La biopsie liquide fragmentomique permet la détection précoce du cancer du sein, le sous-typage moléculaire et l’évaluation des ganglions lymphatiques

Pourquoi un test sanguin pour le cancer du sein compte

Le cancer du sein est fréquent, mais les outils de dépistage actuels—comme la mammographie et l’échographie—peuvent manquer des tumeurs précoces, en particulier chez les femmes ayant un tissu mammaire dense. Cette étude explore une approche différente : lire de minuscules fragments d’ADN qui circulent dans le sang pour détecter un cancer, en classifier le type et estimer s’il s’est étendu aux ganglions lymphatiques voisins. Si un tel test peut être rendu fiable et abordable, il pourrait compléter l’imagerie et offrir un dépistage de haute qualité à un plus grand nombre de femmes, y compris celles vivant loin des grands hôpitaux.

Observer la poussière d’ADN dans le sang

Quand les cellules meurent, elles libèrent des fragments d’ADN brisés dans la circulation sanguine. La plupart proviennent de cellules saines, mais les cancers libèrent leurs propres fragments avec des motifs caractéristiques. Les chercheurs ont développé une méthode appelée TuFEst qui ne recherche pas des mutations géniques spécifiques. Elle examine plutôt le « fragmentome » : les tailles des fragments d’ADN, les courtes séquences aux extrémités, et leur répartition le long du génome. Parce que ces motifs reflètent la façon dont l’ADN est emballé et régulé dans les cellules, les cellules cancéreuses laissent une empreinte de fragmentation détectable par un séquençage génomique complet à faible profondeur réalisé sur un petit échantillon de sang.

Un large essai en conditions réelles dans les hôpitaux

L’équipe a mené une étude multicentrique en Chine, recrutant 503 femmes atteintes d’un cancer du sein—la plupart à des stades très précoces—et 289 femmes présentant des affections mammaires bénignes. À partir d’environ un millilitre de plasma par personne, elles ont séquencé l’ADN circulant à une couverture ultra-faible et ont fourni des dizaines de caractéristiques de fragmentation à plusieurs modèles d’apprentissage automatique. Un modèle en empilement, qui combine les forces de plusieurs algorithmes, s’est distingué comme le meilleur et a été nommé TuFEst. Il a correctement identifié 95 % des cancers tout en signalant à tort environ 22 % des cas non cancéreux dans l’ensemble principal, et ses performances sont restées solides dans des cohortes hospitalières indépendantes.

Détecter des cancers cachés et les types de tumeurs

Pour vérifier si le signal sanguin pouvait repérer des cancers manqués par l’imagerie, les chercheurs ont examiné 26 femmes dont les lésions mammaires avaient été classées « probablement bénignes » à la fois à l’échographie et à la mammographie, mais qui se sont révélées plus tard être des cancers invasifs après croissance de la lésion. En utilisant le sang prélevé au moment des examens initiaux, TuFEst a correctement détecté 25 de ces 26 cancers. L’équipe a ensuite étendu le cadre à deux outils connexes. Le premier, TuFEst-MS, utilisait la même information fragmentomique pour classer les tumeurs selon des sous-types moléculaires courants, tels que hormone‑récepteur positif, HER2‑positif et triple négatif. Il a atteint environ 90 % de précision à la fois dans les groupes d’entraînement et de validation, et il correspondait au sous-type des lésions métastatiques chez la plupart des patients avancés, y compris des cas où la métastase différait de la tumeur d’origine.

Indices sur la dissémination et le comportement du cancer

Un troisième modèle, TuFEst-LN, visait à signaler si le cancer s’était propagé aux ganglions axillaires—un facteur important pour choisir la chirurgie et le traitement médicamenteux. Chez les femmes dont le statut ganglionnaire était connu par chirurgie, l’outil sanguin distinguait avec une bonne précision les cas ganglionnaires positifs des cas négatifs et présentait, ce qui est crucial, une valeur prédictive négative très élevée : plus de 90 % dans le groupe de validation principal et 97,6 % dans des cas particulièrement difficiles où l’imagerie et la pathologie étaient en désaccord. De hauts « scores de cancer » fournis par TuFEst s’alignaient également avec une biologie tumorale plus agressive. En analysant l’ARN de 79 échantillons tumoraux appariés, les auteurs ont montré que les cancers à score élevé étaient enrichis en signatures de croissance rapide, de signalisation inflammatoire et de microenvironnements immuno‑actifs, des motifs souvent observés dans les cancers HER2‑positifs et triple négatifs.

Ce que cela pourrait signifier pour les patientes

Pour les non‑spécialistes, l’idée principale est qu’un simple prélèvement sanguin pourrait un jour aider à accomplir trois choses à la fois : détecter précocement le cancer du sein, indiquer son sous‑type biologique et suggérer s’il a atteint les ganglions lymphatiques—le tout sans imagerie supplémentaire ni biopsies invasives dans de nombreux cas. Le test nécessite encore des essais prospectifs dans des contextes de dépistage plus larges et ne remplace pas encore la mammographie ou l’échographie. Mais ce travail montre que la « poussière » des fragments d’ADN dans notre sang porte des informations étonnamment riches, et que l’analyse intelligente de ces motifs pourrait soutenir des soins du cancer du sein plus précoces, moins invasifs et plus personnalisés.

Citation: Zhu, Y., Zheng, S., Shao, Y. et al. Fragmentomic liquid biopsy enables early breast cancer detection, molecular subtyping and lymph node assessment. Nat Commun 17, 2276 (2026). https://doi.org/10.1038/s41467-026-70204-w

Mots-clés: cancer du sein, biopsie liquide, ADN circulant, détection précoce, apprentissage automatique