Le cancer du sein est une maladie hétérogène. Le choix des traitements systémiques tels que la chimiothérapie est fondé sur des facteurs prédictifs de réponse au traitement qui n’ont guère évolué. Par ailleurs, le concept de chimiothérapie néoadjuvante paraît séduisant car il permet de connaître la chimiosensibilité d’une tumeur in vivo. L’utilisation de prédicteurs fondés sur des modèles mathématiques peut nous permettre d’optimiser le choix ces traitements. Dans cette optique, trois approches conceptuelles ont été élaborées pour développer des prédicteurs de la réponse à la chimiothérapie néoadjuvante. Les prédicteurs clinicopathologiques se fondent sur les caractéristiques intrinsèques d’une tumeur. Ils combinent au sein de modèles mathématiques des variables préalablement identifiées pour prédire la réponse à la chimiothérapie néoadjuvante. Les prédicteurs génomiques ont été élaborés à partir de cohortes de patientes traitées par chimiothérapie néoadjuvante. Ils prennent en compte l’information multigènique pour extrapoler la réaction d’une tumeur face à un agent cytotoxique. Ces prédicteurs développés pour chaque type de médicament déterminent des caractéristiques génomiques de chimiorésistance/sensibilité spécifique. Parallèlement, se sont développés des prédicteurs établis à partir de lignées cellulaires de tumeurs d’origine diverse. Les auteurs constituent donc un profil d’expression génique impliqué dans les mécanismes de chimiorésistance pour ensuite l’extrapoler à un type cellulaire non représenté, à savoir le cancer du sein. L’ensemble de ces prédicteurs représente une voie de recherche importante mais l’évolution des caractéristiques de cohorte ainsi que des protocoles de traitement implique une réévaluation régulière pour une optimisation de nos capacités de prédiction.

Breast cancer is a frequent and heterogeneous disease. The choice of systemic treatments such as chemotherapy is based on predicting factors of response that did not much evolve. Preoperative chemotherapy provides an opportunity to directly assess tumor response to therapy. Predictors based on mathematical models could optimize those treatments. To go on this way, three different concepts have been developed to predict the preoperative chemotherapy complete response. Predictors based on clinical and pathological variables are specific of a tumor. They combine into mathematical models variables that have been previously identified as predicting the preoperative chemotherapy complete response. Predictors based on gene expression profile have been developed from groups of patients who received preoperative chemotherapy. They integrate multigene information to predict the tumor behaviour in front of several cytotoxic agents. Those predictors developed for each type of drug characterize the genetic chemoresistance of a tumor. In the same time, predictors of chemosensitivity developed from cell lines of diverse human cancer appeared. The authors established a genetic profile involved into chemoresistance and extrapolated the drug sensitivity for another type of cancer which was not represented, as breast cancer. All those predictors seem interesting but evolution of patients’ characteristics and treatments induces a perpetual reassessment to optimize our predictive abilities.