Menée par une équipe interdisciplinaires romande, une étude, qui vient d’être publiée, combine pathologie, biologie de l’ARN et intelligence artificielle pour analyser l’hétérogénéité du cancer du sein. Ce travail révèle des signatures moléculaires spécifiques et propose un cadre novateur pour des diagnostics et traitements plus ciblés.
Un cadre novateur pour décrypter les tumeurs
L’hétérogénéité intratumorale est un obstacle majeur dans le traitement du cancer du sein. Pour relever ce défi, les chercheurs de l’Institut de recherche Idiap, l’Hôpital du Valais, l’EPFL et le SIB ont conçu un outil basé sur l’IA, capable d’affiner les modèles de base d’histopathologie (hFM).
Ce cadre permet d’identifier automatiquement des archétypes tumoraux distincts, chacun défini par des compositions moléculaires et tissulaires spécifiques.
Ces résultats offrent une compréhension plus précise des mécanismes biologiques sous-jacents.
Des signatures moléculaires révélées par l’analyse IA
L’étude met en lumière deux signatures moléculaires clés : l’épissage alternatif et la signalisation TGF-β, enrichis dans des régions tumorales coexistantes.
Ces variations, liées à la densité tissulaire et à la localisation spatiale, soulignent l’importance d’intégrer l’hétérogénéité tumorale dans les stratégies thérapeutiques.
Les résultats obtenus grâce à ce modèle pourraient contribuer à développer des diagnostics et traitements plus ciblés.
La force de la collaboration interdisciplinaire
Ce projet est le fruit d’une collaboration interdisciplinaire entre experts en pathologie, biologie de l’ARN et intelligence artificielle.
Garance Haefliger et Albin Vernhes, dans le cadre de leur thèse de maîtrise, ont joué un rôle central dans sa réalisation. Leur travail a été soutenu par une équipe diversifiée, combinant des compétences complémentaires pour répondre aux défis complexes posés par le cancer du sein.
Cette synergie illustre la nécessité de croiser les expertises pour repousser les frontières de la recherche médicale.
