Le modèle cartographie la course aux armements entre le cancer et le système immunitaire, prédit l'efficacité de l'immunothérapie.

Les chercheurs ont créé un modèle mathématique qui peut déterminer l'impact du système immunitaire sur l'évolution des tumeurs. Les informations obtenues grâce à l’utilisation de ce modèle peuvent être utilisées pour prédire si l’immunothérapie est susceptible d’être efficace pour le cancer d’un patient, ce qui aide à orienter les décisions de traitement.

Les cellules immunitaires reconnaissent les tumeurs en détectant les molécules présentes à la surface des cellules cancéreuses, appelées néoantigènes. Les néoantigènes sont des molécules « défectueuses » produites à la suite de modifications du code génétique (mutations) dans les cellules cancéreuses. Lorsque les cellules immunitaires scannent le corps, elles reconnaissent ces molécules défectueuses comme n'étant pas soi-même, ce qui déclenche une réponse immunitaire contre le cancer.

Afin de surmonter la destruction par le système immunitaire, les cellules cancéreuses ripostent en développant des mécanismes de « camouflage » qu'elles peuvent utiliser pour se cacher des cellules immunitaires. Par conséquent, le cancer peut continuer à se développer sans être détecté dans le corps.

L'équipe, dirigée par le Dr Eszter Lakatos et le professeur Trevor Graham du Barts Cancer Institute, et le professeur Andrea Sottoriva, chef d'équipe en génomique évolutive et modélisation à l'Institute of Cancer Research de Londres, a entrepris de développer un modèle informatique pour cartographier les bras race qui se produit entre les cellules cancéreuses et les cellules immunitaires à mesure que les tumeurs évoluent.

En utilisant les données génomiques des cancers de l'intestin, de l'estomac et de l'endomètre disponibles dans l'Atlas du génome du cancer, l'équipe a développé un modèle qui traite l'interaction entre le système immunitaire et les cellules cancéreuses en utilisant les codes génétiques des cellules cancéreuses comme entrée.

En calculant le nombre de néo-antigènes présents dans une tumeur et en regardant à quelle vitesse ils se sont accumulés, le modèle est capable de prédire quand le cancer est susceptible d'activer ses mécanismes de dissimulation contre le système immunitaire.

Modélisation pour prédire l’évolution des cancers

Le Dr Lakatos a déclaré: « La modélisation mathématique peut nous aider à recréer des processus biologiques même lorsqu'une petite partie seulement de l'image est disponible. Il est particulièrement utile pour déterminer comment un cancer s'est développé, car nous ne voyons généralement qu'un seul instantané de ce processus. Nous avons développé notre modèle pour caractériser tous les cancers en développement possibles – y compris ceux qui sont détruits avec succès par le système immunitaire – pour mettre en évidence les mesures les plus informatives sur leur évolution future.

La recherche a été publiée aujourd'hui dans Nature Genetics et principalement financée par Cancer Research UK, avec le soutien supplémentaire de Wellcome et des National Institutes of Health.

Les prédictions du modèle peuvent avoir des implications importantes pour la sensibilité à l'immunothérapie chez les patients atteints de cancer. Les immunothérapies sont un groupe de médicaments qui stimulent l’activité du système immunitaire du patient pour aider à combattre son cancer.

Il a été démontré que ces médicaments sont extrêmement efficaces contre certains types de cancer, voire guérissent dans certains cas. Cependant, ce n'est pas le cas pour tous les patients et toutes les tumeurs ne répondent pas à l'immunothérapie. Être capable de savoir à l'avance si l'immunothérapie est susceptible d'être efficace serait extrêmement précieux pour la prise en charge des patients.

Un pas vers la compréhension de l'interaction entre les cellules immunitaires et tumorales

Le professeur Graham a déclaré: « Le renforcement du système immunitaire est un moyen incroyablement efficace de traiter le cancer, mais il a été difficile de comprendre pourquoi certains patients répondent à l’immunothérapie et d’autres non. Notre étude est une étape vers la compréhension de l'interaction entre les cellules immunitaires et les cellules tumorales, et nous espérons que cette compréhension pourrait s'avérer utile pour guider les décisions de traitement à l'avenir.

Le nouveau modèle mathématique peut aider les chercheurs à faire des prédictions sur les cancers des personnes, en indiquant si l’immunothérapie est susceptible d’être une option de traitement efficace pour un patient en fonction de l’état immunitaire des cellules cancéreuses.

Le modèle prédit que l'immunothérapie peut être plus efficace lorsqu'elle est administrée après qu'un cancer s'est dissimulé, car à ce stade, la thérapie pourrait être utilisée pour revigorer le système immunitaire afin de reconnaître et de combattre le cancer.

Le modèle prédit également que si le cancer n'a pas activé les mécanismes de dissimulation immunitaire au début de son développement, l'immunothérapie peut être efficace au départ, mais la réponse à long terme au traitement peut ne pas être aussi efficace.

Le professeur Sottoriva a déclaré: « Notre modèle nous aide à comprendre, grâce aux mathématiques, la course aux armements qui a lieu dans le corps entre une tumeur et le système immunitaire du patient. Les cancers s'adaptent et évoluent constamment et peuvent souvent éviter les effets du traitement ou se cacher du système immunitaire. Notre étude nous donne un outil précieux pour comprendre et prédire comment les cancers évolueront et interagiront avec le système immunitaire, afin que nous puissions anticiper le prochain mouvement du cancer et concevoir de nouvelles stratégies de traitement pour les patients.  »

L'équipe a développé un modèle qui élargit la compréhension de l'action du système immunitaire sur une tumeur simplement en regardant les codes génétiques des cancers. Étant donné que l'analyse génétique devient une routine dans le NHS, il est très utile de savoir comment utiliser les données génétiques pour sélectionner les patients à traiter et mieux comprendre pourquoi les immunothérapies sont moins efficaces chez certains patients que chez d'autres.

L'équipe souhaite désormais appliquer son modèle aux cancers traités par immunothérapie pour voir si les prédictions sont exactes.

Fourni par

Institut de recherche sur le cancer