Combiner intelligence artificielle et expression des gènes pour prédire la réponse aux inhibiteurs de PARP dans le cancer de l’ovaire

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Le cancer séreux de haut grade de l’ovaire est associé à une mortalité importante et, malgré l’efficacité des inhibiteurs de PARP (PARPi), certaines patientes présentent une résistance à ces traitements.

Ce projet de recherche ancillaire à l’essai PAOLA-1 vise à identifier, à partir de données de pathologie numérique et de données transcriptomiques, des caractéristiques tumorales associées à la sensibilité aux PARPi. L’objectif est notamment de développer des algorithmes d’intelligence artificielle capables d’identifier des profils morphologiques associés aux caractéristiques moléculaires des tumeurs et d’évaluer leur capacité à prédire le bénéfice de l’olaparib.

Le projet repose sur l’analyse rétrospective des données et échantillons issus des patientes incluses dans l’essai PAOLA-1 "Etude de phase III, multicentrique, randomisée, en double aveugle, comparant Olaparib vs Placebo chez des patientes présentant un cancer avancé de l’ovaire, des trompes de Fallope ou du péritoine de stade FIGO IIIB-IV, séreux ou endométrioïde de haut grade, traitées en première ligne par chimiothérapie associant un sel de platine et un taxane avec le bevacizumab pendant la chimiothérapie puis en entretien". Les analyses associeront des images de lames histologiques tumorales numérisées, des données d’expression génique obtenues par RNA-seq et des données clinico-biologiques. Des méthodes de pathologie computationnelle et d’intelligence artificielle seront utilisées conjointement à des analyses transcriptomiques et statistiques afin d’étudier les associations entre caractéristiques morphologiques, moléculaires et cliniques.