« Prédire la maladie par une goutte de sang » (3) : Alerte précoce sur la maladie d'Alzheimer grâce à la protéomique plasmatique

Dans le sujet spécial précédent « Prédire la maladie en prélevant du sang », nous avons présenté comment la protéomique plasmatique peut prédire efficacement le risque de néphropathie diabétique et de fibrillation auriculaire. Cette fois, nous nous intéressons à la question de savoir si la protéomique plasmatique peut nous aider à détecter à l’avance le risque de maladie d’Alzheimer. Apprenons-le ensemble !

La maladie d’Alzheimer (MA) est une maladie neurodégénérative impliquant de multiples processus biologiques. Non seulement son incidence est élevée et son évolution est longue, mais elle entraîne également des taux d’invalidité et de mortalité très élevés. Cependant, il n’existe actuellement aucun médicament capable de guérir efficacement ou de ralentir significativement la progression de la maladie. Par conséquent, identifier à l’avance les groupes à haut risque et mettre en œuvre une prévention précoce peut être la clé pour réduire le fardeau personnel et social causé par la maladie d’Alzheimer.

(L'image provient d'Internet, le droit d'auteur appartient à l'auteur original)

Au cours des dernières années, bien que le cadre amyloïde/tau/neurodégénérescence (A/T/N) basé sur les biomarqueurs ait été largement utilisé dans la recherche sur la maladie d'Alzheimer, ses limites sont également évidentes : il est non seulement très invasif et coûteux, mais ne peut pas non plus couvrir entièrement l'ensemble du processus pathologique de la maladie d'Alzheimer. De plus, certains modèles existants de prédiction de la maladie d’Alzheimer s’appuient souvent sur des informations difficiles à obtenir en pratique clinique, telles que des données d’imagerie, des tests cognitifs et des biomarqueurs du liquide céphalo-rachidien, ce qui limite également leur application clinique.

Grâce au développement de la technologie des analyses sanguines ces dernières années, nous sommes en mesure d’obtenir des données à grande échelle sur les protéines plasmatiques grâce à l’analyse d’échantillons sanguins. La protéomique plasmatique n’est pas seulement impliquée dans la régulation de multiples processus biologiques, mais peut également combiner des facteurs tels que les gènes, l’environnement, l’âge, le comportement, les comorbidités et le traitement. Alors, est-il possible de prédire le risque de développer la maladie d’Alzheimer dans le futur en prélevant simplement du sang et en testant les niveaux d’une petite quantité (quelques-unes à des dizaines) de protéines dans le corps ? Il n’y a pas encore de conclusion sur cette question.

En réponse aux problèmes ci-dessus, le Centre national de recherche clinique sur les maladies rénales de l'hôpital Nanfang de l'Université médicale du Sud a mené des travaux pertinents et les résultats de la recherche ont été publiés dans la revue Aging Cell. En s'appuyant sur des données provenant d'environ 3 000 protéines plasmatiques, l'étude a révélé que le modèle de risque de la maladie d'Alzheimer construit à l'aide de 31 protéines peut prédire efficacement le risque de maladie d'Alzheimer.

L’étude a porté sur 35 547 participants sans démence au départ. Les participants ont été divisés en une cohorte de développement et une cohorte de validation en fonction de la répartition des centres d'étude, et la cohorte de développement a été divisée aléatoirement en un ensemble d'entraînement et un ensemble de validation. **Dans l'ensemble d'entraînement, 31 protéines liées à la maladie d'Alzheimer d'apparition récente ont été examinées et un modèle de prédiction des protéines plasmatiques a été construit sur leur base. ****Le modèle protéique a montré une bonne capacité à prédire le risque de maladie d'Alzheimer à la fois dans l'ensemble de validation de la cohorte de développement (indice C = 0,867) et dans la cohorte de validation (indice C = 0,912). **De plus, comparé aux modèles de risque génétique existants (génotype APOE) et aux modèles de prédiction du risque clinique (CogDrisk-AD), ce modèle protéique surpasse ou améliore significativement leurs performances prédictives. Même si seules les dix principales protéines du modèle sont prises en compte, il est toujours possible de prédire efficacement le risque de maladie d’Alzheimer. (Figure 1)

Figure 1. Indice C cumulé des 10 principales protéines présentant les coefficients absolus les plus élevés dans le modèle protéique de la maladie d'Alzheimer

Une analyse d'enrichissement plus poussée et une analyse de réseau de ces 31 protéines ont révélé que l'EGFR, la GFAP et la CHGA étaient des protéines clés dans le réseau d'interaction des protéines candidates pour la maladie d'Alzheimer****. (Figure 2)

Figure 2. Enrichissement en protéines et analyse du réseau d'interactions protéiques

La collecte d’échantillons de sang est très pratique dans les milieux cliniques, et le test des protéines plasmatiques est hautement objectif, quantifiable et facile à utiliser. Comparé aux méthodes de collecte de facteurs de risque cliniques qui s’appuient sur les rapports des participants, les dossiers médicaux ou des tests multiples, le test des protéines plasmatiques présente des avantages évidents dans le dépistage à grande échelle. Nos résultats suggèrent qu’un simple test de protéines plasmatiques peut prédire efficacement la maladie d’Alzheimer sans nécessiter une évaluation clinique complexe en face à face. Il s’agit d’une méthode plus simple et plus efficace pour prédire la maladie d’Alzheimer, particulièrement adaptée au dépistage de grandes populations et à l’identification précoce des risques. De cette façon, les personnes à haut risque peuvent être rapidement identifiées, ce qui permet une gestion et une prévention précises, améliorant ainsi l’efficacité de l’intervention précoce dans la maladie d’Alzheimer.

Référence : Yang S, Ye Z, He P, et al. Protéomique plasmatique pour la prédiction du risque de maladie d'Alzheimer dans la population générale. Cellule vieillissante*.* Publié en ligne le 9 septembre 2024. doi:10.1111/acel.14330

Rédacteur | Yang Sisi et Zhang Yiwei

Audit | Qin Xianhui