PanDrugs: l'analyse des données génomiques pour mieux traiter le cancer
PanDrugs est l'un des chaînons manquants entre le potentiel des biomarqueurs en tant qu'outils de prévision des résultats du traitement et leur utilisation réelle en milieu clinique. Combinée à des infrastructures informatiques adaptées au traitement et au stockage des données, et placée entre les mains de bioinformaticiens internes qualifiés, cette nouvelle plate-forme orientera la sélection de thérapies à partir des résultats d'études du génome complet de la maladie cancéreuse. «Actuellement, la plupart des essais cliniques évaluent l'efficacité et l'innocuité d'un nouveau médicament en analysant ses effets sur des populations de patients en grande partie non sélectionnées,» fait observer le Dr Fatima Al-Shahrour, coordinatrice de PERSMEDOMICS (Bioinformatics and Integrative Genomics for a Novel Personalized Cancer Therapy) pour le Centre national espagnol de recherche sur le cancer (CNIO). «En utilisant des profils génomiques plutôt que des 'essais panier', nous pourrions assurer des diagnostics et des traitements plus précis basés sur des biomarqueurs multiples, une prescription plus sûre des médicaments, une meilleure prévention de la maladie et, par conséquent, une réduction des coûts de santé.» Bien sûr, le traitement personnalisé du cancer n'en est qu'à ses débuts. Avant qu'il puisse devenir la norme, les hôpitaux devront disposer de méthodes de test rapides, reproductibles, faciles à mettre en œuvre et peu coûteuses. Le partage des données moléculaires et cliniques doivent être encouragé, une compréhension complète de la biologie de la tumeur est nécessaire, et les limitations thérapeutiques et pharmacologiques actuelles doivent être surmontées. «Pour une aide à la décision précise, les dernières études ont aussi montré que la médecine personnalisée exige des informations provenant de milliers de patients. Malheureusement, même si tous les problèmes mentionnés ci-dessus étaient résolus, les infrastructures informatiques dont disposent actuellement les établissements de santé restent insuffisantes pour traiter efficacement de tels volumes de données,» déplore le Dr Al-Shahrour. Dans ce contexte, il est urgent de mettre au point des technologies rapides et bon marché reliant les données du patient aux autres informations connues. PanDrugs pourrait constituer une partie de la solution: en l'utilisant, les bioinformaticiens peuvent analyser et intégrer des données génomiques (mutation, variations du nombre de copies ou niveaux d'expression des gènes), des données fonctionnelles (essentiellement protéiques), et des données pharmacologiques (sensibilité ou résistance aux médicaments antitumoraux), afin d'identifier des altérations moléculaires exploitables. L'objectif de PanDrugs est d'évaluer la grande quantité de données générées par le profil génomique du cancer du patient, en fonction de leur intérêt biologique et clinique et de leur susceptibilité à un ciblage pharmacologique, afin de fournir un soutien à la prise de décision clinique. «Notre groupe a également travaillé sur une nouvelle méthodologie de repositionnement des médicaments pour prévoir des traitements séquentiels du cancer en utilisant des signatures transcriptionnelles,» déclare le Dr Al-Shahrour. L'équipe de PERSMEDOMICS a déjà obtenu des résultats préliminaires très prometteurs. Ses outils ont notamment été utilisés pour analyser les données de séquençage de patients atteints d'adénocarcinome canalaire pancréatique (PDAC) et distinguer celles pouvant avoir des implications thérapeutiques. «Dans le contexte de projets de recherche clinique et d'essais cliniques, PanDrugs a été intégré en tant que nouveau module dans le processus d'analyse de séquençage pour catégoriser les tumeurs des patients et les associer à des médicaments ou des traitements efficaces,» s'enthousiasme le Dr Al-Shahrour. «Jusqu'à présent, nous avons analysé les données de plus de 500 patients et cette nouvelle source nous a permis d'identifier, pour près de la moitié d'entre eux, des mutations sur lesquelles il était possible d'agir.» Un exemple de ce travail est une étude sur 25 patients qui a consisté à intégrer des données de séquençage et des modèles murins de xénogreffes dérivées du patient (PDX). En utilisant PanDrugs, l'équipe a pu identifier dans la plupart des cas des altérations génomiques spécifiques à la tumeur sur lesquelles il était possible d'agir. Parallèlement, des tests expérimentaux sur des traitements candidats dans des modèles PDX ont contribué à sélectionner des traitements empiriques pour les patients ne présentant pas de mutations pouvant être ciblées. «En 2015, nous avons commencé à tester cette stratégie dans le cadre d'une subvention avancée du CER, dans un essai randomisé prospectif sur 150 patients atteints d'un cancer pancréatique métastatique résistant. Notre objectif était de tester l'hypothèse selon laquelle une approche intégrée du traitement personnalisé améliore la survie par rapport à la stratégie de traitement conventionnelle,» déclare le Dr Al-Shahrour. PanDrugs est une solution qui permet d'étudier les profils moléculaires dans des populations de patients. Dotés de cet outil, les systèmes de santé publique pourront se concentrer sur l'acquisition de l'infrastructure, des logiciels et de l'expertise nécessaires pour stocker, exploiter, extraire et analyser ces informations. PanDrugs est open source, ce qui signifie que tous ses algorithmes et méthodes sont publics et librement accessibles. Le consortium du projet a déjà établi des collaborations avec des entités publiques et des entreprises privées du secteur de la santé, afin de promouvoir l'utilisation de ses outils.
Mots‑clés
PESMEDOMICS, PanDrugs, cancer, génomique, bioinformatique, big data, médecine personnalisée, essai clinique, tumeur, algorithme
