Une collaboration multicentrique dirigée par des chercheurs du Sylvester Comprehensive Cancer Center de la Miller School of Medicine de l’Université de Miami a produit le premier modèle informatique pour le myélome multiple nouvellement diagnostiqué qui prédit le pronostic personnalisé d’un individu en fonction de la génomique et des traitements de sa tumeur.
Le modèle de prédiction du risque individualisé dans le myélome multiple nouvellement diagnostiqué, ou IRMMa, améliore les outils de pronostic précédents car il prend en compte la biologie des tumeurs des patients, a déclaré le Dr C. Ola Landgren, chef de la division du myélome et directeur du Sylvester Myeloma Institute, auteur principal d’un article dévoilant le nouvel outil dans le Journal d’oncologie clinique. Ceci est important dans de nombreux cancers, mais particulièrement dans le myélome multiple, qui est très variable. En fait, les chercheurs ont identifié 12 sous-types distincts de la maladie, une classification qui n’avait jamais été faite auparavant.
L’avenir de ce domaine devra être axé sur la médecine de précision. Il n’y a pas d’autre voie à suivre. »
Dr C. Ola Landgren, chef de la division du myélome et directeur du Sylvester Myeloma Institute
La méthode originale de classification du myélome multiple, développée dans les années 1970, était basée sur la stadification des tumeurs solides. Cela dépendait de la quantité de cancer présent et, avec les traitements disponibles à l’époque, c’était assez précis, a déclaré Landgren. Mais avec les thérapies nouvellement développées, notamment les immunothérapies, la quantité de cancer est souvent moins importante que la nature des cellules cancéreuses. Différents types de mutations motrices dans le génome tumoral affectent la croissance du cancer, de sorte que certains sous-types de myélome pourraient avoir de très bons résultats même s’ils sont diagnostiqués lorsque le cancer est répandu, en supposant que le traitement approprié soit adapté au patient.
Le nombre d’options thérapeutiques pour cette maladie a considérablement augmenté au cours des deux dernières décennies, et les patients vivent plus longtemps avec la maladie. Mais avec autant de choix thérapeutiques, les médecins doivent pouvoir prédire quel traitement fonctionnera le mieux pour chaque patient.
Le Dr Francesco Maura, professeur adjoint à Sylvester et premier auteur de l’étude, a déclaré que même si les outils de pronostic ont été mis à jour au fil des années, le domaine manquait encore de prévisions précises. Certains outils incluaient des caractéristiques génomiques des tumeurs, mais de nouvelles découvertes récentes sur les facteurs de risque génomiques n’avaient pas encore été incluses dans un modèle de prédiction. Et tous les outils jusqu’à présent reposaient sur des moyennes d’une population, regroupant les patients en groupes comme « risque standard » et « risque élevé » et donnant des pronostics pour ces groupes dans leur ensemble qui ne prenaient pas en compte le risque individualisé et comment celui-ci pouvait être modifié par traitements distincts.
« Notre modèle est basé sur l’idée de prédire le risque de chaque patient plutôt que celui du groupe », a déclaré Maura.
Parce qu’il est construit à l’aide de l’apprentissage profond, IRMMa peut apprendre et s’améliorer à mesure qu’il reçoit plus de données. Le modèle est construit de manière à permettre d’ajouter des ensembles de données émergents avec de futures stratégies de traitement. L’équipe de recherche travaille actuellement à l’inclusion d’ensembles de données supplémentaires provenant de patients traités avec de nouvelles thérapies contre le myélome multiple à base d’anticorps.
Pour construire le modèle, les chercheurs de Sylvester et leurs collaborateurs ont utilisé des données génétiques, thérapeutiques et cliniques provenant de près de 2 000 patients nouvellement diagnostiqués avec un myélome multiple. À partir de séquences de l’ADN des patients, les scientifiques ont d’abord identifié 90 « gènes conducteurs » – ; gènes porteurs de mutations dans les cellules cancéreuses qui semblent stimuler la croissance tumorale. Ils ont ensuite examiné les traitements reçus par chaque patient de leur ensemble de données et la manière dont les patients se sont comportés avec ces traitements, en faisant correspondre les résultats du traitement aux séquences génétiques de la tumeur d’un individu.
L’équipe Sylvester a travaillé avec des scientifiques du Memorial Sloan Kettering Cancer Center, de NYU Langone Health, du Moffitt Cancer Center et de l’hôpital universitaire de Heidelberg pour rassembler les données des patients. Le modèle est disponible en ligne pour que quiconque puisse l’utiliser, bien que sa version actuelle soit destinée aux chercheurs plutôt qu’aux cliniciens, a déclaré Maura. Il pourrait être utile aux chercheurs qui interprètent ou conçoivent de nouveaux essais cliniques, par exemple, de fournir un large éventail de comparaisons avec le traitement expérimental.
Maura et ses collègues visent également à améliorer le modèle en intégrant davantage de données sur les patients.
« Ce modèle ne peut se développer qu’avec l’aide de la communauté des chercheurs », a déclaré Maura. « Le prochain défi est de continuer à l’alimenter avec les bons ensembles de données afin qu’à un moment donné, ils soient utilisables à des fins cliniques. »
IRMMa est également flexible. Le pronostic d’un patient issu du modèle peut être modifié si, par exemple, il reçoit une greffe après un traitement donné. Lorsque de nouveaux traitements deviennent disponibles, à condition de disposer de données provenant d’au moins quelques centaines de patients, le modèle peut être mis à jour pour intégrer ces traitements.
Bien que le domaine n’en soit pas encore au point de séquencer des génomes tumoraux entiers pour chaque patient nouvellement diagnostiqué, cela pourrait arriver dans un avenir proche à mesure que le séquençage du génome entier deviendra plus économique, a déclaré Landgren.
« De plus en plus d’informations seront disponibles, et des outils comme ce modèle sont l’avenir d’un traitement et d’une gestion optimisés », a-t-il déclaré.
_a3f42f540aed455c9738e0aa4b52aac3-620x480-e1603380534356.jpg)
