Cancer: une IA genevoise anticipe le risque de métastases

La capacité d’un cancer à former des métastases demeure l’un des principaux angles morts de l’oncologie – alors même que les métastases restent la première cause de mortalité liée aux cancers. Une équipe de l’Université de Genève propose désormais un nouvel outil fondé sur l’intelligence artificielle pour mieux anticiper ce risque.

Les scientifiques sous la direction d'Ariel Ruiz i Altaba sont partis d’un problème méthodologique bien connu: analyser l’identité moléculaire complète d’une cellule cancéreuse implique de la détruire, alors que l’étude de son comportement (migration, invasion) nécessite qu’elle reste vivante.

Pour contourner cet obstacle, l’équipe genevoise a isolé et cloné des cellules issues de tumeurs primaires du côlon. «Ces clones ont ensuite été évalués in vitro et dans un modèle de souris pour observer leur capacité à migrer à travers un vrai filtre biologique et générer des métastases», explique Arwen Conod, co-première auteure de l'étude.

En parallèle, l’expression de plusieurs centaines de gènes a été analysée. Résultat: le potentiel métastatique ne repose pas sur une mutation unique, mais sur des gradients d’expression génique, reflétant l’interaction entre cellules apparentées au sein d’une même tumeur.

À partir de ces données, les chercheurs ont identifié de multiples signatures d’expression génique associées à la migration et à l’invasion tumorales. Ces signatures ont ensuite servi de base à un algorithme d’intelligence artificielle baptisé Mangrove Gene Signatures (MangroveGS).

MangroveGS exploite des dizaines à des centaines de signatures simultanément. Après entraînement, le modèle atteint une précision proche de 80% pour prédire le risque de métastases et de récidive dans le cancer du côlon, «un résultat bien supérieur aux outils déjà existants», souligne l'UNIGE dans son communiqué.

Les signatures dérivées du côlon se sont également montrées pertinentes pour estimer le potentiel métastatique d’autres cancers, notamment gastriques, pulmonaires et mammaires.

À terme, les auteurs envisagent une utilisation clinique reposant sur un séquençage ARN standard de prélèvements tumoraux, réalisé à l’hôpital. Les données seraient ensuite analysées par l’algorithme afin de fournir un score de risque métastatique.

Un tel outil pourrait contribuer à:

Pour l’instant, MangroveGS demeure un outil de recherche avancée. Mais il illustre une tendance de fond: l’intégration croissante de modèles d’IA capables de synthétiser des données biologiques complexes pour affiner la stratification des risques en cancérologie.