Détection précoce du cancer colorectal (ENCODE)

L'incidence croissante du cancer colorectal à apparition précoce (EOCRC) est un problème clinique urgent et unique à notre époque, et on s'attend à ce qu'elle augmente avec une augmentation supplémentaire prévue de 90 % de l'incidence d'ici la fin de la décennie. Les défis persistent même après avoir réduit l'âge du dépistage du CCR à 45 ans : les moins de 45 ans ne disposent pas d'un dépistage systématique et l'observance dans la tranche d'âge de 45 à 50 ans reste faible, en partie à cause du caractère invasif et de l'inconfort des méthodes de dépistage standard. Une action urgente est justifiée pour développer un dépistage abordable, sensible et réalisable pour une détection rapide et une participation améliorée. Un test de dépistage non invasif et convivial, comme un test sanguin, pourrait répondre à ces préoccupations épidémiologiques et également attirer des populations mal desservies.

Cette étude implique le développement et la validation d'une biopsie liquide, évaluant les microARN acellulaires et exosomiques circulants (cf-miARN et exo-miARN, respectivement) pour un échantillonnage indirect du tissu tumoral dans la circulation sanguine. Les chercheurs ont l’intention d’exploiter l’apprentissage automatique et la bioinformatique pour créer un panel intégré (avec à la fois des cf-miARN et des exo-miARN) afin d’améliorer la sensibilité intrinsèquement élevée des cf-miARN avec la spécificité distinctive des exo-miARN. Cette approche combinée améliorera non seulement les performances d'un modèle de diagnostic, mais exploitera également les divers aspects de la biologie des tumeurs de l'EOCRC.

L'objectif principal de l'étude est de développer des biomarqueurs rentables, non invasifs et adaptés aux cliniques, dotés d'une sensibilité et d'une spécificité élevées, facilitant la détection de l'EOCRC.

Les chercheurs prévoient de le faire en trois phases :

1. Pour réaliser une petite séquence d'ARN complète à partir de miARN cf, d'exo-miARN, de miARN dérivés du cancer et de miARN dérivés de muqueuses.
2. Développer et former deux panels de détection de miARN (cf-miARN et exo-miARN, respectivement) basés sur des modèles avancés d'apprentissage automatique, puis combiner ces deux éléments à l'aide de plusieurs modèles d'apprentissage automatique pour obtenir un biomarqueur de détection final.
3. Valider les résultats dans une cohorte indépendante d'EOCRC et de contrôles.

En résumé, cette proposition promet d'améliorer les soins et l'observance des patients et, à terme, de réduire la mortalité due à l'EOCRC.