Command Palette
Search for a command to run...
Combattre La Résistance À La Chimiothérapie Et La Récidive Tumorale ! Une Équipe De Recherche De l'Université Du Shandong Utilise l'IA Pour Créer Une Défense Puissante Contre Les Cellules Souches Du Cancer Du Sein

Le cancer du sein est la première cause de mortalité parmi les tumeurs malignes féminines et a toujours été au centre des préoccupations de la communauté médicale. Actuellement, la chimiothérapie cytotoxique est le traitement systémique le plus courant pour les patientes atteintes d’un cancer du sein. Bien que cela puisse soulager la maladie dans une certaine mesure, les cellules cancéreuses peuvent néanmoins réapparaître ou métastaser.
Des études antérieures ont montré queLes cellules souches du cancer du sein (BCSC) sont la source de la résistance du cancer du sein à la chimiothérapie et à la radiothérapie. Bien que les BCSC ne représentent qu’une petite fraction des cellules cancéreuses du sein, elles possèdent un potentiel de prolifération illimité étonnant et la capacité d’initier des tumeurs. Ce qui est encore plus choquant, c’est que le processus de chimiothérapie lui-même peut également favoriser la transformation de cellules non-BCSC en BCSC, augmentant ainsi le risque de récidive tumorale et de métastase.
On peut constater qu’une compréhension approfondie du mécanisme de réponse du BCSC à la chimiothérapie est très importante pour améliorer le pronostic des patientes atteintes d’un cancer du sein. Sur le plan clinique, une méthode capable d’identifier et d’inhiber le BCSC est nécessaire de toute urgence pour optimiser les options de traitement existantes.
Face à ce défi,**Lv Haiquan, Sun Rong, Zhang Kai de l'Université du Shandong et Mei Qi de l'Université médicale du Shanxi, en collaboration avec des équipes de recherche d'Helix Matrix et d'autres, ont réalisé une percée. En utilisant la technologie d’apprentissage automatique et en se basant sur l’analyse de l’ARNm, ils ont développé avec succès une nouvelle méthode, la signature BCSC, pour évaluer les caractéristiques des cellules souches cancéreuses dans des échantillons de patientes atteintes d’un cancer du sein primaire.**Cette étude révèle non seulement le rôle central de l’anabolisme des polyamines dans la régulation du BCSC, mais fournit également de nouvelles stratégies et orientations pour le traitement clinique du cancer du sein.
L'étude a été publiée dans la revue de renommée internationale Advanced Science sous le titre « L'anabolisme des polyamines favorise l'enrichissement des cellules souches du cancer du sein induit par la chimiothérapie ».
Points saillants de la recherche :
* Les chercheurs ont développé une signature BCSC basée sur l'ARNm en utilisant des méthodes d'apprentissage automatique pour évaluer la souche cancéreuse dans des échantillons de patientes atteintes d'un cancer du sein.
* Cette étude a révélé que l’anabolisme des polyamines joue un rôle clé dans la régulation du BCSC. La chimiothérapie favorise l’enrichissement des BCSC en activant la voie d’anabolisme des polyamines régulée par HIF-1.
* Cette étude a découvert un nouvel inhibiteur spécifique de HIF-1, Britannin, qui peut inhiber efficacement l'activité transcriptionnelle de HIF-1 induite par la chimiothérapie, les niveaux de métabolisme des polyamines et l'enrichissement des BCSC lorsqu'il est utilisé en combinaison
Adresse du document :
https://onlinelibrary.wiley.com/doi/10.1002/advs.202404853
Utilisation des ensembles de données TCGA pour établir des associations entre l'analyse de corrélation de Pearson et les algorithmes d'apprentissage automatique
Évaluer quantitativement les propriétés des cellules souches d'échantillons de patientes atteintes d'un cancer du sein primaire en fonction des niveaux d'expression génétique,**L’étude a utilisé les données du Cancer Genome Atlas Consortium (TCGA) sur le cancer du sein invasif.**L'ensemble de données BRCA1 (BRCA2) a été utilisé pour corréler l'expression de l'ARNm avec l'indice des cellules souches de l'ARNm (ARNmsi) à l'aide de l'algorithme d'apprentissage automatique de régression logistique univariée (OCLR), développant ainsi une signature BCSC basée sur l'ARNm.
L'étude a également généré des courbes de Kaplan-Meier basées sur un ensemble de données de 2 032 patientes atteintes d'un cancer du sein, en partie stratifiées par l'expression de BCSC P-Sig et N-Sig dans les tumeurs primaires, et en partie basées sur un ensemble de données de 1 372 patientes atteintes d'un cancer du sein ayant reçu une chimiothérapie.
Plus précisément, comme le montre la figure A ci-dessous, cette étude a d’abord identifié 81 gènes avec des coefficients de corrélation de Pearson r>0,70 et 91 gènes avec des coefficients de corrélation de Pearson r<-0,70, et les a définis comme signature positive BCSC (P-Sig) et signature négative (N-Sig), respectivement.








L'anabolisme des polyamines est positivement corrélé à l'enrichissement des BCSC, et l'inhibiteur de HIF-1 Britannin peut réduire la biosynthèse des polyamines et éradiquer les BCSC
**Afin d'explorer le mécanisme d'enrichissement des BCSC induit par la chimiothérapie du point de vue du métabolisme cellulaire,**Cette étude a divisé 21 patients atteints de TCGA BRCA en groupes BCSChigh et BCSClow en fonction de l'expression des signatures BCSC, et a comparé les niveaux de 399 métabolites entre les deux groupes, comme indiqué dans la figure A ci-dessous.











L'IA aide au diagnostic pathologique, et la thérapie ciblant HER2 pourrait être la clé
De nos jours, le diagnostic du cancer du sein ne repose pas uniquement sur les résultats de l’imagerie, mais le diagnostic pathologique joue également un rôle irremplaçable. Le statut d’expression de HER2 (récepteur 2 du facteur de croissance épidermique humain) est une considération importante dans le traitement du cancer du sein. L’IA peut aider à identifier le niveau d’expression de HER2 dans l’analyse des sections pathologiques et fournir une référence pour une thérapie ciblée ultérieure.
Bien que le principe semble simple, il n’est pas facile à réaliser. Par exemple, afin d'utiliser la technologie de l'IA pour améliorer la précision et la répétabilité de l'interprétation de HER2 dans le cancer du sein, une formation importante est nécessaire et le système d'IA doit être constamment débogué et comparé au diagnostic du personnel médical. Sur cette base, les chercheurs se sont concentrés sur la distinction entre HER2 négatif et positif, en concentrant l'IA sur la limite inférieure de l'expression de HER2, évaluant ainsi la valeur de l'IA dans le diagnostic de différents cancers du sein hétérogènes à faible expression de HER2.
En fait,Dès 2022, le professeur Lv Haiquan de l'Université du Shandong a publié un article de couverture dans la revue biomédicale Theranostics, révélant que le ciblage de l'A2BR combiné à la chimiothérapie peut bloquer l'enrichissement des cellules souches du cancer du sein et améliorer le taux de survie des patientes atteintes d'un cancer du sein après une chimiothérapie.
Lien vers l'article : https://www.thno.org/v12p2598.htm
**Cette fois, le professeur Lv Haiquan a une fois de plus révélé que l'utilisation combinée de Britannin peut inhiber l'anabolisme polyaminergique du HIF-1 et éradiquer le BCSC, ce qui fournit sans aucun doute une nouvelle idée pour le traitement du cancer du sein.**À l’avenir, l’IA jouera un rôle d’une importance sans précédent dans le traitement du cancer du sein, et son application dans le domaine médical et de la santé montre de plus en plus un grand potentiel. Avec les progrès continus de la technologie et son application approfondie, l’IA deviendra un partenaire indispensable dans le cancer du sein et même dans le traitement du cancer, apportant plus de force et d’espoir aux patients.











