Une nouvelle technique aide les personnes atteintes d'un cancer du sein à choisir le meilleur traitement

Le cancer du sein (BC) est une maladie complexe comprenant plusieurs sous-types distincts présentant des caractéristiques génomiques et pathologiques spécifiques. Actuellement, une variété de médicaments sont accessibles pour le traitement du cancer du sein.

Toutefois, étant donné la complexité de la maladie, seules certaines personnes bénéficient des mêmes médicaments. Le séquençage de l’ADN peut en apprendre un peu plus sur le type de traitement qui sera le plus bénéfique pour un patient. Par conséquent, de meilleures approches sont nécessaires pour prévoir la façon dont les patients réagiront au traitement, car il est souvent impossible de dire si un traitement bénéficiera à un patient spécifique.

Une technique développée par des scientifiques de Karolinska Institutet pourrait être en mesure de prédire si une patiente atteinte d’un cancer du sein bénéficiera ou non d’un traitement spécifique. L’approche cellulaire a été testée sur des patients et les résultats sont encourageants.

La méthode est basée sur l'isolement et la culture de cellules tumorales et de cellules dites de soutien provenant de patients atteints de cancer du sein. L’efficacité des thérapies anticancéreuses est ensuite évaluée en les testant sur des cellules cultivées à différentes concentrations.

L'étude a montré la possibilité d'établir ce type de modèle de tumeur cellulaire à partir de tumeurs du sein et que les modèles cellulaires sont similaires aux tumeurs d'origine des patientes de manière pertinente, par exemple génétiquement et en termes de différents marqueurs protéiques.

Les scientifiques ont développé des modèles de tumeurs pour chaque patient à l'aide de biopsies réalisées avant l'intervention chirurgicale et les ont soumis aux mêmes médicaments que le patient. La sensibilité pharmacologique des modèles a ensuite été comparée à la façon dont les patients ont répondu au traitement.

Les résultats démontrent que les réponses thérapeutiques suggérées par le modèle de tumeur et celles affichées par la suite par le patient étaient globalement cohérentes. Par exemple, le modèle a prédit la réponse thérapeutique à l’épirubicine, un médicament chimiothérapeutique, avec une précision de 90 %, et quatre patients sur quatre ayant reçu un traitement et subi des tests pour les anticorps monoclonaux anti-HER2 ont montré une cohérence.

Le premier auteur de l'étude, Xinsong Chen, spécialiste de recherche au Département d'oncologie-pathologie du Karolinska Institutet, a déclaré : "Il est également possible de créer des modèles cellulaires à partir de petites tumeurs, qui sont souvent considérées comme techniquement difficiles à échantillonner sans compromettre le diagnostic, et que les tests peuvent être effectués relativement rapidement."

« Dans la plupart des cas, nous pouvons effectuer des tests de dépistage individualisés et obtenir le résultat dans un délai de dix jours, ce qui indique que cette méthode peut fonctionner dans la pratique clinique quotidienne. Mais il peut également être utilisé dans la recherche et développement de médicaments. »

La technologie sera ensuite testée sur un échantillon plus large de patients. Son potentiel de combinaison avec d’autres techniques moléculaires sera examiné pour améliorer la prédiction de la réponse thérapeutique et rechercher les mécanismes de résistance.

Journal de référence:

1. X. Chen, EG Sifakis, S. Robertson et al. 1668P – Modèle de culture cellulaire de tumeur entière dérivé d’une patiente atteinte d’un cancer du sein pour un profilage efficace des médicaments et une prédiction efficace de la réponse au traitement. Actes de l'Académie nationale des sciences (PNAS). DOI : 10.1016/annonc/annonc1078