Cancer de la peau : l’IA pour prédire le meilleur traitement pour un patient

MONTRÉAL — Les personnes ayant un cancer de la peau ne répondent pas toutes de la même façon aux traitements d’immunothérapie: des chercheurs québécois s’affairent à développer des algorithmes pour mettre le doigt rapidement sur ce qui sera le plus efficace pour un patient — en sauvant du temps, ils espèrent sauver des vies.

De toutes les formes de cancer de la peau, le mélanome est le plus mortel.

L’immunothérapie, qui stimule le système immunitaire du patient, peut être utilisée dans la lutte contre le mélanome. 

Mais il y a d’autres types de traitements et aucun test ne permet de déterminer si un patient bénéficiera plus de l’un que d’un autre. Car si les scientifiques peuvent maintenant séquencer le génome de leurs patients atteints de cancer, ils ne savent pas encore quelles séquences d’ADN exploiter pour prédire la réponse à un traitement.

C’est pour tenter de résoudre cette difficulté que des chercheurs québécois ont allié leurs forces: John Stagg, chercheur en immuno-oncologie au Centre de recherche du CHUM, Ian Watson, du Centre de recherche sur le cancer Goodman, et Hamed Najafabadi, du Centre de génome de l’Université McGill.

Le nom du projet du trio de chercheurs? MELANO-PREDICT. Leur but est de développer des algorithmes à l’aide de l’intelligence artificielle pour prédire la réponse à l’immunothérapie dans le cas du mélanome métastatique. 

Pour l’instant, lorsqu’un patient a un mélanome, l’immunothérapie est souvent le premier essai thérapeutique, car sa toxicité est moindre, a expliqué en entrevue le chercheur John Stagg, qui est aussi professeur à la Faculté de pharmacie de l’Université de Montréal. Si elle ne fonctionne pas, un autre traitement sera essayé.

Mais on perd alors du temps.

Les chercheurs espèrent donc pouvoir prédire si l’immunothérapie sera efficace ou non. Si on peut déterminer à l’avance que l’immunothérapie sera inutile, on offre tout de suite un autre traitement: on pourrait ainsi épargner de six mois à un an. 

«L’hypothèse est qu’en traitant plus tôt avec le bon traitement, on va pouvoir améliorer la chance de survie de ce patient.»

Dans un premier temps, les algorithmes développés par l’équipe seront entraînés sur des données publiques issues du Cancer Genome Atlas Program avant d’être testés sur une cohorte de 300 patients montréalais atteints de mélanome métastatique. L’idée est d’explorer et d’extraire des informations à partir de grands ensembles de données de recherche au moyen d’outils d’intelligence numérique.

Si le succès de cette approche se confirme dans les prochaines années, il sera vraisemblablement possible de la transposer à d’autres cancers traitables par immunothérapie, notamment le cancer du poumon, dit M. Stagg. 

Génome Québec, Oncopole et IVADO ont octroyé à l’équipe une subvention de 300 000 $ sur deux ans dans le cadre du concours Données omiques contre le cancer.  

«Les outils d’intelligence numérique et les méthodes d’exploitation des données qui en découlent constituent une formidable opportunité d’accélérer la recherche et particulièrement en santé. Nous sommes convaincus qu’une meilleure compréhension des pathologies cancéreuses peut émerger de ces collaborations et avec elle, des solutions novatrices pour mieux y faire face», a déclaré Gilles Savard, directeur général d’IVADO (Institut de valorisation des données) lors de l’annonce des lauréats du concours.

Laisser un commentaire