Aug 06, 2023
Université du Wisconsin
Grâce aux algorithmes d'apprentissage automatique, de courts morceaux d'ADN flottant dans le sang des patients atteints de cancer peuvent aider les médecins à diagnostiquer des types spécifiques de cancer et à choisir le traitement le plus efficace pour
Grâce aux algorithmes d’apprentissage automatique, de courts morceaux d’ADN flottant dans le sang des patients atteints de cancer peuvent aider les médecins à diagnostiquer des types spécifiques de cancer et à choisir le traitement le plus efficace pour un patient. La nouvelle technique d'analyse, créée par des chercheurs de l'Université du Wisconsin-Madison et publiée récemment dans Annals of Oncology, est compatible avec l'équipement de test de « biopsie liquide » déjà approuvé aux États-Unis et utilisé dans les cliniques de cancérologie. Cela pourrait accélérer le développement de la nouvelle méthode pour aider les patients. Les biopsies liquides reposent sur de simples prises de sang au lieu de prélever un morceau de tissu cancéreux d'une tumeur avec une aiguille. "Les biopsies liquides sont beaucoup moins invasives qu'une biopsie tissulaire, ce qui peut même être impossible à réaliser dans certains cas, selon l'endroit où se trouve la tumeur du patient", explique Marina Sharifi, professeur de médecine et oncologue à la faculté de médecine de l'UW-Madison. Santé publique. "Il est beaucoup plus facile de les faire plusieurs fois au cours de la maladie d'un patient pour surveiller l'état du cancer et sa réponse au traitement." Les tumeurs cancéreuses libèrent du matériel génétique, appelé ADN acellulaire, dans la circulation sanguine au fur et à mesure de leur croissance. Mais toutes les parties de l’ADN d’une cellule cancéreuse ne sont pas susceptibles de disparaître. Les cellules stockent une partie de leur ADN en l’enroulant dans des boules protectrices appelées histones. Ils déballent des sections pour accéder à des parties du code génétique selon leurs besoins. Kyle Helzer, un scientifique en bioinformatique de l'UW-Madison, affirme que les parties de l'ADN contenant les gènes que les cellules cancéreuses utilisent souvent sont déroulées plus fréquemment et sont donc plus susceptibles de se fragmenter. « Nous exploitons cette plus grande distribution de ces régions parmi les cellules. de l'ADN libre pour identifier les types de cancer », ajoute Helzer, qui est également co-auteur principal de l'étude avec Sharifi et le scientifique Jamie Sperger. L'équipe de recherche, dirigée par les auteurs principaux de l'UW-Madison, Shuang (George) Zhao, professeur d'oncologie humaine, et Joshua Lang, professeur de médecine, a utilisé des fragments d'ADN trouvés dans des échantillons de sang provenant d'une étude antérieure portant sur près de 200 patients (certains avec, d'autres). sans cancer) et de nouveaux échantillons collectés auprès de plus de 300 patients traités pour des cancers du sein, du poumon, de la prostate ou de la vessie à l'UW-Madison et dans d'autres hôpitaux de recherche du Big Ten Cancer Research Consortium. Les scientifiques ont divisé chaque groupe d’échantillons en deux. Une partie a été utilisée pour entraîner un algorithme d’apprentissage automatique afin d’identifier des modèles parmi les fragments d’ADN acellulaire, des empreintes digitales relativement uniques spécifiques à différents types de cancer. Ils ont utilisé l’autre partie pour tester l’algorithme formé. L'algorithme a dépassé une précision de 80 pour cent, traduisant les résultats d'une biopsie liquide à la fois en un diagnostic de cancer et en types spécifiques de cancer affligeant un patient. En outre, l’approche d’apprentissage automatique a permis de distinguer deux sous-types de cancer de la prostate : la version la plus courante, l’adénocarcinome, et une variante à progression rapide appelée cancer neuroendocrinien de la prostate (NEPC) qui résiste aux approches thérapeutiques standard. Parce que le NEPC est souvent difficile à distinguer de l'adénocarcinome, mais nécessite une action agressive, il met les oncologues comme Lang et Sharifi dans une impasse. "Actuellement, la seule façon de diagnostiquer le NEPC consiste à effectuer une biopsie à l'aiguille d'un site tumoral, et il peut être difficile d'obtenir une réponse concluante à partir de cette approche, même si nous avons une forte suspicion clinique de NEPC", explique Sharifi. "Les biopsies liquides présentent des avantages", ajoute Sperger, "dans le sens où vous n'avez pas besoin de savoir sur quel site tumoral effectuer une biopsie, et il est beaucoup plus facile pour le patient d'obtenir une prise de sang standard." Les échantillons de sang ont été traités à l’aide de la technologie de séquençage de l’ADN acellulaire commercialisée par Integrated DNA Technologies, basée dans l’Iowa. L’utilisation de panels standards comme ceux actuellement en clinique constitue une rupture – qui peut réduire le temps et le coût des tests – par rapport aux autres méthodes d’analyse « fragmentomique » de l’ADN du cancer dans les échantillons de sang. "La plupart des panels commerciaux ont été développés autour des gènes du cancer les plus importants qui indiquent certains médicaments à traiter, et ils séquencent ces gènes sélectionnés", explique Zhao. "Ce que nous avons montré, c'est que nous pouvons utiliser ces mêmes panels et les mêmes gènes ciblés pour examiner la fragmentomique de l'ADN acellulaire dans un échantillon de sang et identifier le type de cancer dont souffre un patient." Le noyau de biomarqueurs circulants et l'équipe axée sur la maladie des biospécimens du UW Carbone Cancer Center ont contribué à la collecte des centaines d'échantillons de patients de l'étude.