Étude clinique de recherche non interventionnelle, internationale, multicentrique, visant à constituer la plus vaste collection de données multimodales (comprenant données cliniques, données d'imagerie et données omiques) en oncologie

Le cancer figure parmi les principales causes de morbidité et de mortalité liées à la maladie. L'un des principaux défis du traitement du cancer est le développement de stratégies thérapeutiques personnalisées fondées sur la biologie. Les avancées récentes en intelligence artificielle (IA) et dans les technologies de séquençage de nouvelle génération (NGS) ont permis de mieux comprendre la biologie de la maladie et les voies thérapeutiques, identifiant ainsi de nouvelles opportunités thérapeutiques fondées sur la médecine de précision.

Les mécanismes biologiques conduisant au développement et à la progression du cancer résultent de réseaux complexes et plastiques de programmes cellulaires dérégulés, impliquant de nombreuses voies de signalisation et molécules effectrices. Les cellules cancéreuses modifient leur environnement environnant par des interactions cellule-cellule avec des cellules non tumorales ou par la sécrétion de cytokines, de chimiokines et d'autres facteurs. Cette reprogrammation du microenvironnement tumoral (MET) est essentielle à la progression, à l'invasion et à la formation de métastases du cancer.

En outre, un nombre croissant d'études montre que les types de cellules immunitaires innées et adaptatives présents dans le MET contribuent à la tumorigenèse et à la résistance au traitement. Comprendre les interactions entre les cellules cancéreuses et le MET environnant permettra d'éclairer les mécanismes de sensibilité et de résistance au traitement, y compris l'immunothérapie (IO) et les thérapies ciblées. Les approches omiques à résolution spatiale constituent un domaine émergent qui caractérise les types cellulaires par l'expression des gènes/protéines dans leur contexte spatial au sein de l'organisation tissulaire.

Des études récentes de transcriptomique spatiale de premier plan ont mis en évidence des identités cellulaires spécifiques définissant le MET environnant.

L'étude MOSAIC, initiative collaborative associant industriels et grands hôpitaux d'oncologie, propose d'aller bien au-delà des projets actuels de profilage moléculaire du cancer en combinant la génération et l'analyse de multiples modalités de données (3 modalités essentielles obligatoires : données cliniques, image microscopique en coloration hématoxyline-éosine (H&E), transcriptomique spatiale ; jusqu'à 3 modalités de données hautement prioritaires selon la faisabilité technique et la taille des échantillons : séquençage de l'acide ribonucléique en masse (ARNseq), séquençage de l'exome entier en masse (WES), transcriptomique unicellulaire ; et potentiellement d'autres modalités de données optionnelles ainsi que des expériences de suivi telles que l'omique unicellulaire, l'immunohistochimie, la protéomique spatiale ou d'autres profilages moléculaires de protéines et de molécules) sur un minimum de 2 000 échantillons tumoraux couvrant différentes indications cancéreuses. Ceci générera des données de profilage moléculaire et cellulaire étendues de la tumeur et de son microenvironnement à partir de patients atteints de cancer, intégrées à des données cliniques, à une échelle et une résolution sans précédent. Cette étude inclura des patients diagnostiqués avec l'une des indications cancéreuses éligibles et pour lesquels un échantillon tumoral fixé au formol et inclus en paraffine (FFPE), issu d'une biopsie et/ou d'une résection chirurgicale déjà réalisée, est disponible dans les archives de leur service d'anatomopathologie local ou de leurs centres affiliés. L'étude MOSAIC devrait avoir un impact important pour les patients en termes de découverte de nouveaux médicaments thérapeutiques ciblés, d'identification de sous-groupes de patients nécessitant un traitement spécifique ou une prise en charge clinique plus large, et d'identification de nouveaux mécanismes de réponse et de résistance au traitement.