- Le Cancer Research Institute (CRI) lance une base de données d’immunothérapie, la première en son genre, prête pour l’IA, conçue pour accélérer la recherche et le développement de traitements.
- L'initiative collaborative vise à surmonter les problèmes de longue date de la recherche sur le cancer en normalisant et en partageant les données à l'échelle mondiale.
- La première phase de la base de données se concentrera sur le mélanome et le cancer colorectal, incluant non seulement les résultats positifs mais également les échecs des traitements, afin d'aider à découvrir pourquoi les thérapies fonctionnent ou échouent.
Les chercheurs ont lancé une nouvelle base de données en libre accès conçue pour créer une ressource vivante pour aider les scientifiques à mieux comprendre comment le système immunitaire réagit aux traitements contre le cancer au fil du temps, un défi de longue date dans la recherche en immunothérapie.
Le CRI, en collaboration avec la faculté de médecine de l'université de Stanford, la faculté de médecine Perelman de l'université de Pennsylvanie, le centre de lutte contre le cancer Memorial Sloan Kettering et la société de biotechnologie 10x Genomics, a dévoilé le moteur de découverte du CRI, une plateforme de recherche centralisée et prête pour l'IA pour l'immunothérapie du cancer.
Le moteur de découverte est dirigé par trois chercheurs principaux : Andrea Schietinger, PhD, et Ansuman Satpathy, MD, PhD, tous deux chercheurs du CRI STAR, et E. John Wherry, PhD, directeur associé du conseil consultatif scientifique du CRI.
L’initiative vise à surmonter deux obstacles majeurs dans le monde universitaire qui ralentissent les progrès de la recherche en oncologie : le partage limité des données et la mauvaise reproductibilité des résultats expérimentaux.
Sommaire
Combler les lacunes en matière de reproductibilité et d’accès aux données
Le projet de reproductibilité : biologie du cancer était un effort de huit ans visant à reproduire les résultats d'articles sur la biologie du cancer publiés entre 2010 et 2012. Cependant, le projet a révélé que moins de la moitié de ces résultats pouvaient être reproduits de manière fiable.
Bien que les chercheurs génèrent chaque année de grands volumes de données en oncologie, seule une petite fraction est accessible au public, et encore moins est accessible dans des formats permettant à d’autres scientifiques de les réutiliser efficacement.
Les recherches suggèrent que seulement 16 % des données en oncologie sont accessibles au public, et le CRI note que seulement 1 % des données de recherche sur le cancer répondent aux normes permettant une réutilisation significative par des chercheurs externes.
Le moteur de découverte du CRI cherche à changer cela en fournissant des données standardisées à haute résolution sur la manière dont les cellules immunitaires et les cellules cancéreuses réagissent aux interventions d'immunothérapie au fil du temps.
En rendant ces ensembles de données ouvertement disponibles et optimisés pour les outils d’IA et d’apprentissage automatique, la plateforme vise à permettre aux chercheurs du monde entier d’analyser les mêmes processus biologiques en utilisant des méthodes cohérentes.
Dans un communiqué de presse, Alicia Zhou, PhD, PDG du CRI, a déclaré que : « L’objectif du moteur de découverte du CRI est réellement d’accélérer la découverte dans le domaine de l’immunothérapie. »
Elle a expliqué que l’immunothérapie est souvent décrite comme une « thérapie vivante », ce qui signifie que ses effets évoluent de manière dynamique à mesure que les cellules immunitaires interagissent avec les tumeurs. Capturer ces interactions en temps réel et dans un espace tridimensionnel a toujours été difficile, mais les progrès récents de la technologie de séquençage spatial le rendent désormais possible.
Une approche collaborative de la recherche en immunothérapie
Plutôt que de s’appuyer sur des expériences isolées menées dans des laboratoires individuels, la plateforme est conçue comme un socle commun pour la recherche en immunothérapie.
Le CRI alimentera initialement la base de données avec ses propres études, tandis que des chercheurs externes pourront apporter des données supplémentaires au fil du temps. Cela créera une ressource vivante dont la valeur ne cesse de croître pour accélérer le passage du laboratoire au traitement salvateur.
« L’un des plus grands défis de la recherche universitaire est que nous travaillons en silos », a déclaré Wherry dans un communiqué de presse.
« Il existe une concurrence et des connaissances exclusives que les institutions estiment devoir protéger. Mais cette approche ralentit tout le monde. Cette collaboration représente un engagement à éliminer ces barrières, car nous partageons tous le même objectif : fournir plus rapidement de meilleurs traitements aux patients. »
Focus sur le mélanome et le cancer colorectal
La première phase du CRI Discovery Engine se concentrera sur le mélanome et le cancer colorectal. Bien que l’immunothérapie ait déjà transformé les résultats pour les patients atteints de ces deux types de cancer, d’importantes lacunes subsistent dans les connaissances.
Il est important de noter que la base de données comprendra également des données sur les traitements ayant échoué. De tels résultats négatifs sont rarement partagés publiquement, malgré leur utilité pour aider les chercheurs à comprendre pourquoi certaines approches peuvent ne pas fonctionner.
En capturant les interventions réussies et infructueuses, la plateforme vise à fournir une image plus complète des réponses immunitaires et à guider le développement de nouvelles combinaisons de traitements.
« Un jour, nous considérerons cela comme un tournant pour l'immunothérapie », a déclaré Satpathy dans un communiqué de presse.
« En développant une compréhension commune et à haute résolution de la façon dont le système immunitaire humain réagit aux interventions au fil du temps, nous ouvrons une nouvelle ère de découvertes – une ère qui nous montre pourquoi les traitements fonctionnent, pourquoi ils échouent et comment concevoir la suite. »
Conçu pour l'IA et les découvertes futures
La base de données est conçue en pensant aux applications d’IA et d’apprentissage automatique. Cela permettra aux outils informatiques d’identifier plus efficacement les modèles biologiques, réduisant ainsi potentiellement le délai entre la découverte en laboratoire et l’application clinique.
L’ensemble de données initial devrait être rendu public au cours de la première année.
Alors que les pressions financières et le scepticisme du public à l’égard de la science augmentent, les dirigeants du CRI affirment que les efforts de collaboration tels que Discovery Engine sont de plus en plus importants.
« Le cancer ne se soucie pas des egos institutionnels ou des données exclusives », a déclaré Zhou. « Nous non plus. »
