Dans la même veine que les modèles de prévision météorologiques qui prédisent les tempêtes en développement, les chercheurs ont désormais développé une méthode pour prédire l'activité cellulaire dans les tissus au fil du temps. Le nouveau logiciel combine les technologies génomiques avec la modélisation de calcul pour prédire les changements de comportement des cellules, tels que la communication entre les cellules qui pourraient faire prospérer les cellules cancéreuses.
Des chercheurs de l'Institut de Sciences du génome (IGS) de l'Université du Maryland (IGS) ont publié l'étude qui a publié en ligne le 25 juillet dans la revue Cellule. C'est le résultat d'un projet multi-années multi-laboratoire à l'interface du développement de logiciels avec d'importantes collaborations entre les chercheurs en science de l'équipe de banc et clinique. Cette recherche pourrait finalement conduire à des programmes informatiques qui pourraient aider à déterminer le meilleur traitement pour les patients cancéreux en créant essentiellement un « jumeau numérique » du patient.
Bien que la recherche biomédicale standard ait rendu des progrès incommensurables pour caractériser les écosystèmes cellulaires avec des technologies génomiques, le résultat est toujours un seul instantané dans le temps que montre comment les maladies, comme le cancer, peuvent résulter de la communication entre les cellules. Le cancer est contrôlé ou activé par le système immunitaire, qui est hautement individualisé; Cette complexité rend difficile de faire des prédictions des données sur le cancer humain à un patient spécifique. «
Jeanette Johnson, PhD, boursier postdoc
Ce qui rend cette recherche unique, c'est l'utilisation d'une « grammaire d'hypothèse » en langage simple qui utilise le langage commun comme pont entre les systèmes biologiques et les modèles de calcul et simule comment les cellules agissent dans les tissus.
Paul Macklin, PhD, professeur d'ingénierie des systèmes de renseignement à l'Université de l'Indiana a dirigé une équipe de chercheurs qui ont développé la grammaire pour décrire le comportement des cellules. Cette grammaire permet aux scientifiques d'utiliser de simples phrases en anglais pour créer des représentations numériques des systèmes biologiques multicellulaires et a permis à l'équipe de développer des modèles de calcul pour des maladies aussi complexes que le cancer.
« Autant cette nouvelle« grammaire »permet de communiquer entre la biologie et le code, elle permet également de communiquer entre des scientifiques de différentes disciplines pour tirer parti de ce paradigme de modélisation dans leurs recherches», a déclaré Daniel Bergman, PhD, scientifique chez IGS et professeur adjoint de pharmacologie et de physiologie à UMSOM et auteur de co-dirigeant avec le Dr Johnson.
Le Dr Bergman et ses collègues de l'IGS ont ensuite combiné cette grammaire avec des données génomiques de vrais échantillons de patients pour étudier le cancer du sein et du pancréas, avec des technologies telles que la transcriptomique spatiale.
Dans le cancer du sein, l'équipe IGS a modélisé un effet où le système immunitaire ne peut pas réduire la croissance des cellules tumorales et favorise plutôt l'invasion et la propagation du cancer. Ils ont adapté ce cadre de modélisation de calcul pour simuler un essai clinique d'immunothérapie du monde réel du cancer du pancréas.
En utilisant des données génomiques à partir d'échantillons de tissus non traités de cancer du pancréas, le modèle prédisait que chaque « patient » virtuel avait une réponse différente à la présentation du traitement à l'immunothérapie, ce qui est de l'importance des écosystèmes cellulaires pour l'oncologie de précision. Par exemple, le cancer du pancréas est un cancer difficile à traiter, en partie, car il est souvent entouré d'une structure dense de cellules non cancéreuses appelées fibroblastes. L'équipe a utilisé une nouvelle technologie de génomique spatiale pour démontrer davantage les façons dont les fibroblastes communiquent avec les cellules tumorales. Le programme a permis aux scientifiques de suivre la croissance et la progression des tumeurs pancréatiques à l'invasion des tissus du patient réel.
« Ce qui rend ces modèles si excitants pour moi que quelqu'un qui étudie l'immunologie, c'est qu'ils peuvent être informés, initialisés et construits sur l'utilisation de données en laboratoire et en génomique humaine », a déclaré le Dr Johnson. « Les cellules immunitaires sont incroyables et suivent des règles de comportement qui peuvent être programmées dans l'un de ces modèles. Ainsi, par exemple, nous pouvons prendre des données et les traiter comme un instantané de ce que fait le système immunitaire humain, et ce cadre nous donne un bac à sable pour étudier librement nos hypothèses de ce qui se passe là-bas au fil du temps sans coûts ou risques supplémentaires pour les patients. »
« Depuis ma transition de ma formation en prédiction météorologique à l'Université du Maryland, College Park vers le calcul, je pensais que nous pourrions appliquer les mêmes principes pour travailler à travers les systèmes biologiques pour faire des modèles prédictifs en cancer. Je suis frappé par le nombre de règles de biologie que nous ne connaissons pas encore » Épidémiologie à Umsom et auteur principal de l'étude. « L'adaptation de cette approche des technologies génomiques nous donne un laboratoire de cellules virtuelles dans laquelle nous pouvons mener des expériences pour tester les implications des règles cellulaires entièrement silico. «
Le Dr Fertig appelle la recherche « une tapisserie de la science de l'équipe » avec une validation supplémentaire des modèles informatiques provenant de collaborateurs cliniques à l'Université Johns Hopkins et à l'Oregon Health Sciences University. La Fondation nationale pour la recherche sur le cancer a financé le projet.
La nouvelle grammaire est open source afin que tous les scientifiques puissent en bénéficier. « En rendant cet outil accessible à la communauté scientifique, nous fournissons une voie à suivre pour standardiser ces modèles et les rendre généralement acceptés », a déclaré le Dr Bergman. Pour démontrer cette généralisation, Geneviève Stein-O'Brien, PhD, le professeur de neuroscience et de neurologie de la famille de Terkowitz de la Neuroscience et de neurologie chez Johns Hopkins School of Medicine (JHSOM) a conduit des chercheurs à utiliser cette approche dans un exemple de neuroscience dans lequel le programme a simulé la création de couches à mesure que le cerveau se développe.
« Avec ce travail de l'IGS, nous avons un nouveau cadre pour la recherche biologique car les chercheurs peuvent désormais créer des simulations informatisées de leurs expériences de banc et de leurs essais cliniques et même commencer à prédire les effets des thérapies sur les patients », a déclaré Mark T. Gladwin, MD, vice-président des affaires médicaux de l'Université de Maryland, Baltimore, et Umsom de John Z. et Akiko K. Bowers. « Cela a des applications importantes pour permettre aux jumeaux numériques et aux essais cliniques virtuels dans le cancer et au-delà. Nous attendons avec impatience les travaux futurs prolongeant cette modélisation informatique du cancer à la clinique. »
