Le système d’aide à la décision Knowledge Connector pour l’oncologie de précision basée sur la multiomique

Personnaliser les soins contre le cancer

Le traitement du cancer s’éloigne de plus en plus des approches universelles pour se diriger vers des thérapies adaptées à la biologie unique de la tumeur de chaque patient. Mais les tests modernes peuvent mesurer des milliers d’altérations génétiques et moléculaires simultanément, générant plus d’informations que ce qu’une équipe humaine peut interpréter de manière fiable seule. Cet article décrit un système logiciel appelé Knowledge Connector qui aide les médecins à transformer ce flux de données en recommandations thérapeutiques claires et cohérentes pour des patients individuels.

Pourquoi les données sur le cancer sont si difficiles à utiliser

Les centres oncologiques d’aujourd’hui peuvent séquencer des génomes entiers, analyser l’activité de l’ARN et examiner les marques chimiques sur l’ADN, produisant un « profil moléculaire » multicouche de chaque tumeur. Ces profils peuvent révéler des indices sur l’agressivité d’un cancer, les médicaments auxquels il pourrait répondre et l’éligibilité d’un patient à un essai clinique. Cependant, ces tests génèrent de longues listes de mutations, de fusions de gènes et d’autres altérations qui doivent être interprétées à la lumière d’une littérature médicale en constante expansion et de nombreuses bases de connaissances en ligne. Les comités moléculaires tumoraux — réunions où oncologues, généticiens, bioinformaticiens et autres experts discutent de patients individuels — peinent à suivre cette complexité et à prendre des décisions de manière standardisée et reproductible.

Un assistant numérique pour les comités tumoraux

Le Knowledge Connector est un système d’aide à la décision basé sur le web conçu pour être au cœur de ce processus. Il combine en toute sécurité les informations cliniques d’un patient (comme le diagnostic et les traitements antérieurs) avec des données moléculaires détaillées provenant de multiples méthodes d’analyse. Grâce à une interface unique, les utilisateurs peuvent basculer entre des vues montrant des altérations géniques simples, des motifs plus complexes comme l’instabilité génomique, et des suggestions de traitement sélectionnées. Le système intègre automatiquement des informations provenant des principales bases de connaissances sur le cancer et des publications scientifiques, puis les présente dans un format organisé et lisible pour la discussion et la documentation en comité tumoral.

Construire des blocs de connaissances réutilisables

Une innovation clé du système est le concept de « blocs de connaissances cliniques », ou BoCKs. Chaque BoCK relie un biomarqueur spécifique — tel qu’une mutation, une fusion génique ou un profil d’expression — à des preuves sur ce qu’il signifie pour le diagnostic, le pronostic, la réponse aux médicaments ou l’éligibilité à un essai clinique dans des types de cancer particuliers. Plutôt que de rechercher la littérature à partir de zéro pour chaque nouveau patient, les conservateurs peuvent réutiliser des BoCKs existants qui ont déjà été validés. Au fil du temps, ces blocs forment une base de connaissances partagée et interinstitutionnelle appelée BoCKbase. Cette structure soutient également un raisonnement plus nuancé, comme l’application de preuves provenant de types tumoraux similaires ou de médicaments apparentés lorsque les données directes sont limitées.

Des profils complexes aux options exploitables

Les auteurs démontrent le système avec des cas réels d’un vaste programme allemand d’oncologie de précision. Dans un exemple, le logiciel a mis en évidence des motifs ADN subtils indiquant un défaut de réparation de l’ADN, orientant les médecins vers un essai d’une classe de médicaments (inhibiteurs de PARP) généralement non envisagée pour ce type de cancer. Dans un autre cas, il a intégré des données génomiques et d’ARN pour clarifier l’effet de fusions géniques inhabituelles impliquant le gène BRAF, soutenant des recommandations pour des thérapies ciblées. La plateforme aide également à identifier des patients dont les tumeurs surexpriment fortement certains gènes, en faisant des candidats pour des thérapies cellulaires expérimentales dans des essais cliniques. Sur des centaines de cas, le Knowledge Connector a soutenu plusieurs recommandations de traitement ou d’essai pour la plupart des patients tout en augmentant régulièrement la réutilisation des BoCKs existants, signe d’une efficacité croissante.

Ce que cela signifie pour les patients

Pour les patients, le système ne remplace pas les médecins mais agit comme un assistant puissant, aidant les équipes d’experts à prendre des décisions mieux informées, plus rapides et plus cohérentes basées sur l’image moléculaire complète d’une tumeur. En organisant des données complexes en options claires et liées aux preuves, le Knowledge Connector vise à rendre le traitement personnalisé du cancer plus évolutif et accessible, afin que les tests génomiques avancés puissent se traduire par des bénéfices concrets et pratiques pour un plus grand nombre de personnes atteintes de cancer.

Citation: Hübschmann, D., Kreutzfeldt, S., Roth, B. et al. The Knowledge Connector decision support system for multiomics-based precision oncology. Nat Commun 17, 742 (2026). https://doi.org/10.1038/s41467-026-68333-3

Mots-clés: oncologie de précision, comité moléculaire tumoral, soutien à la décision clinique, biomarqueurs du cancer, multiomique