Alors que l'essentiel de la gravité des cancers réside dans leur aptitude à se propager à distance de l'endroit où ils se sont déclarés, les mécanismes qui régissent le potentiel métastatique des cellules tumorales restent encore très largement méconnus.Cette constatation est à l'origine de l'utilisation de l'intelligence artificielle par une équipe de recherche genevoise pour tenter d'éclaircir ces mécanismes et ainsi pouvoir intervenir de façon à optimiser la prise en charge des patients.Dans un premier temps, les chercheurs ont isolé des cellules issues de tumeurs du côlon, les ont clonées et cultivées. Ils ont ensuite évalué, in vitro et dans un modèle murin, l'aptitude de ces cellules clonales à migrer au travers d'un filtre biologique et à générer des métastases. L’analyse de l’expression de plusieurs centaines de gènes, réalisée sur une trentaine de clones cellulaires issus de deux tumeurs primaires du côlon, a abouti à l'identification de signatures d’expression génique dont la présence et l'activation a permis de générer un score de potentiel migratoire représentatif du risque métastatique. Les signatures d’expression génique d'intérêt ont été intégrées dans un modèle d’intelligence artificielle spécifiquement développé par l’équipe genevoise et entraîné jusqu'à obtention d'un algorithme capable de prédire la survenue de métastases et de récidives du cancer du côlon avec une précision proche de 80%, ce qui est nettement supérieur aux performances de tous les outils de prédiction existant à ce jour. Selon les chercheurs, à partir des signatures mises en évidence dans leur expérimentation, il devrait être possible d'identifier des signatures dérivées capables de prédire le potentiel métastatique d’autres tumeurs solides (estomac, poumon ou encore sein).Les résultats, publiés dans Cell Reports, indiquent qu'à partir d'un prélèvement de cellules tumorales primaires, il est possible de déterminer le potentiel métastatique."Cette information permettra d’éviter le surtraitement des malades à faible risque, limitant les effets secondaires et les coûts inutiles, tout en intensifiant la surveillance et le traitement de celles et ceux dont le risque est fortement élevé", commente le Pr Ariel Ruiz i Altaba, auteur senior de la publication. "Elle offre également la possibilité d’optimiser la sélection pour les essais cliniques, ce qui réduit le nombre de volontaires requis, augmente la puissance statistique des études et apporte un bénéfice thérapeutique aux malades qui en ont le plus besoin".