Une méthode d'imagerie détecte le cancer au niveau moléculaire
Pour la première fois, des chercheurs ont associé une technique de microscopie puissante à des algorithmes d’analyse d’images automatisés afin de distinguer les tissus cancéreux des métastases cancéreuses sans avoir recours à des biopsies invasives ni à l’utilisation d’un colorant de contraste.
Détecter le cancer à un stade précoce
Cette nouvelle approche pourrait un jour aider les médecins à détecter les métastases du cancer qui sont plus difficiles à voir avec les technologies d’imagerie standard pendant les opérations.
«Les techniques existantes sont inestimables, mais souffrent d’une faible résolution spatiale et nécessitent souvent l’utilisation d’agents de contraste exogènes», a déclaré Thomas Schnelldorfer, coresponsable de l’équipe de recherche de l’hôpital Lahey, à Burlington, dans le Massachusetts, aux États-Unis. Les caractéristiques cellulaires et tissulaires au niveau microscopique agissent essentiellement comme une biopsie sans couteau », a ajouté Dimitra Pouli de l’auteur principal de l’étude.
Dans la revue Biomedical Optics Express, des chercheurs démontrent l’utilisation de la microscopie multiphotonique ainsi que d’algorithmes automatiques d’analyse statistique d’images et d’analyses statistiques pour examiner les biopsies fraîchement excisées de la cavité péritonéale, une partie de l’abdomen fréquemment touchée par les cancers métastatiques. en particulier pour les patientes atteintes d’un cancer de l’ovaire.
C’est la première fois que des tissus péritonéaux humains sains et métastatiques sont évalués avec succès en combinant cette modalité de microscopie avec des techniques d’analyse de texture d’image.
Une méthode complémentaire à l’expertise humaine
Étant donné que cette approche évalue les caractéristiques des tissus cellulaires et extracellulaires au niveau microscopique, elle pourrait permettre d’identifier les métastases du cancer à un stade précoce, lorsqu’il est plus facile à traiter. En utilisant des algorithmes pour classifier les tissus, cette approche pourrait également contribuer à réduire les biais d’interprétation des images et compléter les méthodes faisant appel à l’expertise humaine.
«Cela pourrait finalement aider les chirurgiens à identifier en temps réel les zones suspectes ou malades directement dans la salle d’opération, ce qui aurait une incidence directe sur la gestion des patients», a déclaré Schnelldorfer.
« Comme cette méthode exploite les signaux tissulaires inhérents présents presque omniprésents dans les tissus, elle peut être appliquée à d’autres types de cancer et à d’autres applications, telles que la fibrose et les maladies cardiovasculaires, où la structure tissulaire et le remodelage de la matrice extracellulaire sont altérés par les processus pathologiques sous-jacents », a ajouté Irene Georgakoudi, coresponsable de l’étude de l’Université Tufts.
Améliorer la stadification du cancer
La détermination de l’étendue et des emplacements de la propagation cancéreuse – appelée stadification – est cruciale pour un traitement efficace du cancer. L’imagerie radiographique en coupe transversale et la laparoscopie en lumière blanche sont des outils utilisés pour identifier les métastases abdominales, mais sont souvent insuffisantes pour détecter des lésions plus petites enfouies dans des tissus sains. Les biopsies et l’évaluation microscopique jouent également un rôle-clé pour déterminer si les cellules cancéreuses se sont métastasées et ont commencé à envahir le microenvironnement tissulaire.
Lorsque le cancer de l’ovaire commence à se propager, il apparaît le plus souvent en premier dans le péritoine, une membrane qui tapisse la cavité abdominale. Pour tester leur nouvelle méthode, les chercheurs l’ont utilisée pour analyser des biopsies péritonéales prélevées chez huit patientes présentant une malignité ovarienne confirmée ou suspectée.
En analysant 41 images acquises à partir des biopsies, cette technique a correctement classé 40 images sur 41 (une précision de 97,5%). Un total de 11 échantillons ont été correctement classés comme métastatiques (sensibilité de 100%) et 29 sur 30 ont été correctement classés comme étant en bonne santé (spécificité de 96,6%).
Les chercheurs prévoient de continuer à tester cette méthode sur un plus grand échantillon d’images provenant d’une population de patients plus large. Bien que la méthode d’analyse ait été optimisée pour détecter le cancer de l’ovaire métastasé dans le tissu péritonéal pariétal, la même technique pourrait être adaptée pour analyser d’autres types de tissus et d’autres types de cancer.
Bien que des biopsies aient été utilisées pour tester cette méthode, les chercheurs expliquent que l’objectif ultime est de l’appliquer directement sur les zones du corps où un cancer est détecté ou suspecté, sans qu’il soit nécessaire de recourir à des biopsies ou à des colorants.
Miniaturiser les composants de la microscopie
Avant que cette technique puisse être utilisée pour une analyse tissulaire en temps réel pendant une intervention chirurgicale, des travaux supplémentaires seront nécessaires pour miniaturiser les composants de la microscopie à l’instrumentation chirurgicale et permettre l’analyse en temps réel des images acquises directement au bloc opératoire.
Source : The Optical Society
Crédit photo : Pixabay