Combinaison d'une radiomique basée sur l'apprentissage en profondeur avec une biopsie liquide pour le diagnostic préopératoire et non invasif du gliome

Les gliomes sont les tumeurs malignes intracrâniennes primaires les plus courantes, représentant 27 % de toutes les tumeurs cérébrales primaires, et environ 100 000 personnes reçoivent un diagnostic de gliomes diffus dans le monde chaque année. À ce jour, le "diagnostic intégré" était considéré comme l'étalon-or pour le diagnostic des gliomes, qui combine l'histopathologie, la pathologie moléculaire et le grade de l'Organisation mondiale de la santé (OMS). Les critères de diagnostic antérieurs du gliome reposaient principalement sur des biopsies histopathologiques, tandis que la classification histologique était traditionnellement déterminée en fonction de la morphologie de la tumeur, entraînant une variabilité intra-observateur due à l'hétérogénéité spatiale intra-tumorale et aux erreurs d'échantillonnage. De plus, l'histopathologie traditionnelle est quelque peu difficile à expliquer pourquoi les patients atteints de la même pathologie ont une survie significativement différente. Au cours de la dernière décennie, les progrès des techniques de détection de la pathologie moléculaire et de l'histopathologie ont approfondi notre compréhension des caractéristiques moléculaires et de la biologie des gliomes. De plus en plus de preuves ont révélé le rôle important du statut moléculaire dans le « diagnostic intégré » du gliome. En particulier, après que le concept de diagnostic moléculaire a été proposé par la classification du système nerveux central (SNC) de l'OMS de 2016, la classification du SNC de 2021 (CNS5) a de nouveau souligné l'importance de plusieurs biomarqueurs moléculaires dans le diagnostic des gliomes et l'orientation du traitement, y compris le gène de l'isocitrate déshydrogénase (IDH ) statut de mutation, statut de délétion liée à l'X (ATRX) du syndrome d'alpha-thalassémie/retard mental, statut de délétion 1p19q, mutation du promoteur de la transcriptase inverse de la télomérase (TERT), etc. Dont l'objectif est de classer plus systématiquement les sous-types de tumeurs et de classer les patients atteints de gliome avec une efficacité et un pronostic similaires dans un sous-groupe.

La norme actuelle de traitement des gliomes est la résection chirurgicale suivie d'une radiothérapie et/ou d'une chimiothérapie basée sur le grade clinique et tumoral et les caractéristiques moléculaires. Un « diagnostic intégré » précoce non invasif et précis préopératoire apportera de grands avantages au traitement et au pronostic des patients, en particulier pour ceux dont la localisation tumorale est particulière et qui ne peuvent pas recevoir de craniotomie ou de biopsie à l'aiguille. Ces patients spéciaux peuvent suivre une radiothérapie et une chimiothérapie expérimentales basées sur des résultats de diagnostic non invasifs. Bien que les critères de diagnostic des informations moléculaires dans les gliomes soient souvent basés sur la biopsie tissulaire, d'autres techniques, telles que la radiomique, la radiogénomique et la biopsie liquide, se sont révélées prometteuses. À l'heure actuelle, l'imagerie par résonance magnétique (IRM) conventionnelle reste la principale méthode d'aide au diagnostic des gliomes, y compris T1w, T2w et T2w-FLAIR avant et après contraste. La radiomique multimodale basée sur l'apprentissage profond (DL) peut analyser les modèles d'hétérogénéité intratumorale et les caractéristiques d'imagerie tumorale imperceptibles à l'œil humain, afin de procéder à une "prédiction intégrée" des gliomes18. Jusqu'à présent, la plupart des études se sont concentrées sur l'utilisation d'algorithmes ML pour construire un nouveau modèle radiomique pour prédire le gliome, R van der Voort et al. a développé le modèle de réseau neuronal conventionnel multitâche (CNN) et a atteint un grade de gliome (II/III/IV) avec une ASC de 0,81, IDH-AUC de 90 %, 1p19q co-délétion AUC de 0,85 dans l'ensemble de test. Le meilleur modèle DL développé par Matsui et al. a atteint une précision globale de 65,9 % pour prédire la mutation IDH et la co-délétion 1p/19q. De plus, le modèle CNN multi-tâches construit par Decuyper et al. ont atteint une précision de 94 %, 86 % et 87 % dans la prédiction des grades, des mutations IDH et des états de co-délétion 1p/19q lors de la validation externe. Le modèle construit par Luo et al. atteint 83,9 % et 80,4 % dans les tests externes pour le diagnostic de sous-type histologique et moléculaire. En plus de la "prédiction intégrée", il existe de nombreux modèles qui ne prédisent que le classement des gliomes ou des marqueurs moléculaires uniques. Pendant ce temps, les études précédentes étaient basées sur la classification du SNC de 2016 pour le classement des gliomes et la prédiction des sous-types moléculaires. Par conséquent, un modèle de radiomique DL multi-tâches pour prédire de manière préopératoire et non invasive le classement des gliomes et des marqueurs moléculaires plus étendus est nécessaire de toute urgence selon la dernière classification 2021 du SNC.

Bien que la radiomique ait montré une certaine faisabilité dans la prédiction de la pathologie moléculaire tumorale, il est ridicule d'administrer une thérapie ciblée de précision uniquement sur la base de cette prédiction. Par conséquent, nous espérons fournir plus de preuves cliniques pour le diagnostic pathologique moléculaire des patients atteints de gliomes en utilisant la technique de biopsie liquide comme complément important de la radiomique. La cellule tumorale circulante (CTC), en tant que l'une des techniques de biopsie liquide, partage le même objectif final pour le diagnostic préopératoire non invasif et précis des gliomes.

Sur la base des nombreuses limitations des modèles de diagnostic actuels du gliome, et les méthodes combinées de radiomique et de biopsie liquide ont un grand potentiel pour diagnostiquer de manière non invasive le classement du gliome et les marqueurs moléculaires, car ils sont tous deux faciles à réaliser. De plus, à notre connaissance, il n'y a pas eu d'étude de diagnostic préopératoire non invasif du gliome dans le cadre de la radiomique assistée par biopsie liquide.

Par conséquent, cette étude a les objectifs suivants. Tout d'abord, selon les directives de l'OMS 2021 sur la classification du SNC, nous avons construit et testé en externe un modèle DL multitâche pour le diagnostic simultané de la segmentation tumorale, la classification des gliomes et un sous-type moléculaire plus étendu, y compris la mutation IDH, le statut de délétion ATRX, 1p19q co- délétion, statut de mutation du gène TERT, etc. Deuxièmement, sur la base du même objectif ultime de la biopsie liquide et de la radiomique, nous avons proposé de manière innovante le concept et l'idée de combiner la radiomique et la technologie de la biopsie liquide pour améliorer le diagnostic du gliome. Et grâce à notre étude, il fournira une validation clinique de ce concept, dans l'espoir de fournir de nouvelles idées pour des recherches ultérieures et de soutenir la prise de décision clinique.