Les scientifiques développent un modèle alimenté par l'IA pour améliorer les immunothérapies contre le cancer

Des scientifiques de Ludwig Cancer Research ont utilisé l’IA pour développer un modèle prédictif capable d’identifier les cellules immunitaires anti-cancéreuses qui ont le plus grand potentiel pour être utilisées dans les immunothérapies. Cet outil, TRTpred, est décrit en détail dans la revue très appréciée Nature Biotechnology.

Personnalisation des traitements du cancer

Le modèle TRTpred, soutenu par des algorithmes, peut être intégré dans des traitements personnalisés du cancer et des thérapies sur mesure basées sur la signature des cellules précancéreuses de chaque patient. Comme l'a mentionné M. Alexander Harari de Ludwig Lausanne, le chercheur principal de cette étude, une telle technique novatrice pourrait offrir un nouvel ensemble de subventions aux patients.

Les cellules immunitaires présentes dans les tumeurs transférées chez un patient, appelées lymphocytes infiltrant la tumeur (TIL), constituent la base de l'immunothérapie cellulaire. Ces TIL peuvent ensuite être modulés, si nécessaire, pour augmenter leurs capacités synergiques intrinsèques contre le cancer, puis réintroduits dans l'organisme après une amplification en culture. Cependant, tous les TIL ne parviennent pas avec succès à cibler les cellules suspectes de tumeur, une seule fraction étant réactive face à la tumeur.

Harari et son équipe ont mis au point TRTpred, une approche de modélisation prédictive alimentée par l'IA qui leur permet de classer les récepteurs des cellules T (TCR) en fonction de leur réactivité tumorale. Puisque TRTpred identifie les gènes responsables de la sécrétion tumorale, il peut établir une règle applicable à une nouvelle population et prédire avec précision si un TCR est une cellule réactive face à la tumeur ou non.

TRTpred : un changement de jeu propulsé par l'IA

Les scientifiques ont amélioré la qualité de l'étape précédente grâce à des filtres algorithmiques visant à trouver des lymphocytes T porteurs d'antigènes tumoraux à forte avidité, à savoir ceux capables d'une liaison antigénique forte. De plus, un troisième filtre a été ajouté afin de mieux différencier les antigènes des cellules tumorales, ce qui contribue au ciblage de multiples antigènes.

L’équipe a extrait les TCR des TIL et a utilisé MixTRTpred (une combinaison de la technique TRTpred et des filtres des algorithmes) pour identifier les cellules T qui pourraient être utiles pour attaquer les tumeurs à forte avidité et spécifiques à plusieurs antigènes tumoraux. Ces cellules T modifiées ont été introduites avec succès chez les souris, où l’élimination des tumeurs était évidente une fois la greffe terminée, fournissant ainsi la preuve de la méthode.

George Coukos, directeur de Ludwig Lausanne et coauteur de l'étude, a l'intention de lancer un essai clinique de phase I chez l'homme dès que possible pour tester cette technologie. Il a déclaré avoir de grands espoirs quant aux performances de la méthode, estimant qu'elle comblerait les lacunes actuelles des thérapies basées sur les TIL. Plus précisément, celles des patients dont les tumeurs ne réagissent pas comme elles le devraient aujourd'hui.