Les chercheurs ont cartographié 6 000 protéines oculaires et développé une « horloge protéomique » basée sur l’IA pour prédire l’âge. L’étude a révélé un vieillissement accéléré dans certaines maladies et identifié des protéines liées à la maladie de Parkinson, suggérant une piste pour un diagnostic précoce. Les résultats pourraient révolutionner la médecine de précision et les approches en matière d’essais cliniques.
Une équipe de chercheurs a cartographié près de 6 000 protéines provenant de différents types de cellules dans l’œil en analysant de minuscules gouttes de liquide oculaire régulièrement retirées lors d’une intervention chirurgicale. Dans une étude récemment publiée dans la revue Celluleles chercheurs ont utilisé un modèle d’IA pour créer une « horloge protéomique » à partir de ces données, capable de prédire l’âge d’une personne en bonne santé en fonction de son profil protéique.
L’horloge a révélé que des maladies telles que la rétinopathie diabétique et l’uvéite provoquent un vieillissement accéléré au sein de types de cellules spécifiques. Étonnamment, les chercheurs ont également détecté des protéines associées à la maladie de Parkinson dans le liquide oculaire, qui, selon eux, pourraient ouvrir la voie à des diagnostics plus précoces de la maladie de Parkinson.
L’œil comme fenêtre sur les maladies
« Ce qui est étonnant avec l’œil, c’est que nous pouvons regarder à l’intérieur et voir les maladies se développer en temps réel », explique l’auteur principal Vinit Mahajan, chirurgien et professeur d’ophtalmologie à l’Université de Stanford. « Notre objectif principal était de relier ces changements anatomiques à ce qui se passe au niveau moléculaire dans les yeux de nos patients. »
L’œil est un organe difficile à prélever chez des patients vivants car, comme le cerveau, il n’est pas régénératif et la réalisation d’une biopsie tissulaire entraînerait des dommages irréparables. Une méthode alternative consiste à utiliser des biopsies liquides, c’est-à-dire des échantillons de liquide prélevés à proximité des cellules ou des tissus d’intérêt.
Bien que les biopsies liquides puissent fournir un aperçu des protéines présentes dans la région d’intérêt, elles ont jusqu’à présent été limitées dans leur capacité à mesurer un grand nombre de protéines dans de petits volumes de liquide, et elles sont également incapables de fournir des informations sur lesquelles. les cellules produisent quelles protéines, ce qui est important pour le diagnostic et le traitement des maladies.
Cartographie avancée des protéines et résultats
Pour cartographier la production de protéines par différents types de cellules dans l’œil, l’équipe de Mahajan a utilisé une méthode à haute résolution pour caractériser les protéines dans 120 biopsies liquides prélevées dans l’humeur aqueuse ou vitrée de patients subissant une chirurgie oculaire. Au total, ils ont identifié 5 953 protéines, soit dix fois le nombre de protéines précédemment caractérisées dans des études similaires. À l’aide d’un outil logiciel qu’ils ont créé, appelé TEMPO, les chercheurs ont pu retracer chaque protéine jusqu’à des types de cellules spécifiques.
Pour étudier la relation entre la maladie et le vieillissement moléculaire, les chercheurs ont construit un modèle d’apprentissage automatique capable de prédire l’âge moléculaire de l’œil sur la base d’un sous-ensemble de 26 protéines. Le modèle a pu prédire avec précision l’âge d’yeux sains, mais a montré que les maladies étaient associées à un vieillissement moléculaire important. Pour la rétinopathie diabétique, le degré de vieillissement augmentait avec la progression de la maladie et ce vieillissement était accéléré jusqu’à 30 ans pour les personnes atteintes de rétinopathie diabétique sévère (proliférative). Ces signes de vieillissement étaient parfois observables avant que le patient ne présente les symptômes cliniques de la maladie sous-jacente et persistaient chez les patients traités avec succès.
Les chercheurs ont également détecté plusieurs protéines associées à la maladie de Parkinson. Ces protéines sont généralement identifiées post mortem et les méthodes de diagnostic actuelles ne sont pas capables de les tester, ce qui explique en partie pourquoi les diagnostics de Parkinson sont si difficiles. La recherche de ces marqueurs dans le liquide oculaire pourrait permettre un diagnostic plus précoce de la maladie de Parkinson et un suivi thérapeutique ultérieur.
Implications et orientations futures
Les auteurs affirment que ces résultats suggèrent que le vieillissement pourrait être spécifique à un organe ou même à une cellule, ce qui pourrait entraîner des progrès dans la médecine de précision et dans la conception d’essais cliniques. « Ces résultats démontrent que nos organes vieillissent à des rythmes différents », explique le premier auteur et ophtalmologiste Julian Wolf de l’Université de Stanford. « L’utilisation de médicaments anti-âge ciblés pourrait constituer la prochaine étape de la médecine préventive et de précision. »
« Si nous envisageons d’utiliser des thérapies moléculaires, nous devrions caractériser les molécules présentes chez nos patients », explique Mahajan. « Je pense que reclasser les patients en fonction de leurs modèles moléculaires et des cellules affectées peut réellement améliorer les essais cliniques, la sélection des médicaments et leurs résultats. »
Ensuite, les chercheurs prévoient de caractériser des échantillons provenant d’un plus grand nombre de patients et d’un plus large éventail de maladies oculaires. Ils affirment également que leur méthode pourrait être utilisée pour caractériser d’autres tissus difficiles à échantillonner. Par exemple, des biopsies liquides du liquide céphalo-rachidien pourraient être utilisées pour étudier ou diagnostiquer le cerveau, le liquide synovial pourrait être utilisé pour étudier les articulations et l’urine pourrait être utilisée pour étudier les reins.
Cette recherche a été soutenue par le Instituts nationaux de la santéUniversité de Stanford, Research to Prevent Blindness, VitreoRetinal Surgery Foundation, Lundbeck Foundation et BrightFocus Foundation.
