compte des facteurs externes, tels que les taux d’hormones.

« De nouvelles méthodes comme la nôtre sont nécessaires de toute urgence »

Le Dr George Cresswell, co-premier auteur et chercheur postdoctoral au sein du groupe de génomique et de dynamique évolutive de l’ICR au moment où la recherche a été menée, est désormais chercheur principal à l’Institut de recherche sur le cancer infantile St. Anna à Vienne, en Autriche.

Cresswell a déclaré : « Nous sommes heureux d’avoir trouvé de nouvelles mesures qui peuvent être prises à partir de biopsies standard du cancer de la prostate pour prédire le risque de récidive chez les personnes atteintes d’un cancer de la prostate. Les médecins ne disposent pas actuellement de moyens suffisamment précis pour déterminer quels patients présentent le risque le plus faible et le plus élevé de récidive de leur cancer, ce qui signifie que de nouvelles méthodes telles que la nôtre sont nécessaires de toute urgence.

« Nos travaux ont également démontré le potentiel combiné de la génomique évolutive et de l’intelligence artificielle pour améliorer notre étude des tissus cancéreux lorsque nous l’appliquons dans le cadre d’essais cliniques. Nous espérons que cette approche accélérera nos progrès vers l’utilisation de biomarqueurs évolutifs dans la pratique clinique pour le cancer de la prostate et d’autres types de cancer. »

Le professeur David Dearnaley, co-auteur principal, professeur émérite à l’ICR et oncologue clinicien consultant à la retraite au Royal Marsden, a déclaré : « Cette étude montre la puissance d’une approche combinée dans laquelle nous évaluons à la fois la génomique et la morphologie spatiale.

« Nous pensons que nos résultats permettront d’identifier les patients atteints d’un cancer localisé à haut risque qui sont les plus susceptibles de bénéficier d’un traitement précoce avec des médicaments prolongeant la vie. Jusqu’à présent, nous n’avons pas été en mesure d’isoler les patients qui présentent le risque de récidive le plus élevé, mais nos nouvelles analyses pourraient changer la donne en améliorant considérablement notre capacité à prédire si le cancer réapparaîtra. »

L’autre auteur principal, le professeur Andrea Sottoriva, professeur de génomique et d’évolution du cancer à l’ICR au moment de la recherche et aujourd’hui directeur du centre de recherche en biologie computationnelle du Human Technopole à Milan, en Italie, a déclaré : « C’est passionnant que nous ayons pris de nouvelles mesures avec des interprétations évolutives innovantes qui n’ont jamais été montrées auparavant.

« En plus de produire de meilleurs biomarqueurs pronostiques pour le cancer de la prostate, notre étude sert de preuve supplémentaire que le paradigme de la biologie évolutive appliqué au cancer a un pouvoir prédictif remarquable.

« En appliquant une approche informatique à plusieurs ensembles de données, nous avons pu déchiffrer une partie de la dynamique de la progression du cancer et de la résistance au traitement. Ce type de recherche est essentiel pour approfondir notre compréhension de la manière et du moment de traiter les cancers, y compris le cancer de la prostate. »