Des chercheurs de l'Université de Genève ont développé MangroveGS, un modèle d'intelligence artificielle qui prédit le risque de métastases cancéreuses avec une précision de près de 80 %. L'outil analyse les profils d'expression génique dans les cellules tumorales, initialement pour le cancer du côlon, et s'applique à d'autres types tels que le cancer du sein et du poumon. Publiés dans Cell Reports, ces travaux visent à permettre des traitements plus personnalisés.
Des chercheurs dirigés par Ariel Ruiz i Altaba, professeur au Département de médecine génétique et développement de la Faculté de médecine de l'Université de Genève (UNIGE), ont étudié les cellules tumorales du côlon afin de comprendre le processus de métastase. Ils ont découvert que la propagation du cancer suit des programmes biologiques structurés plutôt que des processus aléatoires, réactivant des voies de développement précoce par le biais de changements génétiques et épigénétiques. Les métastases sont à l'origine de la plupart des décès liés aux cancers du côlon, du sein et du poumon, mais leur détection précoce reste complexe car elles commencent souvent avant que les cellules ne soient identifiables dans le sang ou le système lymphatique. Aucune mutation unique n'explique totalement pourquoi certaines cellules migrent et d'autres non. Pour répondre à ce défi, l'équipe a isolé, cloné et cultivé une trentaine de clones cellulaires issus de deux tumeurs primaires du côlon. Ces clones ont été testés in vitro et sur des modèles murins pour évaluer leur migration et la formation de métastases. L'analyse de centaines de gènes a révélé des profils d'expression reliant des groupes de cellules cancéreuses au potentiel métastatique, plutôt que des cellules individuelles. Ces profils ont été intégrés dans MangroveGS, un outil d'IA qui utilise des dizaines, voire des centaines de signatures géniques pour des prédictions robustes. Aravind Srinivasan a souligné : « La grande nouveauté de notre outil, appelé Mangrove Gene Signatures (MangroveGS), est qu'il exploite des dizaines, voire des centaines de signatures géniques. Cela le rend particulièrement résistant aux variations individuelles. » Le modèle prédit les métastases et la récidive du cancer du côlon avec une précision proche de 80 %, surpassant les méthodes précédentes, et s'applique également aux cancers de l'estomac, du poumon et du sein. Il traite les échantillons de tumeurs hospitaliers via le séquençage ARN, générant des scores de risque partagés de manière sécurisée avec les médecins et les patients. Ruiz i Altaba a déclaré : « Ces informations permettront d'éviter le surtraitement des patients à faible risque, limitant ainsi les effets secondaires et les coûts inutiles, tout en intensifiant le suivi et le traitement de ceux présentant un risque élevé. » L'étude est parue dans Cell Reports (2026; 45(1):116834).
