Preoperative prediction of microsatellite instability in rectal cancer using multiparametric MRIderived intratumoral heterogeneity and exploration of biological mechanisms: a multicenter study
Cette étude multicentrique démontre qu'un modèle combiné intégrant l'hétérogénéité intratumorale dérivée de l'IRM multiparamétrique aux caractéristiques cliniques prédit efficacement l'instabilité des microsatellites dans le cancer du rectum en préopératoire, tout en identifiant l'expression différentielle d'AKT1 comme un mécanisme moléculaire sous-jacent potentiel.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le cancer est rarement une masse unique et uniforme. À l'intérieur d'une tumeur, les cellules peuvent varier considérablement d'un endroit à l'autre, un phénomène que les scientifiques appellent l'hétérogénéité intratumorale. Cette diversité interne est l'une des raisons majeures pour lesquelles les cancers sont si difficiles à traiter ; un médicament qui tue un groupe de cellules peut en laisser un autre intact, permettant ainsi à la maladie de réapparaître. Un type spécifique de cancer colorectal, connu sous le nom d'instabilité des microsatellites, se comporte différemment du reste. Les patients atteints de ce type répondent souvent très bien à l'immunothérapie, mais mal à la chimiothérapie standard. Actuellement, les médecins doivent attendre après la chirurgie ou effectuer une biopsie pour déterminer si un patient présente ce type spécifique de cancer. Ces méthodes sont invasives et n'échantillonnent qu'une infime partie de la tumeur, risquant ainsi de manquer les variations complexes qui se produisent ailleurs dans la masse.
Une nouvelle étude menée par une équipe de chercheurs en Chine offre un moyen de visualiser ces différences cachées avant même l'intervention chirurgicale. En utilisant l'imagerie par résonance magnétique (IRM), la même technologie utilisée pour créer des images détaillées des tissus mous du corps, les chercheurs ont développé une méthode pour cartographier le paysage interne des tumeurs rectales. Ils ont découvert que la manière dont ces tumeurs dispersent leurs signaux sur un scanner IRM peut révéler s'il s'agit du type d'instabilité des microsatellites. Cette approche aide non seulement à prédire le comportement du cancer sans inciser le patient, mais elle pointe également vers des mécanismes biologiques spécifiques qui pilotent la maladie, comblant ainsi l'écart entre ce qu'une caméra voit et ce qui se passe à l'intérieur des cellules.
Les chercheurs ont commencé par rassembler les données de 464 patients atteints de cancer rectal provenant de trois hôpitaux différents. Ils se sont concentrés sur les patients ayant subi un type spécifique d'examen IRM avant tout traitement. Ces examens comprenaient deux séquences principales : l'une montrant la structure des tissus avec précision et une autre mesurant le mouvement des molécules d'eau au sein des cellules. L'équipe a ensuite utilisé un ordinateur pour diviser la tumeur en des milliers de petits blocs tridimensionnels à partir de ces images. Au lieu de traiter la tumeur comme un objet solide unique, ils ont analysé comment les signaux variaient d'un bloc à l'autre. Ils ont calculé un score représentant la dispersion ou le mélange de ces signaux à travers l'ensemble de la tumeur. Un score élevé signifiait que la tumeur était très diversifiée en interne, tandis qu'un score faible suggérait qu'elle était plus uniforme.
Pour tester l'efficacité de cette méthode, l'équipe a construit un modèle informatique combinant ces scores d'imagerie avec des informations cliniques standards, telles que l'âge, la taille de la tumeur et sa localisation. Ils ont entraîné le modèle sur les données d'un groupe de patients, puis l'ont testé sur deux autres groupes pour voir s'il pouvait faire des prédictions précises sur de nouvelles données inconnues. Les résultats étaient prometteurs. Le modèle combiné, qui utilisait à la fois les scores d'imagerie et les détails cliniques, identifiait correctement le statut d'instabilité des microsatellites dans environ 86 % des cas d'entraînement et maintenait une forte précision dans les groupes externes. Les scores d'imagerie seuls n'étaient pas suffisants pour faire une prédiction parfaite, mais lorsqu'ils étaient ajoutés aux données cliniques, ils amélioraient considérablement la capacité du modèle à distinguer les deux types de cancer. Cela suggère que le chaos interne de la tumeur, visible au scanner, porte des informations uniques que les facteurs cliniques standards ne peuvent capturer seuls.
L'étude ne s'est pas arrêtée à la prédiction ; les chercheurs voulaient comprendre pourquoi ces tumeurs paraissaient différentes sur les scanners. Ils se sont tournés vers une vaste base de données publique d'informations génétiques de milliers de patients cancéreux pour rechercher des indices moléculaires. En comparant les gènes actifs dans les tumeurs présentant une instabilité des microsatellites par rapport aux tumeurs standards, ils ont identifié une protéine spécifique appelée AKT1 qui se comportait différemment. Dans les tumeurs standards, cette protéine était très active, alors que dans le type d'instabilité des microsatellites, elle était beaucoup moins active. Pour confirmer ce résultat, l'équipe a examiné des échantillons de tissus réels de dix patients de leur propre hôpital. En utilisant une technique de coloration qui rend les protéines visibles au microscope, ils ont mesuré la quantité de AKT1 présente. Les résultats correspondaient aux données génétiques : les tumeurs standards présentaient des niveaux de cette protéine nettement plus élevés que les tumeurs d'instabilité des microsatellites.
Cette découverte fournit une explication biologique potentielle de ce que les scanners IRM observaient. La protéine AKT1 fait partie d'une voie qui stimule la croissance et la division cellulaire. Dans les tumeurs standards, où cette protéine est abondante, les cellules peuvent croître de manière plus uniforme et agressive, entraînant les signaux constants observés sur les scanners. En revanche, les tumeurs d'instabilité des microsatellites, avec leurs niveaux plus faibles de cette protéine, présentent une structure interne différente, peut-être pilotée par l'activité du système immunitaire ou d'autres facteurs qui créent le patchwork de signaux mesuré par les chercheurs. Bien que l'étude ne prouve pas de lien direct de cause à effet entre les niveaux de protéines et les schémas d'imagerie spécifiques, elle offre une hypothèse solide selon laquelle les différences visuelles sur l'IRM reflètent des différences réelles et mesurables dans la biologie de la tumeur.
Les chercheurs reconnaissent les limites de leurs travaux. L'étude était rétrospective, ce qui signifie qu'elle examinait des données déjà collectées, et le nombre d'échantillons de tissus utilisés pour la vérification des protéines était restreint. Ils ont également noté que leur méthode reposait sur des séquences d'IRM spécifiques et n'incluait pas de produit de contraste, ce qui pourrait apporter encore plus de détails à l'avenir. Malgré ces contraintes, l'étude démontre que l'imagerie non invasive peut faire plus que simplement localiser une tumeur ; elle peut révéler la nature complexe et hétérogène de la maladie à l'intérieur même de celle-ci. En quantifiant cette diversité interne, les médecins pourraient bientôt être en mesure de personnaliser les plans de traitement plus tôt et plus précisément, épargnant aux patients des procédures inutiles et garantissant qu'ils reçoivent la thérapie la plus susceptible de fonctionner pour leur type spécifique de cancer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.