APOLLO11 : un modèle fondé sur des bio-données pour la recherche clinique et translationnelle en cancer du poumon

Pourquoi cela compte pour les personnes atteintes d’un cancer du poumon

Le traitement du cancer du poumon a profondément évolué au cours de la dernière décennie grâce à l’immunothérapie et aux médicaments ciblés, mais de nombreux patients n’en tirent toujours pas bénéfice. Cet article décrit APOLLO11, une initiative nationale italienne visant à collecter systématiquement des données du monde réel et des échantillons biologiques de patients atteints de cancer du poumon, puis à utiliser l’intelligence artificielle pour comprendre qui répondra à quel traitement. Pour les patients et leurs familles, cela ouvre la voie à un avenir où le choix des thérapies serait guidé par une lecture approfondie de la tumeur et du système immunitaire de chaque personne, plutôt que par essais et erreurs.

Du traitement « universel » aux soins guidés par les données

Les auteurs expliquent que malgré des médicaments puissants, environ la moitié des patients atteints d’un cancer du poumon avancé ne répondent jamais ou deviennent rapidement résistants. Les principaux tests sanguins et tissulaires actuels sont trop grossiers pour prédire de façon fiable le bénéfice de l’immunothérapie ou des traitements ciblés. Les études cliniques traditionnelles, qui testent une hypothèse à la fois sur des patients fortement sélectionnés, ne peuvent pas suivre le rythme d’arrivée rapide de nouveaux médicaments et combinaisons. APOLLO11 a été créé pour combler cette lacune en construisant une ressource durable et continuellement mise à jour regroupant les informations cliniques de routine, les examens d’imagerie, les analyses de laboratoire et des mesures biologiques avancées provenant de milliers de patients traités dans la pratique courante à travers l’Italie.

Construire un réseau national apprenant

Le projet relie des dizaines d’hôpitaux organisés selon un système « hub-and-spoke » : de grands centres anticancéreux et des hôpitaux universitaires collaborent avec des hôpitaux régionaux plus petits. Chaque site enregistre des informations standardisées via une plateforme électronique sécurisée et, lorsque possible, conserve des échantillons biologiques tels que tissu tumoral, sang et selles dans des congélateurs locaux. Plutôt que d’expédier tout vers un entrepôt central, les centres conservent le matériel sur place tandis qu’une équipe centrale tient à jour l’inventaire de ce qui existe et où. Cette organisation permet à de petits hôpitaux, qui soignent de nombreux patients mais peuvent manquer d’infrastructures de recherche, de contribuer de façon significative, et aide à garantir que les données reflètent la réelle diversité des personnes vivant avec un cancer du poumon dans tout le pays.

Suivre la maladie des scanners aux cellules

APOLLO11 collecte plusieurs couches d’informations pour chaque patient participant qui reçoit un traitement « innovant » (essentiellement toute thérapie moderne autre que la chimiothérapie ancienne). Les données cliniques comprennent l’âge, le stade de la maladie, les traitements reçus, les effets indésirables et la survie. Les données d’imagerie incluent les scanners CT, IRM et PET à des moments clés, qui sont analysés par des méthodes de « radiomique » transformant les motifs subtils des images en milliers de caractéristiques quantitatives. Les échantillons biologiques servent à étudier l’ADN tumoral, l’activité génique, les protéines, les métabolites, les cellules immunitaires de l’organisme et même les micro-organismes vivant dans l’intestin et la bouche. Chez certains patients, les cellules immunitaires sont examinées individuellement par séquençage unicellulaire pour révéler le comportement fin des lymphocytes T, des neutrophiles et d’autres acteurs susceptibles d’influer sur la réponse à l’immunothérapie.

Apprendre aux ordinateurs à reconnaître les schémas de traitement

Parce qu’aucun test unique ne peut saisir la complexité totale du cancer, APOLLO11 prévoit de combiner tous ces types de données en utilisant l’apprentissage automatique. Plutôt que d’envoyer des données sensibles brutes à un serveur central unique, de nombreuses analyses utiliseront le « federated learning » (apprentissage fédéré), dans lequel chaque hôpital entraîne un modèle local et ne partage que des mises à jour de modèle, pas des dossiers au niveau du patient. Les algorithmes finaux seront conçus pour être explicables : des outils indiqueront quelles caractéristiques — comme des profils de cellules immunitaires particuliers, des caractéristiques d’imagerie ou des altérations génétiques — motivent une prédiction pour un patient donné. Les premiers travaux au sein du consortium explorent déjà comment les profils de cellules immunitaires dans le sang se rapportent aux résultats de l’immunothérapie dans le cancer broncho-pulmonaire non à petites cellules avancé.

Partager les connaissances tout en protégeant la vie privée

Le réseau est également une plateforme pour des questions scientifiques futures. Des chercheurs des centres participants, et même extérieurs au consortium, peuvent proposer des études. Un comité de pilotage évalue chaque proposition selon l’importance clinique, la nouveauté, l’urgence et la faisabilité. Lorsque des groupes externes sont impliqués, le projet peut générer des jeux de données synthétiques qui imitent les données réelles sans exposer des patients individuels, contribuant à concilier ouverture et règles strictes de confidentialité comme le RGPD européen. Ce modèle de gouvernance vise à rendre l’accès équitable, transparent et centré sur des travaux susceptibles d’améliorer réellement les soins.

Ce que cela pourrait signifier pour les patients

Concrètement, APOLLO11 transforme la prise en charge quotidienne des patients atteints de cancer du poumon en un vaste laboratoire vivant. En apprenant systématiquement des expériences réelles dans de nombreux hôpitaux — et en combinant images, analyses sanguines, analyse tumorale et calcul avancé — le projet vise à construire des outils qui indiquent aux médecins, avant le début du traitement, quels patients sont susceptibles de bénéficier de l’immunothérapie ou des médicaments ciblés, qui pourrait subir des effets secondaires graves et qui nécessiterait des stratégies différentes. Bien que des défis subsistent, tels que le maintien d’une qualité de données cohérente et le financement à long terme, les auteurs soutiennent que ce type de réseau basé sur les données, explicable et respectueux de la vie privée constitue un modèle pour faire de la médecine de précision une réalité, et non seulement une promesse, pour les personnes atteintes d’un cancer du poumon.

Citation: Prelaj, A., Provenzano, L., Miskovic, V. et al. APOLLO11: a bio-data-driven model for clinical and translational research in lung cancer. npj Precis. Onc. 10, 96 (2026). https://doi.org/10.1038/s41698-026-01295-3

Mots-clés: cancer du poumon, immunothérapie, intelligence artificielle, données du monde réel, biobanque