Biomarqueurs multidimensionnels utilisant des données moléculaires et radiomiques intégrées pour une oncologie de précision dans le domaine de la tête et du cou

Objectifs :

1. Réaliser le profilage moléculaire d'une vaste banque de tissus cancéreux de la tête et du cou, y compris les tissus accumulés dans le cadre de multiples essais cliniques.
2. Intégrer le profil moléculaire à des caractéristiques extraites d'images ou à des « omiques » basées sur des images, communément appelées radiomiques, qui comprendront à la fois des caractéristiques conçues manuellement et des caractéristiques extraites en profondeur à partir des images transversales d'un patient.
3. Utiliser différentes approches d'apprentissage automatique pour prédire différents résultats cliniques d'intérêt, ainsi que pour dériver des modèles permettant de prédire certaines signatures moléculaires et la réponse au traitement de manière non invasive à l'aide de caractéristiques basées sur des images.

Les cancers de la tête et du cou constituent un groupe hétérogène de tumeurs malignes et représentent la sixième tumeur maligne la plus fréquente dans le monde. Dans le cas du carcinome épidermoïde de la tête et du cou, outre l'incorporation du marqueur moléculaire HPV, le stade actuel et la planification du traitement sont largement basés sur des facteurs anatomiques. L'absence de biomarqueurs plus spécifiques pose un défi important pour la sélection d'un traitement optimal et opportun pour nos patients, y compris les nouvelles options thérapeutiques telles que l'immunothérapie. Compte tenu de la diversité et des variations du paysage génétique, de la pathogenèse moléculaire, des facteurs de risque et de la réponse au traitement que l'on rencontre dans différentes tumeurs et différents sites anatomiques, il existe un besoin critique de biomarqueurs permettant une meilleure stratification des tumeurs et fournissant la base de thérapies plus précises et personnalisées. Ce projet apportera des informations supplémentaires indispensables sur la pathogenèse des tumeurs, qui pourront servir de base à des soins de précision, associées à des biomarqueurs moléculaires et non invasifs basés sur l'imagerie pour la sélection des patients et la prédiction de la réponse au traitement. En outre, les pipelines et les approches fondamentales d'analyse des données qui seront développés auront une large utilité pour d'autres types de cancer et d'autres pathologies. Nous pensons qu'un projet de cette envergure, combinant différents types d'omiques, y compris l'intégration de caractéristiques moléculaires et dérivées de l'imagerie sous la supervision d'experts du domaine, a un potentiel transformateur pour les soins personnalisés de précision aux patients. La combinaison d'analyses moléculaires de pointe et d'imagerie médicale, tirant parti de l'intelligence artificielle ou plus précisément de l'apprentissage automatique pour développer des classificateurs, sera utilisée pour prédire différents résultats d'intérêt et développer des biomarqueurs spécifiques aux tumeurs.