Un nouveau modèle pourrait prédire le temps d'attente personnalisé pour la progression du cancer colorectal

Conclusion :Un modèle évolutif utilisant des échantillons de sang en série de patients atteints d'un cancer colorectal avancé traités avec des thérapies anti-EGFR dans un essai de phase II pourrait prédire le temps d'attente personnalisé pour la progression.

Revue dans laquelle l'étude a été publiée : Découverte du cancer , un journal de l'Association américaine pour la recherche sur le cancer

Auteurs :Co-auteurs principaux Andrea Sottoriva, Doctorat, MSc, Chris Rokos Fellow in Evolution and Cancer et chef d'équipe à l'Institute of Cancer Research, Londres et Nicola Valeri, MARYLAND, Doctorat, chef d'équipe en biologie et génomique du cancer gastro-intestinal à l'Institut de recherche sur le cancer, Londres, et oncologue médical consultant au Royal Marsden NHS Foundation Trust

Contexte :« En combinant un échantillonnage longitudinal fréquent d'ADN acellulaire avec une modélisation mathématique de l'évolution tumorale, nous avons pu faire des prédictions statistiques sur les patients à risque de progression, " a déclaré Sottoriva. "Nous pourrions également déterminer quand un cancer allait revenir, au cas par cas. C'est la première fois qu'une prévision quantitative de ce type est utilisée avec succès dans le cancer."

Alors que les cliniciens utilisent souvent des biopsies tumorales pour le génotypage du cancer, de nombreuses tumeurs présentent une hétérogénéité intratumorale qui peut entraîner une résistance au traitement ; donc, de multiples biopsies dans le temps et dans l'espace sont nécessaires pour mieux comprendre comment les tumeurs évoluent pour résister au traitement, expliqua Valéri.

Les biopsies liquides sont non invasives, permettant la collecte de l'ADN tumoral circulant à de nombreux moments sans risque supplémentaire pour le patient. Par ailleurs, l'analyse de l'ADN tumoral circulant peut mieux capturer l'hétérogénéité intratumorale qu'un petit morceau de la tumeur, dit Valéri.

Alors que de nombreuses recherches se sont concentrées sur l'utilité clinique de l'ADN acellulaire (cfDNA) pour la surveillance des maladies, l'utilisation de biopsies liquides comme outil prédictif pour estimer le temps jusqu'à la progression de la maladie n'a pas fait l'objet d'études approfondies, a noté Sottoriva.

Comment l'étude a été menée et résultats :Les chercheurs ont analysé les résultats de l'essai PROSPECT-C qui a évalué les biomarqueurs de la réponse et de la résistance aux thérapies anti-EGFR chez les patients atteints d'un cancer colorectal métastatique RAS de type sauvage. Des biopsies tumorales ont été prélevées sur des patients à des moments prédéfinis de pré-traitement (base de référence) et de post-traitement (progression de la maladie), et à réponse partielle dans certains. En outre, les patients ont fourni des échantillons de plasma toutes les quatre semaines jusqu'à la progression de la maladie.

Même si le génotypage tumoral standard a classé les patients comme ayant un cancer colorectal métastatique avec un SRA de type sauvage, l'analyse du cfDNA de base a révélé que beaucoup de tumeurs de ces patients présentaient des aberrations dans les protéines RAS, ce qui peut expliquer pourquoi ils étaient résistants au cetuximab, un inhibiteur d'EGFR, a noté Valeri. Par ailleurs, le séquençage ultra-profond des carottes de biopsie tumorale de base a révélé des mutations RAS, soulignant davantage les limites des méthodes standard de génotypage tumoral, il ajouta.

Valeri et ses collègues ont généré des modèles mathématiques qui ont utilisé les niveaux de cfDNA et d'antigène carcinoembryonnaire (CEA) du plasma de patients individuels pour prédire le temps nécessaire à la progression. Les résultats ont été validés à l'aide de mesures RECIST à partir de données d'imagerie radiologique.

Le modèle mathématique utilisant les mesures de l'ACE a été appliqué à six patients pour prédire le temps nécessaire à la progression clinique. Parmi ces prédictions, trois étaient à moins de 10 pour cent du temps de progression tel que mesuré par RECIST.

Notamment, les prédictions générées avec un profilage cfDNA à haute sensibilité ont permis de prédire le temps de progression plusieurs semaines à l'avance, par rapport aux modèles utilisant les mesures du CEA.

Avec les informations recueillies auprès du cfDNA, les chercheurs pourraient générer plusieurs modèles basés sur la croissance prévue de sous-clones individuels entraînés par différentes mutations. La précision des modèles utilisant le cfDNA repose sur l'identification des sous-clones dominants chez les patients présentant des mécanismes de résistance polyclonale, dit Valéri.

Commentaires de l'auteur :« L'intégration de nouvelles technologies de surveillance telles que cfDNA, en combinaison avec la modélisation mathématique de la prévision tumorale, peut offrir la possibilité d'agir tôt, arrêter la thérapie, ou changer de traitement pour garder une longueur d'avance sur la maladie, " a déclaré Valeri. "Notre méthode permet une prédiction plus précise ainsi qu'une surveillance améliorée de la réponse au traitement."

Limites de l'étude :les limites de l'étude comprennent une petite taille d'échantillon, en plus de se concentrer sur les aberrations de la voie RAS dans les modèles mathématiques, car d'autres déterminants génétiques et non génétiques entraîneront probablement une résistance et une progression de la maladie, a noté Sottoriva. Ce modèle devra être validé prospectivement dans de futurs essais, il ajouta.

• UAH et UA annoncent un tout nouveau doctorat conjoint en sciences infirmières. programme
• Des chercheurs découvrent pourquoi de nombreux patients atteints d'un cancer de la vessie ne répondent pas à l'immunothérapie