Publié le 24 octobre 2025. Des chercheurs de l’Université de Californie à San Diego ont mis au point une méthode révolutionnaire exploitant l’intelligence artificielle pour cibler et éradiquer les cellules souches cancéreuses, ces acteurs clés de la récidive et de la résistance aux traitements. Cette approche novatrice, testée avec succès sur le cancer colorectal, promet une voie thérapeutique plus sûre et plus précise.
Les cellules souches cancéreuses, véritables « caméléons » du cancer, échappent fréquemment aux traitements conventionnels, se cachant au sein des tumeurs, se régénérant et favorisant la propagation de la maladie. Leur nature insaisissable les rend particulièrement difficiles à combattre.
« Les cellules souches cancéreuses sont comme des métamorphes. Elles jouent à cache-cache à l’intérieur des tumeurs. Au moment où vous pensez les avoir repérés, elles disparaissent ou changent d’identité. C’est comme essayer de s’accrocher à un pain de savon mouillé sous la douche. »
Pradipta Ghosh, MD, auteur principal de l’étude et professeur de médecine et de médecine cellulaire et moléculaire, École de médecine de l’UC San Diego
Pour contrer cette résistance, l’équipe a développé un outil d’apprentissage automatique baptisé CANDiT (Cancer Associated Nodes for Differentiation Targeting). Ce système est capable d’analyser la génétique unique d’une tumeur pour identifier de nouvelles cibles thérapeutiques. Il débute avec un gène essentiel à la croissance des cellules saines, mais absent dans les cancers agressifs. CANDiT explore ensuite le réseau de gènes interconnectés à ce gène initial, suggérant des points d’intervention susceptibles de ramener les cellules cancéreuses à un état plus sain.
En prenant comme point de départ le gène CDX2, crucial dans le cancer colorectal, les chercheurs ont utilisé CANDiT pour passer au crible le génome humain de plus de 4 600 tumeurs distinctes. Cette analyse a révélé une cible thérapeutique inattendue : la protéine PRKAB1, impliquée dans la réponse cellulaire au stress. En administrant un médicament existant qui active cette protéine, l’équipe a réussi à restaurer la fonction du gène CDX2 dans les cellules souches du cancer colorectal.
Ce qui a particulièrement surpris les scientifiques, c’est que, une fois reprogrammées pour adopter un comportement plus sain, ces cellules souches cancéreuses ont spontanément initié leur propre autodestruction.
« Ce qui nous a le plus surpris, c’est qu’après avoir reprogrammé les cellules souches cancéreuses pour qu’elles se comportent comme des cellules normales, elles ont choisi de s’autodétruire », a expliqué Saptarshi Sinha, Ph.D., premier auteur de l’étude et directeur par intérim du Center for Precision Computational Systems Network (PreCSN).
« C’était comme si elles ne pouvaient pas vivre sans leur identité cancéreuse », a-t-il ajouté.
Pour valider le potentiel clinique de cette approche, les chercheurs ont utilisé le centre HUMANOID™ de l’UC San Diego afin de tester le médicament sur des organoïdes dérivés de patients. Ces répliques miniatures de tumeurs humaines, cultivées en laboratoire, reproduisent fidèlement la structure et la biologie des cancers réels, offrant un environnement sûr et efficace pour l’évaluation thérapeutique.
« C’est comme réaliser des essais cliniques dans une boîte de Pétri, réduisant les délais de quelques années à quelques mois », a souligné le Pr Ghosh, qui dirige également le centre HUMANOID™. « Nous avons utilisé une gamme complète de plateformes d’analyse cellulaire pour mesurer non seulement l’efficacité d’un médicament, mais aussi sa précision et sa sécurité avant qu’il n’atteigne le patient. »
Afin d’identifier les patients les plus susceptibles de bénéficier de ce traitement, les chercheurs ont développé une « signature génétique » prédictive. Cette empreinte moléculaire a été testée sur plus de 2 100 personnes issues de dix cohortes indépendantes, simulant la diversité des essais cliniques de phase 3. Les résultats suggèrent que la restauration du gène CDX2 pourrait réduire le risque de récidive et de décès dans les cancers colorectaux jusqu’à 50 %.
« C’était réconfortant, mais pas surprenant », a commenté M. Sinha. « Pendant des décennies, les cellules souches ont représenté le Saint Graal de la recherche sur le cancer – résilientes, insaisissables et hors de portée de notre capacité à les identifier ou à les suivre. Elles déjouent toutes les formes de traitement, y compris les immunothérapies les plus avancées. Pouvoir les suivre et les éliminer sélectivement nous rapproche de la réécriture des règles du traitement du cancer. »
L’équipe poursuit ses travaux en collaboration avec d’autres chercheurs du campus. Le professeur de chimie Jerry Yang, Ph.D., travaille sur une version plus puissante du composé en vue d’une future mise à l’essai clinique. Parallèlement, Michael Bouvet, MD, professeur de chirurgie et oncologue à l’UC San Diego Health, dirige les efforts visant à étendre l’utilisation de CANDiT à d’autres types de tumeurs, notamment pancréatiques, œsophagiennes, gastriques et biliaires.
« Il faut une communauté entière pour réussir, et nous avons la chance d’avoir les partenariats qui nous permettent de rester agiles tout en ayant un impact », a ajouté le Pr Ghosh.
Les chercheurs cherchent également à comprendre le mécanisme derrière l’autodestruction spontanée des cellules souches cancéreuses après reprogrammation, une clé qui pourrait ouvrir la voie à de nouvelles stratégies thérapeutiques.
« Il ne s’agit pas uniquement du cancer du côlon », a conclu le Pr Ghosh. « CANDiT est une feuille de route complète que nous pouvons appliquer à n’importe quelle tumeur, identifier les bonnes cibles et enfin cibler les cellules les plus difficiles à définir, à suivre ou à traiter. En alignant constamment les découvertes à petite échelle sur les organoïdes avec la diversité des essais cliniques de phase 3, nous pouvons construire des avancées rigoureuses, reproductibles et évolutives, sans jamais perdre de vue l’essentiel de la médecine clinique. »
Source : Université de Californie – San Diego
Référence : Sinha, S., et al. (2025). CANDiT: A Machine Learning Framework for Differentiation Therapy in Colorectal Cancer. Cellular Medicine Reports. doi.org/10.1016/j.xcrm.2025.102421