Cet outil d’apprentissage automatique développé par des bioingénieurs de l’Université de l’Ohio pour le diagnostic et le suivi du cancer colorectal, permet bien, à partir de différences moléculaires de détecter la présence de tumeurs et d’évaluer le stade de la maladie.

Présenté dans la revue iMetaOmics, cet outil devrait faire progresser le diagnostic de ce cancer qui fait partie des plus fréquents et représente la deuxième cause de décès par cancer.

L’un des auteurs principaux, Jiangjiang Zhu, professeur de sciences humaines à l’Université d’État de l’Ohio, précise que « bien que des analyses supplémentaires soient nécessaires, le « pipeline de découverte de biomarqueurs » s’avère déjà très prometteur comme diagnostic non invasif du cancer colorectal mais aussi comme outil de suivi de la progression de la maladie. Enfin, l’analyse des biomarqueurs métaboliques pourrait également servir à évaluer l’efficacité du traitement.
L’étude analyse des prélèvements sanguins provenant de plus de 1.000 participants et révèle : des modifications métaboliques associées à l’évolution de la gravité de la maladie et à des mutations génétiques connues pour augmenter le risque de cancer colorectal ;

En pratique, la nouvelle plateforme permet d’extraire 2 ensembles de données biologiques des 626 échantillons sanguins analysés, provenant de participants atteints d’un cancer colorectal, dont certains avec mutations génétiques à haut risque et des 402 autres échantillons provenant de témoinss en bonne santé, appariés selon l’âge et le sexe : - les métabolites, produits de réactions biochimiques qui décomposent les aliments pour produire de l’énergie et assurer d’autres fonctions essentielles,

- les transcrits, lectures d’ARN des instructions d’ADN qui reflètent les modifications protéiques associées. Des voies métaboliques liées à une famille de composés appelés purines, nécessaires à la formation et à la dégradation de l’ADN, se distinguent lors de cette analyse : elles se révèlent globalement plus actives chez les patients atteints de cancer que chez les témoins sains, et moins actives à des stades tumoraux plus avancés. Si l’outil n’a pas vocation à remplacer la coloscopie comme référence pour le dépistage du cancer, si des études de validation supplémentaires sur de plus larges échantillons restent nécessaires, il pourrait être transposé en milieu clinique comme test de détection de première intention. Ces travaux illustrent également l’avancée des techniques d’intelligence artificielle et d’apprentissage automatique dans la santé et le diagnostic notamment, ici avec la combinaison de 2 technologies, l’analyse discriminante par les moindres carrés partiels qui permet la différenciation globale des profils moléculaires, et un réseau neuronal artificiel qui permet l’identification des molécules prédictives de la tumeur. C’est, donc, la promesse d’un nouveau pipeline bio-informatique pour le diagnostic et le suivi du cancer colorectal, avec la perspective d’une prise en charge toujours mieux personnalisée.