Des chercheurs du Ludwig Center de Harvard ont développé une technologie de plate-forme d’imagerie qui permet l’intégration de méthodes d’analyse microscopique longtemps utilisées dans les laboratoires de pathologie avec la visualisation de plusieurs marqueurs moléculaires dans des cellules individuelles qui progresse maintenant rapidement dans les laboratoires de recherche. Cette dernière capacité, connue sous le nom d’imagerie « multiple », promet de révolutionner le diagnostic du cancer en exposant des traits moléculaires associés à des éléments tels que l’agressivité du cancer ou sa vulnérabilité potentielle au traitement. Cependant, il est resté largement confiné aux laboratoires universitaires car ses méthodes ont tendance à être incompatibles avec les processus standardisés de coloration et de traitement des tissus utilisés pour le diagnostic en pathologie clinique.
Dans l’édition actuelle de cancer de la nature, des chercheurs dirigés par Sandro Santagata, Peter Sorger, Jia-Ren Lin et Yu-An Chen de Ludwig Harvard rapportent le développement d’une plate-forme, appelée Orion, qui relie ces mondes parallèles d’analyse microscopique. Ils valident également la plateforme, démontrant son utilisation par des experts humains et des algorithmes d’intelligence artificielle pour identifier les caractéristiques cellulaires et moléculaires des tumeurs qui prédisent la survie sans progression des patients atteints d’un cancer du côlon.
En résumé, Orion est un outil conçu pour une utilisation pratique dans des contextes cliniques réels. Bien que la plateforme puisse certainement bénéficier à la recherche fondamentale sur le cancer, son objectif principal est d’améliorer le diagnostic des maladies humaines. C’est notre objectif depuis le début. »
Sandro Santagata, Harvard Ludwig Center
La pathologie clinique est basée sur l’analyse microscopique de tissus enrobés de cire, coupés en bandes d’environ un quinzième de la largeur d’un cheveu humain et colorés à l’hématoxyline et à l’éosine (H&E) pour exposer la morphologie fine des cellules. Aujourd’hui, les chercheurs appliquent de plus en plus des algorithmes d’apprentissage automatique et de l’intelligence artificielle aux images roses et violettes de tissus tachés de H&E. Un tel travail, encore enrichi par la capacité d’extraire des images de millions d’images et d’échantillons H&E archivés, identifie des modèles non apparents à l’œil humain, révélant des informations qui peuvent aider à améliorer le diagnostic et la gestion du traitement du cancer.
Pendant ce temps, l’utilisation d’anticorps pour capturer les caractéristiques moléculaires des tumeurs a évolué rapidement au cours des quatre dernières décennies et est désormais indispensable pour le diagnostic du cancer. Plus récemment, les chercheurs ont commencé à appliquer simultanément des dizaines d’anticorps aux tissus, reliant les images « d’immunofluorescence » ainsi générées à l’expression des gènes dans les cellules pour générer des portraits de tumeurs richement texturés.
« Avec les informations moléculaires que nous collectons, nous pouvons identifier différents types de cellules, déterminer leur état actuel, comprendre leurs cellules voisines et évaluer comment elles peuvent interagir pour favoriser la croissance tumorale », a expliqué Santagata.
Cependant, quelques problèmes ont limité l’application de l’imagerie multiplex en clinique. Premièrement, leurs méthodes ne permettent généralement pas l’évaluation de lames entières, une exigence du diagnostic clinique. Ils ne sont pas non plus compatibles avec ceux de la microscopie H&E, le cheval de bataille de la pathologie clinique.
« Notre plate-forme ouvre la voie à une passerelle entre les domaines du diagnostic H&E et de l’imagerie tissulaire multiplexée », a déclaré Santagata. « Nous avons développé des techniques pour combiner plusieurs images d’anticorps avec la coloration H&E de la même section de tissu, permettant l’intégration des informations de chaque source dans une vue complète de l’ensemble de la lame. »
L’équipe de Ludwig Harvard s’est associée à une startup de Seattle, WA, appelée RareCyte, et a en outre obtenu le soutien du projet Ludwig Tumor Atlas et une subvention de recherche sur l’innovation dans les petites entreprises du National Cancer Institute pour développer un nouveau microscope et des processus dans le cœur d’Orion. plateforme.
Pour tester la plateforme, les chercheurs ont analysé des échantillons de cancer colorectal de 40 patients afin de trouver les caractéristiques moléculaires les plus étroitement associées à de mauvais résultats. En examinant quelque 15 000 combinaisons de biomarqueurs, ils ont identifié ceux qui sont le plus étroitement associés au pronostic du patient et les ont appliqués à des échantillons de 34 autres patients atteints d’un cancer colorectal dont les résultats étaient connus. Les chercheurs montrent que leurs biomarqueurs prédisaient avec une grande précision, seulement 1 chance sur 20 de se tromper, le risque d’un mauvais pronostic.
En particulier, la combinaison de l’imagerie multiplex et H&E a révélé des relations entre les marqueurs moléculaires, la morphologie cellulaire et la topographie tumorale qui étaient éclairantes. L’une de ces découvertes a indiqué que l’inflammation, ou l’activité immunitaire, au bord de la tumeur est pathologiquement significative. Une autre a révélé les bases moléculaires d’une morphologie tissulaire associée à une propension aux métastases.
« Les cellules cancéreuses se développent normalement ensemble en feuilles, mais perdent parfois leur capacité à se coller, ce qui entraîne la libération d’amas fragmentés. Les défaillances de la machinerie d’adhésion cellulaire peuvent rendre les cellules cancéreuses plus invasives », a expliqué Santagata. « Au cours de notre analyse, nous avons vu qu’un marqueur critique de l’adhésion cellulaire était réduit dans les tumeurs présentant des caractéristiques invasives, et cette réduction était associée à des résultats défavorables. »
Les chercheurs prévoient maintenant de continuer à établir une preuve de concept pour leur plateforme, en explorant des marqueurs de choses comme la réponse au traitement et la résistance. En fin de compte, les découvertes faites avec Orion devront être validées dans de grands essais cliniques.
« La perspective d’intégrer des outils d’imagerie avancés de grande puissance pour analyser des échantillons cliniques de routine est très excitante », a déclaré Santagata. « Il promet de débloquer une mine de connaissances sur les tissus cancéreux. »
Institut Ludwig pour la recherche sur le cancer
Lin, JR. et autres (2023). Imagerie par immunofluorescence high-plex et histologie traditionnelle de la même coupe de tissu pour découvrir des biomarqueurs basés sur l’image. Nature. doi.org/10.1038/s43018-023-00576-1.