Meilleur diagnostic du cancer gr?ce aux images numériques en 3D
Comment faire entrer dans l'ère numérique une méthode de diagnostic qui existe depuis 100 ans ? Deux chercheurs de l'ETH et de l'Université de Zurich développent une plateforme robotique qui permet un diagnostic plus précis des cellules cancéreuses gr?ce à une quantification rapide des échantillons de tissus dans leur ensemble.
- Lire à haute voix
- Nombre de commentaires
Tout a commencé par une question anodine au début de la thèse de doctorat de Francesca Catto : ne serait-il pas agréable de pouvoir colorer des échantillons de tissus et de les représenter numériquement sous forme d'image 3D ? Car en histologie, une branche de la pathologie qui s'occupe des modifications tissulaires, on travaille depuis plus de 100 ans de manière analogique : On découpe des échantillons de tissus en tranches d'un micromètre (environ sept fois plus fines qu'un cheveu humain) et on les examine au microscope pour y déceler des modifications pathologiques. Cette technique a pour conséquence qu'une personne sur six re?oit un diagnostic erroné et que des cellules cancéreuses ne sont pas détectées.
Catto, qui a fait sa thèse de doctorat en neurosciences avec le professeur Adriano Aguzzi à l'Université de Zurich, décrit les débuts comme difficiles : "Au début, nous avons essayé différentes approches, mais rien ne fonctionnait. C'était un cauchemar. Heureusement, nous avons fini par collaborer avec les groupes du professeur Mirko Meboldt et du professeur Alexander Mathys. De cette collaboration est née une approche réussie. C'est ainsi que Robert Axelrod, qui a obtenu son doctorat à l'ETH Zurich dans le domaine des technologies de traitement, a rejoint le projet.
L'innovation gr?ce à une solution multidisciplinaire révolutionnaire
Gr?ce à une approche combinant des technologies issues de la biomédecine et de l'ingénierie, les deux chercheurs ont mis au point une plateforme robotisée capable de diagnostiquer le cancer avec plus de précision et de fournir des informations tridimensionnelles sur la disposition spatiale des cellules. Le processus comprend quatre étapes. Dans la première étape, les chercheurs rendent l'échantillon de tissu transparent de manière automatisée. Dans la deuxième étape, ils marquent ou colorent en peu de temps les cellules remarquables et dans la troisième étape, ils créent une image 3D du tissu sur laquelle les cellules cancéreuses sont marquées. La technologie nécessaire existe déjà. La dernière étape est l'analyse avec un logiciel d'imagerie 3D et des algorithmes d'entra?nement.
La grande nouveauté de cette solution : il n'y a plus besoin d'échantillons de tissus qui doivent être préparés et coupés à grands frais, mais le tissu, comme par exemple un ganglion lymphatique, est conservé dans son ensemble et est entièrement examiné. La visualisation numérique en 3D avec les cellules marquées est accessible à tout moment via Internet.
Nouvelles expériences et succès
Dans le laboratoire, le prototype de robot travaille et déplace les échantillons. Mais la plateforme n'est pas encore totalement prête à être commercialisée. Axelrod affirme qu'ils pourraient certes proposer les premiers services en rendant les tissus envoyés transparents de manière automatisée et en réalisant une image 3D annotée en très peu de temps. Mais ils doivent encore optimiser le logiciel.
Dans le cadre de leur Pioneer Fellowship, qui doit déboucher sur la création d'une start-up, les deux chercheurs relèvent également des défis d'un autre type : "En tant que scientifique, on a une autre fa?on de penser en ce qui concerne par exemple la gestion du temps. Les chercheurs sont souvent perfectionnistes, car ils ne publient rien avant que cela ne soit absolument parfait et vérifié". D'un autre c?té, Catto et Axelrod font leurs premiers pas dans le monde des start-ups avec leur projet. Là, ils doivent faire plus d'essais, demander un feedback et passer par des cycles rapides et itératifs. "Cela a un impact important sur la gestion du temps", ajoute Catto.
Parmi leurs plus grands succès à ce jour, Catto et Axelrod citent leur formidable équipe. Selon eux, trouver des personnes ayant les bonnes compétences techniques et sociales pour obtenir la dynamique d'équipe souhaitée a été une nouvelle expérience. Une étape technique importante a en outre été de réaliser pour la première fois le déroulement des travaux d'un seul tenant.
Toujours garder l'objectif en tête
Lorsqu'on leur demande s'il leur reste du temps pour leurs hobbies à c?té des innombrables heures passées au bureau et au laboratoire, ils rient. La question est évidente. Pour l'instant, il est encore possible de maintenir un équilibre sain entre vie professionnelle et vie privée. C'est important pour eux. "Même si je crains que cela ne change dès que la prochaine phase du projet commencera", dit Catto. Dans les moments difficiles, l'idée de l'impact de leur start-up et de la mise sur le marché de leur produit les motive : "L'idée de l'impact positif que notre plateforme robotique aura sur l'histologie nous motive beaucoup dans les moments difficiles. Cela nous pousse à aller de l'avant, surtout lorsque tout ne se passe pas comme prévu", ajoute Axelrod.
L'objectif de mettre un bon produit sur le marché n'est pas seulement important pour les deux hommes à titre personnel dans le sens d'une propre start-up couronnée de succès. Ils poursuivent également un but : les laboratoires de recherche et les cliniques doivent disposer d'un produit utile et fonctionnel sur lequel ils peuvent compter et qui fait entrer le diagnostic du cancer dans le monde numérique.
Le développement personnel tient également à c?ur au duo. Devenir un bon manager tout en conservant sa propre personnalité, grandir en tant qu'être humain et faire de nouvelles expériences. Pour cela, l'environnement des start-up est l'endroit idéal.
Références bibliographiques
Axelrod, Robert, Julia Baumgartner, Michael Beyrer, Alexander Mathys. (2023). Expérimentation et simulation de l'interaction entre les gradients de facteurs suite à des traitements par champ électrique pulsé déclenchant des agrégations de protéines de lactosérum. Journal of Food Engineering, 340, 111308. doi : page externe10.1016/j.jfoodeng.2022.111308
Kirschenbaum Daniel, Dadgar-Kiani Ehsan, Catto Francesca, et al. (2023). Whole-brain microscopy reveals different temporal and spatial efficacy of anti-Aβ therapies. EMBO Mol Med., 15(1):e16789. doi : page externe10.15252/emmm.202216789