Note : Rapport provenant d'une seule source ; en attente de corroboration.
Des chercheurs financés par les NIH ont mis au point un outil d'apprentissage automatique permettant de caractériser les écosystèmes cellulaires tumoraux – appelés écotypes spatiaux – en analysant l'activité génique locale dans les cellules cancéreuses. À partir de données de transcriptomique spatiale issues de plus de 100 tumeurs humaines et de l'activité génique de plus de 10 millions de cellules individuelles, cet outil a identifié neuf écotypes spatiaux communs à différents types de tumeurs. Ces écotypes, caractérisés par une activité génique spécifique, présentent une localisation variable au sein des tumeurs, se situant souvent à proximité de leur périphérie ou de leur centre.
L'étude a révélé que six de ces écotypes étaient corrélés à la survie au cancer. Deux d'entre eux, nommés SE7 et SE8, étaient associés à des réponses favorables à l'immunothérapie par inhibiteurs de points de contrôle immunitaire, tandis que SE4 était associé à une résistance. Ces écotypes spatiaux se sont avérés plus performants que les biomarqueurs existants pour prédire la réponse au traitement.
Les chercheurs ont également exploré la possibilité d'utiliser un test sanguin pour détecter les niveaux de ces écotypes spatiaux, ce qui serait moins invasif que les biopsies tumorales et pourrait permettre un meilleur suivi et une meilleure prédiction des résultats du traitement chez les patients atteints de cancer.
Ces résultats, publiés dans la revue Nature, pourraient favoriser le développement de thérapies anticancéreuses personnalisées grâce à un suivi amélioré des traitements et à une meilleure prédiction des résultats.