COMPASS : l'IA de Harvard qui déchiffre la réponse aux immunothérapies

Au moment de la prédiction, COMPASS prend en entrée le profil d'expression des ARN messagers de la tumeur du patient (en unités TPM) ainsi que le code de son type de cancer, et produit deux types de sorties ^P :

• 44 scores conceptuels — des activations quantitatives de "concepts immunitaires" biologiquement fondés représentant des états de cellules immunitaires (par exemple, cellules T CD8⁺, cellules T épuisées, cellules B), des interactions tumeur-microenvironnement et des voies de signalisation (par exemple, voie IFN-γ, voie TGF-β).
• Probabilités prédites — l'estimation par le modèle de la probabilité de réponse thérapeutique (répondeur vs non-répondeur).

Ce qui distingue COMPASS des méthodes existantes

Architecture à goulot d'étranglement conceptuel interprétable. Contrairement à la plupart des modèles d'apprentissage profond en boîte noire, COMPASS utilise un design de goulot d'étranglement conceptuel (concept bottleneck) : il transforme d'abord les données brutes d'expression génique en 44 concepts immunitaires de haut niveau et interprétables par l'humain, puis utilise ces concepts pour faire la prédiction finale ^PP. Cela permet aux cliniciens et aux chercheurs de voir pourquoi une prédiction a été faite — par exemple, "ce patient est prédit répondeur car il a une forte infiltration de cellules T CD8⁺ et une forte activation de la voie IFN-γ."

Généralisabilité pan-cancer via l'apprentissage par transfert. De nombreux modèles de prédiction ICI existants sont entraînés sur un seul type de cancer ou une petite cohorte, ce qui limite leur généralisabilité. COMPASS est pré-entraîné sur 33 types de cancer et affiné sur diverses cohortes cliniques, ce qui lui permet de généraliser à différents cancers et schémas thérapeutiques — même à des types de cancer et des médicaments ICI non vus lors de l'affinage ^PP.

Surpasse les biomarqueurs standard. Selon le préprint, les prédictions de COMPASS étaient significativement plus précises que l'expression de PD-L1 et la charge mutationnelle tumorale (TMB) — les deux biomarqueurs cliniques les plus utilisés — pour prédire les résultats de survie. Dans un essai de phase II sur le cancer urothélial, COMPASS a atteint un hazard ratio de 4,7 (p < 0,0001) pour la stratification de la survie, surpassant considérablement le PD-L1 ^P.

Interprétabilité mécaniste. Grâce à l'analyse SHAP des 44 scores conceptuels, COMPASS identifie les mécanismes immunitaires qui sous-tendent la réponse ou la résistance chez chaque patient et à travers les types de cancer, fournissant ainsi des informations sur les mécanismes de résistance ^P.

Implications cliniques potentielles

• Meilleure sélection des patients pour les ICI. COMPASS pourrait aider à identifier les patients les plus susceptibles de bénéficier de l'immunothérapie, épargnant aux non-répondeurs des traitements inefficaces et des effets secondaires inutiles ^PP.

• Enrichissement et conception des essais cliniques. Le modèle peut soutenir la conception d'essais cliniques en permettant une sélection plus précise des cohortes, réduisant potentiellement la taille des essais et accélérant le développement de médicaments ^P.

• Informations mécanistes sur la résistance. En révélant quelles voies immunitaires sont à l'origine de la non-réponse chez des patients ou des types de cancer spécifiques, COMPASS pourrait éclairer les stratégies de thérapie combinée et identifier de nouveaux mécanismes de résistance ^P.

• Outil public accessible. Un outil serveur MCP basé sur le web pour exécuter des prédictions COMPASS est hébergé par le Zitnik Lab à Harvard, et le code ainsi que les modèles pré-entraînés sont disponibles publiquement sur GitHub et à l'adresse immuno-compass.com ^PPP.

Limites à noter

Le préprint de COMPASS (posté en mai 2025 sur medRxiv) n'a pas encore fait l'objet d'une évaluation formelle par les pairs, bien qu'il soit publié dans PMC en tant que préprint financé par les NIH ^P. Le modèle nécessite des données de RNA-seq en masse comme entrée, ce qui ne fait pas encore partie du parcours clinique de routine pour tous les patients atteints de cancer. De plus, aucune étude de validation clinique prospective indépendante n'a encore été publiée.