Une percée dans la découverte de biomarqueurs pour la démence
La démence est un problème mondial croissant, alors que 40 millions de personnes sont touchées dans le monde, un chiffre qui devrait doubler tous les 20 ans. Rien qu’en Europe, près de 8.8 millions de personnes sont atteintes de cette maladie. En dépit de ses profondes répercussions personnelles et sociétales, la démence reste difficile à diagnostiquer dans ses premiers stades, car les symptômes cliniques apparaissent généralement des années après l’émergence des changements pathologiques, et il existe un chevauchement considérable des symptômes cliniques entre les différentes causes de démence.
Une approche intégrée de l’identification des biomarqueurs
Mené avec le soutien du programme Actions Marie Skłodowska-Curie(s’ouvre dans une nouvelle fenêtre), le projet MIRIADE(s’ouvre dans une nouvelle fenêtre) entendait accélérer la découverte de nouveaux biomarqueurs pour la démence(s’ouvre dans une nouvelle fenêtre). «Nous avons mis en place un programme de recherche et de formation unique afin de permettre des approches de santé de précision pour un diagnostic précoce, un suivi de la maladie et de meilleurs résultats thérapeutiques», explique Charlotte Teunissen, coordinatrice du projet, au Centre médical universitaire d’Amsterdam(s’ouvre dans une nouvelle fenêtre) (CMU).
Découvertes grâce à l’apprentissage automatique
L’une des principales réussites du projet MIRIADE réside dans son approche intégrée de l’analyse des données et de l’identification des biomarqueurs. Le consortium a rassemblé des données omiques(s’ouvre dans une nouvelle fenêtre) issues d’échantillons de liquide céphalorachidien (LCR) et de sang et a proposé plus de 30 biomarqueurs candidats pour le développement. Il a combiné l’intelligence artificielle (IA), l’analyse de mégadonnées, des technologies d’essai de pointe et la formation aux compétences entrepreneuriales, faisant ainsi progresser la découverte scientifique et l’application clinique. Les outils d’IA développés ont été conçus pour aider les doctorants et les chercheurs du projet à sélectionner, parmi des milliers de protéines, celles qui méritent d’être étudiées. Ils se sont appuyés sur des ensembles de données existants, des analyses documentaires et des données expérimentales collectées dans le cadre du projet lui-même. Au Luxembourg, par exemple, les chercheurs ont appliqué des modèles statistiques affinés et des techniques d’exploration de texte. Cette approche multicouche des données a permis aux modèles d’apprentissage automatique de prédire quelles protéines étaient non seulement pertinentes sur le plan biologique, mais aussi susceptibles d’être mesurées dans le LCR ou le sang. L’IA a également permis d’évaluer si une protéine donnée pouvait être détectée à l’aide d’anticorps, des réactifs qui se lient aux protéines cibles. «En général, ce processus est réalisé par tâtonnements», explique Charlotte Teunissen. «Mais les modèles d’IA ont permis de prédire si une interaction anticorps-protéine était susceptible de fonctionner avant même que nous ne la testions en laboratoire.» Pour trois des 15 doctorants du projet, l’IA n’était pas seulement une méthode d’investigation, c’était l’axe principal de leur recherche. Les avantages qui en découlent dépassent largement le cadre de MIRIADE. Ces modèles alimentent désormais de nouveaux projets de recherche sur les maladies neurodégénératives, offrant une manière plus intelligente de cibler les biomarqueurs qui fonctionnent dans le monde clinique réel.
Validation des biomarqueurs et développement d’essais
Des progrès remarquables ont été réalisés dans le développement d’essais de biomarqueurs et la validation clinique grâce à l’approche basée sur les mégadonnées du projet. En utilisant des technologies protéiques avancées, MIRIADE est parvenu à concevoir et à valider cliniquement des essais pour 16 biomarqueurs. Parmi les biomarqueurs prioritaires figuraient la dopamine décarboxylase pour la démence, l’aquaporine-4 pour la maladie d’Alzheimer, et les biomarqueurs synaptiques(s’ouvre dans une nouvelle fenêtre) SNAP-25 et VAMP-2 dans le sang pour la démence frontotemporale et la maladie d’Alzheimer.
Traduire les résultats dans la pratique clinique
La traduction des résultats de MIRIADE en applications cliniques et diagnostiques est en très bonne voie. Des biomarqueurs tels que la dopamine décarboxylase sont déjà mis en œuvre dans les premiers essais cliniques, et les tests de pTau dans le plasma font l’objet d’une évaluation prospective. Pour d’autres biomarqueurs, des études de validation rétrospectives et prospectives sont prévues pour améliorer leur application clinique. De plus, l’équipe du projet a créé une feuille de route complète pour guider le développement futur de biomarqueurs. Ce cadre comprend les meilleures pratiques pour intégrer l’IA, les mégadonnées, le développement d’essais et la validation clinique, ainsi que des approches pour favoriser la collaboration des parties prenantes afin d’accélérer la traduction des biomarqueurs dans la pratique. À l’avenir, le projet poursuivra ses travaux en affinant la validation des biomarqueurs, en augmentant la production d’essais et en recherchant des financements pour approfondir ses découvertes. MIRIADE façonne un avenir où un diagnostic précoce et un traitement efficace améliorent considérablement les résultats pour les patients et réduisent le fardeau socio-économique de la démence dans le monde entier.
