Des chercheurs du Karolinska Institutet en Suède ont mis au point une méthode qui devrait pouvoir prédire si une patiente atteinte d’un cancer du sein bénéficiera ou non d’un traitement particulier. La méthode cellulaire a été testée sur des patients avec des résultats prometteurs, selon une étude publiée dans PNAS.
Aujourd’hui, les possibilités de déterminer à l’avance quelles patientes atteintes d’un cancer du sein bénéficient de différents traitements sont limitées. Cette méthode peut prédire comment les patients répondront à certains traitements, ce qui signifie que les effets secondaires inutiles peuvent être évités et que les coûts peuvent être économisés. Des études de confirmation plus importantes sont nécessaires, mais nous constatons que le concept fonctionne. »
Johan Hartman, professeur, département d’oncologie-pathologie, Karolinska Institutet, et auteur correspondant de l’étude
Plusieurs médicaments différents sont actuellement disponibles pour le traitement du cancer du sein. Mais la maladie est complexe et tous les patients ne sont pas aidés par les mêmes ou tous les médicaments. Certaines informations sur le traitement dont bénéficiera un patient peuvent être obtenues, par exemple, par le séquençage de l’ADN. Cependant, dans de nombreux cas, il n’est pas possible de dire si un traitement aidera ou non le patient individuel, et donc de meilleures méthodes sont nécessaires pour prédire comment les patients répondront au traitement.
La méthode que les chercheurs de KI ont développée est basée sur l’isolement et la culture non seulement de cellules tumorales, mais aussi de cellules dites de soutien de patientes atteintes d’un cancer du sein. Les traitements contre le cancer sont ensuite testés à différentes concentrations sur les cellules cultivées pour voir leur sensibilité aux médicaments.
Dans la présente étude, les chercheurs montrent qu’il est possible d’établir ce type de modèle tumoral à base de cellules à partir de tumeurs du sein et que les modèles cellulaires sont similaires aux tumeurs d’origine des patients de manière pertinente, par exemple génétiquement et en termes de différents marqueurs protéiques.
Les modèles de tumeurs ont été créés à partir de biopsies de 98 patientes ayant subi une chirurgie du cancer du sein. Plus de 35 médicaments contre le cancer du sein existants et en cours de développement ont été testés sur eux. Les chercheurs ont alors pu voir que la sensibilité aux médicaments affichée par les modèles de tumeurs était tout à fait conforme aux connaissances actuelles concernant les options de traitement basées sur les types de tumeurs des patients et que, dans certains cas, les modèles de tumeurs étaient sensibles aux médicaments en cours de développement.
Ensuite, les chercheurs ont examiné la précision avec laquelle la méthode peut prédire les réponses au traitement. Une étude de validation a été réalisée sur 15 patientes atteintes d’un cancer du sein ayant reçu un traitement avant chirurgie, dit traitement néoadjuvant, au Södersjukhuset à Stockholm.
À partir de biopsies prélevées avant la chirurgie, les chercheurs ont créé des modèles de tumeurs pour chaque patient et les ont exposés aux mêmes médicaments que le patient a reçus. Par la suite, la sensibilité aux médicaments des modèles a été comparée à la réponse au traitement des patients.
Les résultats montrent que les réponses au traitement prédites par le modèle de tumeur étaient globalement cohérentes avec les réponses au traitement que le patient a ensuite présentées. Par exemple, le modèle a prédit la réponse au traitement de l’épirubicine, un médicament de chimiothérapie, avec une précision de 90 %, tandis que quatre des quatre patients traités et testés pour les anticorps monoclonaux anti-HER2 ont montré une cohérence.
Les chercheurs notent qu’il est également possible de créer des modèles cellulaires à partir de petites tumeurs, qui sont souvent considérées comme techniquement difficiles à échantillonner sans compromettre les diagnostics, et que les tests peuvent être effectués relativement rapidement.
« Dans la plupart des cas, nous pouvons effectuer des tests de dépistage de drogue individualisés et obtenir le résultat dans les dix jours, ce qui indique que cette méthode peut fonctionner dans la pratique clinique quotidienne. Mais elle peut également être utilisée dans la recherche et le développement de médicaments », déclare le premier auteur de l’étude, Xinsong Chen. , spécialiste de recherche au Département d’oncologie-pathologie, Karolinska Institutet.
La prochaine étape consiste à tester la méthode sur un plus grand groupe de patients et à étudier la possibilité de la combiner avec d’autres méthodes moléculaires pour une prédiction encore meilleure des réponses au traitement ainsi qu’à étudier les mécanismes de résistance.
La recherche est financée par la Société suédoise du cancer, l’Association suédoise du cancer du sein, la région de Stockholm, les fonds de recherche de Radiumhemmet et le Conseil suédois de la recherche. Johan Hartman est cofondateur et copropriétaire de Stratipath, qui développe des méthodes d’aide à la décision basée sur l’IA pour le diagnostic du cancer. Cependant, la société n’a aucun lien avec l’étude actuelle. En dehors de cette étude, certains chercheurs ont reçu des remboursements de sociétés pharmaceutiques. Voir l’étude scientifique pour plus d’informations.
