Lorsque les cellules expirent, elles laissent en quelque sorte un journal d’activité: l’ARN a expulsé dans le plasma sanguin qui révèle des changements dans l’expression des gènes, la signalisation cellulaire, les lésions tissulaires et d’autres processus biologiques.
Les chercheurs de l’Université de Cornell ont développé des modèles d’apprentissage machine qui peuvent passer au crible cet ARN sans cellule et identifier les biomarqueurs clés de l’encéphalomyélite myalgique, également connue sous le nom de syndrome de fatigue chronique (ME / CFS). L’approche pourrait conduire au développement de tests diagnostiques pour une maladie débilitante qui s’est avérée difficile à confirmer chez les patients car ses symptômes peuvent être facilement confondus avec ceux d’autres maladies.
Les résultats sont publiés dans Actes de l’Académie nationale des sciences. L’auteur principal est Anne Gardella, étudiante au doctorat en biochimie, biologie moléculaire et cellulaire dans le laboratoire de Vlaminck.
Le projet était une collaboration entre les laboratoires des auteurs co-enniors Iwijn de Vlaminck, professeur agrégé de génie biomédical à Cornell Engineering, et Maureen Hanson, Liberty Hyde Bailey Professeur dans le Département de biologie moléculaire et de génétique au Collège d’agriculture et de sciences de la vie.
« En lisant les empreintes digitales moléculaires que les cellules laissent dans le sang, nous avons franchi une étape concrète vers un test pour ME / CFS », a déclaré de Vlaminck. « Cette étude montre qu’un tube de sang peut fournir des indices sur la biologie de la maladie. »
Le laboratoire de De Vlaminck avait précédemment utilisé la technique d’ARN sans cellules pour identifier la présence de la maladie de Kawasaki et du syndrome inflammatoire multisystème chez les enfants (MIS-C) – les conditions inflammatoires qui se sont également révélées difficiles à diagnostiquer. Après avoir entendu De Vlaminck livrer une présentation sur un projet impliquant l’ADN sans cellules, Hanson, qui étudie la physiopathologie de ME / CFS, a contacté une collaboration potentielle.
L’utilisation d’ARN libre pour mesurer le renouvellement cellulaire à l’échelle du système chez les patients est un concept relativement nouveau, et il semblait particulièrement bien adapté pour démêler le mystère de ME / CFS.
« ME / CFS affecte de nombreuses parties différentes du corps », a déclaré Hanson, qui dirige le Cornell Center for Innerving Neuroimmune Disease (ENID). « Le système nerveux, le système immunitaire, le système cardiovasculaire. L’analyse du plasma vous donne accès à ce qui se passe dans ces différentes parties. »
Il n’y a pas de tests de diagnostic en laboratoire pour ME / CFS, donc les médecins doivent s’appuyer sur une gamme de symptômes, tels que l’épuisement, les étourdissements, le sommeil perturbé et le «brouillard cérébral».
« Le problème est que une grande partie des symptômes dont un patient pourrait se plaindre pour un médecin de soins primaires pourrait être de nombreuses choses différentes », a déclaré Hanson. « Et ce que ce médecin de soins primaires aimerait vraiment avoir serait un test sanguin. »
Des échantillons de sang ont été prélevés chez les patients ME / CFS et un groupe témoin de personnes saines mais sédentaires. Ensuite, l’équipe de De Vlamick a tourné le plasma sanguin pour isoler puis séquencer les molécules d’ARN qui avaient été libérées pendant les dommages cellulaires et la mort.
Ils ont identifié plus de 700 transcriptions significativement différentes entre les cas ME / CFS et le groupe témoin. Ces résultats ont été analysés par différents algorithmes d’apprentissage automatique pour développer un outil de classification qui a révélé des signes de dérégulation du système immunitaire, de désorganisation de la matrice extracellulaire et d’épuisement des lymphocytes T chez les patients ME / CFS.
En utilisant des méthodes d’analyse statistique, ils ont pu cartographier où les molécules d’ARN sont originaires de déconvolter les modèles d’expression génique basés sur des gènes de marqueur spécifiques au type de cellule connues, tel que déterminé à partir d’une étude précédente de séquençage d’ARN à CFS ME / CFS du laboratoire Grimson chez Cornell.
« Nous avons identifié six types de cellules qui étaient significativement différents entre les cas ME / CFS et les contrôles », a déclaré Gardella. « Le type de cellule élevé plus élevé chez les patients est la cellule dendritique plasmacytoïde. Ce sont des cellules immunitaires qui sont impliquées dans la production d’interférons de type 1, ce qui pourrait indiquer une réponse immunitaire antivirale hyperactive ou prolongée chez les patients. Nous avons également observé des différences de monocytes, de plaquettes et d’autres sous-ensembles de cellules T. »
Les modèles de classificateur d’ARN sans cellules avaient une précision de 77% pour détecter le ME / CFS – pas encore suffisamment élevé pour un test de diagnostic, mais un bond en avant substantiel sur le terrain. Les chercheurs espèrent que l’approche pourra les aider à comprendre la biologie complexe derrière d’autres maladies chroniques, ainsi que pour différencier le ME / CFS du long covide.
« Bien que Long Covid ait sensibilisé les conditions chroniques associées aux infections, il est important de reconnaître moi / CFS, car il est en fait plus courant et plus grave que beaucoup de gens ne le réalisent », a déclaré Gardella.
