Et si un test sanguin (et un gros ordinateur) améliorait la détection précoce des cancers des ovaires ? C'est en tout cas ce que montre cette étude des chercheurs du Brigham and Women's Hospital aux Etats-Unis parue dans eLife. La plupart des femmes sont diagnostiquées avec un cancer des ovaires quand la maladie a déjà atteint un stade avancé, ce qui le rend difficile à soigner : le taux de survie à cinq ans est d'environ un quart des patientes.

Les tests de détection précoce comme les ultrasons ont un fort taux de faux positifs, ce qui est un vrai problème car il est conseillé aux femmes ayant un fort risque de développer des cancers des ovaires de se faire retirer les ovaires et les trompes de Fallope.

C'est pourquoi l'équipe de chercheurs du Brigham and Women's Hospital a essayé de développer un outil qui serait à la fois plus sensible et plus précis dans sa détection des cancers à leur stade initial.

Pour ce faire, l'équipe s'est intéressée à des molécules appelées microARN, des parties du génome qui contrôlent l'activation des gènes.

Utiliser l'apprentissage automatique pour créer une base de données

Les cellules cancéreuses ont des microARN différentes des cellules ovariennes saines. Contrairement au reste du génome, les microARN circulent dans le sang, rendant possible leur mesure par un test sanguin. L'équipe a donc séquencé les échantillons sanguins de 135 femmes atteintes d'un cancer des ovaires (juste avant qu'elles se fassent opérer ou qu'elles subissent une chimiothérapie) afin de créer une base de données qui a ensuite été fournie à un ordinateur : le but étant que les algorithmes détectent les différences de microARN entre les cas de cancer des ovaires, de tumeurs bénignes, de tumeurs non-invasives et des tissus sains.

En utilisant la technique d'apprentissage automatique (machine learning, en anglais), l'équipe a réussi à obtenir une quantité de données très importante sur les microARN et a pu développer un modèle prédictif.

Des résultats bien meilleurs grâce aux microARN

L'équipe a testé ce modèle sur un groupe de 859 patientes et les résultats sont très encourageants. La détection par le biais des microARN s'est montrée bien supérieure aux résultats obtenus avec les ultrasons, la technique actuellement utilisée pour détecter les cancers. Quand 5 % des tests anormaux réalisés par ultrasons s'avèrent être des cancers des ovaires (un taux de faux positif donc extrêmement élevé), presque 100 % des tests anormaux détectés par la technique de l'équipe pointent vers des cas de cancer des ovaires.

Des premiers résultats encourageants qui, s'ils sont confirmés, pourraient avoir un vrai impact sur la détection future des cancers des ovaires, une maladie qui concerne environ une femme sur 70 et qui est responsable de 3 150 décès par an en France.