Le mélanome est la forme la plus mortelle de cancer de la peau. Avant 2010, très peu de personnes survivaient lorsque le mélanome se propageait à des parties éloignées du corps. Mais la communauté scientifique a mis au point des thérapies qui renforcent le système immunitaire des patients pour combattre le mélanome. Ces traitements peuvent guérir certains patients. Malheureusement, de nombreux patients atteints de mélanome ne répondent pas à ces immunothérapies ou présentent des effets secondaires sévères. À l’heure actuelle, il n’existe aucun test clinique efficace permettant de déterminer si un patient bénéficiera d’une immunothérapie. Un tel test serait précieux pour aider les médecins à prescrire le traitement le plus susceptible d’être bénéfique et celui qui entraînera le moins d’effets secondaires.

De plus en plus de patients atteints de cancer font séquencer leur ADN pour orienter les options thérapeutiques. Cependant, les informations issues de ces tests sont rarement utilisées pour guider la prescription d’immunothérapie. La principale raison est que la communauté scientifique ne sait pas encore quelles séquences d’ADN contiennent réellement des informations utiles pour prédire la réponse à l’immunothérapie.

Ce projet vise à résoudre ce problème en utilisant des techniques de recherche en intelligence artificielle pour identifier la combinaison de séquences d’ADN capable de prédire une réponse à l’immunothérapie. Les résultats de ce projet peuvent aider non seulement les patients atteints de mélanome, mais aussi d’autres patients atteints de cancer qui ne reçoivent pas actuellement d’immunothérapie et qui pourraient en bénéficier.