Les ingénieurs de l’Université Johns Hopkins sont les premiers à utiliser une sonde optique non invasive pour comprendre les changements complexes des tumeurs après l’immunothérapie, un traitement qui utilise le système immunitaire pour lutter contre le cancer. Leur méthode combine une cartographie détaillée de la composition biochimique des tumeurs avec l’apprentissage automatique.
« L’immunothérapie fonctionne vraiment comme par magie et a fondamentalement changé notre façon de voir comment le cancer peut être géré », a déclaré Ishan Barman, professeur agrégé en génie mécanique à Johns Hopkins et co-auteur de l’étude, qui a été menée en collaboration avec des collègues de l’Université de l’Arkansas et publié dans Recherche contre le cancer. « Cependant, seulement environ 25% des patients en tirent profit, il est donc urgent d’identifier des biomarqueurs prédictifs pour déterminer qui devrait recevoir le traitement. »
À l’aide d’une technique appelée spectroscopie Raman, qui utilise la lumière pour déterminer la composition moléculaire des matériaux, l’équipe a sondé des tumeurs cancéreuses du côlon chez des souris traitées avec les deux types d’inhibiteurs de point de contrôle immunitaire utilisés en immunothérapie, ainsi qu’un groupe témoin de souris non traitées.
La spectroscopie Raman n’a été optimisée que récemment pour des applications biomédicales. « Il s’agit de la première étude qui montre la capacité de cette technique optique à identifier une réponse précoce ou une résistance à l’immunothérapie », a déclaré Santosh Paidi, l’un des auteurs principaux qui a travaillé sur la recherche en tant que doctorant en génie mécanique à Johns Hopkins.
L’un des avantages de la spectroscopie Raman est qu’elle offre une spécificité moléculaire exquise, a déclaré Paidi, qui est maintenant chercheur postdoctoral à l’Université de Californie à Berkeley. « Vous obtenez une signature moléculaire très précise. »
La méthode est également bien adaptée pour explorer les changements de composition du microenvironnement tumoral, plutôt que les cellules cancéreuses uniquement.
Plutôt que de nous concentrer sur quelques molécules suspectes, nous souhaitons obtenir une image plus holistique du microenvironnement tumoral. C’est parce que la tumeur n’est pas seulement la cellule maligne. Le microenvironnement contient une combinaison complexe de stroma tumoral, de vaisseaux sanguins, de cellules inflammatoires infiltrantes et de diverses cellules tissulaires associées. Notre idée est d’adopter cette approche et de la systématiser afin qu’elle puisse être utilisée par les médecins pour déterminer si l’immunothérapie sera bénéfique pour le patient. »
Ishan Barman, professeur agrégé Johns Hopkins en génie mécanique et co-auteur de l’étude
L’équipe a utilisé les données Raman – environ 7 500 points de données spectrales de 25 tumeurs – pour former un algorithme afin de déterminer une gamme de caractéristiques induites par l’immunothérapie.
« Notre question était de savoir si nous pouvons différencier les trois groupes, puis quelles sont les caractéristiques spectrales spécifiques qui nous permettent de les différencier », a déclaré Barman.
L’équipe a utilisé les données de différentes souris pour créer un classificateur d’apprentissage automatique et tester ses performances. L’objectif était d’imiter la variabilité biologique que l’algorithme rencontrerait lorsqu’il serait présenté avec de nouvelles données.
« Vous devez prouver hors de tout doute que les différences que vous voyez sont induites par les inhibiteurs de points de contrôle immunitaires, par opposition à de simples différences entre deux individus », a déclaré Barman.
Les résultats étaient prometteurs, a rapporté l’équipe. « Nous avons pu établir que les niveaux de collagène, de lipides et d’acides nucléiques, ainsi que leur distribution spatiale dans la tumeur, changent de manière significative lorsque chaque traitement par inhibiteur de point de contrôle immunitaire est administré », a déclaré Barman.
Les différences étaient subtiles mais statistiquement significatives et cohérentes avec l’analyse protéomique menée sur les échantillons, soulignant la puissance de la technique pour fournir des signes précoces de la réponse d’une tumeur au traitement.
Des recherches supplémentaires sont nécessaires, mais l’équipe pense que leurs travaux ouvriront la voie au développement d’une méthode permettant de prédire si un patient répondra positivement à l’immunothérapie.
« Combinée à l’apprentissage automatique, la spectroscopie Raman a le potentiel de transformer les méthodes cliniques de prédiction de la réponse thérapeutique », a déclaré Paidi.
