OncoLogics

Le cancer est la deuxième cause de décès dans l'UE. Plus de 150 000 personnes dans l'UE-28 meurent chaque année d'un cancer colorectal (plus de 10 % de tous les décès liés au cancer). Lorsque la maladie est à un stade avancé et que la chirurgie n'est pas possible, on a recours à une thérapie systémique. Il y a quelques décennies, la chimiothérapie était la seule option, avec une survie globale d'environ un an. Grâce à la chimiothérapie, aux thérapies ciblées et aux immunothérapies, la survie est aujourd'hui d'environ trois ans. Bien que les nouvelles thérapies ciblées offrent de grandes possibilités, le défi consiste à associer ces thérapies aux patients qui y répondront le mieux. La survie à cinq ans est encore bien inférieure à 20 %, ce qui indique clairement la nécessité d'améliorer les outils de stratification des patients et les thérapies personnalisées.

Notre approche de la médecine systémique utilise des modèles informatiques pour la conception de thérapies personnalisées. Les modèles informatiques booléens qui représentent les tumeurs de chaque patient seront utilisés pour prédire leur réponse aux traitements médicamenteux, et les prédictions in silico seront comparées aux données cliniques disponibles sur les patients atteints de cancer et aux réponses aux médicaments dans les cultures de sphéroïdes et d'organoïdes dérivées de patients. Les divergences entre les observations et les prédictions seront analysées pour comprendre pourquoi certains modèles échouent, et grâce à des expériences ciblées, nous améliorerons les modèles booléens qui représentent mieux les patients individuels. Notre plateforme de modélisation améliorée utilisera les données tumorales des patients à partir de matériel cultivé ex vivo, produira une liste restreinte de thérapies prometteuses qui seront ensuite testées sur le matériel cultivé ex vivo, afin de fournir au clinicien des suggestions de thérapie spécifiques au patient.

Nous évaluerons les aspects éthiques de la manière dont une plateforme d'aide à la décision basée sur un modèle peut affecter les médecins, les patients et notre modèle de soins de santé. Nous pensons que notre plateforme d'aide à la décision améliorera les diagnostics, les pronostics et la conception des thérapies pour les cancers à un stade avancé, améliorera le pronostic pour les cancers à un stade avancé et améliorera la stratification des patients pour les essais cliniques.