La thérapie par inhibiteur de point de contrôle immunitaire (ICI) est un type de traitement du mélanome, la forme la plus mortelle de cancer de la peau, qui bloque les protéines sur la tumeur ou les cellules immunitaires qui empêchent le système immunitaire de tuer les cellules cancéreuses. Bien que ce traitement ait montré un certain succès clinique chez les patients atteints de mélanome à un stade avancé, son efficacité dépend de prédicteurs fiables de la réponse du patient au traitement. Actuellement, le seul biomarqueur approuvé par la FDA pour le traitement du mélanome ICI est le test de charge de mutation tumorale, mais les mécanismes qui le lient à l’ICI restent flous. Cependant, de nouvelles recherches fournissent désormais des preuves de nouveaux biomarqueurs fiables qui prédisent la réponse thérapeutique à l’aide d’une technologie informatique de pointe.
Dans un article publié dans Communication Nature, Noam Auslander, Ph.D., professeur adjoint au programme d’oncogenèse moléculaire et cellulaire du Ellen and Ronald Caplan Cancer Center de Wistar, et Andrew Patterson, étudiant diplômé du laboratoire Auslander, identifient de nouveaux prédicteurs de la thérapie ICI pour le mélanome. En particulier, les mutations dans les processus de régulation de la prolifération des leucocytes et des lymphocytes T présentent un potentiel en tant que biomarqueurs avec une prédiction fiable et stable de la réponse au traitement ICI dans plusieurs ensembles de données différents de patients atteints de mélanome.
Ce travail vise à identifier des prédicteurs génomiques meilleurs et plus biologiquement interprétables pour les réponses d’immunothérapie. Nous avons besoin de meilleurs biomarqueurs pour aider à sélectionner les patients qui sont plus susceptibles de répondre à la thérapie ICI et comprendre quels facteurs peuvent aider à améliorer les réponses et à augmenter ces chiffres. »
Noam Auslander, Ph.D., professeur adjoint au programme d’oncogenèse moléculaire et cellulaire du centre de cancérologie Ellen et Ronald Caplan de Wistar
À l’aide de l’apprentissage automatique et de données cliniques anonymisées accessibles au public, les chercheurs ont étudié pourquoi certains patients atteints de mélanome répondaient au traitement ICI et d’autres non. Patterson, premier auteur de l’article, détaille que leur processus de recherche impliquait de former des modèles d’apprentissage automatique sur un ensemble de données pour prédire si un patient répond au traitement ICI, puis de confirmer que le modèle était capable de prédire en continu la réponse ou la résistance à ce traitement sur plusieurs d’autres ensembles de données.
L’équipe a découvert que les processus de régulation de la prolifération des leucocytes et des lymphocytes T comportent certains gènes mutés qui contribuent à la réponse et à la résistance au traitement ICI. Ces connaissances pourraient être utilisées pour identifier des cibles pour améliorer les réponses ou atténuer la résistance chez les patients atteints de mélanome.
« Nous avons pu mieux prédire si un patient répondrait à la thérapie ICI que la méthode clinique standard actuelle et extraire des informations biologiques qui pourraient aider à mieux comprendre les mécanismes à l’origine de la réponse et de la résistance à la thérapie ICI. » explique Patterson.
Les scientifiques ont l’intention de poursuivre ce travail dans le but d’augmenter la précision des prédictions, de mieux comprendre les mécanismes biologiques qui sous-tendent la résistance ou la réactivité des patients au traitement ICI et de déterminer si les processus distingués dans l’article peuvent également servir de prédicteurs de la réponse au traitement ICI pour d’autres types de cancer. .
