Les modèles d’organoïdes et les outils d’IA accélèrent la personnalisation des traitements anticancéreux

Les organoïdes se sont imposés comme des outils de nouvelle génération pour saisir la diversité des tumeurs cérébrales dans un contexte cliniquement pertinent, offrant une puissante plateforme préclinique et co-clinique permettant de personnaliser la neuro-oncologie. Ces modèles tridimensionnels reproduisent in vitro l’hétérogénéité tumorale et des processus physiopathologiques clés, tout en restant relativement rapides et économiques à produire.

Des algorithmes d’apprentissage automatique (machine learning) sont en cours de développement pour extraire, à partir de l’imagerie tumorale, des informations que seule l’intelligence artificielle peut réellement discerner. L’objectif est d’utiliser ces données pour formuler une recommandation thérapeutique à destination de l’oncologue et du patient. Ce type d’assistance par l’IA pourrait être particulièrement utile en situation d’équipoise clinique, lorsque les oncologues ne disposent pas d’indications claires sur le traitement le plus susceptible de fonctionner pour un individu donné.

Les organoïdes tumoraux combinent efficacement les avantages des lignées cellulaires de base et des modèles in vivo complexes, permettant une modélisation ex vivo physiologiquement pertinente des tumeurs cérébrales. Les organoïdes de tumeurs cérébrales comprennent des organoïdes tumoraux dérivés de patients, des organoïdes génétiquement modifiés et des assembloïdes tumoraux, offrant des caractéristiques et des domaines d’application variés. Les organoïdes primaires dérivés de patients peuvent être obtenus à partir d’une grande diversité de tumeurs cérébrales, ce qui en fait d’excellents avatars tumoraux ex vivo pour des lectures fonctionnelles et la médecine de précision.

Une équipe de scientifiques européens a annoncé une plateforme d’imagerie améliorée par l’intelligence artificielle, offrant aux chercheurs une nouvelle façon d’étudier des organoïdes et des sphéroïdes cancéreux afin d’assurer un suivi non invasif et sans marquage des modèles tumoraux au fil du temps. Les chercheurs ont développé un système de microscopie photoacoustique à cohérence optique amélioré par l’IA, connu sous le nom de OC-PAM.

Au moyen de trois expériences soigneusement conçues, l’équipe a montré que l’OC-PAM peut réaliser un suivi longitudinal des organoïdes, évaluer leur réponse à la chimiothérapie, indiquer la viabilité de chaque organoïde et identifier des proxys de cellules persisteres tolérantes aux médicaments. Point crucial, l’ensemble de ces capacités est obtenu de manière non invasive et sans marquage.

Pour l’imagerie longitudinale, les chercheurs ont utilisé le mode de microscopie à cohérence optique pour examiner des organoïdes de cancer du sein après exposition à une chimiothérapie par administration de carboplatin. En combinant le suivi automatisé d’organoïdes individuels à une analyse quantitative de leurs volumes moyens, l’équipe a évalué la réponse des modèles au traitement. Les organoïdes traités par médicament ont présenté des vitesses de croissance réduites. À noter, un petit sous-ensemble a montré des schémas de repousse compatibles avec des cellules persisteres tolérantes aux médicaments, des cellules rares supposées contribuer à la résistance au traitement et aux rechutes.

Au-delà des changements morphologiques, l’étude a introduit une analyse radiomique des données de microscopie à cohérence optique afin d’évaluer la viabilité des organoïdes. En appliquant des techniques d’apprentissage automatique, les chercheurs ont obtenu de hautes performances de classification, mettant en évidence le potentiel de la plateforme pour un suivi non destructif de la réponse au traitement dans le temps.

Dans une autre expérience, l’équipe a exploré la sensibilité du système aux populations cellulaires rares. À l’aide de l’OC-PAM, ils ont imagé des cellules de mélanome contenant de la mélanine, mélangées à des cellules de cancer du sein au sein de sphéroïdes 3D denses. Même à des concentrations très faibles, des cellules rares individuelles ont été visualisées avec succès.

Les organoïdes génétiquement modifiés permettent aux chercheurs d’obtenir des informations mécanistiques sur la biologie des tumeurs humaines dans un contexte génétique contrôlé. Les assembloïdes de tumeurs cérébrales facilitent l’étude de l’invasion et de la croissance des cellules tumorales en interaction avec des structures cérébrales humaines saines.

Lorsqu’un traitement ne fonctionne pas, ce qui arrive inévitablement chez une partie des patients, du temps est perdu et les patients doivent passer à la ligne thérapeutique suivante. Si l’IA peut apporter de la clarté à ce stade, elle pourrait aider l’oncologie à atteindre un nouveau niveau de médecine personnalisée. Grâce à ses capacités non invasives, sans marquage et longitudinales, ce système pourrait contribuer à faire progresser la biologie du cancer, à accélérer le développement de médicaments et à soutenir des approches plus personnalisées en oncologie.