Les algorithmes d'astronomie aident à diagnostiquer les tumeurs agressives

Dans un exemple remarquable de travail en équipe interdisciplinaire, les astronomes aident les chercheurs sur le cancer à utiliser des algorithmes d’observation des étoiles conçus pour détecter les galaxies distantes afin d’identifier les biomarqueurs des tumeurs afin de déterminer leur agressivité.
Les équipes du Cancer Research UK Cambridge Institute et du Département d'oncologie et de l'Institut d'astronomie de l'Université de Cambridge au Royaume-Uni décrivent comment elles ont adapté les algorithmes d'analyse d'images des astronomes et les ont testées sur 2000 tumeurs du sein. en ligne le 19 février dans le British Journal of Cancer.
La méthode actuelle d’analyse de l’agressivité des tumeurs s’appuie sur des pathologistes expérimentés qui examinent les microscopes pour déceler les différences subtiles de coloration des échantillons de tumeurs. Une approche informatisée pourrait accélérer considérablement ce processus.

Chevauchement naturel dans les techniques d'analyse d'astronomie et d'image du cancer

Les algorithmes d'analyse d'image des astronomes ont été initialement développés pour les aider à sélectionner automatiquement les objets indistincts dans le ciel nocturne. À une certaine époque, c'était aussi un exercice manuel laborieux, réalisé à l'aide de puissants télescopes.
Les techniques ne sont pas différentes de celles utilisées en immunohistochimie (IHC), où les pathologistes observent les microscopes pour identifier les différences subtiles de coloration des cellules tumorales afin de distinguer différentes protéines.
L'auteur principal, Dr Raza Ali, chercheur en pathologie du Cancer Research UK Cambridge Institute, déclare dans un communiqué:
"Nous avons exploité le chevauchement naturel entre les techniques utilisées par les astronomes pour analyser les images du ciel profond provenant des plus grands télescopes et la nécessité de repérer des différences subtiles dans la coloration des échantillons de tumeurs au microscope."
Co-auteur Nicholas Walton, de l'Institut d'astronomie de Cambridge, dit:
"Il est formidable que notre logiciel d’analyse d’images, initialement conçu pour aider, par exemple, à retracer les planètes abritant des vies en dehors de notre système solaire, soit maintenant utilisé pour aider les patients atteints de cancer, beaucoup plus près de chez eux."

Testé sur trois biomarqueurs du cancer du sein

Pour tester les algorithmes adaptés, les chercheurs les ont utilisés pour évaluer les niveaux de trois protéines (ER, BCL2 et HER2), des biomarqueurs connus du cancer agressif, dans des échantillons provenant de plus de 2 000 patientes atteintes du cancer du sein.
Chaque échantillon a fait l'objet de deux évaluations: l'une utilisant une analyse d'image manuelle avec des pathologistes regardant les microscopes et l'autre où un ordinateur équipé des algorithmes adaptés analysait automatiquement les images.
Lorsqu'ils ont comparé les résultats, les équipes ont trouvé l'ordinateur aussi précis que le système manuel:
"Les scores automatisés ont montré une excellente concordance avec les scores manuels pour l'affectation non supervisée de cas à des catégories" positives "ou" négatives "avec des taux de concordance allant jusqu'à 96%", écrivent les auteurs.
De plus, le système informatique était beaucoup plus rapide.
"Les résultats ont été encore meilleurs que nous ne l'avions espéré", déclare Ali, "notre nouvelle approche automatisée offrant une précision comparable à la tâche fastidieuse de notation manuelle des images, après seulement quelques ajustements mineurs de la formule".

L'étape suivante

Les chercheurs envisagent maintenant de réaliser une étude internationale beaucoup plus vaste utilisant des échantillons provenant de plus de 20 000 patients atteints de cancer du sein. Cela aidera à affiner la nouvelle approche.
L'auteur principal, Carlos Caldas, professeur au sein du Cancer Research UK Cambridge Institute, a déclaré:
"Les techniques modernes nous donnent certaines des premières informations sur les principaux gènes et protéines importants pour prédire le succès ou l'échec de différents traitements contre le cancer. Mais avant de pouvoir les appliquer en clinique, leur utilité doit être vérifiée par centaines, voire par milliers. d'échantillons tumoraux. "
Caldas dit que les nouvelles méthodes les aident déjà à analyser jusqu'à 4 000 images par jour.
En janvier, des chercheurs de l’Université d’Oslo, en Norvège, ont rapporté une nouvelle étude qui a révélé que la mammographie 3D (tomosynthèse), utilisée conjointement avec l’imagerie traditionnelle, augmentait de 27% la détection du cancer du sein invasif.
Écrit par Catharine Paddock PhD