(26) Mieux adapter les modèles cellulaires à la situation rencontrée chez l’être humain

Lorsque les chercheur·euses essaient de nouveaux traitements oncologiques en laboratoire, ils ont recours à des cultures cellulaires, c’est-à-dire à des cellules qui ne se sont pas développées dans l’organisme. Mais on ignore souvent dans quelle mesure ces conditions de laboratoire reflètent vraiment les processus à l’œuvre dans de véritables tumeurs humaines. « La situation est difficile pour les scientifiques », explique Jean-Philippe Theurillat, « du fait du manque de données, le choix d’un modèle cellulaire relève plus de la profession de foi que d’une décision dûment informée ». Une équipe de recherche dirigée par Jean-Philippe Theurillat à l’Université de la Suisse italienne a décidé de remédier à ce problème pour le cancer de la prostate en développant une méthode systématique qui permet de mesurer le degré de correspondance entre différents modèles de laboratoire et des tumeurs réelles de patients et en mettant cet outil gratuit à la disposition des chercheur·euses.

Au cours des dernières décennies, une myriade de méthodes différentes ont été développées pour cultiver des cellules humaines en laboratoire, dans l’espoir de réduire les expériences menées sur des animaux. Ces dernières années, les cultures dites d’organoïdes (de petites structures cellulaires en trois dimensions) ont été largement encouragées car on considère qu’il s’agit de la méthode la plus avancée.

Toutefois, aucune de ces approches n’a été comparée de façon systématique à des tumeurs humaines réelles. Dans une large mesure, les chercheur·euses choisissent ainsi les modèles de laboratoire par habitude ou sur la base de suppositions plutôt que de s’appuyer sur des données robustes. L’équipe de recherche de Jean-Philippe Theurillat a eu recours au profilage de l’expression génique, une méthode qui identifie les gènes actifs dans une cellule, pour comparer des cellules cancéreuses de la prostate cultivées dans différentes conditions de laboratoire avec des échantillons de tumeurs prélevés sur de vrais patients. Elle a ensuite utilisé l’intelligence artificielle pour déterminer les conditions de laboratoire qui correspondaient le mieux aux procédés à l’œuvre dans les tumeurs humaines. Pendant tout le processus, l’équipe a donné la priorité à des protocoles économiques et réalistes convenant à un usage quotidien en laboratoire.

Le projet avait trois objectifs :

• Comparer systématiquement l’activité des gènes dans des cellules cancéreuses de la prostate cultivées dans différentes conditions de laboratoire et dans des cellules issues de tumeurs réelles de patients.

• Utiliser l’intelligence artificielle pour identifier et améliorer les modèles les plus prédictifs.

• Fournir à la communauté scientifique un outil pratique en ligne pour effectuer ces comparaisons directement, ce qui aidera les équipes de recherche à prendre des décisions plus éclairées et réduira in fine le recours aux expériences menées sur les animaux.

L’équipe a développé une méthode de calcul permettant de comparer l’expression des gènes dans des cultures de laboratoire, des modèles animaux et des échantillons humains de tumeurs de la prostate. Les modèles animaux issus de patients coïncidaient largement avec les tumeurs humaines quant aux modifications de l’activité des gènes au fil de l’évolution de la maladie. Les cultures d’organoïdes et les lignées cellulaires humaines reflétaient aussi certains de ces changements. Ces résultats ont été publiés dans Cell Reports (Zhang J et al., 2025). L’équipe a également mis sur pied et lancé le Prostate Cancer Atlas, un outil basé sur l’informatique en nuage qui permet aux chercheur·euses de téléverser leurs propres données afin d’identifier le degré de ressemblance entre leur modèle de laboratoire et des tissus de tumeurs humaines et le stade de la maladie auquel le modèle correspond le mieux.

Le Prostate Cancer Atlas donne aux chercheur·euses du monde universitaire et de l’industrie une méthode concrète et fondée sur des données pour évaluer les forces et les faiblesses de leurs modèles de laboratoire. Il leur permet également d’identifier dans leurs données expérimentales des schémas qui reflètent des processus réels dans la progression de la maladie ou dans la résistance aux traitements hormonaux. Plutôt que de sélectionner un modèle par convention, les chercheur·euses du monde universitaire et de l’industrie peuvent désormais prendre des décisions plus éclairées, et mieux comprendre dans quelle mesure leurs résultats en laboratoire correspondent aux processus observés chez de vrais patients. Soulignons que cette approche ne se limite pas au cancer de la prostate : elle peut être appliquée plus largement et transposée à d’autres modèles de maladies (par ex., au cancer du sein ou du poumon).

Publication du Prostate Cancer Atlas, un projet pour une vision globale du cancer de la prostate

Transcriptome-Guided Reverse Engineering of Human Prostate Cancer