Les chercheurs ont montré qu'ils pouvaient recréer avec précision des essais cliniques de nouveaux traitements en utilisant des « jumeaux numériques » de vrais patients atteints de cancer. La technologie, appelée FarrSight®-Twin, basé sur des algorithmes utilisés par les astrophysiciens pour découvrir les trous noirs, sera présenté aujourd'hui (vendredi) au 36e symposium EORTC-NCI-AACR sur les cibles moléculaires et la thérapeutique du cancer à Barcelone, en Espagne.
Les chercheurs affirment que cette approche pourrait être utilisée par les chercheurs sur le cancer pour exécuter des essais cliniques avant de tester de nouveaux traitements sur des patients. Il pourrait également être utilisé parallèlement aux essais cliniques avec un jumeau numérique pour chaque patient participant, qui pourraient former ensemble un groupe témoin pour n’importe quel essai. En fin de compte, cela pourrait signifier que les patients pourraient faire tester différents traitements sur leur jumeau numérique pour les aider à sélectionner à l’avance le traitement le plus approprié.
La recherche est présentée par le Dr Uzma Asghar, cofondateur et directeur scientifique de Concr et oncologue médical consultant, travaillant actuellement au Royal Marsden NHS Foundation Trust, à Londres, au Royaume-Uni. Elle a déclaré : « Partout dans le monde, nous dépensons des milliards de dollars pour développer de nouveaux traitements contre le cancer. Certains s’avéreront efficaces, mais la plupart ne le seront pas.
« Nous pouvons utiliser des jumeaux numériques pour représenter des patients individuels, créer des cohortes d'essais cliniques et comparer les traitements pour voir s'ils ont des chances de réussir avant de les tester avec de vrais patients. »
Chaque jumeau numérique est créé à partir de données biologiques provenant de milliers de patients atteints de cancer et traités de différentes manières. Ces informations sont combinées pour recréer le cancer d'un vrai patient avec des données moléculaires sur sa tumeur. Ce jumeau numérique permet de prédire comment un patient est susceptible de répondre à un traitement.
Le Dr Asghar et ses collègues ont utilisé cette approche pour recréer des essais cliniques publiés avec un jumeau numérique représentant chaque patient réel ayant participé à l'essai. Dans l’ensemble, les essais numériques ont prédit avec précision les résultats des essais cliniques réels dans toutes les études cliniques simulées. Des tests plus approfondis ont montré que là où les patients recevaient le traitement prédit par FarrSight®-Twin pour être le meilleur, ils ont eu un taux de réponse de 75 %, contre 53,5 % lorsque les patients recevaient un traitement différent. Le « taux de réponse » désigne la proportion de patients dont les tumeurs ont diminué après le traitement.
Les essais utilisés dans l'étude présentée au symposium portaient sur des patientes atteintes d'un cancer du sein, du pancréas ou de l'ovaire. Il s’agissait d’essais de phase II ou III comparant deux thérapies médicamenteuses différentes, notamment les anthracyclines, les taxanes, les médicaments à base de platine, la capécitabine et les traitements hormonaux.
Nous sommes ravis d'appliquer ce type de technologie en simulant des essais cliniques sur différents types de tumeurs pour prédire la réponse des patients à différentes chimiothérapies et les résultats sont encourageants.
Cette technologie signifie que les chercheurs peuvent simuler des essais sur des patients à un stade beaucoup plus précoce du développement de médicaments et réexécuter la simulation plusieurs fois pour tester différents scénarios et maximiser les chances de succès. Il est déjà utilisé pour simuler des patients afin de servir de témoins pour comparer l'effet d'un nouveau traitement avec la norme de soins existante.
Nous développons actuellement cette technologie afin qu'elle puisse prédire la réponse au traitement pour chaque patient en clinique et aider les médecins à comprendre quelle chimiothérapie sera utile ou non, et ce travail est en cours.
Dr Uzma Asghar, co-fondatrice et directrice scientifique de Concr
Le Dr Asghar et ses collègues testent la technologie pour voir si elle pourrait aider à prédire quels traitements disponibles fonctionneront le mieux pour les patientes atteintes d'un cancer du sein triple négatif, dans le cadre d'un essai collaboratif observationnel entre le Concr, l'Institut de recherche sur le cancer, l'Université de Durham et le Hôpital Royal Marsden.
Le professeur Timothy A Yap du MD Anderson Cancer Center de l'Université du Texas, à Houston, aux États-Unis, est coprésident du symposium EORTC-NCI-AACR et n'a pas été impliqué dans la recherche. Il a déclaré : « Malgré des améliorations majeures dans le traitement du cancer, il existe encore de nombreux types de cancer pour lesquels les options de traitement sont limitées. Concevoir et tester de nouveaux traitements contre le cancer est un défi, prend du temps et est coûteux. Si nous pouvons exploiter les outils numériques pour accélérer ce processus et plus simple, cela devrait nous aider à trouver de meilleurs traitements pour les patients, plus efficacement à l'avenir. »
