Un nouvel article de l’Université d’Helsinki, publié aujourd’hui sur Communication Nature, suggère une méthode pour analyser avec précision les données génomiques dans les biopsies d’archives du cancer. Cet outil utilise des méthodes d’apprentissage automatique pour corriger l’ADN endommagé et dévoiler les véritables processus de mutation dans les échantillons de tumeurs. Cela aide à libérer d’énormes valeurs médicinales dans des millions d’échantillons de cancer d’archives.
Le diagnostic moléculaire aide à associer le bon patient au bon traitement contre le cancer. Les chercheurs se sont particulièrement intéressés au profilage de l’ADN dans les échantillons cliniques de cancer.
-Cette source inestimable n’est actuellement pas utilisée pour le diagnostic moléculaire en raison de la mauvaise qualité de l’ADN. Le formol cause de graves dommages aux ADN, ce qui pose un défi inévitable pour analyser les génomes du cancer dans les tissus préservés, explique l’auteur principal Qingli Guo de l’Université d’Helsinki.
L’analyse des processus de mutation dans les génomes du cancer peut aider à la détection précoce du cancer, à diagnostiquer avec précision le cancer et à révéler pourquoi certains cancers deviennent résistants au traitement. La nouvelle méthode peut accélérer considérablement le développement d’applications cliniques qui peuvent avoir un impact direct sur les futurs soins aux patients atteints de cancer.
La nouvelle méthode a prédit plus de 90% des processus de développement du cancer
L’auteur principal Qingli Guo travaille en étroite collaboration avec des scientifiques de l’Institute of Cancer Research (ICR) de Londres et de l’Université Queen Mary de Londres, a développé des méthodes d’apprentissage automatique, nommées FFPEsig, pour découvrir exactement comment le formol mute l’ADN.
-Nos résultats montrent que normalement près de la moitié des processus cancéreux seront manqués sans correction du bruit. Cependant, en utilisant FFPEsig, plus de 90% d’entre eux ont été prédits avec précision. dit Qingli.
Le cancer évolue progressivement. Le profilage des processus mutationnels dans des échantillons longitudinaux aide à identifier les prédicteurs informatifs cliniques et à diagnostiquer chaque stade de la tumeur.
-Notre découverte permet la caractérisation de signatures cliniquement pertinentes à partir des biopsies tumorales conservées stockées à température ambiante pendant des décennies. Avec une compréhension approfondie de l’impact du formol sur le génome du cancer, notre étude ouvre une énorme opportunité de transformer les tests de détection de signature développés en utilisant les grands échantillons d’archives rentables.
Les chercheurs ont souligné que la méthode ne supprime actuellement pas complètement les artefacts qui sont apparus dans les échantillons FFPE montrant des effets de lot, et la performance de l’outil varie selon le type de cancer, il faut donc faire attention à interpréter les résultats. Nous sommes également intéressés à appliquer davantage leurs méthodes dans un éventail beaucoup plus large d’échantillons d’archives à l’avenir.
La recherche a été financée par Cancer Research UK, l’Université d’Helsinki et en partie par l’Académie de Finlande. Ce projet est codirigé par les auteurs principaux, le professeur Ville Mustonen (Université d’Helsinki) et le professeur Trevor Graham (ICR).
