Modellare il tumore per sconfiggere il cancro

Questo è l'ultimo stadio della medicina predittiva e personalizzata: produrre un avatar digitale alla scala genomica e biologica del tumore. L'idea - ancora futuristica - di questo oggetto informatico piuttosto pazzo è emersa grazie all'esplosione della raccolta di dati sanitari sui pazienti e alla capacità di analizzarli in modo rapido ed efficiente grazie agli algoritmi. Obiettivo: ottenere una modellazione 3D che si comporta come un "simile" cancro in vivo, per testare questo o quel trattamento, o anche per svilupparne di nuovi. Ma anche per prevedere una reazione positiva o negativa e identificare le possibili resistenze acquisite dai diversi tipi di cellule del tumore, tutte derivanti da successivi errori nella replicazione del DNA. Un nuovo campo di ricerca in piena espansione, sotto l'irrefrenabile spinta dell'intelligenza artificiale (AI).

Tutti i principali centri anti-cancro in Francia si sono così impegnati nello sfruttamento di Big Data (mega-dati) dei loro pazienti collaborando con aziende start-up specializzate in AI: Institut Curie, a Parigi, quindi si unirono a Owkin e Gustave-Roussy a Villejuif (Val-de-Marne) in Therapanacea. Da parte sua, Sophia Genetics, pioniera svizzera di start-up nell'analisi genomica in più di ospedali 920 in tutti i paesi 77, ha raccolto 77 milioni di euro all'inizio dell'anno per rafforzare la sua pole AI. Con un'idea innovativa: combinare tutti i tipi di dati disponibili (genomica, radiomica - analisi profonda dei dati delle immagini - clinica, biologica) in un unico modello. Ha appena lanciato il progetto Pimiento con Inria (Istituto nazionale di ricerca dedicato alle scienze digitali) a Bordeaux. La società ha anche colto l'occasione per "debosciare" Thierry Colin, ex caposquadra dell'istituto, e acquisisce dal modo in cui la tecnologia di modellazione dai dati di imaging sviluppati dal suo ex laboratorio.

Moltiplicare i dati per migliorare i modelli

"L'idea di Pimiento è combinare l'esperienza sull'imaging con l'analisi dei dati genomici per ottenere uno strumento che possa essere usato clinicamente"spiega il matematico. L'esperimento si concentra per il momento sul cosiddetto cancro del polmone non a piccole cellule, il terzo più comune in Francia con 40 000 nuovi casi all'anno. Il team di Thierry Colin ha sviluppato algoritmi di analisi delle immagini che consentono di modellare più o meno bene l'evoluzione spaziale di diverse strutture tumorali (rene, metastasi polmonari, meningiomi, glioma), ma anche la sua eterogeneità cellulare, rilevabile dai dati di trama dell'immagine. Questo modello ora integrerà i dati genetici specifici del tumore. "Nel cancro del polmone, saremo in grado di perfezionare nelle immagini l'eterogeneità corrispondente alle diverse mutazioni genetiche. Alla fine, questo accoppiamento genomico-radiomeccanico ci consente di osservare il risultato di questa eterogeneità del tumore e le mutazioni che lo causano; forse anche mutazioni di resistenza a determinati trattamenti "Dettagli Thierry Colin.

L'Institut Bergonié di Bordeaux e il Tenon Hospital di Parigi sono le prime istituzioni ad essere associate al progetto Pimiento, con l'obiettivo di coinvolgere più centri oncologici per avere più dati. e quindi rendere i modelli più affidabili. "Si tratta di recuperare per ogni paziente gli esami di imaging (scanner e PETscan) effettuati prima e all'inizio del trattamento, nonché le informazioni biologiche e cliniche e i dati genomici del suo tumore. "Continua Thierry Colin, ora responsabile del polo radiomico di Sophia Genetics.

Matematici e informatici mancano ancora di dati iniziali

Una dozzina di mutazioni sono particolarmente ricercate, perché è su di esse che si basa un processo decisionale clinico. "Per prima cosa analizziamo i risultati dell'accoppiamento genomico-radiomatico, arricchito da effetti collaterali, e quindi eseguiamo nuove immagini per valutare la risposta precoce al trattamento. Più dati abbiamo da un numero crescente di pazienti, più perfezioneremo "l'apprendimento" dell'algoritmo in modo che stabilisca con precisione quale trattamento sarebbe più efficace secondo i pazienti.Dettagli Thierry Colin. Pertanto, mentre l'immunoterapia dovrebbe essere di scarsa utilità per le forme di cancro del polmone che hanno una mutazione EGFR (il recettore coinvolto nella progressione del tumore), l'algoritmo potrebbe comunque suggerirne l'uso in casi molto limitati. di cui avrà notato l'efficacia. L'obiettivo è uscire dal regime statistico globale per lavorare su informazioni personalizzate. "

Non così semplice! Innanzitutto perché matematici e informatici mancano ancora di dati iniziali, questo nervo della ricerca. "Abbiamo molte informazioni sul genoma di ciascuno dei nostri pazienti ... ma molto meno pazienti delle informazioni! Che solleva problemi statistici "spiega Chloé-Agathe Azencott. La bioinformatici di Mines ParisTech e Institut Curie riassumono il suo ruolo in "Tradurre i problemi clinici in buone equazioni e risolverli". Al Laboratorio di Apprendimento Statistico e Modellizzazione dei Sistemi Biologici del Centro Parigino, sta prendendo piede anche l'idea di combinare i dati genomici e l'imaging medico. "Ma sono difficili da combinare in modo da renderli più efficienti di analisi separate", dice Chloé-Agathe Azencott. "Per questo, l'idea è di eseguire un modello che lavora su pixel di immagini e un altro su genomica. Può succedere che uno sia sbagliato e l'altro no, e viceversa. Se riusciamo a identificare questi casi, possiamo combinare efficacemente i due sistemi; stessa cosa con i dati clinici ", lei spiega. In considerazione della complessità dei meccanismi tumorali, l'avatar digitale come strumento per il supporto decisionale terapeutico sembra ancora distante. Ma i progressi a volte sono spettacolari a giudicare dalla modellizzazione matematica della crescita dei tumori effettuata da un gruppo di università di Harvard e Johns Hopkins negli Stati Uniti. " Ma la modellazione non è abbastanza! Dobbiamo riuscire a ottenere un modello personalizzato e predittivo che possa essere usato clinicamente ... che è molto più complesso "conclude Thierry Colin.

Questo è l'ultimo stadio della medicina predittiva e personalizzata: produrre un avatar digitale alla scala genomica e biologica del tumore. L'idea - ancora futuristica - di questo oggetto informatico piuttosto pazzo è emersa grazie all'esplosione della raccolta di dati sanitari sui pazienti e alla capacità di analizzarli in modo rapido ed efficiente grazie agli algoritmi. Obiettivo: ottenere una modellazione 3D che si comporta come un "simile" cancro in vivo, per testare questo o quel trattamento, o anche per svilupparne di nuovi. Ma anche per prevedere una reazione positiva o negativa e identificare le possibili resistenze acquisite dai diversi tipi di cellule del tumore, tutte derivanti da successivi errori nella replicazione del DNA. Un nuovo campo di ricerca in piena espansione, sotto l'irrefrenabile spinta dell'intelligenza artificiale (AI).

Tutti i principali centri anti-cancro in Francia si sono così impegnati nello sfruttamento di Big Data (mega-dati) dei loro pazienti collaborando con aziende start-up specializzate in AI: Institut Curie, a Parigi, quindi si unirono a Owkin e Gustave-Roussy a Villejuif (Val-de-Marne) in Therapanacea. Da parte sua, Sophia Genetics, pioniera svizzera di start-up nell'analisi genomica in più di ospedali 920 in tutti i paesi 77, ha raccolto 77 milioni di euro all'inizio dell'anno per rafforzare la sua pole AI. Con un'idea innovativa: combinare tutti i tipi di dati disponibili (genomica, radiomica - analisi profonda dei dati delle immagini - clinica, biologica) in un unico modello. Ha appena lanciato il progetto Pimiento con Inria (Istituto nazionale di ricerca dedicato alle scienze digitali) a Bordeaux. La società ha anche colto l'occasione per "debosciare" Thierry Colin, ex caposquadra dell'istituto, e acquisisce dal modo in cui la tecnologia di modellazione dai dati di imaging sviluppati dal suo ex laboratorio.

Moltiplicare i dati per migliorare i modelli

Questo articolo è apparso per primo https://www.sciencesetavenir.fr/sante/cancer/modeliser-la-tumeur-pour-vaincre-le-cancer_132550