Une nouvelle plate-forme d’IA expérimentale associe la tumeur au meilleur combo de médicaments – ScienceDaily

0
20


Seuls 4% de tous les médicaments anticancéreux en cours de développement obtiennent l’approbation finale de la Food and Drug Administration (FDA) des États-Unis.

«C’est parce qu’à l’heure actuelle, nous ne pouvons pas faire correspondre la bonne combinaison de médicaments aux bons patients de manière intelligente», a déclaré Trey Ideker, PhD, professeur à la faculté de médecine de l’Université de Californie à San Diego et au Moores Cancer Center. “Et en particulier pour le cancer, où nous ne pouvons pas toujours prédire quels médicaments fonctionneront le mieux étant donné le fonctionnement interne unique et complexe des cellules tumorales d’une personne.”

Dans un article publié le 20 octobre 2020 dans Cellule cancéreuse, Ideker et Brent Kuenzi, PhD, et Jisoo Park, PhD, chercheurs postdoctoraux dans son laboratoire, décrivent DrugCell, un nouveau système d’intelligence artificielle (IA) qu’ils ont créé qui non seulement associe les tumeurs aux meilleures combinaisons de médicaments, mais le fait d’une certaine manière cela a du sens pour les humains.

«La plupart des systèmes d’IA sont des ‘boîtes noires’ – ils peuvent être très prédictifs, mais nous ne savons pas vraiment comment ils fonctionnent», a déclaré Ideker, qui est également codirecteur de la Cancer Cell Map Initiative et de la Ressource nationale pour la biologie des réseaux.

Il a donné l’exemple de la façon dont fonctionne une recherche d’images sur Internet pour «chat». Les systèmes d’IA travaillant dans les coulisses sont formés sur des images de chat existantes, mais la façon dont ils étiquettent réellement une nouvelle image comme “chat” et non “rat” ou autre est inconnue.

Pour que l’IA soit utile dans les soins de santé, a déclaré Ideker, nous devons être en mesure de voir à l’intérieur de la boîte noire pour comprendre comment le système parvient à ses conclusions. “Nous devons savoir pourquoi cette décision est prise, quelles voies ciblent ces médicaments recommandés et les raisons d’une réponse médicamenteuse positive ou de son rejet.”

Le travail de l’équipe sur DrugCell a commencé il y a plusieurs années dans la levure. Dans une étude précédente, ils ont construit un système d’IA appelé DCell en utilisant des informations sur les gènes et les mutations d’une cellule de levure. DCell a prédit des comportements cellulaires, tels que la croissance, tous en dehors de la «boîte noire».

DrugCell, une version de nouvelle génération de DCell, a été formé sur plus de 1 200 lignées de cellules tumorales et leurs réponses à près de 700 médicaments thérapeutiques expérimentaux approuvés par la FDA, soit un total de plus de 500 000 paires de lignées cellulaires / médicaments. Les chercheurs ont également validé certaines des conclusions de DrugCell dans des expériences en laboratoire.

Avec DrugCell, l’équipe peut entrer des données sur une tumeur et le système renvoie le médicament le plus connu, les voies biologiques qui contrôlent la réponse à ce médicament et des combinaisons de médicaments pour traiter au mieux la malignité.

Un traitement anticancéreux de précision est déjà disponible au Moores Cancer Center de l’UC San Diego Health, où les patients peuvent subir une biopsie de leur tumeur séquencée pour des mutations et évaluée par le Molecular Tumor Board, un groupe interdisciplinaire d’experts. Le conseil recommande des thérapies personnalisées basées sur les modifications génomiques uniques du patient et d’autres informations. Une étude récente a montré que ces patients avaient de meilleurs résultats. D’une certaine manière, DrugCell simule le Conseil des tumeurs moléculaires humaines.

«Nous avons été surpris de la capacité de DrugCell à traduire des lignées cellulaires de laboratoire, sur lesquelles nous avons formé le modèle, en tumeurs chez la souris et les patients, ainsi qu’aux données des essais cliniques», a déclaré Kuenzi.

L’objectif ultime de l’équipe est de faire entrer DrugCell dans les cliniques au profit des patients, mais les auteurs de l’étude préviennent qu’il reste encore beaucoup de travail à faire.

“Bien que 1 200 lignées cellulaires soient un bon début, ce n’est bien sûr pas représentatif de l’hétérogénéité totale du cancer”, a déclaré Park. «Notre équipe ajoute maintenant plus de données unicellulaires et essaie différentes structures de médicaments. Nous espérons également nous associer aux études cliniques existantes pour intégrer DrugCell en tant qu’outil de diagnostic, en le testant de manière prospective dans le monde réel.

LEAVE A REPLY

Please enter your comment!
Please enter your name here