ImmunoRadAI
Ce groupe est rattaché à l’UMR 1030 Radiothérapie Moléculaire et nouvelle thérapeutique
- La radiothérapie est le deuxième traitement le plus utilisé pour lutter contre le cancer après la chirurgie. Les radiations ionisantes ont pour objectif, via des dépôts d’énergie localisés, de tuer les cellules tumorales, en provoquant notamment des lésions à l'ADN. Cette vision de la radiothérapie comme simple agent cytotoxique a considérablement changé ces dernières années, et il est maintenant largement admis que la radiothérapie peut réorienter profondément l'environnement de la tumeur en modulant notamment la réponse immunitaire. Nos projets visent à mieux comprendre les effets de la radiothérapie sur le système immunitaire, dans le but de la combiner avec des agents immunomodulateurs pour accroître l'efficacité thérapeutique.
- Les doses de radiothérapie sont aujourd'hui prescrites de manière identique pour tous les patients présentant une pathologie donnée sans tenir compte de l’ensemble des spécificités de leur maladie. Les projets que nous menons visent à prédire, à partir de données d’entrée multiples (images, biopsies, génome), la réponse au traitement de chaque patient grâce à des modèles basés sur l'intelligence artificielle. L'objectif est ensuite de déterminer la prescription et le mode d'administration des doses qui permettront de maximiser les chances de réponse des patients et de diminuer les effets secondaires des traitements.
Thèmes de recherche du groupe
Le groupe de recherche ImmunoRadIA est une équipe multidisciplinaire composée de biologistes, d'ingénieurs, de physiciens et de médecins. Les travaux de l'équipe se concentrent sur deux domaines de recherche principaux : la biologie et l'intelligence artificielle appliquée à la radioimmunothérapie.
L'objectif principal du premier axe est d'améliorer l'efficacité de la radiothérapie en modulant la réponse immunitaire. Le groupe de recherche vise à décrypter in vivo le rôle et le recrutement des cellules immunitaires suite à l’irradiation des tumeurs en utilisant des modèles précliniques pertinents. Une meilleure compréhension des mécanismes immunitaires de réponse à la radiothérapie permet de développer de nouvelles stratégies de traitement, basées sur la combinaison avec des molécules immuno-modulatrices. La collaboration avec divers partenaires industriels (tant les "big pharma" que les start-ups innovantes) permet au groupe de recherche d'accéder aux molécules les plus récentes. En outre, l'analyse de la modulation de la réponse immunitaire peut également permettre l'identification de biomarqueurs de la réponse à la combinaison radiothérapie-immunothérapie. Une partie des efforts de recherche du groupe est également consacrée à la compréhension des effets de l'irradiation sur les tissus sains, dans le but de réduire les toxicités associées à la radiothérapie.
Le deuxième axe est consacré à l'intelligence artificielle. Son objectif global est d'optimiser l'utilisation des données multicomposantes (données cliniques, biologiques, génomiques, d'imagerie et anatomopathologiques) afin de personnaliser les traitements combinant radiothérapie +/- immunothérapie. À cette fin, des études sont menées à différentes étapes du parcours du patient. Dans un premier temps, au moment du diagnostic, l'objectif est d'identifier précocement les patients qui ne répondent pas favorablement à la thérapie standard. Le deuxième objectif est de développer des outils pour faciliter l'automatisation, la reproductibilité et la précision de la planification des traitements de radiothérapie. Dans cette même étape de préparation du plan de traitement, notre objectif est également d'utiliser au mieux les informations contenues dans les images multimodales (TEP, CT, IRM) pour prédire l'évolution locale ou loco-régionale de la maladie et ainsi mettre en place des irradiations hétérogènes personnalisées qui pourront éventuellement être adaptées en cours de traitement. Enfin, nous sommes particulièrement investis dans les essais cliniques en cours combinant radiothérapie et immunothérapie, avec pour objectif de comprendre les corrélations entre le contenu des images médicales et la biologie sous-jacente, en vue de fournir des recommandations cliniques et dosimétriques et améliorer la réponse des patients à ces traitements innovants. Tous ces travaux sont réalisés grâce à la collaboration de médecins, physiciens, mathématiciens, informaticiens et biologistes dont la complémentarité est essentielle à leur succès.
