Stratification des risques, IA et nouvelles idées audacieuses : notre dernière recherche financée sur la détection précoce

Cancer Research UK Homepage

Nous utilisons notre financement pour créer une communauté de recherche large et solide en détection précoce et nous avons récemment investi dans 15 nouveaux projets et programmes dans ce domaine.

Nous soulignons ici certaines des propositions soutenues lors de notre réunion du comité de détection précoce de mai 2019, qui illustrent notre stratégie pour développer le domaine en soutenant les collaborations internationales, en tirant parti des collaborations multidisciplinaires et des nouvelles technologies, et en soutenant les chercheurs en début de carrière qui entrent dans le domaine avec nouvelles idées.

Une équipe mondiale stratifiera le risque de progression du myélome

Kwee Yong, Irene Ghobrial et Karthik Ramasamy – Programme de détection précoce financé pour 3,2 millions de livres sterling pendant 5 ans entre l’University College London, l’Université Harvard et l’Université d’Oxford

Kwee, Irene et Karthik cherchent à comprendre les caractéristiques du myélome latent (MMS) indiquant une maladie indolente à faible risque ou une probabilité de progression vers un myélome multiple (MM). Réunissant une équipe internationale de chercheurs de premier plan dans le domaine autour de la génomique, de l’imagerie, de la biopsie liquide et des tests d’environnement immunitaire, le programme construira un modèle de risque intégratif pour déterminer quelles personnes atteintes de SMM ont besoin d’une surveillance supplémentaire pour prévenir et détecter rapidement la transition de la condition précurseur à MM.

Cette étude combine des cohortes prospectives existantes aux États-Unis et au Royaume-Uni (les études PROMISE et DEFENSE, respectivement) et de multiples modalités cliniques, pour générer une base de données probantes qui améliorera et améliorera le parcours de soins cliniques pour ces patients. L’identification de ceux qui sont vraiment à risque de progression a le potentiel d’améliorer la prise en charge et d’améliorer la détection plus précoce, ce qui profitera au pronostic et à la survie de ceux qui développent un MM.

Utiliser l’IA pour améliorer le dépistage du cancer du sein

Adam Brentnall et Giovanni Montana – Projet de détection précoce financé pour 447 000 £ sur 4 ans entre l’Université Queen Mary de Londres et l’Université de Warwick

Adam et Giovanni développeront et testeront un système d’intelligence artificielle (IA) pour faciliter le dépistage du cancer du sein stratifié en fonction du risque afin de déterminer si cette approche améliorée sera meilleure que la norme actuelle pour détecter, minimiser les faux négatifs et déterminer le risque à long terme d’un cancer du sein d’intervalle. L’équipe rassemble une expertise dans les statistiques du risque de cancer du sein et l’apprentissage automatique, qui, ensemble, organiseront une base de données d’images mammographiques de près de 20 000 femmes atteintes et de plus de 500 000 femmes sans cancer du sein aux États-Unis, au Royaume-Uni et en Russie. Bien que des questions subsistent quant à la manière dont les algorithmes d’IA expliqueront les différences dans la collecte des images, il existe un besoin clinique clair d’améliorer l’efficacité et la précision de la détection précoce du cancer du sein dans les images radiographiques.

Tester une nouvelle idée pour détecter le cancer du poumon

Rachel Evans – Early Detection Primer financée pour 98 000 £ pendant 1 an à l’University College London

Rachel est une chercheuse en début de carrière intéressée à appliquer son expertise à la détection précoce. Travaillant à l’origine sur le développement d’immunothérapies ciblant une protéine appelée ROR1 que l’on trouve dans les tumeurs agressives d’origine immunitaire avec un mauvais pronostic comme le cancer du poumon, Rachel pensait que cela pourrait également être un marqueur d’une maladie précoce. Cette proposition pilote définira l’expression de ROR1 dans des modèles de souris à un stade précoce de NSCLC, puis évaluera la capacité d’un anticorps protéique modifié à se lier à ROR1 avec une sensibilité et une spécificité élevées.

Le travail de Rachel a le potentiel de développer un traceur ROR1 pour surveiller les nodules chez les patients à haut risque. Avant de soumettre sa candidature, Rachel avait participé à notre groupe de discussion en début de carrière et avait observé une réunion du comité de détection précoce, lui donnant son point de vue sur la façon dont son travail pourrait être pertinent pour la recherche que nous finançons dans le domaine et ce qui fait une proposition réussie.

Nos prix financés en mai 2019 dans leur intégralité

Prix ​​du programme de détection précoce

Kwee Yong, University College London, Irene Ghobrial, Broad Institute de l’Université Harvard, et Karthik Ramasamy, Université d’Oxford

Définir le risque de myélome latent (SMM) pour la détection précoce du myélome multiple (MM)

Prix ​​du projet de détection précoce

Matthew Baker et Paul Brennan, Université de Strathclyde et Université d’Édimbourg

Validation des diagnostics sériques pour le diagnostic précoce et la stratification du gliome

Kevin Ryan, Cancer Research UK Beatson Institute

Identification de biomarqueurs pour la détection des lésions précancéreuses associées à l’adénocarcinome canalaire pancréatique

Adam Brentnall et Giovanni Montana, Université Queen Mary de Londres et Université de Warwick

Un système d’intelligence artificielle pour l’évaluation des risques en temps réel lors du dépistage par mammographie

Sam Janes, University College de Londres

ASCENT : analyse des traits génomiques des cancers du poumon détectés par dépistage

John Doorbar, Université de Cambridge

Une nouvelle approche d’échantillonnage par patch pour le classement et la génération de cartes des maladies cervicales

Primes de détection précoce

Karen Pooley, Université de Cambridge

Évaluation des microARN comme biomarqueurs dans la détection précoce du sang du cancer du sein

Rachel Evans, University College de Londres

Détection précoce du cancer du poumon à l’aide d’un traceur moléculaire

Elizabeth Soilleux, Université de Cambridge

Développement d’un nouveau test de clonalité à haute sensibilité (basé sur la capture) pour la détection précoce de la néoplasie lymphoïde, y compris le lymphome, le myélome et la leucémie lymphoïde

Paul Barber, University College de Londres

Les dimères de protéines exosomales comme biomarqueur de détection précoce du cancer du poumon

Rosamonde Banks, Université de Leeds

Exploration de l’utilisation des auto-anticorps associés aux tumeurs dans la détection précoce du cancer du rein

Helen Coleman et Kathleen Curtius, Queen’s University Belfast et Queen Mary University of London

Comprendre l’âge moléculaire de l’œsophage de Barrett dans un échantillon représentatif de la population de patients allant des groupes d’âge pédiatrique à plus âgés

Daniel Richards et Marta Broto Aviles, Imperial College de Londres

Développer des immunoessais à flux latéral ultra-sensibles pour la détection précoce du cancer de l’ovaire

Joseph Jacob, University College de Londres

Application d’un modèle de réseau neuronal récurrent basé sur l’attention et le temps pour prédire l’évolution des nodules pulmonaires chez les patients dépistant le cancer du poumon

Sara Zanivan, Cancer Research UK Beatson Institute

Exploration du profilage redox-protéome du plasma profond pour la détection précoce du CHC

Être impliqué

Avez-vous une idée de recherche qui pourrait permettre une détection plus précoce ? Que vous soyez en début de carrière, établi dans le domaine ou que vous n’ayez jamais travaillé sur la détection du cancer auparavant, nous aimerions avoir de vos nouvelles.