RARE : outil pour l’identification automatique de cellules d’intérêt dans certaines pathologies

Identification et suivi de populations de cellules d’intérêt en médecine prédictive par des méthodes d’apprentissage statistique appliquées à des données de cytométrie en flux.

Contexte
La cytométrie en flux permet l’analyse de plusieurs milliers d’éléments par seconde ; c’est une technologie de choix pour la caractérisation individuelle, quantitative et qualitative de cellules pathologiques au sein de sous-populations normales. L’analyse des différences observées entre cellules pathologiques et normales est effectuée au moyen de logiciels qui permettent aux cytométristes de les identifier et de les quantifier par l’utilisation de nombreux algorithmes (jusqu’à des sensibilités de 10-5).

Actuellement les logiciels d’analyse des données en cytométrie en flux effectuent les tâches classiques d’identification des sous-populations cellulaires et de rendu des résultats. Certains permettent l’analyse multiparamétrique mais n’assurent pas une reconnaissance automatisée et fiable des évènements rares dans de nombreuses pathologies.

Les cellules circulantes rares sont majoritairement associées à des phénomènes cancéreux, que ce soit dans le cadre de tumeurs solides ou d’hémopathies malignes. Ces cellules peuvent néanmoins être également associées à des maladies résiduelles en infectiologie, dans la réponse immunitaire adaptative, et dans le cadre de pathologies vasculaires.

En fonction du traitement reçu par les patients ou de la nature de la population cellulaire, ces cellules circulantes rares peuvent circuler dans l’organisme avec des fréquences inférieures à 10-5. Dans une perspective de la prévention des rechutes, il est donc nécessaire pour identifier ces cellules circulantes rares, d’analyser un plus grand nombre d’évènements.

Bénéfices
L’objectif du projet est de développer un outil pour l’identification automatique de cellules d’intérêt dans certaines pathologies à l’aide d’un algorithme de fouille de données spécifiques.

Ces cellules peuvent représenter des marqueurs biologiques importants en médecine prédictive dans le suivi d’affections chroniques à grand impact sociétal incluant les pathologies vasculaires, la cancérologie, l’infectiologie et l’onco-hématologie (dont la Leucémie myéloïde aigüe qui servira de modèle de validation de l’outil).

Applications
Pathologies vasculaires, cancérologie, infectiologie, onco-hématologie, détection de la maladie résiduelle