Myélome : des clés pour anticiper la réponse aux traitements

Explorer la diversité des tumeurs dès le diagnostic

Le myélome multiple est un cancer des plasmocytes, des cellules de la moelle osseuse qui produisent normalement des anticorps. Les traitements initiaux associant quatre médicaments ont considérablement amélioré la prise en charge, mais leur efficacité varie d’un patient à l’autre. Comprendre les caractéristiques des tumeurs qui répondent le mieux constitue un enjeu pour adapter les stratégies thérapeutiques dès le diagnostic.

Afin d’explorer cette diversité, les scientifiques ont étudié les cellules tumorales prélevées au diagnostic chez 423 patients évalués pour l’essai clinique français MIDAS, porté par l’Intergroupe Francophone du Myélome. Parmi eux, 394 ont été inclus dans l’essai et ont reçu le même traitement initial : isatuximab, carfilzomib, lénalidomide et dexaméthasone. 

Trois dimensions complémentaires ont été analysées : les altérations de l’ADN, l’activité des gènes et la méthylation de l’ADN, une marque chimique qui participe à la régulation du génome sans en modifier la séquence.

La réponse au traitement a été évaluée en recherchant la maladie résiduelle, c’est-à-dire les cellules cancéreuses encore détectables après traitement. Au seuil d’une cellule tumorale parmi un million de cellules, aucune maladie résiduelle n’était détectée pour près de 45 % des 368 patients disposant de cette mesure après le traitement initial. Cette absence de détection renseigne sur la profondeur de la réponse, cependant elle ne signifie pas nécessairement une guérison.

Des profils moléculaires associés à des réponses différentes

L’analyse de l’activité des gènes distingue huit groupes de tumeurs, associés à des réponses au traitement très différentes. Lorsque les cellules tumorales conservent un programme d’activité des gènes caractéristique des lymphocytes B, les précurseurs des plasmocytes, la maladie persiste plus fréquemment après traitement. À l’inverse, les programmes associés à la prolifération cellulaire sont liés à une réponse plus profonde. Ces relations entre activité des gènes et réponse thérapeutique ont été confirmées dans une autre cohorte clinique, CASSIOPEIA. L’analyse de la méthylation révèle également neuf groupes associés à des réponses différentes, apportant une information complémentaire.

Au-delà de la réponse thérapeutique, l’exploration du génome enrichit la compréhension de la maladie. Les scientifiques ont identifié des altérations rares touchant les gènes MSH2 et BRCA2, impliqués dans la réparation de l’ADN, ainsi que de nouveaux remaniements activant les gènes IRAK1 et FOXR1. Plusieurs de ces découvertes ont été confirmées dans des cohortes indépendantes. Elles ouvrent des pistes pour explorer les vulnérabilités de certains myélomes, sans démontrer à ce stade l’efficacité de traitements ciblant ces anomalies.

Combiner les données pour mieux prédire la réponse

Les scientifiques ont ensuite combiné ces trois niveaux d’information dans un modèle d’apprentissage automatique, une méthode informatique qui apprend à repérer des relations dans les données. L’objectif était de prédire la présence ou l’absence de maladie résiduelle après le traitement initial à partir des caractéristiques de la tumeur au diagnostic. 

Évalué sur un sous-ensemble de 120 patients dont les données n’avaient pas servi à son apprentissage, le modèle classe correctement 71 % des cas. Il distingue mieux les réponses que les modèles fondés sur les seules données cliniques ou génomiques. Sa capacité de discrimination est comparable à celle des modèles fondés sur l’expression des gènes ou la méthylation, avec des probabilités prédites mieux ajustées aux observations.

Ces résultats montrent l’intérêt d’une lecture intégrée des caractéristiques moléculaires du myélome pour anticiper la profondeur de réponse aux traitements actuels. Le modèle devra encore être évalué dans des cohortes indépendantes avant d’envisager son utilisation clinique. À terme, cette approche pourrait aider à identifier plus tôt les patients nécessitant une stratégie thérapeutique adaptée.

En savoir plus : Magrangeas F, Cherkaoui M, Bessonneau-Gaborit V, Derrien J, Chevalier C, Guérin-Charbonnel C, Diamond B, Samur MK; Intergroupe Francophone du Myélome (IFM); Hulin C, Caillot D, Karlin L, Arnulf B, Landgren O, Munshi NC, Avet-Loiseau H, Martinet L, Corre J, Perrot A, Moreau P, Touzeau C, Minvielle S, Letouzé E. Molecular predictors of minimal residual disease in newly diagnosed multiple myeloma treated with quadruplet therapy. 
Nature Medicine, 19 octobre 2026, DOI: 10.1038/s41591-026-04692-0.