L’IRM, un outil puissant pour les études précliniques en oncologie
L’IRM (Imagerie par Résonance Magnétique) est un outil d’imagerie utilisé dans les études précliniques pour optimiser l’homogénéité de la randomisation sur des souris porteuses de tumeurs et suivre le volume de la tumeur au cours d’une étude. Cela permet de valoriser l’ensemble des données précliniques tout en limitant le nombre d’animaux.
Avec 25 ans d’expérience en oncologie, Oncodesign Services est le partenaire idéal pour vos programmes précliniques en les supportant par des technologies d’imagerie non invasives telles que l’IRM.
Quels sont les principes de base de l’IRM ?
L’imagerie par résonance magnétique (IRM) est une puissante technique d’imagerie non invasive qui utilise de puissants champs magnétiques et des impulsions radiofréquence pour générer des images détaillées des structures internes des organismes vivants.
Dans les études précliniques, l’IRM est couramment utilisée pour étudier l’anatomie, la physiologie et la pathologie de petits modèles animaux tels que les souris et les rats. L’IRM peut également soutenir l’évaluation du mécanisme d’action d’un médicament (angiogenèse, métabolisme…).
L’IRM préclinique est un outil précieux en recherche translationnelle, comblant le fossé entre la recherche fondamentale et les études cliniques chez l’homme. Il permet aux scientifiques d’étudier une maladie de manière non invasive et d’évaluer les effets d’un traitement. Par conséquent, vous acquérez une meilleure compréhension des processus biologiques de manière contrôlée et éthique avant de passer aux essais cliniques.
-
Exemple d'imagerie par résonance magnétique morphologique
Applications de l’imagerie morphologique :
- Imagerie anatomique des tissus mous
- Suivi non invasif de la croissance tumorale (figure 1)
- Détection précoce de l’efficacité antitumorale
- Utilisation d’agents de contraste pour améliorer le signal tissulaire
- Localisation de la tumeur et évaluation de l’évolution de la maladie (métastases)
Figure 1: Serial monitoring of the growth of an orthotopically xenografted human glioblastoma (U-87 MG) bu T2-weighted MRI. Imaging timepoints in days post tumor implantation
Capacités IRM :
- Acquisition d’images de base en utilisant également un agent contractuel (par exemple Gadolinium))
- Suivi dynamique de la captation dans la tumeur
- Analyse d’images quantitative et standardisée à l’aide d’un logiciel développé en interne
- Paramètres analysés :
- Aire initiale sous la courbe (iAUC)
- Cartographie des tumeurs Ktrans
- Contrôle / Validation avec des tests d’immunohistochimie de référence
- Analyse semi-quantitative pour évaluer la néo-angionèse et la maturité des vaisseaux (co-coloration CD31/SMA)
- Test fonctionnel pour mesurer le nombre et la taille des vaisseaux et caractériser la perméabilité vasculaire (Hoechst/Dextran FITC)
-
Exemple d'imagerie par résonance magnétique à contraste dynamique (DCE-MRI)
Applications :
- Caractériser la perfusion tumorale et la perméabilité microvasculaire
- Soutenir la preuve de concept/mécanisme d’action
- Optimiser la dose d’actifs biologiques, en programmant des thérapies combinées
- Identifier les biomarqueurs d’efficacité des médicaments anti-angiogéniques ou antivasculaires (Figure 2)
Figure 2: Earlier evaluation of tumor growth by MRI in combination to blood biomarkers in Nude rats bearing orthotopic BxPC-3 human pancreatic tumors.
(C)Figure 3: Results from DCE-MRI experiment performed on Nude Rats bearing MDA-231 human breast tumor xenografts and treated from D0 with Sorafenib. Krans parameter maps superimposed on morphological images before (A) and after (B) treatment with corresponding uptake curves (C), showing the effect of Sorafenib on vascular status.
Avec un flux de travail optimisé, l’IRM morphologique est rentable, plus éthique et ajoute de la valeur à vos études d’efficacité dans des modèles précliniques
En utilisant des modèles courants (notamment la vessie MBT-2, le gliome U87, les métastases mammaires BT474, le foie, la prostate et autres), Oncodesign Services possède une profonde expérience dans ces modèles translationnels avancés.
