Nouvelles publications
La technologie de biopsie liquide ultra-sensible détecte le cancer avant les méthodes standard
Dernière revue: 14.06.2024
Tout le contenu iLive fait l'objet d'un examen médical ou d'une vérification des faits pour assurer autant que possible l'exactitude factuelle.
Nous appliquons des directives strictes en matière d’approvisionnement et ne proposons que des liens vers des sites de médias réputés, des instituts de recherche universitaires et, dans la mesure du possible, des études évaluées par des pairs sur le plan médical. Notez que les nombres entre parenthèses ([1], [2], etc.) sont des liens cliquables vers ces études.
Si vous estimez qu'un contenu quelconque de notre contenu est inexact, obsolète ou discutable, veuillez le sélectionner et appuyer sur Ctrl + Entrée.
Une méthode qui utilise l'intelligence artificielle pour détecter l'ADN tumoral dans le sang a démontré une sensibilité sans précédent dans la prévision de la récidive du cancer, selon une étude menée par des scientifiques de la Weill Cornell Medical School, NewYork-Presbyterian, du New York Genome Center (NYGC) et Mémorial Sloan Kettering (MSK). La nouvelle technologie a le potentiel d'améliorer le traitement du cancer en détectant très tôt les rechutes et en surveillant de près la réponse tumorale au traitement.
Dans une étude publiée le 14 juin dans la revue Nature Medicine, des chercheurs ont montré qu'ils étaient capables d'entraîner un modèle d'apprentissage automatique, un type de plateforme d'intelligence artificielle, pour détecter l'ADN tumoral circulant (ADNct) sur la base des données de séquençage de l'ADN de patients. Tests sanguins avec une sensibilité et une précision très élevées. Ils ont démontré avec succès cette technologie chez des patients atteints d'un cancer du poumon, d'un mélanome, d'un cancer du sein, d'un cancer du côlon et de polypes précancéreux du côlon.
« Nous avons pu obtenir des améliorations significatives du rapport signal/bruit, ce qui nous a permis, par exemple, de détecter la récidive du cancer des mois, voire des années, avant les méthodes cliniques standard », a déclaré le co-auteur de l'étude, le Dr Dan Landau, professeur. De médecine au Département d'hématologie et d'oncologie médicale de la Weill Cornell Medical School et membre principal du New York Genome Center.
Le co-auteur et premier auteur de l'étude était le Dr Adam Widman, chercheur postdoctoral dans le laboratoire de Landau et également oncologue du sein à MSK. Les autres premiers auteurs étaient Minita Shah du NYGC, le Dr Amanda Friedendahl de l'Université d'Aarhus et Daniel Halmos du NYGC et de la Weill Cornell Medical School.
La technologie de biopsie liquide n'a pas pu réaliser son grand potentiel depuis longtemps. La plupart des approches existantes ciblent des ensembles relativement restreints de mutations associées au cancer qui sont souvent trop rares dans le sang pour être détectées de manière fiable, ce qui conduit à une sous-estimation des récidives du cancer.
Il y a plusieurs années, le Dr Landau et ses collègues ont développé une approche alternative basée sur le séquençage du génome entier de l'ADN présent dans des échantillons de sang. Ils ont montré que beaucoup plus de « signaux » pouvaient être collectés de cette manière, permettant une détection plus sensible et plus facile sur le plan logistique de l’ADN tumoral. Depuis lors, cette approche a été de plus en plus adoptée par les développeurs de biopsies liquides.
Dans la nouvelle étude, les chercheurs sont allés encore plus loin en utilisant une stratégie avancée d'apprentissage automatique (similaire à celle utilisée dans les applications d'IA populaires telles que ChatGPT) pour détecter des modèles subtils dans le séquençage des données, en particulier pour distinguer des modèles indiquant une présence. Du cancer, à partir de modèles indiquant des erreurs de séquençage et d'autres « bruits ».
Dans un test, les chercheurs ont entraîné leur système, qu'ils ont appelé MRD-EDGE, à reconnaître les mutations tumorales spécifiques à un patient chez 15 patients atteints d'un cancer du côlon. Après une intervention chirurgicale et une chimiothérapie, le système a prédit, sur la base des données sanguines, que neuf d'entre eux souffraient encore d'un cancer. Chez cinq de ces patients, la rechute a été détectée plusieurs mois plus tard par des méthodes moins sensibles. Cependant, il n'y a eu aucun faux négatif : aucun des patients considérés comme exempts d'ADN tumoral par MRD-EDGE n'a connu de rechute au cours de la période d'étude.
MRD-EDGE a démontré une sensibilité similaire dans des études portant sur des patients atteints d'un cancer du poumon à un stade précoce et d'un cancer du sein triple négatif, détectant toutes les rechutes sauf une de manière précoce et surveillant l'état de la tumeur pendant le traitement.
Les chercheurs ont démontré que MRD-EDGE peut même détecter l'ADN mutant des adénomes précancéreux du côlon, les polypes à partir desquels se développent les cancers du côlon.
"Il n'était pas clair que ces polypes pourraient libérer de l'ADNc détectable, il s'agit donc d'une avancée significative qui pourrait indiquer de futures stratégies visant à détecter les changements précancéreux", a déclaré le Dr Landau, qui est également membre de l'association Sandra et Edward. Meyer Cancer Center de la Weill Cornell Medical School et en tant qu'hématologue-oncologue au NewYork-Presbyterian/Weill Cornell Medical Center.
Enfin, les chercheurs ont montré que même sans formation préalable sur les données de séquençage des tumeurs des patients, MRD-EDGE peut détecter les réponses d'immunothérapie chez les patients atteints de mélanome et de cancer du poumon des semaines avant la détection à l'aide d'une imagerie à rayons X standard.
"Dans l'ensemble, MRD-EDGE répond à un grand besoin, et nous sommes enthousiasmés par son potentiel et travaillons avec des partenaires industriels pour essayer de le proposer aux patients", a déclaré le Dr Landau.