Les informations génétiques collectées à partir de tissus apparemment sains à proximité de tumeurs pulmonaires pourraient être un meilleur indicateur de la récidive du cancer après le traitement que l’analyse des tumeurs elles-mêmes, selon une nouvelle recherche menée par NYU Langone Health et son Perlmutter Cancer Center.
La nouvelle étude se concentre sur l’adénocarcinome du poumon, un cancer qui se forme dans les cellules épithéliales alvéolaires et représente environ un tiers de tous les cancers du poumon aux États-Unis, selon les Centers for Disease Control and Prevention des États-Unis. La plupart des patients sont guéris si les tumeurs sont retirées chirurgicalement au début de la progression de la maladie, mais les cellules cancéreuses résiduelles repoussent dans environ 30 % des cas et peuvent entraîner la mort. Par conséquent, les experts recherchent depuis longtemps des biomarqueurs, ou prédicteurs de récidive, qui pourraient inciter à un traitement initial plus agressif.
L’étude a porté sur 147 hommes et femmes traités pour un cancer du poumon à un stade précoce. Il a exploré la valeur utilitaire du transcriptome, l’ensemble complet de molécules d’ARN qui indiquent aux cellules quelles protéines fabriquer. L’analyse de l’ARN collecté à partir de tissus apparemment sains adjacents aux cellules tumorales prédisait avec précision que le cancer récidiverait dans 83 % des cas, tandis que l’ARN provenant des tumeurs elles-mêmes n’était informatif que dans 63 % des cas.
Nos résultats suggèrent que le modèle d’expression des gènes dans des tissus apparemment sains pourrait servir de biomarqueur efficace et jusqu’à présent insaisissable pour aider à prédire la récidive du cancer du poumon aux premiers stades de la maladie.
Igor Dolgalev, PhD., co-auteur principal de l’étude
Publication en ligne le 8 novembre dans la revue Communications naturelles, l’enquête est la plus vaste à ce jour comparant le matériel génétique des tumeurs et des tissus adjacents et leur capacité à prédire la récidive, explique Dolgalev, professeur adjoint au département de médecine de la NYU Grossman School of Medicine et membre du Perlmutter Cancer Center.
Pour l’étude, l’équipe de recherche a collecté près de 300 échantillons de tumeurs et de tissus sains provenant de patients atteints d’un cancer du poumon. Les enquêteurs de l’étude ont ensuite séquencé l’ARN de chaque échantillon et introduit ces données, ainsi que la question de savoir si une récidive s’est produite ou non dans les cinq ans suivant la chirurgie, dans un algorithme d’intelligence artificielle. Ce programme a utilisé une technique appelée « apprentissage automatique » pour créer des modèles mathématiques permettant d’estimer le risque de récidive.
Les résultats ont révélé que l’expression de gènes associés à l’inflammation ou à une activité accrue du système immunitaire dans des tissus pulmonaires adjacents apparemment normaux était particulièrement utile pour faire des prédictions. Selon les auteurs de l’étude, cette réaction défensive ne devrait pas être présente dans des tissus réellement sains et pourrait être un signe avant-coureur d’une maladie.
« Nos résultats suggèrent qu’un tissu apparemment normal situé à proximité d’une tumeur pourrait ne pas être sain après tout », a déclaré Hua Zhou, PhD, co-auteur principal de l’étude, bioinformaticien à NYU Grossman et membre du Perlmutter Cancer Center. « Au lieu de cela, les cellules tumorales échappées pourraient déclencher cette réponse immunitaire inattendue chez leurs voisins. »
« L’immunothérapie, qui renforce les défenses immunitaires de l’organisme, pourrait donc aider à combattre la croissance tumorale avant qu’elle ne devienne visible par les méthodes de détection traditionnelles », a ajouté le co-auteur principal de l’étude et biologiste du cancer, Aristotelis Tsirigos, PhD.
Tsirigos, professeur au département de pathologie de NYU Grossman et membre du Perlmutter Cancer Center, prévient que l’enquête a fonctionné à rebours, en entraînant le programme informatique à l’aide de cas déjà connus pour avoir eu un retour de la maladie.
En conséquence, l’équipe d’étude prévoit ensuite d’utiliser le programme pour évaluer de manière prospective le risque de récidive chez les patients nouvellement traités pour un cancer du poumon à un stade précoce, explique Tsirigos, qui est également directeur des laboratoires de bioinformatique appliquée de NYU Langone.
Le financement de l’étude a été assuré par les subventions R37CA244775 et U01CA214195 des National Institutes of Health. Un soutien supplémentaire a été fourni par l’American Association for Cancer Research Grant et le programme Roche Access to Distinguished Scientists.
NYU Langone dispose d’un brevet en instance (TSI03-02PRO) pour les outils de diagnostic développés à partir de cette approche. Tsirigos, Dolgalev, Zhou, étudient les co-chercheurs principaux Harvey Pass, MD ; André Moreira, MD ; et Léopoldo Segal, MD ; ainsi que NYU Langone pourraient bénéficier financièrement de ce brevet. Les termes et conditions de ces relations sont gérés conformément aux politiques de NYU Langone Health.
Outre Dolgalev, Zhou et Tsirigos, les autres chercheurs de NYU Langone impliqués dans l’étude sont Hortense Le, MS ; Théodore Sakellaropoulos, PhD ; Nina Shenker-Tauris, MS; Nicolas Coudray, PhD ; Varshini Vasudevaraja, MS; Kelsey Zhu, BS; Chandra Goparaju, Ph.D. ; Yonghua Li, MD, PhD ; Imran Sulaiman, MD ; Jun-Chieh Tsay, MD ; Pierre Meyn ; Hussein Mohamed, Î.-P.-É.; Iris Sydney, BA; Sitharam Ramaswami, Ph.D. ; Navneet Narula, MD ; Luis Chiriboga, Ph.D. ; Adriana Héguy, Ph.D. ; Thales Papagiannakopoulos, PhD; Matija Snuderl, MD; Salman Punekar, MD; Vamsidhar Velcheti, MD; JT Poirier, Ph.D.; Benjamin G. Neel, MD, PhD ; et Kwok-Kin Wong, MD, PhD.
Les coauteurs supplémentaires sont Anna Yeaton, BS, du Broad Institute du MIT et de l’Université Harvard à Cambridge, Massachusetts ; Ruth Kulicke, BS; Fred Davis, MD; Nicolas Stransky, Ph.D. ; et Gromoslaw Smolen, PhD ; chez Celsius Therapeutics, également à Cambridge ; et Wei-Yi Cheng, PhD, et James Cai, PhD ; au Roche Innovation Center de New York.
