Generering av en kunstig intelligensalgoritme basert på analysen av melanom peri-arr dermatoheliosis, som en prediktiv faktor for respons på anti-PD-1 (HELIOPREDICT)

I det siste tiåret har fremkomsten av immunterapier med hemmere av immunkontrollpunkter, som anti-PD-1 og anti-CTLA-4, revolusjonert behandlingen av avansert eller metastatisk melanom. Imidlertid forblir den kliniske fordelen begrenset til en undergruppe av pasienter. Det er derfor avgjørende å identifisere pasientene som mest sannsynlig vil dra nytte av disse nye terapiene (og unngå unødvendig toksisitet hos pasienter som ikke svarer). Tidligere studier fant en signifikant sammenheng mellom den høye mutasjonsbelastningen til en svulst (TMB) og dens respons på anti-PD-1 monoterapi, uavhengig av den histologiske typen kreft. Dessverre er TMB-måling dyrt, og krever omfattende sekvenseringsmetoder som er vanskelige å implementere i klinisk praksis. Jeg har vist at melanomer som er kjent for å være sekundære til mutagene ultrafiolette stråler (UVR) ofte har en høy TMB. Den kumulative UVR-skaden oversettes til synlige stigma kalt "dermatoheliosis" på pasientens hud, lett å gjenkjenne med det blotte øye til klinikeren rundt arret til det primære melanomet. Prosjektet mitt foreslår å etablere, for første gang, dermatoheliose som en ny prediktiv faktor for respons på anti-PD-1-immunterapi, som skal brukes innenfor multidisiplinære tumorstyrer som et kraftig beslutningsstøtteverktøy for å velge det beste behandlingsalternativet. Spesifikt vil jeg 1) utvikle, validere og teste på en prospektiv måte, en kunstig intelligens (AI)-basert algoritme, for å vurdere trekk ved pericicatricial dermatoheliosis basert på en samling fotografier hentet fra pasienter med uoperabelt lokalt avansert eller metastatisk melanom 2) demonstrere sammenhengen mellom dermatoheliosis, TMB, immun og behandlingsrespons ved å karakterisere pericicatricial hud enkeltcelle transkriptomikk, samt tumor DNA, RNA og verts immunologiske profiler til pasientene. Denne direkte tilgjengelige, ikke-invasive, surrogatmarkøren for TMB vil være en game changer i klinisk praksis og vil senere bli oversatt til andre hudkreftformer.