De l’imagerie à la thérapie en oncologie : comment concevoir le meilleur modèle théranostique en médecine nucléaire

From Imaging to Therapy in Oncology : How to Design the Best Theranostic Model in Nuclear Medicine

• Auteur / Autrice : Désirée Deandreis
• Direction : Nathalie Lassau
• Type : Thèse de doctorat
• Discipline(s) : Sciences du Cancer
• Date : Soutenance le 08/01/2025
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Cancérologie, Biologie, Médecine, Santé
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'imagerie biomédicale multimodale Paris-Saclay (Orsay, Essonne ; 2020-....) - Laboratoire d’Imagerie Biomédicale Multimodale Paris-Saclay
• Partenaire(s) de recherche : Référent : Faculté de médecine
• Partenaire(s) de recherche : graduate school : Université Paris-Saclay. Graduate School Life Sciences and Health (2020-....)
• Jury : Président / Présidente : Françoise Kraeber-Bodéré
• Jury : Examinateurs / Examinatrices : David Taieb, Frédéric Courbon, John Prior, Laurence Albiges-Sauvin
• Jury : Rapporteur / Rapporteuse : David Taieb, Frédéric Courbon

Mots clés

Mots clés contrôlés

Tumeurs des glandes endocrines

Radiopharmaceutiques

Prostate -- Cancer

Tomographie par émission

Radiomique

Imagerie médicale

Médecine nucléaire

Théranostique

Mots clés libres

Théranostique

Médecine Nucléaire

Imagerie

Radiomique

Radiothérapie interne Vectorisée

Theranostic

Nuclear Medicine

Imaging

Radiomic

Radioligand Therapy

Résumé

La théranostique est un concept qui intègre à la fois des stratégies diagnostiques et thérapeutiques dans un modèle unique. En médecine nucléaire, cette approche permet l’utilisation de radiopharmaceutiques pour détecter des cibles tumorales spécifiques, guider leur traitement à travers une imagerie précise et délivrer des thérapies ciblées. L’imagerie moléculaire joue notamment un rôle essentiel dans l’avancement des modèles théranostiques, grâce aux développements technologiques et radiopharmaceutiques. L’objectif de ce parcours de recherche a été d’évaluer la valeur diagnostique et pronostique de l’imagerie TEP, et d’appliquer l’analyse avancée d’images, à travers la radiomique et l’intelligence artificielle, aux images TEP afin d’identifier des biomarqueurs d’imagerie, tout en gardant à l’esprit leur impact thérapeutique. Le développement continu de biomarqueurs prédictifs et l’optimisation des protocoles d’imagerie visent à renforcer la précision et l’efficacité des thérapies oncologiques, améliorant ainsi les résultats cliniques. Trois modèles tumoraux ont été explorés dans 16 articles originaux publiés entre 2021 et 2024 : les tumeurs neuroendocrines (articles 1-5), le cancer de la prostate (articles 6-13), et les tumeurs solides traitées par immunothérapie (articles 14 et 15). Un dernier article (article 16) présente les résultats d’une étude phase II visant à tester une approche innovant de la RIV dans le cancer de la thyroïde. Ce travail a permis d’abord de confirmer que l’utilisation de traceurs radiopharmaceutiques spécifiques, tels que les analogues de la somatostatine pour les TNE, les agents ciblant le PSMA pour le cancer de la prostate, et le FDG (Fluorodésoxyglucose) pour les tumeurs solides en général, permet de mieux caractériser les tumeurs, de déterminer leur stade et de suivre l’efficacité des traitements. Deuxièmement, ce travail a démontré que l’extraction par analyse d’image avancée permet d’identifier le volume tumoral total à travers les images TEP comme un véritable biomarqueur pronostique en termes de survie globale (OS) et de survie sans progression (PFS), indépendamment du traceur utilisé et du modèle tumoral. Troisièmement, une méthodologie rigoureuse a été mise au point pour appliquer la radiomique à l’imagerie fonctionnelle. L’approche radiomique a permis d’extraire des données quantitatives supplémentaires pour mieux caractériser certains sous-types tumoraux, identifier des biomarqueurs capables d’étudier l’hétérogénéité tumorale et stratifier les patients en bons ou mauvais répondeurs. Malgré les avancées significatives en théranostique, plusieurs défis persistent et représentent des perspectives de recherche pour les années à venir. La combinaison de biomarqueurs d’imagerie avec les données cliniques et génétiques sera essentielle pour améliorer encore davantage les approches théranostiques en oncologie. De plus, la même approche doit être appliquée à de nouveaux modèles tumoraux, en recherchant un modèle performant unique, à la fois prédictif et pronostique.

Theranostics is a concept that integrates both diagnostic and therapeutic strategies into a single model. In nuclear medicine, this approach allows the use of radiopharmaceuticals to detect specific tumor targets, guide their treatment through precise imaging, and deliver targeted therapies. Molecular imaging plays a key role in advancing theranostic models, thanks to technological and radiopharmaceutical developments. The goal of this research project was to evaluate the diagnostic and prognostic value of PET imaging, and to apply advanced image analysis, using radiomics and artificial intelligence, to PET images to identify imaging biomarkers, while keeping their therapeutic impact in mind. The ongoing development of predictive biomarkers and the optimization of imaging protocols aim to enhance the precision and effectiveness of oncological therapies, thereby improving clinical outcomes. Three tumor models were explored in 15 original articles published between 2021 and 2024: neuroendocrine tumors (articles 1-5), prostate cancer (articles 6-13), and solid tumors treated with immunotherapy (articles 14 and 15). One final article (article 16) presents the results of a phase II study aimed at testing an innovative RIV approach in thyroid cancer. This work first confirmed that the use of specific radiopharmaceutical tracers, such as somatostatin analogs for NETs, PSMA-targeting agents for prostate cancer, and FDG (Fluorodeoxyglucose) for solid tumors in general, enables better tumor characterization, stage determination, and treatment efficacy monitoring. Secondly, this work demonstrated that advanced image analysis allows for the identification of total tumor volume through PET images as a true prognostic biomarker in terms of overall survival (OS) and progression-free survival (PFS), regardless of the tracer used or the tumor model. Thirdly, a rigorous methodology was developed to apply radiomics to functional imaging. The radiomics approach made it possible to extract additional quantitative data to better characterize certain tumor subtypes, identify biomarkers capable of studying tumor heterogeneity, and stratify patients as good or poor responders. Despite the significant advances in theranostics, several challenges remain and represent research opportunities for the years to come. The combination of imaging biomarkers with clinical and genetic data will be essential to further improve theranostic approaches in oncology. Moreover, the same approach should be applied to new tumor models, aiming to develop a single, predictive, and prognostic model that is highly effective.