À IJCLab, un modèle mathématique prédit l’évolution de tumeurs cancéreuses
Une équipe de chercheuses et chercheurs d’IJCLab, en collaboration avec le GHU Paris Saint-Anne, a développé un modèle mathématique permettant de prédire l’évolution des gliomes de bas grade, un type de tumeurs cérébrales cancéreuses, chez des patients ayant subi un premier traitement par radiothérapie.
IJCLab et le GHU Paris Saint-Anne ont franchi une étape majeure vers un meilleur traitement des gliomes de bas grade. Ces tumeurs cérébrales cancéreuses, caractérisées par leur développement lent et leur ténacité, sont généralement retirées chirurgicalement. Cela n’est toutefois pas toujours suffisant car, bien souvent, des cellules tumorales isolées se sont déjà infiltrées dans le cerveau du patient. Il est alors nécessaire de recourir à des traitements classiques en appoint tels que la chimiothérapie ou la radiothérapie. Suite à ces traitements secondaires, le rayon tumoral va effectivement décroître pendant une période très variable suivant les patients, pouvant s’étaler sur plusieurs mois voire plusieurs années. Mais au final, le développement tumoral reprend systématiquement et une nouvelle intervention est alors requise. L’enjeu pour les médecins est donc de pouvoir adapter le suivi post-traitement des patients afin de ne pas rater le moment où la tumeur récidivera. C’est pour résoudre ce problème que Stéphane Plaszczynski, Basile Grammaticos, Jean-Eric Campagne et Mathilde Badoual (IJCLab) ainsi que Johan Pallud (GHU Paris Saint-Anne) ont élaboré leur modèle.
Pour prédire le moment où la tumeur recommence à croître après la radiothérapie, les chercheuses et chercheurs ont fait appel à un modèle préexistant faisant intervenir la migration et la prolifération des cellules tumorales. Ainsi, à partir des données collectées et partagées par l’Hôpital Paris Sainte-Anne et en croisant cinq paramètres clefs (âge de la tumeur au moment de la radiothérapie, coefficients de diffusion et de prolifération et deux paramètres liés à la mort cellulaire par irradiation), ils sont parvenus à reproduire les données de croissance et d’effet de la radiothérapie de 43 patients. Ensuite, à partir de seulement trois mesures du rayon de la tumeur (avant, pendant et après le traitement), le modèle fournit une estimation correcte du temps de décroissance de la tumeur dans 75% des cas, ouvrant la voie à des traitements par radiothérapie plus adaptés, et donc plus efficaces.
Pour Mathilde Badoual, qui a participé à cet effort à IJCLab, la route vers une compréhension fine de l’évolution des gliomes de bas grade reste toutefois longue : « Au cours des prochaines années, nous allons travailler à affiner notre prédiction en utilisant une corrélation phénoménologique observée entre les paramètres. Nous souhaiterions également appliquer nos prédictions sur des patients en dehors de notre base de données. Enfin, il faut noter que notre modèle ne s’applique qu’aux tumeurs traitées par la seule radiothérapie, tandis qu’un nombre croissant de patients est traité conjointement par radiothérapie et chimiothérapie. Par conséquent, nous envisageons de reprendre notre étude avec des patients ayant subi ce double traitement ».