Identification de biomarqueurs non invasifs et multi-omiques pour la stratification pronostique des métastases hépatiques colorectales et du cancer pulmonaire basée sur l'apprentissage automatique

Le cancer colorectal (CCR) et le cancer du poumon figurent parmi les quatre types de can-cer les plus fréquemment diagnostiqués au Canada. En 2024, le cancer du poumon était la première cause de décès liés au cancer au Canada et le CCR se classait au deuxième rang chez les hommes canadiens et au troisième rang chez les femmes canadiennes. Les métastases hépatiques colorectales (MHCR) se développent comme le site le plus courant de progression du cancer colorectal. Actuellement, la résection chirurgicale complète des MHCR, associée à une chimiothérapie systémique, est la principale voie vers une guérison potentielle. Néan-moins, plus de 70 % des patients présentent une récidive de la maladie après l’opération. Le cancer du poumon non à petites cellules (CPNPC) représente 85 % des cas de cancer du poumon, ce qui en fait le type le plus courant. L’introduction des inhibiteurs de point de contrôle immunitaire (ICI) a révolutionné la prise en charge du CPNPC, entraînant des améliorations substantielles des taux de survie des patients depuis l’avènement de l’immuno-thérapie. Pourtant, le taux de réponse objective du CPNPC avancé aux ICI est inférieur à 43 %. Cette incertitude pronostique causée par les résultats oncologiques hétérogènes de ces deux tumeurs malignes souligne un défi majeur en oncologie : le décalage entre des thérapies de plus en plus sophistiquées et la capacité à prédire de manière fiable la réponse des patients à des traitements spécifiques. Il existe un besoin critique d’approches de médecine personnalisée qui peuvent prédire avec précision le pronostic des patients et guider des décisions thérapeutiques adaptées. Actuellement, la médecine personnalisée repose sur des biomarqueurs qui aident à décrypter la biologie tumorale impliquée et les caractéristiques du microenvironnement im-munitaire. Les biomarqueurs conventionnels sont collectés à partir d’échantillons de tissus, traditionnellement obtenus par biopsie ou évalués après une intervention chirurgicale par immunohistochimie (IHC). Néanmoins, ces méthodes souffrent d’hétérogénéité spatiale, de risques procéduraux et de limitations techniques, notamment des différences dans la qualité des échantillons et les protocoles de coloration. De plus, les biopsies répétitives sont impra-ticables, ce qui rend difficile le suivi longitudinal des changements de biomarqueurs pendant le traitement.

Abstract

Colorectal cancer (CRC) and lung cancer are among the top four most diagnosed cancer types in Canada. In 2024, lung cancer was the first cause of cancer-related Canadian deaths and CRC ranked second in Canadian men and third in Canadian women. Colorectal liver metastases (CRLM) develop as the most common site of colorectal cancer progression. Cur-rently, complete surgical resection of CRLM combined with systemic chemotherapy, is the main path to a potential cure. Nevertheless, more than 70% of patients experience disease re-currence after surgery. Non-small cell lung cancer (NSCLC) accounts for 85% of lung cancer cases, making it the most common type. The introduction of immune checkpoint inhibitors (ICI) has revolutionized the management of NSCLC, resulting in substantial improvements in patient survival rates since the advent of immunotherapy. Yet, the objective response rate of advanced NSCLC to ICI is lower than 43%. This prognostic uncertainty caused by the heterogeneous oncological outcomes of these two malignancies underlines a major challenge in oncology: the disconnect between increasingly sophisticated therapies and the ability to reliably predict patients’ response to specific treat-ments. There is a critical need for personalized medicine approaches that can accurately predict patient prognosis and guide tailored therapeutic decisions. Currently, personalized medicine relies on biomarkers that help decipher the involved tumor biology and the char-acteristics of the immune microenvironment. Conventional biomarkers are collected using tissue samples, traditionally obtained through biopsies or assessed after surgery using im-munohistochemistry (IHC). Nevertheless, these methods suffer from spatial heterogeneity, procedural risks, technical limitations including differences in sample quality and staining protocols. Moreover, repetitive biopsies are impracticable making it difficult to longitudi-nally track biomarker changes during treatment.