Une entrevue avec Livia Eberlin, professeure adjointe à l'Université du Texas à Austin, discutant du développement de techniques basées sur la spectrométrie de masse pour le diagnostic du cancer et l'amélioration des résultats cliniques.
Sommaire
Pourquoi existe-t-il un besoin d'alternatives à l'analyse cytologique dans le domaine de l'oncologie?
Dans le contexte des chirurgies du cancer, la méthode utilisée dans la clinique pour analyser les tissus qui sont retirés du patient pour s'assurer que tout le cancer a été retiré est appelée histopathologie.
Cela se fait grâce à l'analyse des sections gelées. Ce sont des morceaux de tissu qui sont envoyés à un laboratoire, puis ils sont congelés, sectionnés et colorés. Le pathologiste examine ensuite la section des tissus colorés au microscope pour déterminer si tout le cancer a été retiré ou non au cours de cette intervention chirurgicale.
Le problème est que cette procédure peut prendre beaucoup de temps. Parfois, les chirurgies sont prolongées de 35 à 40 minutes, car vous devez attendre que l'analyse de la section gelée soit effectuée. Cela peut également être assez subjectif, car ce processus de congélation rapide des tissus pendant la chirurgie pour pouvoir obtenir une section à examiner par le pathologiste à l'aide d'un microscope peut entraîner des modifications de l'histologie tissulaire et de la cytologie. Il peut être difficile pour un pathologiste d'évaluer précisément s'il y a ou non un cancer dans cette région de la section tissulaire.
Il y a un besoin incroyable de nouvelles technologies qui pourraient être appliquées en clinique, de préférence en salle d'opération, pour aider les chirurgiens en leur fournissant des informations sur la présence ou l'absence de cancer à certaines positions du corps.
Cela guiderait la résection chirurgicale afin qu'ils sachent, à des positions spécifiques lorsqu'ils retirent le cancer, si tout le cancer a été retiré ou non, et s'il s'agit d'une région de tissu sain qui peut rester ou d'un tissu malade qui a encore besoin à supprimer.
Crédit d'image: Shutterstock / Komsan Loonprom
Comment les techniques basées sur la spectrométrie de masse peuvent-elles être utilisées pour améliorer le diagnostic et le suivi des patients atteints de cancer?
La spectrométrie de masse est l'une des technologies analytiques qui peuvent fournir le plus haut niveau de sensibilité et de spécificité pour l'analyse chimique. Avec la spectrométrie de masse, nous pouvons vraiment creuser profondément dans la composition moléculaire des échantillons complexes et dire: «Ce sont les métabolites spécifiques qui sont présents dans cet échantillon. Ce sont les lipides qui sont présents, ainsi que les protéines ».
Avec ce type d'informations moléculaires détaillées, nous pouvons ensuite évaluer si un échantillon, disons un échantillon clinique tel qu'un morceau de tissu, est malade ou s'il s'agit d'un tissu sain en quelques secondes. En effet, les profils de ces molécules sont très caractéristiques des cellules saines ou des cellules malades, c'est-à-dire des cellules cancéreuses.
Si nous pouvons adapter la technologie de spectrométrie de masse, qui est encore principalement une technologie de recherche et développement qui nécessite une instrumentation relativement complexe, pour la traduire en clinique et mettre ces technologies entre les mains des cliniciens, disons les chirurgiens ou les pathologistes qui sont les les professionnels cliniques prenant ces décisions, nous pouvons leur donner des informations moléculaires qui peuvent être très précises en ce qui concerne le diagnostic d'un échantillon clinique. De cette façon, nous pouvons fournir de nouvelles informations qui ne sont actuellement pas disponibles pour aider les cliniciens à prendre de meilleures décisions de traitement pour leurs patients.
Comment ces techniques se comparent-elles au séquençage de gènes et d'ARN?
Les techniques de spectrométrie de masse sont normalement utilisées pour analyser des molécules telles que les métabolites, les lipides et les protéines. En particulier, pour la technologie que j'ai développée, nous nous sommes principalement concentrés sur les petites molécules, qui seraient les métabolites, les acides gras et les lipides. Lorsque vous vous comparez à l'ADN et à l'ARN-seq, vous regardez des types de molécules complètement différents. En outre, ce que je pense est intéressant à propos des informations métaboliques, c'est qu'elles fournissent une image en temps réel des processus en cours dans les tissus.
Avec l'ADN et l'ARN, vous examinez les mutations globales ou les modèles d'expression des gènes et les processus de transcription qui se déroulent dans les cellules. Avec les métabolites, vous regardez les produits finaux de ces réactions, les choses qui se produisent en temps réel dans la cellule liées au métabolisme, etc. Les deux approches ont une valeur incroyable.
Il est remarquable de voir comment les technologies de séquençage de l'ADN et de l'ARN sont de plus en plus intégrées dans la clinique. Il peut fournir des informations sur la probabilité que quelqu'un développe, disons, un certain type de cancer du sein, et cela a une valeur incroyable dans la gestion des patients.
Avec la spectrométrie de masse, ce que nous essayons de faire est d'aider à améliorer les décisions cliniques en temps quasi réel. Surtout avec le type de spectrométrie de masse que mon laboratoire fait, l'analyse que nous pouvons fournir est terminée en quelques secondes. Si vous comparez cela avec le séquençage d'ADN et d'ARN, cela prend normalement plus de temps. Avec des spécifications de masse, nous pourrions fournir ces informations à haut débit pour, espérons-le, accélérer et améliorer la décision de traitement pour le patient.
Pouvez-vous nous parler de vos recherches récentes sur la néoplasie thyroïdienne?
Notre recherche sur le cancer de la thyroïde vise à aider les patients qui se présentent à la clinique avec un nodule thyroïdien à savoir si le nodule est un nodule cancéreux qui doit être retiré, ou s'il s'agit d'un nodule bénin qui ne nécessite pas nécessairement une intervention chirurgicale.
L'incidence du cancer de la thyroïde augmente rapidement aux États-Unis et dans le monde, et environ 50% des personnes âgées de 60 ans trouveront un nodule dans leur thyroïde. La bonne nouvelle est que la majorité des nodules thyroïdiens sont bénins, il ne s'agit donc pas de lésions cancéreuses à éliminer.
Maintenant, le problème est que les méthodes de cytologie actuelles utilisées pour évaluer les cellules d'une biopsie thyroïdienne au microscope ne sont souvent pas concluantes. Il peut être difficile pour un clinicien de dire si un nodule est bénin ou malin. Donc, la plupart du temps, les patients se font opérer sans même savoir s'ils ont un cancer. Vous pouvez déterminer s'il s'agit d'un cancer pendant la chirurgie, mais dans la majorité des cas, pour le type folliculaire de néoplasmes, le patient n'a pas de cancer, la chirurgie était donc probablement inutile. ,.
Ce que nous essayons de faire est d'utiliser la spectrométrie de masse avant la chirurgie pour analyser ces cellules à partir d'une biopsie mini-invasive du nodule pour déterminer avec précision si l'individu a un cancer, et donc la chirurgie, ou si le nodule est bénin et ainsi aider à prévenir les inutiles les chirurgies, qui sont terribles pour le patient, mais aussi coûteuses et un fardeau pour le système de santé.
Crédit d'image: Shutterstock / jovan vitanovski
Quelles étaient les conclusions de cette étude et les résultats étaient-ils significatifs?
Nous avons commencé cette étude sur le cancer de la thyroïde en utilisant des tissus en banque. Ce sont des tissus qui ont déjà été prélevés sur des patients et qui sont disponibles comme ressources pour les chercheurs. Nous avons analysé 178 tissus et acquis plus de cent mille spectres de masse. C'était un ensemble de données vraiment volumineux. Nous avons utilisé ces informations pour construire des classificateurs statistiques qui pourraient déterminer si un nodule était un cancer ou s'il s'agissait simplement d'une tumeur bénigne. Nous l'avons testé et nous avons bien réussi pour un type spécifique de cancer de la thyroïde, le carcinome papillaire de la thyroïde. Nous avions une précision de plus de 90%. Pour les types folliculaires, nous avions une précision de 83%, ce qui est vraiment bien étant donné que ce type de nodule thyroïdien ne peut pas être déterminé par la cytologie seule.
Ensuite, nous avons commencé une étude d'essai prospective dans la clinique, où les patients venaient pour une biopsie de routine et nous avons obtenu une biopsie supplémentaire pour notre étude. Nous l'avons fait avec plus d'une centaine de patients jusqu'à présent, et nous avons maintenu notre précision de diagnostic à environ 90%.
Ces résultats sont vraiment excitants parce que, dans beaucoup de ces cas, nous disposions d'informations qui auraient pu empêcher les patients de subir une chirurgie potentiellement inutile. Mais nous devons faire une étude de validation beaucoup plus vaste que nous prévoyons de faire en tant que projet multicentrique pour valider ces résultats et prouver sa valeur pour les soins aux patients.
Vous avez également développé un ‘MassSpec Pen’ pour améliorer la précision des diagnostics. Qu'est-ce que cet appareil et comment fonctionne-t-il?
La vision du développement du stylo de mesure de masse était de fournir un appareil portable, facile à utiliser, basé sur une analyse de spectrométrie de masse, qui pourrait être couramment utilisé par les chirurgiens et les pathologistes. Nous voulions que ce soit quelque chose qu'ils puissent gérer, pour leur permettre de faire l'analyse et profiter de la haute précision et sensibilité de l'analyse par spectrométrie de masse pour les aider à prendre des décisions cliniques.
Je regarde le stylo MasSpec Pen, il semble assez simple, et c'était l'intention. C'est un outil portable, et bien que nous l'appelions un stylo, bien sûr, il ne fonctionne pas comme un stylo, mais il fonctionne en fournissant une seule gouttelette de solvant pour extraire les molécules d'un tissu. La plupart du temps, nous utilisons de l'eau pour la pointe du stylet et nous avons automatisé le processus afin qu'une fois que vous touchez le tissu et déclenchez l'appareil avec une palette de pied, tout se passe sans aucune intervention de l'utilisateur.
L'eau est un solvant incroyable. Une fois que la gouttelette d'eau interagit avec le tissu, elle extrait les métabolites, les lipides et même les petites protéines du tissu. Ensuite, nous avons un système de tubes qui transfère cette gouttelette jusqu'au spectromètre de masse.
En utilisant cette configuration, nous obtenons une analyse moléculaire de ces molécules en presque temps réel.En fonction du modèle de ces molécules, nous pouvons ensuite dire au chirurgien ou au clinicien utilisant l'appareil, cet endroit où vous avez analysé cette région tissulaire est un cancer ou un tissu normal . Nous le faisons dans un délai d'environ 10 à 15 secondes. Le temps peut être un peu plus court ou plus long, principalement en fonction de l'éloignement de votre spectromètre de masse du site tissulaire et du système de tubes que nous utilisons. Nous avons examiné plus d'un millier de tissus en laboratoire et nos précisions pour le diagnostic du cancer sont assez excitantes, environ 96%. Nous avons été en clinique pour tester cet appareil dans la salle d'opération in vivo et sur des tissus fraîchement excisés avec plus de 100 chirurgies maintenant, et les résultats peropératoires sont également très prometteurs.
Nous sommes en train de publier cette étude pilote, qui montre vraiment que la technologie de spectrométrie de masse a une valeur incroyable pour guider les décisions cliniques. Avec le stylo de masse, je pense que la simplicité et la facilité d'utilisation de la façon dont nous avons conçu la technologie sont vraiment attrayantes. Il peut être bien intégré dans un flux de travail clinique avec des exigences de formation minimales
Crédit d'image: stylo de masse Groupe de recherche Livia S. Eberlin
Pourquoi avez-vous choisi de vous concentrer sur le cancer de l'ovaire?
Nous travaillons sur le cancer de l'ovaire dans mon laboratoire depuis quelques années depuis que j'ai ouvert mon laboratoire, et l'accent mis sur le cancer de l'ovaire a été motivé par notre désir d'aider les patientes et les femmes qui souffrent de cette maladie.
Nous avions également un projet en cours sur les différents aspects du diagnostic clinique du cancer de l'ovaire et les résultats du traitement. Lorsque nous avons développé le stylo de mesure de masse, nous savions qu'en chirurgie du cancer de l'ovaire, il peut être très difficile d'identifier les régions de métastases, où le cancer de l'ovaire se propage, ce qui est très fréquent pour le cancer de l'ovaire de haut grade.
On trouve normalement un cancer de l'ovaire dans toute la cavité abdominale d'une patiente. Pour un chirurgien, il peut être très important d'avoir un outil qui l'aidera à identifier ces régions potentielles de métastases afin d'éliminer tout le cancer.
Nous savons par des données cliniques qu'il y a eu des études approfondies qui montrent que l'élimination de tout le cancer du patient lui donnera une plus grande chance de survie sans maladie. C'était un scénario où nous avions accès à ces patients et tissus et il y avait un besoin clinique important. Nous sommes extrêmement passionnés d'aider les patientes atteintes d'un cancer de l'ovaire.
Crédit d'image: Shutterstock / David A. Litman
La technique implique l'utilisation de l'apprentissage automatique. Pensez-vous que l'IA et l'apprentissage automatique formeront une partie vitale de l'avenir pour les diagnostics cliniques?
Je crois que l'IA et l'apprentissage automatique seront des éléments essentiels de la décision clinique, et cela se produira plus tôt que prévu. Ce sont des technologies essentielles, d'autant plus que nous évoluons constamment vers le big data et intégrons des données moléculaires avec des informations cliniques et d'imagerie.
Une fois que vous commencez à accéder à ces ensembles de données complexes et essayez de prendre des décisions basées sur ces informations complexes, il y a une limite à ce que le cerveau humain peut faire rapidement et automatiquement. L'intégration de l'IA et de l'apprentissage automatique sera essentielle pour atteindre ce niveau de débit et de certitude.
Mais je dois dire qu'il y a aussi beaucoup de battage médiatique dans ce domaine. Il est très important pour les chercheurs comme moi, et j'essaie constamment d'en savoir plus sur l'IA et l'apprentissage automatique, de sélectionner les bons outils pour s'assurer que nos modèles ne sont pas trop adaptés.
La validation de vos modèles, le test de vos modèles et l'utilisation d'ensembles de données indépendants et d'échantillons cliniques seront cruciaux pour montrer la valeur et la robustesse de ce type de technologie pour aider les soins cliniques.
Pensez-vous que ces techniques dépasseront un jour l'histopathologie ou fonctionneront en parallèle?
Je pense que les nouvelles technologies comme la spectrométrie de masse et d'autres modalités seront complémentaires à ce que font déjà les pathologistes. L'aspect humain de l'évaluation des tissus pour le diagnostic est crucial pour les soins aux patients.
L'idée, ou du moins mon objectif, est de donner aux cliniciens les nouvelles technologies qui peuvent les aider à prendre des décisions. Non pas pour les remplacer, mais pour les aider à prendre des décisions plus éclairées et meilleures, en particulier sur la base d'informations moléculaires fiables et pouvant être très prédictives de l'état pathologique.
Pourquoi avez-vous pensé qu'il était important de partager votre travail à Pittcon 2020?
Je suis allé à Pittcon plusieurs fois. C'est une conférence que j'apprécie beaucoup car elle combine plusieurs domaines de la chimie et de la chimie analytique. Il y a ce côté cool et cet aspect, ce sont toutes les nouvelles technologies qui sont lancées chaque année lors de la conférence.
Je pense que voir les discussions scientifiques et obtenir ces nouvelles informations sur ce que les gens travaillent et développent est vraiment excitant et me motive à poursuivre de nouveaux domaines de recherche. L'exposition est aussi vraiment cool.
Être en mesure de voir les fournisseurs et les nouveaux produits qui sont lancés pour aider les chercheurs du monde universitaire et de l'industrie est quelque chose de spécial et unique à Pittcon. C'est aussi une excellente avenue pour le réseautage.
Des événements comme Pittcon sont vraiment importants pour moi de parler à d'autres scientifiques et chercheurs, de partager des idées et de voir s'ils ont quelque chose à dire. Comment pouvons-nous mieux développer ce que nous faisons? Comment penser à de nouvelles façons d'atteindre nos objectifs et d'aider les patients?
Cette interaction avec d'autres personnes qui dirigent dans le domaine est très importante pour les chercheurs et pour les étudiants également. Encore une fois, voir la technologie et les produits qui sont lancés par l'industrie dans les entreprises est également quelque chose qui est attrayant et peut aider notre recherche et notre instrumentation.
Des événements comme Pittcon sont vraiment importants pour moi de faire du réseautage, de parler à d'autres scientifiques et à d'autres chercheurs, et de partager des idées et de voir s'ils ont leur mot à dire. Comment pouvons-nous mieux développer ce que nous faisons? Comment penser à de nouvelles façons d'atteindre nos objectifs et d'aider les patients?
Cette interaction avec des personnes qui dirigent dans le domaine est très importante pour les chercheurs et pour les étudiants diplômés. Encore une fois, voir la technologie et les produits qui sont lancés par l'industrie dans les entreprises est également quelque chose qui est attrayant et peut aider notre recherche et notre instrumentation.
Où nos lecteurs peuvent-ils trouver plus d'informations?
À propos de Livia Eberlin
Livia Schiavinato Eberlin est née et a grandi à Campinas, São Paulo, Brésil. Sa passion pour la spectrométrie de masse (MS) a commencé comme assistante de recherche de premier cycle au Thomson La
arrondissement de l'Université d'État de Campinas (UNICAMP).
Elle a reçu son B.S. en chimie de l'UNICAMP en 2007, puis a déménagé aux États-Unis en 2008 pour commencer un programme de doctorat en chimie analytique à l'Université Purdue sous le mentorat du professeur R. Graham Cooks.
Au cours de son doctorat, Livia a développé et appliqué l'imagerie MS par ionisation ambiante au diagnostic du cancer humain. En reconnaissance de son travail de doctorat innovant, Livia a reçu de nombreux prix, dont le prix Nobel Laureate Signature Award de l'American Chemical Society.
En 2012, elle a commencé son travail postdoctoral à l'Université de Stanford sous la direction du professeur Richard N. Zare, où elle a continué à développer la technologie de la SEP pour la recherche biomédicale. Au cours de cette période, elle a reçu la bourse L’Oréal pour les femmes en sciences, un prix K99 pour l’indépendance du NIH / NCI et a été inscrite sur la liste Forbes 30 under 30 en sciences et soins de santé.
En 2016, Livia a commencé sa carrière indépendante en tant que professeure adjointe au département de chimie de l'Université du Texas à Austin. Depuis lors, Livia et son groupe ont reçu plusieurs distinctions pour leurs recherches.
