Une nouvelle étude publiée dans Science Translational Medicine détaille une avancée majeure dans la détection précoce des maladies : un test sanguin basé sur l’intelligence artificielle capable d’identifier les affections hépatiques chroniques, notamment la fibrose et la cirrhose, des années avant les méthodes traditionnelles. C’est la première fois que l’analyse de la fragmentation de l’ADN à l’échelle du génome, auparavant axée sur la détection du cancer, est systématiquement appliquée à des maladies non cancéreuses. La recherche suggère que cette technologie pourrait révolutionner le dépistage des maladies affectant des millions de personnes, offrant ainsi une fenêtre d’intervention cruciale avant que des dommages irréversibles ne surviennent.
L’approche fragmentome : au-delà des biopsies liquides traditionnelles
Les méthodes de biopsie liquide existantes recherchent généralement des mutations génétiques spécifiques liées à des maladies, principalement le cancer. Cependant, cette nouvelle technique, appelée « analyse du fragmentome », examine comment l’ADN est décomposé et distribué dans le génome, fournissant ainsi une image plus large de l’état physiologique. Les chercheurs ont analysé l’ADN acellulaire (cfDNA) de plus de 1 576 individus, en utilisant le séquençage du génome entier pour identifier les modèles de taille et de distribution des fragments d’ADN. Cette approche va au-delà des mutations individuelles, la rendant adaptable à un plus large éventail de conditions.
L’étude impliquait l’analyse d’environ 40 millions de fragments d’ADN par échantillon, produisant ainsi un ensemble de données massif traité par des algorithmes d’apprentissage automatique. Ces algorithmes ont réussi à identifier avec une grande précision les modèles de fragmentation liés à une maladie hépatique précoce, à une fibrose avancée et à une cirrhose.
Pourquoi la détection précoce est importante : les maladies du foie et au-delà
L’importance de cette évolution réside dans la réversibilité de la fibrose hépatique à un stade précoce. Si rien n’est fait, elle évolue vers la cirrhose, augmentant le risque de cancer du foie et réduisant finalement la durée de vie. Les tests sanguins actuels pour la fibrose manquent souvent de sensibilité et ne parviennent pas à détecter la maladie à un stade précoce, tandis que les techniques d’imagerie sont coûteuses et ne sont pas universellement disponibles.
Environ 100 millions d’Américains risquent de souffrir de maladies du foie pouvant entraîner une cirrhose ou un cancer. La capacité d’intervenir avant que des dommages irréversibles ne surviennent pourrait améliorer considérablement les résultats. Le potentiel de cette technologie s’étend au-delà des maladies du foie, les résultats préliminaires suggérant des applications dans les troubles cardiovasculaires, inflammatoires et neurodégénératifs.
Indice de comorbidité et applications futures
Les chercheurs ont également développé un « indice de comorbidité fragmentome » qui prédit avec précision les taux de survie globale, surpassant même les marqueurs inflammatoires traditionnels dans certains cas. Cela met en évidence la puissance de l’analyse des modèles de fragmentation à l’échelle du génome pour évaluer l’état de santé global d’un patient.
Le test actuel sur la fibrose hépatique reste un prototype, mais l’équipe prévoit de l’affiner et de le valider pour une utilisation clinique. L’objectif à long terme est de créer des classificateurs spécifiques à une large gamme de maladies chroniques, en tirant parti de la plateforme fragmentome sous-jacente.
« Il s’agit d’un test unique, spécifique à une maladie, construit à partir de la même plateforme sous-jacente », explique le premier auteur Akshaya Annapragada. “Un classificateur de fibrose hépatique est distinct d’un classificateur de cancer.”
Cette recherche, financée par les National Institutes of Health et plusieurs fondations privées, représente une avancée significative dans les soins de santé proactifs, passant d’un traitement réactif à une détection et une intervention précoces.
