DeepCol : un algorithme pour prédire la réponse aux traitements de la colite aiguë grave

19 octobre 2018

En collaboration avec l’Institut Galilée de l’université Paris 13, l’hôpital Beaujon de Paris et le CHU de Bordeaux, Éric Ogier-Denis, chercheur au Centre de Recherche sur l’Inflammation (Unité 1149 Inserm / Université Paris Diderot) et Xavier Tréton, gastro-entérologue, ont mis au point un algorithme prédictif de la réponse aux traitements de la colite aiguë grave, complication sévère inflammatoire chronique intestinale. Nommé DeepCol, cet outil a fait l’objet d’une publication dans la revue Clinical Gastroenterology & Hepatology.

Le contexte

La colite aiguë grave est une complication sévère qui touche jusqu’à 15% des patients souffrant d’une rectocolite hémorragique, classée dans la catégorie des maladies inflammatoires chroniques intestinales (MICI). Dans les cas les plus urgents, elle mène à court terme à des complications telles que des accidents thrombo-emboliques ou des perforations digestives.

Lorsque le traitement principal (corticoïdes intraveineux) ne fonctionne pas, des traitements de seconde ligne sont envisagés : l’infliximab ou la cyclosporine. L’efficacité de ces traitements reste relative, avec un taux en moyenne inférieur à 50%. Le pronostic de ces patients pourrait être amélioré par une prédiction du profil individuel de meilleure réponse aux traitements disponibles.

Dans ce but, Éric Ogier-Denis et Xavier Tréton se sont attelés au développement d’un outil mathématique de prédiction à partir de l’analyse des microARN, petites molécules régulant l’expression des gènes et dont le profil est spécifiquement perturbé dans le cadre de MICI.

Les résultats

À partir de deux cohortes rétrospectives de patients atteints de colite aiguë grave (CHU Beaujon et Bordeaux), ils ont mis au point un profil d’expression des microARN de la muqueuse colique, prélevée lors d’endoscopies routinières. En association avec plusieurs paramètres cliniques et biologiques, l’expression individuelle de plus de 2500 microARN a été analysée par une méthode mathématique d’apprentissage profond, via un réseau neuronal. L’algorithme a été nommé DeepCol.

Cette méthode a permis d’identifier un biomarqueur prédictif de la réponse aux traitements par la mesure de 9 microARN muqueux et de 5 paramètres biologiques sanguins. Résultat : Dans plus de 85% des cas, DeepCol a permis de prédire de façon fiable la réponse aux traitements par les corticoïdes, l’infliximab et la cyclosporine !

Les perspectives

Pour la première fois, DeepCol démontre que l’identification de biomarqueurs prédictifs de la réponse aux traitements est possible dans le cadre des MICI. Pour les auteurs, cette méthode est un premier pas vers une médecine personnalisée. L’algorithme devra prochainement être validé par une étude interventionnelle et randomisée dans plusieurs centres de soins.

Références

Colonic microRNA profiles, identified by a deep-learning algorithm that predict responses of patients with acute severe ulcerative colitis to therapy

Centre de Recherche sur l’Inflammation (Unité Inserm 1149 / Université Paris Diderot)


Retour à la liste des actualités
^ Haut de page
Voir Modifier Créer ici
Facebook Twitter Google+ Linkedin Viadeo Delicious StumbleUpon Evernote Scoop it Netvibes