Cancérologie : un algorithme pour prédire l'efficacité des immunothérapies

Dans la prise en charge de certains cancers, l’immunothérapie ¹ est une véritable révolution thérapeutique : elle stimule le système immunitaire des patients pour qu’il s’attaque lui-même aux cellules tumorales.

Elle est notamment prescrite en première intention à 85 % des malades atteints d’un cancer du poumon non à petites cellules, la forme la plus fréquente de cancers du poumon. Le problème est que certains patients y répondent très bien, et d’autres pas du tout. Pouvoir prédire cette réponse est crucial pour les médecins, afin de ne proposer ce traitement qu’à ceux qui peuvent réellement en bénéficier, et ainsi ne pas perdre de temps, minimiser les risques d’effets secondaires et réduire les coûts.

Pour avoir le meilleur système de prédiction possible, des scientifiques de l’Institut Curie, de l’Inserm et de Mines Paris-PSL se sont lancés dans un projet transdisciplinaire pionnier. « Nous avons recueilli, pour 317 patients, des données transcriptomiques ², c’est-à-dire d’expression du génome, des données d’imagerie médicale, des données d’anatomopathologie de la tumeur et enfin des données cliniques, détaille le Dr Emmanuel Barillot, directeur de l’unité Oncologie Computationnelle de l’Institut Curie (Paris). Nous avons ainsi découvert que les algorithmes qui combinent les données de trois ou quatre de ces modalités prédisent toujours mieux la réponse au traitement que ceux n’en utilisant qu’une ou deux. Cette preuve de l’intérêt de la multimodalité n’avait pas encore été apportée pour le cancer du poumon non à petites cellules. »

Mieux encore, cette étude a aussi permis de mieux comprendre certains mécanismes biologiques sous-jacents à cette réponse à l’immunothérapie. « Nous avons par exemple observé que le transcriptome ² fournit des informations de bonne qualité, notamment parce qu’il permet de quantifier les cellules dendritiques ³ – dont l’action dans la réponse à l’immunothérapie est déjà connue », précise-t-il.

Les chercheurs espèrent désormais intégrer encore plus de données à leur algorithme pour améliorer la fiabilité des prédictions, voire l’intégrer comme aide à l’élaboration des stratégies thérapeutiques de l’ensemble des cancers du poumon non à petites cellules. Cette étude doit maintenant être élargie à d’autres instituts, pour qu’il soit possible ensuite d’en transférer les résultats à la pratique clinique.

Source : Nature Communications, 12 janvier 2025