Un modèle d'IA prédit la survie au cancer du sein à partir de la méthylation de l'ADN et des interactions géniques

Des scientifiques ont créé un modèle d'IA révolutionnaire appelé ARTEMIS qui améliore considérablement la prédiction du pronostic du cancer du sein en intégrant à la fois les effets génétiques individuels et les interactions complexes entre les gènes. Cela représente une avancée majeure par rapport aux modèles actuels qui ignorent généralement la façon dont les gènes interagissent pour influencer l'évolution de la maladie.

L'équipe de recherche a analysé des données de méthylation de DNA provenant de neuf cohortes indépendantes de cancer du sein totalisant plus de 1 600 patientes. Les chercheurs ont utilisé une innovante « stratégie de modélisation en 3-D » qui examine simultanément les effets génétiques principaux et les interactions gène-gène. Le modèle se concentre sur les modifications épigénétiques — des modifications qui affectent l'expression des gènes sans altérer la séquence de DNA — qui jouent un rôle crucial dans le développement et la progression du cancer.

ARTEMIS a démontré des performances exceptionnelles dans le cadre de plusieurs études de validation. Le modèle a atteint une précision de 84,4 % pour la prédiction de la survie à 3 ans et de 81,6 % pour la prédiction à 5 ans. Les patientes se situant dans les 10 % supérieurs présentaient un risque de mortalité 15 fois plus élevé que celles se situant dans les 25 % inférieurs. Le modèle a montré un excellent étalonnage, ce qui signifie que ses prédictions correspondaient étroitement aux résultats réels dans différentes populations de patientes.

Une revue systématique complète comparant ARTEMIS à 209 modèles existants de prédiction du cancer du sein a révélé des performances supérieures dans trois domaines clés : la précision des prédictions, la capacité à fonctionner dans différentes populations et la fiabilité avec des tailles d'échantillons variables. Les chercheurs ont mis ARTEMIS gratuitement à disposition sous forme d'outil en ligne, permettant aux cliniciens du monde entier de saisir les données des patientes et de recevoir des évaluations de risque personnalisées.

Cette avancée pourrait transformer la prise en charge du cancer du sein en permettant des décisions thérapeutiques plus précises et un meilleur accompagnement des patientes. L'accent mis par le modèle sur les facteurs épigénétiques ouvre également de nouvelles perspectives pour les thérapies ciblées, car les modifications de méthylation de DNA sont potentiellement réversibles grâce à des interventions spécifiques.