TEMOIGNAGE D’UN JEUNE CHERCHEUR – Lucas Rincon

Qu’est-ce qui vous a amené à vous intéresser aux tumeurs cérébrales ?

Mon parcours est atypique. En effet, j’ai fait des études de mathématiques et de physique pendant cinq années à Madrid et j’étais titulaire d’une double licence quand j’ai décidé de venir à Paris pour suivre un master en mathématiques appliquées dans « l’apprentissage automatique » (en anglais machine learning), à Sorbonne Université. C’est dans le cadre de ce master que j’ai effectué un stage de six mois dans l’équipe du Dr Agusti Alentorn à l’Institut du cerveau (ICM). Au cours de ce stage, je me suis familiarisé avec la recherche médicale en travaillant sur les tumeurs cérébrales. Je me suis passionné pour la neuro-oncologie, un peu comme on tombe amoureux… Concrètement, mes recherches sont très techniques et portent sur l’analyse de données massives issues d’images des tumeurs cérébrales visualisées au microscope. Cependant, j’ai réalisé assez vite que l’on pouvait contribuer de façon importante à la prise en charge de la maladie sans forcément passer par la voie classique de la connaissance de la biologie intime des cellules du cerveau normales et tumorales. Finalement, après ce stage, j’ai choisi de poursuivre mes recherches dans le cadre d’une thèse de sciences. Cela fait maintenant trois ans, et je me félicite tous les jours d’avoir pris cette décision qui ne peut que me rendre heureux.

Quel est l’objectif de votre recherche ?

L’objectif principal est de développer des modèles d’intelligence artificielle performants pour mieux établir le pronostic des patients. En pratique, dans le cadre de ma thèse en bio-informatique, je me suis d’abord familiarisé avec les différents types de données à exploiter concernant les tumeurs cérébrales. J’ai commencé par les images d’histologie des tumeurs de très haute résolution, puis j’ai élargi mon travail aux données provenant de l’analyse moléculaire du génome des tumeurs, issues de techniques de pointe comme le single-cell et la « transcriptomique spatiale » qui génèrent des informations massives sur l’ADN et l’ARN des cellules des tumeurs cérébrales.

Pouvez-vous expliquer comment vous allez vous y prendre ?

Pour analyser ces images complexes, je travaille avec un modèle appelé CLAM. Il s’agit d’un type d’intelligence artificielle spécialement adapté aux images des tissus au microscope. Ces images sont extrêmement volumineuses ; on peut les comparer à des cartes très détaillées contenant des dizaines de milliers d’informations. Pour pouvoir les analyser efficacement, nous découpons les images des tumeurs en petits morceaux appelés patches. L’ordinateur apprend ensuite à identifier, parmi ces milliers de fragments, ceux qui contiennent les informations les plus pertinentes. À partir de cette base, nous pouvons assigner l’ordinateur à effectuer différentes tâches comme classer les tumeurs en fonction de leur diagnostic, leur agressivité et leur pronostic. Il nous est aussi possible de localiser « géographiquement », au sein de chaque tumeur, les zones les plus importantes pour faire un pronostic, au-delà de ce que peut faire l’œil du pathologiste le plus expérimenté. 

Vous avez fait un séjour aux USA. Quel bénéfice en avez-vous tiré ?

Dans le cadre de ma thèse, j’ai effectué récemment un séjour à l’Université de Columbia à New York dans l’équipe du professeur Raul Rabadan. Cela a été une expérience enrichissante et inoubliable, car j’ai pu travailler avec des chercheurs qui sont parmi les meilleurs au monde dans la bio-informatique médicale. Ce séjour m’a permis de présenter mes travaux, d’échanger des idées avec d’autres chercheurs, et surtout d’initier des projets collaboratifs. Même si le séjour fut trop court pour finaliser un projet complet sur place, il m’a permis de nouer des relations personnelles essentielles et de continuer à collaborer à distance, comme nous le faisons depuis mon retour.

Je suis infiniment reconnaissant au fonds RAM active philanthropy et à Charles Boulanger, ainsi qu’à l’ARTC, de m’avoir permis d’effectuer ce séjour en finançant cette mobilité si importante pour les jeunes chercheurs en devenir dont je fais partie. Ce séjour dans ces conditions exceptionnelles aurait été impossible sans ce soutien.

Quelles perspectives et retombées vos recherches peuvent-elles avoir pour les patients ?

Parmi les différents projets sur lesquels je travaille, celui qui a possiblement les retombées les plus concrètes et les plus immédiates pour les patients concerne les lymphomes du cerveau.  Nous avons développé un modèle d’intelligence artificielle pour analyser les images au microscope des lymphomes et prédire le pronostic des patients. À ce jour, le pronostic des lymphomes du cerveau est complexe, car il doit prendre en compte de nombreux critères cliniques, radiologiques et biologiques. Disposer d’un outil capable de classer les tumeurs dans différents groupes pronostiques est important car cela permet de choisir les traitements les plus adaptés de manière individualisée.  En parallèle, les outils que je développe pour optimiser les données peuvent aussi être étendus aux données de biologie moléculaire des tumeurs. Cela permet de mieux comprendre la maladie et peut servir de modèle pour d’autres tumeurs cérébrales afin d’aider les médecins dans leurs décisions et d’améliorer la prise en charge des patients.