Prédiction de la réponse des cancers ovariens aux inhibiteurs de PARP par analyse d’images histologiques.

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

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Les tumeurs ovariennes épithéliales de haut grade représentent une cause majeure de mortalité féminine, avec une proportion significative présentant un déficit en recombinaison homologue (HRD). Ce déficit, souvent lié à des mutations BRCA1/2, confère une sensibilité accrue aux inhibiteurs de PARP et aux chimiothérapies à base de platine. Cependant, les méthodes actuelles pour détecter le phénotype HRD reposent sur des analyses génomiques complexes, coûteuses et peu accessibles en routine clinique. Ce projet propose d’évaluer l’usage d’appareils d’imagerie multimodale développés par HyprView, couplés à des techniques d’intelligence artificielle, pour identifier les signatures histologiques associées au phénotype HRD. En comparant les caractéristiques extraites des images histologiques au score d’instabilité génomique (GIScar) validé par le LBGC, nous visons à développer un outil diagnostique simple, rapide et économique. Cette innovation pourrait améliorer significativement la détection des tumeurs HRD, facilitant ainsi l’orientation thérapeutique personnalisée.
Dans ce contexte, l'objectif principal est d'identifier dans les tumeurs ovariennes, une signature histologique associée au phénotype HRD, tel que défini par le test GISCAR, en utilisant une analyse d’images obtenue par une approche multimodale, couplée à des outils d’intelligence artificielle.
A cela s'ajoute plusieurs objectifs secondaires :
- Valider la corrélation entre les caractéristiques histologiques identifiées et le phénotype HRD.
- Comparer les performances de l’analyse d’image multimodale avec les tests génomiques classiques pour la détection du phénotype HRD.
- Évaluer l’impact des caractéristiques histologiques identifiées sur la réponse aux inhibiteurs de PARP et la réponse à la chimiothérapie
- Évaluer l’impact des caractéristiques histologiques identifiées sur la survie sans progression et sur la survie globale.
- Explorer les différences morphologiques entre les tumeurs HRD et HRP (proficientes en recombinaison homologue) pour affiner les modèles d’apprentissage automatique.
- Déterminer la faisabilité de l’intégration de l’analyse d’image multimodale dans la pratique clinique quotidienne pour la prise en charge des tumeurs ovariennes.
Pour atteindre ces objectifs, cette étude non interventionnelle s’appuie sur des données cliniques et biologiques existantes, collectées de manière standardisée. Les chercheurs étudieront les différentes signatures histologiques en utilisant des modèles statistiques pour identifier des différences significatives tout en tenant compte des caractéristiques des patientes (périodes, types histologiques...).
La population d'étude concerne les patientes majeures atteintes d'un cancers de l’ovaire séreux de haut grade, stades III/IV, prises en charge entre 2019 et 2024 au CLCC F. Baclesse pour lesquelles la signature GISCAR a été obtenue ou qui ont été traitées par inhibiteur de PARP.