Une technique d'intelligence artificielle pour détecter les fragments d'ADN versés par les tumeurs et circuler dans le sang d'un patient, développé par les chercheurs de Johns Hopkins Kimmel Cancer Center, pourrait aider les cliniciens à identifier et à déterminer si les thérapies par cancer du pancréas fonctionnent.
Après avoir testé la méthode, appelée Artemis-Deshi, dans des échantillons de sang de patients participant à deux grands essais cliniques de traitements du cancer du pancréas, les chercheurs ont constaté qu'il pouvait être utilisé pour identifier les réponses thérapeutiques. Artemis-Delfi et une autre méthode développée par les chercheurs, appelée WGMAF, pour étudier les mutations se sont révélées être de meilleurs prédicteurs de résultats que l'imagerie ou d'autres marqueurs cliniques et moléculaires existants deux mois après l'initiation du traitement. Cependant, Artemis-Delfi était déterminé comme étant le test supérieur car il était plus simple et potentiellement plus largement applicable.
Une description de l'œuvre a été publiée le 21 mai dans Avancées scientifiques. Il était en partie soutenu par des subventions des National Institutes of Health.
Le temps est de l'essence lors du traitement des patients atteints d'un cancer du pancréas, explique l'auteur de l'étude principale Victor E. Velculescu, MD, Ph.D., codirecteur du programme de génétique et d'épigénétique du cancer au Cancer Center. De nombreux patients atteints d'un cancer du pancréas reçoivent un diagnostic à un stade tardif, lorsque le cancer peut progresser rapidement.
Fournir aux patients des options de traitement plus potentielles est particulièrement vitale car un nombre croissant de thérapies expérimentales pour le cancer du pancréas sont devenues disponibles. Nous voulons savoir aussi rapidement que possible si la thérapie aide le patient ou non. Si cela ne fonctionne pas, nous voulons pouvoir passer à une autre thérapie. «
Victor E. Velculescu, MD, Ph.D., codirecteur du Cancer Genetics and Epigenetics Program, Johns Hopkins Kimmel Cancer Center
Actuellement, les cliniciens utilisent des outils d'imagerie pour surveiller la réponse au traitement du cancer et la progression tumorale. Cependant, ces outils produisent des résultats qui peuvent ne pas être opportuns et sont moins précis pour les patients recevant des immunothérapies, ce qui peut rendre les résultats plus compliqués à interpréter. Dans l'étude, Velculescu et ses collègues ont testé deux approches alternatives pour surveiller la réponse du traitement chez les patients participant à l'essai de phase 2 CheckPAC d'immunothérapie pour le cancer du pancréas.
Une approche, appelée WGMAF (séquençage plasmatique du génome entier), a analysé l'ADN des biopsies tumorales ainsi que de l'ADN libre dans des échantillons de sang pour détecter une réponse de traitement. L'autre, appelée Artemis-Delfi (profils de fragmentation de l'ADNc à l'échelle du génome indépendantes de la tumeur et les paysages répétés), a utilisé l'apprentissage automatique, une forme d'intelligence artificielle, pour scanner des millions de fragments d'ADN sans cellule uniquement dans les échantillons de sang du patient. Les deux approches ont pu détecter quels patients bénéficiaient des thérapies. Cependant, tous les patients n'avaient pas d'échantillons de tumeurs, et de nombreux échantillons de tumeurs des patients n'avaient qu'une petite fraction de cellules cancéreuses par rapport au tissu global, qui contenait également des cellules pancréatiques et autres normales, confondant ainsi le test WGMAF.
L'approche Artemis-Delfi a fonctionné avec plus de patients et était plus simple logistique, dit Velculescu. L'équipe a ensuite validé qu'Artemis-Delfi était un outil de surveillance efficace de la réponse au traitement dans un deuxième essai clinique appelé l'essai PACTO. L'étude a confirmé qu'Artemis-Delfi pouvait identifier les patients qui réagissaient dès quatre semaines après le début du traitement.
« L'approche` `Fast-Fail '' Artemis-Delfi peut être particulièrement utile dans le cancer du pancréas où le changement de thérapies pourrait rapidement être utile chez les patients qui ne répondent pas à la thérapie initiale », a déclaré Carolyn Hruban, l'auteur de l'étude principale, qui était un étudiant diplômé du Johns Hopkins pendant l'étude et est maintenant un chercheur postdoctoral au Dana-Farber Cancer Institute. « C'est plus simple, probablement moins cher et plus largement applicable que d'utiliser des échantillons de tumeurs. »
La prochaine étape de l'équipe sera des études prospectives qui testent si les informations fournies par Artemis-Delfi aident les cliniciens à trouver plus efficacement une thérapie efficace et à améliorer les résultats des patients. Une approche similaire pourrait également être utilisée pour surveiller d'autres cancers. Plus tôt cette année, des membres de l'équipe ont publié une étude dans Communications de la nature Montrant qu'une variation de l'approche de surveillance de la fragmentation en libre-actions appelée Delfi-TF a été utile pour évaluer la réponse au thérapie par le cancer du côlon.
« Nos analyses de fragmentation de l'ADN sans cellules fournissent une évaluation en temps réel de la réponse thérapeutique d'un patient qui peut être utilisée pour personnaliser les soins et améliorer les résultats des patients », explique Velculescu.
Les autres co-auteurs comprennent Daniel C. Bruhm, Shashikant Koul, Akshaya V. Annapragada, Nicholas A. Vulpescu, Sarah Short, Kavya Boyapati, Alessandro Leal, Stephen Cristiano, Vilmos Adleff, Robert B. Scharpf, Zachariah H. Foda et Jillian Phallen de Johns; Inna M. Chen, Susann Theile et Julia S. Johannsen de l'hôpital universitaire de Copenhague Herlev et Gentofte, et l'Université de Copenhague; et Bahar Alipanahi et Zachary L. Skidmore de Delfi Diagnostics.
L'étude a été soutenue par la Dr Miriam et Sheldon G. Adelson Medical Research Foundation, subvention de l'équipe de rêve d'interception du cancer du poumon du poumon; Restez à la cancer de la Cancer Cancer Society International Traductional Cancer Research Dream Team Grant, The Gray Foundation, The Honorable Tina Brozman Foundation, The Commonwealth Foundation, The Cole Foundation, une subvention de recherche de Delfi Diagnostics and National Institutes of Health Grants CA121113,1T32GM136577, CA006973, CA23259, CA062924 et CA271896.
