Des chercheurs de l’IU utilisent le calcul haute performance pour améliorer le traitement du cancer
En créant des jumeaux numériques du système immunitaire humain, les chercheurs de l’Université d’Indiana exploitent le supercalculateur Big Red 200 de l’université et d’autres ressources informatiques hautes performances pour développer des traitements plus efficaces contre un large éventail de maladies, notamment le cancer et les infections virales comme le COVID-19.
La recherche sur les jumeaux numériques est un domaine de recherche émergent qui utilise des répliques virtuelles de systèmes physiques pour simuler et analyser des scénarios du monde réel.
L’un des leaders de cet effort est Paul Macklin, professeur agrégé d’ingénierie des systèmes intelligents à l’IU Luddy School of Informatics, Computing and Engineering et directeur du Math Cancer Lab d’IU, qui développe des technologies informatiques pionnières à utiliser dans des simulateurs de cancer spécifiques aux patients. Lui et Heber Rocha, associé de recherche postdoctoral dans son laboratoire, visent à intégrer des données réelles sur les patients provenant de sources multiples et à utiliser les simulations pour proposer des traitements anticancéreux personnalisés.
Nous construisons des jumeaux numériques basés sur des modèles mathématiques qui simulent le cancer individuel et les cellules immunitaires lors de leurs interactions, a déclaré Macklin, également doyen associé pour l’enseignement de premier cycle à la Luddy School et affilié au IU Simon Comprehensive Cancer Center. Notre objectif est que les médecins soient en mesure de prescrire les meilleures stratégies d’intervention à leurs patients en fonction de la manière dont différents composés médicamenteux et thérapies affectent le comportement cellulaire dans les simulations cellulaires.
Grâce aux ressources informatiques hautes performances d’IU, le laboratoire de Macklins peut simuler la dynamique et les interactions de centaines de milliers ou de millions de cellules pour évaluer, optimiser et personnaliser les traitements des patients.
Un grand défi réside dans le comportement du cancer et des cellules immunitaires, a déclaré Macklin.
C’est très stochastique, ce qui signifie qu’il y a un élément de hasard, a-t-il déclaré. Aujourd’hui, une cellule immunitaire peut fonctionner correctement. Demain, cette cellule immunitaire pourrait être partie à gauche, et la combinaison de ces choix aléatoires gauche-droite au fil du temps peut entraîner de très grands changements dans les effets à long terme.
Big Red 200 aide le laboratoire à résoudre ce problème en permettant aux chercheurs de modéliser ce comportement avec un niveau de détail très fin. En exécutant ces expériences virtuelles sur de nombreuses conditions initiales, différents paramètres des cellules immunitaires et combinaisons de médicaments simulées, l’équipe peut trouver les meilleures stratégies de traitement et estimer leur robustesse face aux inconnues de la clinique.
Nous avons différents types de cellules avec de nombreux comportements différents, a déclaré Macklin. Pour comprendre comment ce modèle particulier de ce patient va réagir à cette intervention thérapeutique spécifique, nous devons exécuter ce modèle plusieurs fois. Avoir une ressource comme Big Red 200 fait une grande différence car nous avons la liberté d’exécuter de très nombreuses simulations.
L’équipe de Macklins travaille avec une coalition de chercheurs de l’Institut de convergence des centres de lutte contre le cancer Sidney Kimmel de l’Université Johns Hopkins et de l’Institut du cancer Knight de l’Université de la santé et des sciences de l’Oregon pour développer et tester des technologies qui pourraient alimenter les futurs jumeaux numériques pour l’immunothérapie du cancer, en se concentrant actuellement sur le sein. et les cancers du pancréas. Les collaborateurs comprennent :
Elana Fertig, directrice de la division des sciences quantitatives d’oncologie et codirectrice du Convergence Institute, dont l’équipe vise à étendre les modèles Macklins pour tracer le cancer du pancréas en appliquant des méthodes d’assimilation de données utilisées dans la prévision et la prévision météorologiques.
Jackie Zimmerman, professeur adjoint d’oncologie et membre du Convergence Institute. Experte en culture d’organoïdes cancéreux, qui sont des mini-tumeurs cultivées à partir des cellules d’un patient, elle utilise ces organoïdes pour fournir des données sur la réponse des cellules cancéreuses et immunitaires aux médicaments, permettant ainsi à l’équipe de Macklins de créer des modèles.
Elizabeth Jaffee, directrice adjointe du Kimmel Comprehensive Cancer Center et codirectrice du Convergence Institute, qui fournit des ensembles de données d’essais cliniques pour valider les prédictions de ces modèles biologiques et mathématiques intégrés dans les tumeurs humaines.
- Professeur adjoint d’oncologie Atul Deshpande et professeur adjoint de neurosciences Geneviève Stein-OBrien, qui appliquent leur expertise en assimilation de données, en bioinformatique et en génomique du cancer pour calibrer les modèles de simulation Macklins aux expériences organoïdes et aux essais cliniques. Cela inclut des simulations d’ensemencement avec des versions virtuelles du cancer et des cellules immunitaires des patients.
Laura Heiser, vice-présidente du génie biomédical à l’Oregon Health & Science University, qui contribue à étendre son approche des jumeaux numériques à d’autres types de cancer grâce à des technologies d’imagerie de mesure de pointe.
Ensemble, les chercheurs construisent un jumeau numérique pour chaque patient atteint d’un cancer du pancréas. Ils mènent ensuite des expériences virtuelles sur le jumeau numérique de chaque patient avec les ressources informatiques hautes performances de l’UI, identifiant les thérapies les plus susceptibles d’être efficaces pour un patient. Ils peuvent même tester virtuellement quelles stratégies ralentiront la propagation métastatique vers des organes distants.
L’approche permettra à l’équipe de prédire quelles stratégies sont les plus efficaces pour contrôler ou éliminer les tumeurs, sans risquer d’essayer des traitements infructueux sur le patient.
Les ressources informatiques hautes performances d’IU permettent également à l’équipe de Macklin de créer un groupe témoin informatique non traité, a-t-il ajouté.
Vous avez un patient virtuel non traité, un patient réel et un traitement prédit, a-t-il déclaré. Ce patient est-il plus proche du traitement prédit, ce qui signifie que le traitement a fonctionné, ou plus proche du contrôle prédit non traité, ce qui signifie que cela n’a fait aucune différence ? Les jumeaux numériques nous donnent la possibilité de répondre à des questions cliniques nuancées que nous ne saurions autrement ignorer.
Les essais de traitement typiques dureront des années avant qu’il y ait suffisamment d’événements pour mesurer un effet, a déclaré Macklin. Avec les modèles informatiques, la simulation de mois d’essai virtuel peut se produire en quelques heures.
Le code open source des laboratoires Macklins est également utilisé pour faire progresser la recherche dans d’autres domaines médicaux et conditions au-delà du cancer, tels que la cryobiologie, la cryoconservation, le développement tissulaire, la dégénérescence maculaire, l’angiogenèse et le développement des vaisseaux sanguins.
Bien que les traitements du cancer par jumeaux numériques fassent d’énormes progrès, Macklin a déclaré que ces techniques sont encore loin d’être utilisées dans les essais cliniques.
En plus de ce travail, IU a de nombreux autres efforts en cours qui s’appuient sur les ressources de calcul haute performance de l’université fournies par les technologies de recherche des services universitaires de technologie de l’information.
La modélisation des jumeaux numériques à l’IU a été utilisée pour développer des traitements contre le COVID-19. L’IU Biocomplexity Institute a développé un environnement logiciel open source qui simplifie la construction de jumeaux numériques. Le département d’informatique des écoles IU Luddy de Bloomington apporte des contributions significatives au domaine de la recherche sur les jumeaux numériques en développant de nouvelles techniques de programmation et en formant la prochaine génération de chercheurs.
Parmi les autres centres et laboratoires de recherche axés sur la recherche sur les jumeaux numériques, citons le Centre de recherche sur les réseaux et systèmes complexes et le Centre de simulation et d’analyse des réseaux complexes. Parallèlement aux technologies de recherche de l’UITS, ces centres et laboratoires offrent aux chercheurs de l’IU un accès à des ressources informatiques de pointe et à une expertise dans divers domaines.