Comment les scientifiques peuvent-ils prédire avec précision la réaction de différentes cellules cancéreuses exposées à différents médicaments? Selon une nouvelle étude, la réponse ne se trouve pas dans les mutations des gènes individuels qui favorisent le développement du cancer, mais plutôt dans la «signature mutationnelle» laissée sur le génome du cancer dans son ensemble.Aujourd’hui, la médecine de précision du cancer recourt aux informations génétiques contenues dans les tumeurs des patients, ce qui permet aux médecins de planifier les traitements et de suivre leur évolution. En étudiant l’ADN d’une tumeur, ils peuvent non seulement identifier les mutations ainsi que d’autres modifications génétiques qui contribuent au développement du cancer chez les patients, mais aussi prédire la réaction de la tumeur face à un médicament donné.
Toutefois, ces marqueurs prédictifs sont assez rares. En effet, nous manquons de médicaments spécifiques ciblant un grand nombre de gènes moteurs mutés (des gènes dont les mutations causent la progression du cancer). En outre, la réaction de la tumeur à un médicament varie considérablement d’un patient à l’autre, et – comme l’a mentionné un communiqué de presse de «EurekAlert!» – «une telle variabilité est rarement liée aux mutations des gènes moteurs».
C’est pourquoi des chercheurs soutenus par les projets HYPER-INSIGHT, DECIDER et PROBIST, financés par l’UE, ont voulu déterminer si les signatures mutationnelles constitueraient des marqueurs utiles de la réaction des cellules cancéreuses à différents médicaments. Une signature mutationnelle désigne l’empreinte laissée sur le génome du cancer par une lésion ou une réparation de l’ADN survenue lors de la formation d’une tumeur. Les signatures mutationnelles ne proviennent pas des gènes moteurs, mais elles reflètent plutôt les mutations survenues sur l’ensemble du génome.
Des indicateurs plus efficaces que les marqueurs génétiques traditionnels
L’équipe de recherche a découvert que les signatures mutationnelles peuvent en réalité prédire avec précision la manière dont différents médicaments agiront sur les cellules cancéreuses de types de tumeurs variés. «Nous avons réalisé une analyse statistique en recourant à des méthodes d’apprentissage automatique, en examinant conjointement des génomes de cellules cancéreuses, leur réaction à différents médicaments, ainsi que leur réaction aux expériences de modification des gènes. Étonnamment, nous avons constaté que les marqueurs génétiques “classiques” comme les mutations des gènes moteurs ou les changements du nombre de copies sont souvent moins efficaces que les marqueurs génétiques des signatures mutationnelles pour prédire la réaction au médicament», explique le docteur Fran Supek de l’Institut de recherche en biomédecine, en Espagne, hôte du projet HYPER-INSIGHT et partenaire des projets DECIDER et PROBIST, dans le même communiqué de presse…
…
La suite sur Cordis