Les chercheurs affirment que cette avancée pourrait conduire à des stratégies de prévention et à des thérapies futures plus efficaces.
Dans une étude récente publiée dans Alzheimer et démenceDes chercheurs ont établi la signature de l'acide microribonucléique sérique (miARN) dans la maladie d'Alzheimer (MA). Ils ont également étudié les miARN qui pourraient prédire la transition d'un trouble cognitif léger (MCI) à la maladie d'Alzheimer (MA).
Sommaire
Arrière-plan
La maladie d'Alzheimer est une maladie neurodégénérative caractérisée par un déclin cognitif progressif. L'identification de la maladie à un stade avancé conduit à de mauvais résultats thérapeutiques. Ainsi, de nouvelles techniques de diagnostic sont nécessaires pour identifier les personnes atteintes de MCI à un stade précoce (EMCI) ou à un stade avancé (LMCI) et prédire leur conversion vers la maladie d'Alzheimer.
Les outils de diagnostic actuels sont invasifs et coûteux. Les microARN sont des ARN courts et non codants qui contrôlent la protéostasie au niveau systémique. Ils constituent des biomarqueurs potentiels peu invasifs et peu coûteux de la maladie d'Alzheimer. Les microARN peuvent affecter plusieurs cibles d'ARNm, agir comme paracrines et participer à la communication entre les organes. De plus, ces molécules sont très stables dans les environnements acellulaires et résistantes aux cycles de décongélation-congélation, ce qui les rend souhaitables sur le plan logistique dans les contextes cliniques.
À propos de l'étude
Dans la présente étude, les chercheurs ont étudié les signatures miRNA du MCI précoce, du MCI tardif et de la MA et ont déterminé si les signatures sont corrélées à l’état clinique de la maladie à l’aide de biomarqueurs de la MA établis.
Les chercheurs ont obtenu des échantillons de sérum des participants à l'AD Neuroimaging Initiative (ADNI) pour analyser l'expression des miRNA. Le séquençage des petits ARN a permis d'analyser des échantillons de sérum de 803 des 847 participants de l'ADNI, en excluant les échantillons de mauvaise qualité. Parmi les 803 participants, 272, 217, 149 et 165 appartenaient respectivement aux groupes EMCI, LMCI, AD et témoin. Des régressions mixtes linéaires ont permis d'analyser les miRNA exprimés dans 95 % ou plus des échantillons avec au moins dix lectures dans chaque échantillon.
Les modèles d'apprentissage automatique (ML) ont testé les miRNA avec des tailles d'effet significatives dans l'analyse de régression. Les données ML comprenaient les ensembles de données d'entraînement et de test (fraction, 0,3). Les chercheurs ont exclu les miRNA sans pouvoir prédictif, c'est-à-dire ceux dont l'aire sous la courbe caractéristique de fonctionnement du récepteur (AUC) était ≤ 0,5. Pour chaque condition, la sélection des cinq meilleurs miRNA a donné lieu à 73 candidats. La méthode ML a dérivé toutes les combinaisons potentielles allant jusqu'à trois miRNA pour ces candidats.
Les chercheurs ont comparé les performances des miRNA sériques aux valeurs ADAScog13 et aux biomarqueurs invasifs de la maladie d'Alzheimer dans le liquide céphalorachidien (LCR). En plus des niveaux de bêta-amyloïde et de protéine tau phosphorylée dans le LCR, ils ont comparé les scores du Mini-Mental State Examination (MMSE). Ils ont également analysé les données phénotypiques de suivi fournies par les participants pendant 144 mois après le prélèvement sanguin. L'analyse de l'ontologie génétique (GO) a examiné les voies biologiques contrôlées par les miRNA identifiés dans la présente étude.
Résultats
Français La signature miRNA sérique pour la MA comprenait miR.98.5p, miR.142.3p et miR.9985 (AUC, 0,7). Les miR.369.3p, miR.590.3p et miR.9985 sériques ont identifié l'EMCI (AUC, 0,7). Les trois miRNA montrant les meilleures performances pour identifier le LMCI comprenaient miR.22.5p, miR.1306 et miR.4429 (AUC, 0,7). En ce qui concerne la prédiction de la MA, les niveaux d'Abeta et les ratios Abeta/tTAU ou Abeta/pTAU181 dans le liquide céphalorachidien et les tests MMSE ont surpassé la signature miRNA sérique.
Français Les miR sériques pour le MECI ont eu de meilleurs résultats que les biomarqueurs du LCR (ASC de 0,5 à 0,6) et le test MMSE (ASC, 0,6). Pour prédire le LMCI, la signature miR a eu des résultats similaires aux biomarqueurs du LCR (ASC, 0,7) et au MMSE (ASC, 0,7). Pour prédire la conversion de l'EMCI en AD, les miR.18a.5p, miR.26b.5p et miR.125b.5p (ASC, 0,7) ont eu de meilleurs résultats que les biomarqueurs du LCR (ASC, 0,6). Pour identifier les convertisseurs de LMCI en AD, les miR.142.3p, miR.338.3p et miR.584.5p sériques (ASC, 0,8) ont surpassé les biomarqueurs du liquide céphalorachidien.
ADAScog13 a estimé la conversion du MCI de stade précoce en maladie d'Alzheimer (AUC, 0,6) et LMCI-AD (AUC, 0,7) avec une précision inférieure à celle des signatures miRNA. L'utilisation de l'expression sérique miR.532.3p et miR.1306.3p a amélioré la précision de la prédiction de la conversion de l'EMCI et du LMCI en AD. La combinaison des miRNA pour la prédiction de l'EMCI avec les données MMSE a modérément amélioré la précision de l'identification des patients LMCI (0,75 contre 0,71).
Les profils miRNA des EMCI, LMCI et AD indiquent des mécanismes moléculaires distincts. Les miRNA représentant l'EMCI ont montré des associations spécifiques avec la phosphorylation oxydative et la ferroptose. Les résultats sont cohérents avec les recherches précédentes montrant que le métabolisme énergétique et du fer désordonné se produit tôt dans la physiopathologie de la MA. En revanche, ce n'est que dans la signature MCI de stade tardif des miRNA que les chercheurs ont trouvé des mécanismes indiquant la signalisation de l'interleukine-17 (IL-17) et les lésions vasculaires, qui sont liées au développement de la MA.
Conclusion
L'étude a montré que les signatures miRNA sériques peuvent être utilisées comme biomarqueurs de la maladie d'Alzheimer et prédire la transition du MCI à la MA. La combinaison de ces signatures avec des tests neuropsychologiques comme le MMSE peut augmenter la précision de la prédiction de la MA.
Ces résultats présentent un intérêt public, car l’utilisation de miRNA sériques pour caractériser le segment à risque de la population vieillissante pourrait réduire le recours à des tests invasifs et coûteux. Les recherches futures devraient affiner et confirmer ces signatures et les intégrer aux mesures de dépistage cognitif.
