Des chercheurs ont développé un outil d’intelligence artificielle (IA), AAnet, capable d’identifier cinq types de cellules distincts dans les tumeurs – une découverte qui pourrait révolutionner le traitement du cancer. Les résultats, publiés dans Cancer Discovery, abordent un défi crucial en oncologie : la diversité inhérente aux tumeurs. Cette hétérogénéité, où différentes cellules présentent des réponses variables au traitement, est un facteur majeur de récidive du cancer et d’échec du traitement.
Le problème du traitement des tumeurs comme une unité
Pendant des décennies, le traitement du cancer repose en grande partie sur l’hypothèse que les tumeurs sont homogènes. Les patients reçoivent des thérapies conçues pour tuer la majorité des cellules cancéreuses sur la base d’une caractéristique commune, mais cette approche laisse derrière elle des cellules résistantes qui peuvent ultérieurement alimenter les rechutes. Comme l’explique la professeure agrégée Christine Chaffer : « Nous traitons les tumeurs comme si elles étaient constituées de la même cellule… mais toutes les cellules cancéreuses ne partagent pas nécessairement ce mécanisme. » C’est pourquoi les tumeurs réapparaissent souvent, même après un premier succès.
AAnet : Cartographie du paysage caché des cellules cancéreuses
AAnet est conçu pour résoudre ce problème en caractérisant la diversité auparavant cachée au sein des tumeurs. En analysant les données d’expression génique unicellulaire provenant de modèles précliniques de cancer du sein et d’échantillons humains, l’IA a identifié cinq « archétypes » distincts de cellules cancéreuses. Chaque archétype présente des voies biologiques, des modèles de croissance et des marqueurs uniques associés à un mauvais pronostic.
« Notre étude est la première fois que des données unicellulaires parviennent à simplifier ce continuum d’états cellulaires en une poignée d’archétypes significatifs… Cela pourrait changer la donne », déclare le professeur agrégé Smita Krishnaswamy, qui a dirigé le développement de l’outil d’IA à l’Université de Yale.
Comment la nouvelle classification va changer le traitement du cancer
La capacité de catégoriser les cellules au sein des tumeurs ouvre la porte à des thérapies plus précises et plus efficaces. Au lieu de traitements à large spectre, les médecins peuvent désormais envisager de concevoir des thérapies combinées ciblant chaque archétype en fonction de ses vulnérabilités biologiques spécifiques. Cette approche, soutenue par la capacité de l’IA à prédire le comportement cellulaire, a le potentiel d’améliorer considérablement les résultats pour les patients.
Actuellement, les décisions de traitement reposent sur l’origine du cancer (sein, poumon, etc.) et sur des marqueurs moléculaires. AAnet introduit une nouvelle couche de complexité en révélant que même au sein d’une même tumeur, les cellules peuvent se comporter fondamentalement différemment. Les chercheurs envisagent un avenir dans lequel l’analyse de l’IA complète les diagnostics traditionnels pour créer des plans de traitement hautement personnalisés.
Au-delà du cancer du sein : le potentiel d’AAnet
Alors que la recherche initiale s’est concentrée sur le cancer du sein, la technologie est applicable à d’autres cancers et même à des maladies auto-immunes. La capacité de l’IA à identifier des modèles significatifs dans les données unicellulaires pourrait ouvrir de nouvelles perspectives sur un large éventail de maladies. Les créateurs de l’outil soulignent que la technologie sous-jacente est déjà suffisamment mature pour une mise en œuvre clinique.
Cette avancée marque une étape importante dans la lutte contre la capacité du cancer à échapper au traitement. En reconnaissant et en caractérisant enfin l’hétérogénéité des tumeurs, les chercheurs dotent les cliniciens des outils nécessaires pour cibler chaque cellule du cancer unique d’un patient, améliorant ainsi considérablement les chances de rémission à long terme.
