L'effet des médicaments sur les cellules individuelles devient prévisible
Le cancer est provoqué par des modifications des cellules de l'organisme qui entraînent la prolifération de cellules tumorales pathogènes. Afin de doser et de combiner le plus efficacement possible les médicaments qui entrent en ligne de compte pour un traitement, il est avantageux pour les médecins de pouvoir voir à l'intérieur du corps et d'identifier l'effet des médicaments sur les différentes cellules.
Une équipe de recherche interdisciplinaire composée de biomédecins et d'informaticiens de l'EPFZ, de l'Université de Zurich et de l'Hôpital universitaire de Zurich a développé une approche d'apprentissage automatique qui permet de modéliser et de prédire ces modifications cellulaires et ces effets médicamenteux de manière beaucoup plus précise et différenciée qu'auparavant.
Comprendre le mode de réaction individuel d'une cellule
Pour lutter contre le cancer, il est essentiel de comprendre précisément comment les cellules individuelles réagissent à un médicament : après tout, un médicament doit détruire autant que possible toutes les cellules tumorales - et uniquement celles-ci. Mais si l'effet d'un médicament n'est connu que sous la forme d'une moyenne statistique d'une population de cellules plus importante, une analyse de l'effet du médicament pourrait tout à fait "manquer" le fait que certaines cellules tumorales ne sont pas détruites par le médicament en raison de leur nature individuelle ou de résistances acquises - et le cancer continue à se propager.
La nouvelle approche des chercheurs zurichois tient compte du fait que les différentes cellules d'une population peuvent réagir très différemment à un médicament. Connaître le mode de réaction individuel des différentes cellules est une clé pour de nouveaux traitements plus efficaces contre le cancer :
"La diversité au sein d'une population de cellules a une grande influence sur la sensibilité ou la résistance des cellules aux perturbations. Au lieu de se baser sur les valeurs moyennes de toute une population de cellules, notre méthode permet de décrire précisément et même de prédire comment chaque cellule réagit à une perturbation, par exemple par une substance active", explique Gunnar Rätsch, professeur d'informatique biomédicale à l'EPF de Zurich et à l'Hôpital universitaire de Zurich.