Une nouvelle approche du diagnostic et de la gradation du cancer du sein pourrait avoir un impact majeur sur les traitements et les chances de survie.
Des chercheurs de l’Université Columbia ont mis au jour une méthode innovante pour diagnostiquer et évaluer le cancer du sein en transformant des motifs visuels en mesures quantitatives, ce qui pourrait améliorer la façon dont les cliniciens prédisent les résultats du cancer du sein et choisissent le traitement le plus adapté pour chaque patiente.
Actuellement, le cancer du sein est diagnostiqué et classé en observant des échantillons tissulaires au microscope, à la recherche de modifications dans la structure des tissus et de leurs cellules.
Les cellules cancéreuses obtiennent un grade après vérification en laboratoire, selon le degré auquel les cellules cancéreuses ressemblent à des cellules normales. Ce classement est utilisé pour le pronostic et pour déterminer quels traitements pourraient être les plus efficaces.
Un grade faible signifie que le cancer croît plus lentement et est moins susceptible de se propager, tandis qu’un grade plus élevé indique un cancer qui croît plus rapidement et qui est plus enclin à se diffuser, ou qui s’est déjà propagé, selon l’American Cancer Society.
Les chercheurs ont désormais utilisé des outils mathématiques connus sous le nom de topologie pour développer des biomarqueurs capables de calculer l’organisation structurelle des tissus mammaires, selon un communiqué de presse relayé par Medical Xpress.
Les scores numériques qui en résultent prédisent la survie des patientes et la réponse au traitement avec une précision supérieure à celle de nombreux biomarqueurs traditionnels, et ils présentent moins de variations entre les groupes raciaux et ethniques.
« En combinant des images détaillées du tissu tumoral avec des informations sur les gènes, les protéines et d’autres caractéristiques cliniques d’une patiente, nous avançons vers une image plus complète du cancer de chacun, » a‑t‑il déclaré.
« Notre espoir est que cette approche permette d’améliorer la précision du diagnostic du cancer du sein, de mieux anticiper l’évolution de la maladie et, en définitive, de soutenir des décisions de traitement plus personnalisées. »
En utilisant la topologie, ils ont pu examiner comment les cellules tumorales et les cellules immunitaires étaient disposées les unes par rapport aux autres. L’équipe a cartographié ces coordonnées dans des échantillons tumoraux issus de plus de 550 patiente atteintes d’un cancer du sein en Caroline du Nord, en utilisant des modèles pour mesurer les motifs d’organisation à travers le tissu.
L’étude a montré que ces mesures fondées sur la topologie prédisent fortement la survie au cancer du sein, des taux plus élevés étant associés à une survie plus longue et à des issues plus favorables, surpassant plusieurs approches conventionnelles de gradation et de diagnostic.
Les biomarqueurs traditionnels peuvent présenter une variabilité de précision selon les origines ethniques des patientes; les deux biomarqueurs fondés sur la topologie se sont révélés préservant leur pouvoir prédictif chez les patientes non hispaniques noires et non hispaniques blanches, et leurs recherches ont également pu prévoir la réponse à la thérapie dans des ensembles de données cliniques indépendants.
Jasmine McDonald, Ph.D., auteure principale de l’étude et professeure associée d’épidémiologie à l’Université Columbia, a déclaré dans un communiqué que les résultats « suggèrent que l’organisation spatiale de la tumeur contient des informations biologiques importantes que les biomarqueurs conventionnels pourraient manquer. »
Cela a également mis en évidence des liens entre des scores de topologie faibles et des voies impliquées dans le métabolisme, la suppression immunitaire et la « transition épithélio-mésenchymale », associée à l’invasion et à la métastase du cancer. Il se pourrait que les changements structurels au sein des tumeurs soient liés aux processus métaboliques et immunitaires présents dans le microenvironnement tumoral.
Les chercheurs estiment que ces nouvelles méthodes pourraient être utilisées parallèlement aux flux de travail pathologiques existants pour guider les décisions de traitement, et ils travaillent désormais à appliquer des méthodes similaires de topologie aux lames de pathologie standard utilisées en clinique à travers le monde.
Leur objectif est de voir un jour des échantillons tissulaires numérisés et analysés par des algorithmes computationnels entraînés à reconnaître des motifs structurels, afin de rendre cette approche accessible même dans les zones isolées ou disposant de peu de ressources.
« Notre objectif à long terme est de rendre ces avancées plus largement accessibles afin que davantage de patients puissent bénéficier d’une prise en charge du cancer de précision. »
Référence
Sandeep Singhal et al., Biomarkers basés sur la topologie prédisent avec précision le résultat et la survie du cancer du sein, Cancer Research (2026). DOI: 10.1158/0008-5472.can-25-1216
