Les cellules du cancer des ovaires peuvent devenir insensibles au traitement, mais il est difficile d’en déterminer la raison. Des chercheurs de l’UE ont découvert certains des mécanismes de résistance, ouvrant la voie à une approche personnalisée qui pourrait sauver des vies.
Le cancer des ovaires, qui tue plus de 40 000 femmes en Europe chaque année, présente un taux de survie très faible. Seul environ un tiers des patientes diagnostiquées vivront encore cinq ans.
«L’une des principales raisons de cette situation est que ce cancer est généralement détecté très tard», explique Sampsa Hautaniemi, coordinatrice du projet HERCULES, professeur de biologie systémique à l’Université d’Helsinki, en Finlande. «On l’appelle souvent le “tueur silencieux” car il présente peu de symptômes et, lorsqu’il est découvert, il s’est déjà propagé à l’abdomen. À ce stade, le cancer est très difficile à traiter.»
Si la chirurgie à ce stade est d’une importance capitale pour éliminer les tumeurs, il est pratiquement impossible d’identifier toutes les cellules cancéreuses d’une zone aussi étendue. La chirurgie est donc généralement suivie d’une chimiothérapie, qui peut contribuer à prolonger l’espérance de vie des patientes. Cependant, après environ deux ans, les patientes cessent souvent de répondre au traitement et le cancer réapparaît.
Lutter contre la résistance aux médicaments
Le projet HERCULES visait donc à améliorer les résultats pour les patientes atteintes du cancer des ovaires, en examinant pourquoi les cellules cancéreuses ne répondent plus aux traitements. «Notre objectif était d’identifier les mécanismes spécifiques qui font que les tumeurs deviennent résistantes aux chimiothérapies», ajoute Sampsa Hautaniemi.
L’équipe a appliqué le séquençage de l’ADN et de l’ARN sur des échantillons de cellules provenant de plus de 180 patientes atteintes d’un cancer des ovaires, ce qui a permis de recueillir une quantité sans précédent d’informations sur les populations de cellules tumorales.
Les données issues de ces expériences ont été utilisées pour établir des modèles informatiques, afin d’aider à prédire les combinaisons de médicaments les plus efficaces pour tuer les cellules cancéreuses.
La suite sur Cordis