VOS ENJEUX … NOS SOLUTIONS

Quand l’intelligence artificielle permet de choisir plus rapidement la thérapie ciblée adaptée à chaque patient…

SOLUTION | INTELLIGENCE ARTIFICIELLE | épisode #4 | par Solenne Denis de La Gazette du Laboratoire | 31 Août 2021

Les chercheurs de la start-up hongroise Oncompass Medicine viennent de mettre au point une méthode de calcul qui détermine en 20 millisecondes les options de thérapies ciblées pour les patients atteints d’un cancer. Les performances de cette nouvelle méthode ont été analysées en collaboration avec des chercheurs de l’Institut Curie, sur la base des données cliniques et génomiques des patients traités dans l’essai SHIVA01. Les résultats de l’étude sont publiés dans NPJ Precision Oncology - groupe Nature (https://www.nature.com/npjprecisiononcology/).

L’objectif ultime de la médecine de précision est de permettre aux oncologues de sélectionner les thérapies les plus efficaces pour leurs patients en fonction du profil moléculaire unique de leur tumeur. Les thérapies ciblées au niveau moléculaire peuvent avoir des résultats cliniques remarquables contre le cancer, à condition que l’oncologue choisisse le bon médicament pour le patient. La décision est souvent difficile à prendre, car chaque cancer peut présenter une combinaison de 4 à 5 altérations génétiques parmi les 6 millions possibles sur 600 gènes.

 

L’Institut Curie, pionnier dans le domaine de la médecine de précision en oncologie, a travaillé sur l’essai SHIVA01, premier essai clinique randomisé de médecine de précision en oncologie. « Aujourd’hui, nous allons plus loin dans la médecine de précision avec un outil d’intelligence artificielle qui permet de tenir compte de l’ensemble du profil moléculaire de la tumeur de chaque patient pour hiérarchiser les altérations moléculaires », se réjouit le Pr Christophe LE TOURNEAU, oncologue-médical, chef du département d’essais cliniques précoces et d’innovation (D3i) à l’Institut Curie et investigateur principal de l’essai SHIVA01. « Ceci restait jusqu’alors impossible manuellement étant donné les innombrables données scientifiques existantes… »

 

Méthode DDA et score AEL

« Notre but est de proposer un outil validé, un appareil médical numérique, pour aider les oncologues à choisir les thérapies ciblées les plus efficaces pour leurs patients », explique Istvan PETAK, premier auteur de l’étude.

 

Cette nouvelle méthode, appelée « digital drug assignement » (DDA, en français « attribution numérique d’un médicament ») repose sur un système expert, basé à ce jour sur plus de 26 000 règles qui relient entre elles les différentes altérations génétiques, les cibles pouvant recevoir des médicaments et plus de 1 500 thérapies issues de pratiques ou d’essais cliniques sur plus de 400 types de tumeurs.

 

La méthode DDA fait appel à un algorithme unique pour calculer une prédiction d’un score mathématique, l’« aggregated evidence level » (AEL, en français « niveau de preuve cumulé »). Ce dernier détermine la pertinence fonctionnelle des altérations génétiques, les cibles pouvant recevoir des médicaments associés et les thérapies ciblées et immunothérapies au niveau moléculaire.

 

Le score AEL d’un paramètre est calculé selon le nombre de liens de ce paramètre avec les autres paramètres et le score AEL de ces autres paramètres. Ainsi, le système identifie la thérapie ciblée ou immunothérapie en recherchant les cibles les plus pertinentes et en les associant aux altérations génétiques les plus graves. L’objectif est de choisir une thérapie qui soit efficace contre une certaine combinaison de plusieurs altérations génétiques au sein de la tumeur du patient. 

 

Des scores AEL trois fois plus élevés pour les thérapies efficaces

Dans cette étude, les altérations génétiques présentes dans les tumeurs de 113 patients atteints de différents cancers solides ont été intégrées dans le logiciel ; les scores AEL des thérapies prescrites dans l’essai SHIVA01 ont ensuite été calculés. Les chercheurs ont ainsi découvert que les scores AEL des thérapies efficaces étaient trois fois plus élevés que ceux des thérapies moins efficaces, ce qui représente une différence considérable statistiquement significative. Les patients traités avec des thérapies ciblées au score AEL élevé présentaient une durée de survie sans progression statistiquement plus longue que ceux traités par des thérapies avec un score AEL plus faible.

 

La DDA a été intégrée à un système logiciel, Realtime Oncology Treatment Calculator™, qui est un dispositif médical au marquage CE de Classe I pour l’Union européenne. Ce système peut utiliser les résultats de différents NGS et de tests génétiques pour appuyer la prise de décisions cliniques dans le cadre de traitements oncologiques de précision.

Référence :

Petak, I., Kamal, M., Dirner, A. et al. A computational method for prioritizing targeted therapies in precision oncology: performance analysis in the SHIVA01 trial. npj Precis. Onc. 5, 59 (2021). https://doi.org/10.1038/s41698-021-00191-2

 

Copyright : Institut Curie