Microenvironnement immunitaire du carcinome hépatocellulaire et intelligence artificielle

Le carcinome hépatocellulaire (CHC) est la quatrième cause de mortalité liée au cancer dans le monde. Environ un tiers seulement des patients atteints de CHC sont éligibles à des traitements curatifs tels que la résection chirurgicale, l’ablation par radiofréquence ou la transplantation hépatique. Le sorafenib est la thérapie systémique de référence pour les patients atteints d’une maladie avancée, cependant cette molécule est mal tolérée et présente des avantages très limités en termes de survie. Il est donc urgent de développer de nouvelles approches thérapeutiques. De façon intéressante, des réponses durables ont récemment été rapportées dans le CHC avec des thérapies immunomodulatrices. Ces réponses ne sont observées que chez un nombre limité de patients et l’identification de biomarqueurs prédictifs de la sensibilité à l’immunothérapie est un besoin urgent. L’objectif de notre étude est ainsi de pouvoir prédire, par des techniques d’intelligence artificielle, les caractéristiques immunitaires des tumeurs à partir de lames histologiques numériques, qui sont facilement accessibles dans les services d’anatomie pathologique des hôpitaux. Cela pourrait constituer un moyen rapide d’identifier les patients pouvant bénéficier d’approches thérapeutiques immunomodulatrices.

Sujets relatifs

APPEL À PROJET 12 / 2023
Décrypter les Changements de l’Immunome du chordome en réponse aux thérapies pour identifier son implication dans la progression de la tumeur et des cibles thérapeutiques spécifiques du chordome
Aurelie Dutour
Centre de Recherche en Cancérologie de Lyon
APPEL À PROJET 12 / 2023
Apport des approches « cellule unique » pour l’étude des mécanismes de résistance au pembrolizumab néo-adjuvant dans le cancer du sein inflammatoire.
François Bertucci
Institut Paoli Calmettes
APPEL À PROJET 12 / 2023
Caractérisation moléculaire des carcinomes hépatocellulaires riches en lymphocytes par approches multi-omiques
Stefano Caruso
INSERM U955