IA et biomarqueurs sanguins : une avancée prometteuse pour prédire le risque de maladie des années à l’avance
Des études récentes montrent que des biomarqueurs sanguins, associés à l’IA, pourraient anticiper le risque de démence jusqu’à 25 ans avant les symptômes, repérer des environnements hépatiques favorables au cancer avec 93% de précision et classer des profils de risque de prédiabète avec environ 90% de précision. Ces approches, moins invasives que l’imagerie ou les tests du liquide céphalorachidien, ouvrent la voie à un dépistage plus précoce et mieux ciblé.
Une étude a montré que le risque, chez les femmes, de développer une démence pourrait être prédit 25 ans avant l’apparition des symptômes grâce à un test portant sur un biomarqueur sanguin appelé « tau phosphorylée 217 » — une protéine associée aux modifications cérébrales observées dans la maladie d’Alzheimer. Des concentrations plus élevées de tau phosphorylée 217, ou p-tau217, étaient fortement associées à la survenue ultérieure d’un trouble cognitif léger et d’une démence — dont la maladie d’Alzheimer est la forme la plus fréquente — chez des femmes âgées qui ne présentaient pas de déficit cognitif au début de l’étude.
L’étude, publiée dans The Journal of the American Medical Association (JAMA) Network Open, a analysé les données de 2 766 participantes de la Women’s Health Initiative Memory Study, une étude nationale américaine ayant inclus des femmes âgées de 65 à 79 ans à la fin des années 1990 et les ayant suivies pendant jusqu’à 25 ans. Les femmes ayant développé des troubles de la mémoire ou de la pensée, y compris une démence, ont été identifiées au cours du suivi.
Des concentrations plus élevées de p-tau217 dans le sang au début de l’étude étaient liées à une probabilité plus élevée de développer une démence plus tard dans la vie, et l’augmentation des concentrations du biomarqueur était associée à une augmentation du risque de démence. Des concentrations plus élevées de p-tau217 étaient également plus fortement associées à des issues cognitives moins favorables chez les femmes âgées de 70 ans et plus, par rapport aux femmes plus jeunes, ainsi que chez celles porteuses du facteur de risque génétique APOE e4 de la maladie d’Alzheimer.
L’étude a aussi montré que p-tau217 prédisait davantage la démence chez les femmes assignées aléatoirement à une hormonothérapie associant œstrogènes et progestatif, par rapport au placebo. Les biomarqueurs sanguins comme p-tau217 sont particulièrement prometteurs, car ils sont beaucoup moins invasifs et potentiellement plus accessibles que l’imagerie cérébrale ou les tests du liquide céphalorachidien.
Dans une recherche distincte sur le cancer du foie, une équipe au Japon s’est concentrée sur une protéine spécifique appelée MYCN. Les scientifiques savaient déjà que cette protéine jouait un rôle dans le cancer du foie sur des foies lésés, mais ils ne savaient pas comment. Pour l’élucider, les chercheurs ont utilisé un modèle murin afin d’observer ce qui se passe lorsque MYCN est surexprimée. Ils ont constaté que lorsque MYCN s’associait à un autre gène appelé AKT, 72% des souris développaient des tumeurs en seulement 50 jours.
Pour comprendre pourquoi cela se produit, l’équipe a utilisé une technique appelée transcriptomique spatiale. Ils ont découvert un cluster spécifique de 167 gènes qui changent dans des zones « sans tumeur » lorsque les niveaux de MYCN augmentent. Ils ont qualifié cet environnement de « niche MYCN ».
À partir de ces données, les chercheurs ont construit un modèle d’apprentissage automatique. Cet algorithme examine les profils d’expression génique dans un foie et lui attribue un score. Si le score est élevé, cela signifie que l’environnement hépatique est préparé au développement d’un cancer. Lorsqu’ils l’ont testé sur des données humaines, il a fonctionné avec une précision de 93%. Fait intéressant, ce score prédisait encore mieux les problèmes à venir lorsqu’il était calculé à partir du tissu d’apparence saine autour d’une tumeur plutôt que de la tumeur elle-même.
Parallèlement, des scientifiques affiliés au German Center for Diabetes Research (DZD) suggèrent qu’un simple test sanguin, combiné à l’IA, pourrait aider à identifier précocement les personnes à haut risque de développer un diabète de type 2 et ses complications. Une nouvelle étude publiée dans Biomarker Research a analysé des échantillons de sang provenant de participants de plusieurs cohortes d’étude présentant des profils de risque de prédiabète connus.
Les chercheurs se sont concentrés sur les profils de méthylation de l’ADN, des modifications chimiques qui régulent l’activité des gènes sans altérer la séquence d’ADN elle-même. En utilisant des techniques d’apprentissage automatique, l’équipe a identifié 1 557 marqueurs épigénétiques qui, ensemble, formaient une « empreinte digitale » biologique du risque de prédiabète.
Grâce à ces marqueurs, le modèle d’IA a pu classer les individus dans des clusters de prédiabète à haut risque avec une précision d’environ 90%, y compris lorsqu’il a été testé dans une cohorte indépendante de validation. De nombreux marqueurs épigénétiques étaient spécifiques à certains clusters et reflétaient différentes voies de signalisation biologique. Plusieurs avaient déjà été associés dans des études antérieures au diabète de type 2, à l’inflammation chronique, ainsi qu’aux maladies cardiovasculaires et rénales.
Des recherches antérieures menées par le DZD avaient divisé le prédiabète en au moins six clusters distincts. Trois clusters sont associés à un risque modéré, tandis que les trois autres présentent un risque élevé de développer un diabète de type 2 et des complications associées.