L’immunothérapie est un nouveau traitement contre le cancer qui active le système immunitaire de l’organisme pour lutter contre les cellules cancéreuses sans recourir à la chimiothérapie ou à la radiothérapie.
Il a moins d’effets secondaires que les médicaments anticancéreux conventionnels car il n’attaque que les cellules cancéreuses en utilisant le système immunitaire de l’organisme. De plus, parce qu’il utilise la mémoire et l’adaptabilité du système immunitaire, les patients qui ont bénéficié de ses effets thérapeutiques éprouvent des effets anticancéreux durables.
L’inhibiteur de point de contrôle immunitaire récemment développé a considérablement amélioré le taux de survie des patients atteints de cancer. Cependant, le problème avec l’immunothérapie anticancéreuse est que seuls environ 30 % des patients cancéreux bénéficient de son effet thérapeutique, et les techniques de diagnostic actuelles ne prédisent pas avec précision la réponse du patient au traitement.
Dans ces circonstances, l’équipe de recherche dirigée par le professeur Sanguk Kim (Département des sciences de la vie) de POSTECH attire l’attention car elle a amélioré la précision de la prédiction de la réponse des patients aux inhibiteurs de points de contrôle immunitaires (ICI) en utilisant l’apprentissage automatique en réseau.
L’équipe de recherche a découvert de nouveaux biomarqueurs basés sur le réseau en analysant les résultats cliniques de plus de 700 patients atteints de trois cancers différents (mélanome, cancer gastrique et cancer de la vessie) et les données transcriptomiques des tissus cancéreux des patients.
En utilisant les biomarqueurs basés sur le réseau, l’équipe a développé avec succès une intelligence artificielle qui pourrait prédire la réponse au traitement anticancéreux. L’équipe a en outre prouvé que la prédiction de la réponse au traitement basée sur les biomarqueurs nouvellement découverts était supérieure à celle basée sur les biomarqueurs de traitement anticancéreux conventionnels, y compris les cibles d’immunothérapie et les marqueurs du microenvironnement tumoral.
Dans leur étude précédente, l’équipe de recherche avait développé un apprentissage automatique qui pouvait prédire les réponses médicamenteuses à la chimiothérapie chez les patients atteints d’un cancer de l’estomac ou de la vessie. Cette étude a montré que l’intelligence artificielle utilisant les interactions entre les gènes dans un réseau biologique pouvait prédire avec succès la réponse du patient non seulement à la chimiothérapie, mais également à l’immunothérapie dans plusieurs types de cancer.
Cette étude permet de détecter à l’avance les patients qui répondront à l’immunothérapie et d’établir des plans de traitement, ce qui se traduira par une médecine de précision personnalisée avec plus de patients bénéficiant de traitements contre le cancer. Soutenue par le POSTECH Medical Device Innovation Center, la Graduate School of Artificial Intelligence et ImmunoBiome Inc, cette étude a récemment été publiée dans Communication Natureune revue internationale à comité de lecture.
