Un nouveau biomarqueur surpasse les méthodes actuelles pour prédire la réponse à la chimiothérapie dans le TNBC

Des chercheurs de The University of Texas MD Anderson Cancer Center ont développé une nouvelle approche informatique conçue pour mieux prendre en compte les variations d’expression génique au sein des tumeurs en fonction de leurs microenvironnements spécifiques. Cette approche a surpassé les méthodes actuelles pour prédire la réponse à la chimiothérapie chez les patientes atteintes de cancer du sein triple négatif (TNBC).

Le nouvel outil, mis au point par un professeur de bio-informatique et de biologie computationnelle et ses collègues, a été publié dans Cell Reports Medicine. Il vise à améliorer des méthodes similaires de prédiction des réponses aux traitements en s’appuyant sur une approche appelée déconvolution, qui consiste à décomposer, calculer et interpréter les différences cellulaires. Cette approche a également mis en évidence de nouveaux éléments sur les caractéristiques du TNBC à l’échelle des populations.

Les chercheurs ont récemment publié un guide exhaustif décrivant 43 de ces méthodes de déconvolution. Leur objectif était d’aider les chercheurs ne disposant pas d’une formation computationnelle approfondie à comprendre quelle méthode pourrait le mieux convenir à leurs objectifs spécifiques d’étude.

Cependant, si les stratégies de classification existantes mesurent la composition cellulaire, elles ne prennent pas en compte les changements qui surviennent dans l’expression génique au sein des tumeurs en lien avec leurs microenvironnements uniques.

Pour y remédier, les chercheurs ont collaboré avec l’Institute for Data Science in Oncology (IDSO) de MD Anderson et le Department of Breast Medical Oncology afin de développer une analyse intégrative en masse (bulk) qui prend également en considération l’expression totale d’ARNm spécifique de la tumeur (TmS). Cette approche tient compte du ratio de cellules tumorales par rapport aux cellules non tumorales afin d’identifier des mécanismes spécifiques au cancer.

Alors que, dans les cellules normales, l’expression de l’ARNm est directement proportionnelle au nombre de chromosomes, les cellules cancéreuses présentent un nombre anormal de chromosomes. Le biomarqueur TmS intègre cet élément, en tenant compte des variations d’expression génique en fonction du nombre de chromosomes dans les cellules cancéreuses. Ce biomarqueur prend en outre en compte les changements des activités de l’ARN dans les cellules du microenvironnement tumoral, comparativement aux cellules tumorales.

Dans un ensemble de données de 575 patientes atteintes de TNBC issues de cohortes ethniquement diverses, le biomarqueur TmS a permis de classer avec précision les patientes en groupes à TmS élevé (pronostic favorable) et à TmS faible (pronostic défavorable).

Le biomarqueur a surpassé les méthodes actuelles de prédiction de la réponse à la chimiothérapie, soulignant son potentiel en tant que point de départ efficace pour la stratification des patientes afin d’optimiser le choix du traitement.

Il est important de noter que ce biomarqueur pronostique s’applique à travers les populations, tout en mettant en évidence des différences clés dans les microenvironnements tumoraux des groupes occidentaux et asiatiques à TmS élevé, ce qui pourrait permettre aux cliniciens d’associer également des traitements additionnels susceptibles d’être plus efficaces pour chaque population.

Bien qu’une validation supplémentaire soit nécessaire avant de faire progresser cet outil en clinique, ces résultats suggèrent que le biomarqueur TmS constitue une approche prometteuse pour optimiser le choix des traitements dans des populations diverses.

Cette étude a été soutenue par le National Cancer Institute, le Department of Defense, le Cancer Prevention and Research Institute of Texas (CPRIT), l’American Cancer Society et Lyda Hill Philanthropies.