La modélisation des données protéogénomiques basée sur l'apprentissage automatique identifie des biomarqueurs plasmatiques circulants pour la détection précoce du cancer du poumon

Les aberrations génétiques sont parmi les principaux facteurs déterminants du cancer du poumon. Il est important de souligner que l'impact des variations génétiques sur les dysrégulations protéomiques, dans le but de caractériser des biomarqueurs diagnostiques potentiels au niveau de la population, nécessite des investigations supplémentaires. La modélisation de telles interactions protéogénomiques est cruciale pour comprendre les perturbations biologiques au stade précoce, afin d'orienter la découverte de biomarqueurs, la réussite des essais cliniques et le développement de thérapeutiques efficaces. Nous avons étudié deux aspects complémentaires du risque de cancer du poumon. Premièrement, nous avons réalisé une étude d'association à l'échelle du génome sur le cancer du poumon en utilisant des ensembles de données à l’échelle de la population, puis examiné si les variants associés au risque de cancer du poumon influençaient les niveaux de protéines plasmatiques en utilisant les données du UK Biobank Pharma Proteomics Project. Deuxièmement, nous avons identifié des dysrégulations protéomiques plasmatiques chez des patients présymptomatiques et symptomatiques, dans le but de cibler des biomarqueurs diagnostiques en exploitant des méthodes d'apprentissage automatique. En utilisant les protéines identifiées, les modèles d'apprentissage automatique ont atteint des AUCs médianes validées croisement allant de 0,85 à 0,88 (0–4 ans avant le diagnostic - ABD), 0,81 à 0,84 (5–9 ABD) et 0,80 à 0,86 (0–9 ABD). En effectuant des analyses de survie dans le groupe 5–9 ABD, des niveaux élevés de huit protéines, telles que CALCB, PLAUR et CD74, ont montré une association significative avec une survie plus faible. Nous avons identifié 22 protéines associées à la maladie, dont 14 ont déjà été impliquées dans le cancer du poumon, notamment CEACAM5, CXCL17, GDF15, WFDC2 ainsi que 8 protéines nouvelles. Ces protéines étaient enrichies dans des voies biologiques liées à la signalisation des cytokines, à la régulation des interleukines, à la dégranulation des neutrophiles et à la fibrose pulmonaire. Bien que ces résultats n'établissent pas une causalité mécanistique, ils mettent en lumière des altérations protéomiques reflétant des changements systémiques précédant le diagnostic. Notre étude contribue à la compréhension des relations génome–protéome dans le cancer du poumon et identifie des protéines circulantes méritant une investigation approfondie comme biomarqueurs précoces potentiels pour le dépistage et la stratification du risque. Le cancer du poumon est la principale cause de décès liés au cancer dans le monde et est souvent diagnostiqué à un stade avancé, lorsque le traitement est moins efficace. La détection précoce est essentielle mais difficile, car les symptômes apparaissent généralement uniquement aux stades avancés de la maladie. Dans cette étude, nous avons analysé des données génétiques et des protéines dans le sang collecté des années avant un diagnostic de cancer du poumon. Nous avons identifié 22 protéines dont les niveaux varient des années avant l'apparition du cancer du poumon. Ces protéines sont liées au système immunitaire, à l'inflammation et aux modifications du tissu pulmonaire. Nos résultats suggèrent que des marqueurs sanguins pourraient aider à soutenir une détection plus précoce du cancer du poumon et améliorer l'évaluation du risque, et pourraient orienter les stratégies futures de surveillance et de prévention de la maladie. Johnson et al. étudient les variants génétiques liés au risque de cancer du poumon ainsi que les protéines plasmatiques prédisant un diagnostic futur. Les niveaux de protéines dans le sang changent jusqu'à 9 ans avant l'apparition de la maladie, mettant en évidence 22 protéines impliquées dans la signalisation immunitaire, l'inflammation et la fibrose pulmonaire.