A continuous transcriptomic entropy score is associated with overall survival in WHO grade 3 IDH-mutant glioma: development and external validation across two sequencing platforms

Dans le monde du cancer du cerveau, un type spécifique de tumeur pose depuis longtemps un casse-tête aux médecins. Il s'agit des gliomes, des tumeurs qui se développent à partir des cellules de soutien du cerveau. Lorsqu'un patient est porteur d'une modification génétique spécifique appelée mutation IDH, les perspectives sont généralement meilleures que pour d'autres cancers cérébraux, mais la voie à suivre reste incertaine. Les médecins s'appuient actuellement sur deux indices principaux pour décider de l'agressivité du traitement d'un patient : le grade de la tumeur, qui est une mesure approximative de l'aspect anormal des cellules sous un microscope, et le statut d'un gène appelé MGMT, qui peut influencer l'efficacité d'un médicament. Cependant, ces outils sont des instruments grossiers. Deux patients peuvent sembler identiques sur le papier, partageant le même grade et le même statut génétique, pourtant l'un peut survivre pendant une décennie tandis que l'autre décède en moins de deux ans. Cet écart important dans les résultats laisse les médecins dans l'incertitude, les exposant potentiellement à une radiothérapie et une chimiothérapie éprouvantes qui n'offrent aucun bénéfice, ou inversement, à attendre trop longtemps pour traiter une tumeur qui devient silencieusement plus dangereuse.

Pendant des années, les chercheurs ont tenté d'utiliser l'activité génétique de la tumeur, ou la transcriptomique, pour résoudre ce problème. La plupart des méthodes existantes fonctionnent comme une machine de tri, plaçant une tumeur dans l'une des quelques catégories fixes. Bien que ces catégories décrivent bien des groupes de personnes, elles sont de piètres outils pour prendre des décisions concernant un individu spécifique. Elles fournissent une étiquette, telle que « Type A » ou « Type B », plutôt qu'une mesure de la proximité d'une tumeur spécifique avec un état mortel. Ce qui manquait, c'était un moyen de donner à chaque patient un score continu, un nombre qui pourrait lui dire exactement où sa tumeur se situe sur le spectre entre une masse à croissance lente et un cancer agressif et rapide.

Une nouvelle étude menée par Ivy Datta aborde cette lacune en développant et en testant un nouveau système de notation appelé l'Indice d'Ambiguïté Transcriptomique. Les chercheurs sont partis d'une idée simple mais puissante : lorsqu'un programme informatique tente de classer une tumeur dans une catégorie, la confiance de cette décision compte. Imaginez un ordinateur entraîné à faire la différence entre un gliome de bas grade à croissance lente et un glioblastome mortel à croissance rapide. Pour la plupart des tumeurs de bas grade, l'ordinateur est très sûr de lui, attribuant un score qui dit : « C'est définitivement une tumeur de bas grade ». Mais pour certaines tumeurs, l'ordinateur hésite. Leur profil génétique se situe quelque part au milieu, rendant difficile de dire avec certitude s'il s'agit d'un grade faible ou élevé. Les chercheurs ont proposé que cette hésitation n'est pas une erreur ou un bruit, mais un signal vital. Cela suggère qu'une tumeur est en transition biologique, commençant à présenter les traits d'un cancer de haut grade avant que ces traits ne soient visibles au microscope.

Pour transformer cette idée en outil, l'équipe a analysé les données génétiques de centaines de patients issues d'une grande base de données publique. Ils ont construit un modèle informatique pour distinguer les deux types extrêmes de gliome. Ensuite, pour chaque nouvelle tumeur, ils ont mesuré le degré d'incertitude du modèle dans sa classification. Ils ont converti cette incertitude en un nombre unique, un score qui augmente à mesure que la tumeur devient difficile à classer. Un score faible signifie que la tumeur est clairement de bas grade, tandis qu'un score élevé signifie que la tumeur est ambiguë, oscillant à la limite de devenir un cancer de haut grade. Ce score est continu, ce qui signifie qu'il peut prendre n'importe quelle valeur, permettant des distinctions fines entre les patients qu'une simple catégorie ne peut fournir.

Les chercheurs ont ensuite testé ce score sur trois groupes différents de patients pour voir s'il pouvait prédire la survie. Le premier groupe a été utilisé pour construire et affiner le score, tandis que les deux autres groupes, provenant d'un pays différent et séquencés sur des machines différentes, ont été utilisés pour voir si le score fonctionnerait dans le monde réel sans être ajusté. Les résultats étaient frappants. Chez les patients présentant un gliome mutant IDH de grade 3 de l'OMS, le score était un prédicteur fort de leur espérance de vie. Pour chaque augmentation standard du score, le risque de décès augmentait de manière significative. Ce schéma s'est vérifié dans les trois groupes, même si les groupes étaient différents en taille, en localisation et en technologie utilisée pour lire leurs données génétiques. Le score est resté un prédicteur puissant même lorsque les chercheurs ont pris en compte les autres facteurs connus tels que l'âge, le statut de codélétion 1p/19q, la méthylation de MGMT et les traitements reçus par les patients.

Crucialement, l'étude a écarté plusieurs explications potentielles de l'efficacité du score. Une préoccupation était que le score ne soit pas simplement en train d'identifier des patients mal diagnostiqués qui auraient en fait un type de tumeur plus agressif dépourvu de la mutation IDH. Cependant, lorsque les chercheurs ont examiné uniquement les patients dont la mutation IDH était génétiquement confirmée, le score fonctionnait encore mieux, prouvant qu'il ne s'agissait pas simplement d'un résultat de mauvaise classification. Le score ne séparait pas non plus les patients sur la base de la présence d'une délétion génétique spécifique connue sous le nom de codélétion 1p/19q ; il fournissait de nouvelles informations au-delà de cela. Curieusement, le score était moins cohérent pour prédire les résultats pour les tumeurs de grade 2, le grade le plus bas de cette maladie. Il fonctionnait bien dans un groupe mais pas dans les autres, suggérant que bien qu'il soit un outil puissant pour les tumeurs de grade 3, il n'est peut-être pas spécifique à ce stade seul.

L'étude a également mis en évidence un détail pratique sur la façon dont un tel outil doit être utilisé. Le nombre exact qu'un patient reçoit dépend de la machine et du laboratoire spécifique ayant analysé son échantillon. Un score « élevé » dans un laboratoire pourrait être un score « moyen » dans un autre. Par conséquent, le score ne peut pas être émis comme un nombre absolu universel. Au lieu de cela, il doit être calibré par rapport à un groupe de référence de patients traités sur la même plateforme. Une fois ce calibrage effectué, le score devient un moyen fiable de classer les patients au sein de ce groupe spécifique, montrant qui est à plus haut risque.

Ce travail ne prétend pas avoir résolu le problème du traitement du cancer du cerveau, ni offre un nouveau médicament ou une guérison garantie. Les données utilisées ont été collectées auprès de patients passés, ce qui signifie que les conclusions sont des associations plutôt que des preuves de cause à effet. Les chercheurs soulignent que le score doit être testé dans de futures études où les patients sont suivis de manière prospective pour voir si l'utilisation du score aide réellement les médecins à prendre de meilleures décisions. Cependant, l'étude démontre avec succès qu'une mesure continue de l'incertitude génétique possède une réelle valeur pronostique. Elle offre un moyen de regarder au-delà de l'instantané statique de l'apparence d'une tumeur et de percevoir le processus dynamique de son évolution, fournissant une image plus claire et plus nuancée du risque pour les patients atteints de cette maladie complexe.