Séquençage par nanopore pour l'identification rapide du type de tumeur pendant la chirurgie

Introduction

Les tumeurs du système nerveux central (SNC), en particulier chez les enfants, figurent parmi les formes de cancer les plus mortelles. L'intervention chirurgicale constitue généralement le traitement principal de cette condition, représentant un défi considérable pour les neurochirurgiens. Trouver le bon équilibre entre l'optimisation de l'ablation de la tumeur et la minimisation des dommages neurologiques et des complications liées à la chirurgie est primordial.

Cependant, la connaissance préopératoire du type précis de tumeur est souvent limitée, et la norme actuelle repose fortement sur l'imagerie préopératoire et l'analyse histologique par section congelée peropératoire. Malheureusement, ces méthodes fournissent parfois des diagnostics non concluants ou incorrects, nécessitant l'intervention d'un pathologiste pour un diagnostic définitif, généralement une semaine après la chirurgie.

Au-delà de la question du délai d'intervention, les tumeurs neurologiques distinctes nécessitent des stratégies de résection chirurgicale adaptées. Par exemple, la résection complète n'apporte qu'une amélioration pronostique limitée par rapport à la résection presque totale dans le cas du médulloblastome, soulignant que la résection maximale n'est pas toujours l'approche préférée pour de telles tumeurs. À l'inverse, certaines autres tumeurs peuvent bénéficier d'un protocole de résection agressif. Ce dilemme souligne les risques d'une élimination excessive de tissu cérébral sain entraînant des dommages neurologiques ou d'une résection incomplète de la tumeur nécessitant une seconde intervention chirurgicale, imposant un fardeau considérable au patient et à sa famille.

Le niveau d'agressivité en neurochirurgie dépend donc de l'obtention d'un diagnostic tumoral précis et fiable.

Esturgeon et séquençage nanopore rapide pour le diagnostic tumoral peropératoire

Jeroen de Ridder et son équipe du Centre médical UMC à Utrecht, aux Pays-Bas, ont réorienté leur attention vers Séquençage par nanoporeLes avantages du séquençage par nanopores, y compris son rapport coût-efficacité, son analyse de données en temps réel et sa préparation d'échantillons accélérée, offrent une promesse immense pour le diagnostic des sous-types de tumeurs lors des interventions chirurgicales. Par conséquent, ces technologies basées sur le séquençage par nanopores permettent une analyse précoce des échantillons de tissu, permettant aux chirurgiens d'adapter leurs stratégies neurochirurgicales en réponse à des retours diagnostiques moléculaires rapides.

Représentation schématique de la simulation, approche de validation croisée et résultats sur des données simulées. (Vermeulen et al., 2023)

Cependant, le défi pratique auquel Jeroen de Ridder et son équipe sont confrontés réside dans le fait que la prise de décision en neurochirurgie se fait souvent dans un délai étroit de moins de 90 minutes. Le séquençage dans de telles contraintes produit un profil de méthylation quelque peu 'sparse'. De plus, l'identification de sites CpG spécifiques dans le génome qui seront couverts et généreront des signaux de méthylation reste imprévisible.

Pour s'attaquer à ces problèmes, les chercheurs ont développé un outil avancé d'apprentissage profond connu sous le nom de 'Sturgeon'. Ce classificateur de réseau de neurones indépendant des patients est finement ajusté pour traiter des données rares, intégrant des technologies de pointe comme l'apprentissage automatique, qui devient de plus en plus essentiel pour le Analyse des données de séquençage par nanopore boîte à outils.

Ce qui distingue Sturgeon, c'est son allocation substantielle de ressources computationnelles pour l'entraînement et la validation de réseaux neuronaux complexes avant la chirurgie. Cela le différencie des algorithmes de classification existants, qui dépendent de l'entraînement de modèles spécifiques au patient en peropératoire. Après un entraînement sur 36,8 millions de simulations de courses Nanopore et une validation sur 4,2 millions de courses de séquençage nanopore simulées supplémentaires, Sturgeon présente une vitesse remarquable, ne prenant que quelques secondes pour fonctionner sur un ordinateur portable et fournir une détermination précise du type de tumeur à l'aide de données de méthylation générées par Nanopore.

Les chercheurs ont testé la performance de Sturgeon en l'appliquant à un ensemble de données rétrospectives sur les tumeurs du système nerveux central (SNC) comprenant 50 échantillons de tumeurs SNC et 415 données de séquençage nanopore disponibles publiquement. Impressionnant, le modèle a correctement classé la majorité des échantillons (45 sur 50) sur la base de l'équivalent de 20 à 40 minutes de données de séquençage, classant correctement 92,2 % (383 sur 415) des échantillons au total. Cela démontre la performance cohérente et fiable du modèle.

Performance de classification au fil du temps sur des courses nanopore simulées à partir de matrices de méthylation de tumeurs du SNC pédiatriques. (Vermeulen et al., 2023)

Pour confirmer davantage la praticité de Sturgeon en conjonction avec Rapid. Séquençage par nanoporesLes chercheurs ont mis en œuvre et évalué l'ensemble du flux de travail dans un cadre réel, impliquant 25 résections de tumeurs du système nerveux central. Ils ont réussi à compléter l'ensemble du processus, de la collecte des échantillons à la classification et au diagnostic des tumeurs, dans un délai de 90 minutes, obtenant 18 diagnostics intraopératoires corrects—un délai idéal pour orienter les décisions chirurgicales.

Technologie de séquençage par nanopore

Séquençage par nanopore se tient à l'avant-garde des technologies de séquençage génétique contemporaines, présentant des caractéristiques remarquables, notamment le séquençage en temps réel, une utilisation conviviale et un débit rapide. Ses applications vont au-delà du séquençage de génomes entiers et de la recherche sur les transcriptomes, excellant notamment dans l'analyse directe de la méthylation. L'un de ses avantages inhérents réside dans l'élimination de la nécessité d'une PCR d'acides nucléiques, permettant une analyse de méthylation sans préparation d'échantillon supplémentaire. De plus, il révèle des informations sur la méthylation dans des régions génomiques qui peuvent échapper ou poser des défis aux méthodes de séquençage traditionnelles.

Référence:

1. Vermeulen, C., et al. "Classification ultra-rapide des tumeurs du SNC par apprentissage profond pendant la chirurgie." Nature (2023) : 1-8.