Des chercheurs en Chine ont développé un puissant modèle d'apprentissage automatique qui peut aider à déterminer quels patients atteints de carcinome nasopharyngé (NPC) sont susceptibles de bien répondre à la radiothérapie – un traitement courant pour ce type de cancer. L'étude, menée par des scientifiques de l'hôpital Zhujiang et de l'hôpital Nanfang de Southern Medical University, présente un outil prédictif connu sous le nom de NPC-RSS (score de sensibilité à la radiothérapie du carcinome nasopharyngé).
En utilisant des données transcriptomiques et un cadre d'apprentissage automatique rigoureux qui a évalué 113 combinaisons d'algorithmes, l'équipe a identifié une signature de 18 gènes capable de prédire la radiosensibilité d'un patient. Le modèle a montré une précision impressionnante dans les ensembles de données internes et les ensembles de validation externe.
La radiothérapie est le traitement principal du PNJ, mais jusqu'à 30% des patients rechutent en raison de la résistance aux radiations. Notre modèle aide à résoudre ce problème en identifiant les patients qui sont les plus susceptibles de bénéficier de la radiothérapie, permettant des stratégies de traitement plus personnalisées et efficaces. «
Dr Jian Zhang, auteur principal
Les gènes principaux du modèle, tels que SMARCA2, DMC1 et CD9, ont trouvé pour influencer l'infiltration immunitaire tumorale et les voies de signalisation clés comme Wnt / β-caténine et Jak-Stat. Notamment, le groupe radiosensible a montré des niveaux plus élevés d'activité des cellules immunitaires, suggérant un lien intime entre la réponse du rayonnement et la dynamique immunitaire.
La puissance prédictive du NPC-RSS a été confirmée en utilisant des lignées cellulaires et un séquençage unique, montrant que les tumeurs radiosensibles ont des environnements immunitaires plus riches par rapport aux environnements résistants. Selon le co-auteur du Dr Hui Meng, « nos résultats suggèrent que l'intégration des scores de gènes aux profils immunitaires pourrait changer la donne dans les soins NPC ».
L'équipe estime que le modèle pourrait devenir un outil clinique pour guider les décisions de traitement, minimiser l'exposition aux radiations inutile et optimiser les résultats thérapeutiques. Ils travaillent maintenant à étendre leur taille d'échantillon et à collaborer avec des partenaires internationaux pour valider et affiner davantage le modèle.
