Les chercheurs ont trouvé 6 gènes associés aux fibroblastes associés au cancer qui semblent être en corrélation avec la réponse à l’immunothérapie anti-PD-1.
Les scientifiques semblent avoir identifié une série de gènes de fibroblastes associés au cancer (CAF) qui ont le potentiel de prédire si les patients atteints de mélanome répondront à la thérapie anti-protéine de mort cellulaire programmée 1 (anti-PD-1).
Les auteurs affirment que les résultats pourraient un jour aider les cliniciens à mieux gérer les patients existants et donner aux développeurs de médicaments de nouvelles cibles potentielles pour améliorer l’efficacité de la thérapie anti-PD-1. Leurs conclusions ont été publiées dans : Frontières en médecine :.
Ils ont écrit que même si l’immunothérapie a entraîné d’énormes avantages pour de nombreux patients, une proportion importante de ces patients – 30% à 60% – ne répondra pas. C’est un problème majeur, étant donné le coût élevé et les événements indésirables graves qui peuvent être associés à la thérapie, ont-ils déclaré.
“En termes de réponse clinique, de coûts et d’effets secondaires, il est urgent de trouver des biomarqueurs pour prédire l’efficacité de la thérapie anti-PD-1”, ont-ils écrit.
Les méthodes existantes de prédiction de la réponse au traitement anti-PD-1 comprennent les tests immunohistochimiques PD-L1, bien qu’ils aient noté que l’expression de PD-L1 peut varier dans le temps, ce qui rend le biomarqueur moins que certain. D’autres biomarqueurs, tels que la charge mutationnelle tumorale, l’instabilité des microsatellites et les sous-types moléculaires, peuvent être efficaces, mais ils ont également un coût élevé et les tests peuvent être peu pratiques pour les patients.
A la recherche d’un meilleur biomarqueur, les auteurs se sont tournés vers les CAF, qui constituent la plupart des cellules stromales du microenvironnement tumoral. Ces cellules semblent avoir un impact significatif sur la réponse immunothérapeutique en favorisant l’immunosuppression tumorale et l’évasion immunitaire. Cependant, ils n’ont pas encore été étudiés au point d’identifier des prédicteurs de réponse au traitement anti-PD-1.
Afin d’identifier le rôle potentiel des gènes associés au CAF, les chercheurs ont utilisé le ç pour extraire 3 ensembles de données d’expression génique de patients atteints de mélanome qui n’avaient pas reçu de traitement anti-PD-1. À partir de là, ils ont identifié des gènes de module liés à la CAF à l’aide d’une analyse pondérée du réseau de co-expression. Ils ont également effectué une analyse différentielle des gènes sur les ensembles et utilisé plusieurs méthodes de biologie computationnelle pour identifier un panel de 6 gènes de gènes liés à la CAF qui semblaient être liés au succès de l’anti-PD-1 : CDK14, SYNPO2, TCF4, GJA1, CPXM1, et: TFPI.
Les auteurs ont ensuite utilisé des ensembles de validation pour évaluer leur panel à l’aide de courbes de caractéristique de fonctionnement du récepteur (ROC).
« Le panel multigène a démontré d’excellentes performances diagnostiques combinées avec l’aire sous la courbe du ROC atteignant 90,5 et 75,4 % [to approximately] 100% dans les ensembles de découverte et de validation, respectivement », ont-ils expliqué.
Les auteurs ont cité plusieurs limites à leur étude. Une validation supplémentaire sera nécessaire, et leur taille d’échantillon était petite, avec seulement 87 échantillons. Ils ont déclaré qu’il serait important de valider leurs résultats dans une cohorte de patients cliniques avant que les gènes puissent être utilisés pour prendre des décisions cliniques.
Pourtant, ils ont déclaré que leur étude avait abouti à une étape clé en identifiant des gènes d’intérêt qui pourraient un jour devenir la base d’un outil pronostique important.
“Le panel multigène pourrait devenir un panel potentiel de biomarqueurs pour guider l’immunothérapie à l’avenir”, ont-ils conclu.
Référence:
Tian L, Long F, Hao Y, et al. Un panel de six gènes liés aux fibroblastes associés au cancer pour la thérapie anti-PD-1 dans le mélanome, piloté par une analyse de réseau de corrélation pondérée et un apprentissage automatique supervisé. Front Med (Lausanne). Publié en ligne le 11 avril 2022. doi : 10.3389 / fmed.2022.880326 :
.