La chimiothérapie, la radiothérapie et la chirurgie ont été les traitements standard pour les différents cancers. Cependant, ces dernières décennies ont vu l’émergence de diverses immunothérapies, qui utilisent le système immunitaire pour cibler et détruire les cellules cancéreuses. L’inhibition des points de contrôle est un type d’immunothérapie qui a transformé le traitement de nombreux cancers en rendant les cellules cancéreuses plus vulnérables aux attaques immunitaires. Toutefois, ces médicaments ne fonctionnent pas pour tous les patients.
Les scientifiques ont cherché des moyens d’identifier les patients les plus susceptibles de répondre aux médicaments d’immunothérapie afin d’éviter des traitements inutiles et leurs effets secondaires. Deux biomarqueurs sont actuellement approuvés par la FDA : l’un mesure la charge mutationnelle de la tumeur. Cependant, ces tests ne sont pas toujours précis, et d’autres tests prédictifs, basés sur des données moléculaires tumorales, sont coûteux et non collectés de manière routinière.
Une équipe de recherche dirigée par le Dr Eytan Ruppin du National Cancer Institute du NIH et le Dr Luc Morris du Memorial Sloan Kettering Cancer Center a travaillé à la création d’un outil prédictif plus précis basé sur des biomarqueurs facilement disponibles. Ils ont analysé un vaste ensemble de données provenant de plus de 2 880 patients atteints de 18 types de tumeurs solides, tous traités avec des inhibiteurs de points de contrôle immunitaires.
L’équipe a évalué plus de 20 caractéristiques cliniques, pathologiques et génomiques pour prédire la réponse aux inhibiteurs de points de contrôle immunitaire, en utilisant des techniques d’apprentissage automatique. Les résultats, publiés le 3 juin 2024 dans Nature Cancer, ont conduit à la création d’un nouveau système de notation basé sur l’IA, nommé LORIS. Ce système se base sur la charge mutationnelle de la tumeur et cinq caractéristiques cliniques courantes : l’âge, le type de cancer, les antécédents de thérapie, l’albumine sanguine et le NLR sanguin.
D’autres tests ont montré que LORIS surpassait les autres méthodes pour prédire la réponse aux inhibiteurs de points de contrôle immunitaires et la survie à court et long terme après une immunothérapie. Ce modèle pourrait guider les décisions de traitement et maximiser les bénéfices pour les patients, bien que des études plus larges soient nécessaires pour évaluer son efficacité clinique. Morris souligne la simplicité et l’accessibilité de LORIS pour les cliniciens, tandis que Ruppin met en avant l’importance de la collaboration entre cliniciens et scientifiques pour analyser de grandes cohortes de données et améliorer les soins aux patients.
Source: https://www.nih.gov/news-events/nih-research-matters/ai-tool-predicts-response-cancer-therapy
Pour plus d’articles: https://blog.nabady.ma
