Ngs-Predict
Détection du cancer par biopsie liquide.
Nous avons établi un premier modèle de ML (Machine Learning) à partir des données de séquençage en libre accès, issues de différentes études, et portant sur 940 patients.
La modèlisation porte sur 11 types de cancer (à tous les stades), qui représent au niveau mondial 63,6 % des cas de décès.
On a obtenu une sensibilité de 0.88, une spécificité de 0.96.La sensibilité est donc meilleure en moyenne que des méthodes de biopsie liquide concurrentes comme:
-Test Iset, basé sur la détection des cellules tumorales circulantes, pour les types de cancer les plus communs (colon, sein, poumon..). La sensibilité aux stades 1 et 2, du test ne serait pas supérieure à 50% (Cellules tumorales circulantes pour la détection précoce du cancer ), le société Rarecells ne communicant d'évaluation globale agrégeant les différents types de cancer.
-CCGA (Circulating Cell-free Genome Atlas), qui permet de détecter 50 types de cancer par analyse de l'Adn circulant, mais avec une sensibilité de 0,7 (2) à tous les stades, et de 0.73 au stade 2. La biopsie liquide par recherche d'Adn circulant ne donne par exemple dans l'étude Thunder qu'une sensibilité de 59,8% jusqu'au stade III (4).
Alors que par exemple en 2012, 46% des cancers au Royaume Uni, n'étaient découverts qu'à partir du stade 3 (5), il serait en effet très efficace de pouvoir détecter avec une bonne sensibilité et à un stade au plus égal à 2,
la plupart des types, à partir d'un même prélèvement. En effet, dans le cas du cancer gastrique par exemple, le taux de survie à 5 ans passe de 65% si le cancer est détecté aux stades 1-2 à 25% aux stades suivants (6).
C'est la raison pour laquelle nous construisons un nouveau modèle, analogue à celui déjà établi, mais qui se limite à des données de sequençage de patients sans cancer, ou avec un cancer au plus au stade 2.
Une modélisation limitée, à la détection du cancer gastrique (étude PRJNAxxx-Ncbi) a montré en phase 1 et 2 du cancer, une sensibilité de 0,88 et une spécificité de 0,80, pour des régressions logistiques. Cependant la fiabilité statistique, par exemple du premier modèle, qui fait intervenir 36 patients, n'est pas optimale puisqu'il faudrait au minimum un effectif de 100+2*50=200 (7) pour assurer une fiabilité importante.
Le coût d'un séquençage individuel est au minimum de 300Eur (8). Si l'on devait refaire une étude complète, uniquement pour le cancer gastrique, le coût d'une telle étude serait au minimum de 200*300=60.000Eur. L'examen de détection de ce type de cancer est assez contraignant, puisqu'il s'agit le plus souvent d'une endoscopie digestive haute (gastroscopie, 9), alors que les symptômes sont souvent tardifs. Le coût d'un séquençage sera d'autant plus compétitif, par exemple en comparaison d'une gastroscopie (260Eur, 10), qu'il permettra de détecter plusieurs types de cancer en un seul examen. La biopsie liquide est en moyenne d'un coût inférieur à la gastroscopie car elle n'est pas liée à une journée d’arrêt de travail, mais a contrario ne permet pas l'ablation de polypes (11) potentiellement cancéreux.
Une modélisation pour le cancer du colon (étude PRJNAxxx-Ncbi) en phase 1 et 2 du cancer, a montré une sensibilité de 0.98 une spécificité de 0.98 spécificité de 0.98 pour un effectif de près de 300 malades et 300 non malades.
Nous envisageons de collaborer en 2024 à une étude clinique qui utilisera ce dernier modèle, afin d'améliorer la détection du cancer du colon en phase 1 et 2.
En effet, le taux de survie à 5 ans est de 90% pour une détection précoce contre 63% en moyenne (12).
Une autre modélisation pour la détection du syndrome coronarien chronique (étude PRJNAxxx-Ncbi), a montré une sensibilité de 0.99 une spécificité de 0.98 pour un effectif de plus de 200.
Nous envisageons de collaborer en 2024 à une étude clinique qui utilisera ce dernier modèle, après l'évaluation d'un score médical de prétest (p24/80),
afin de compléter ou simplifier les méthodes de détection existantes.
L'avantage d'effectuer une analyse Ngs est aussi de potentielement pouvoir orienter certains traitements, à partir du sequençage (Tableau 2).
Nous cherchons aussi à moyen terme la mise à disposition de données de séquencage ngs déjà réalisées, de patients répertoriés aux stades 1 ou 2, pour alimenter un modèle s'appliquant à d'autres types de cancer.
