Alors que la plupart des gens se remettent du COVID-19 en une semaine ou deux, jusqu’à un tiers des survivants présentent des symptômes persistants ou nouveaux des semaines et des mois après l’infection initiale.
Une forme de « COVID long » est la maladie pulmonaire interstitielle (MPI), un groupe de troubles pulmonaires chroniques caractérisés par une inflammation et des cicatrices (fibrose) qui empêchent les poumons d’obtenir suffisamment d’oxygène. On sait peu de choses sur la PID, du diagnostic au pronostic en passant par la prise en charge. Dans sa forme la plus grave, la maladie est mortelle sans greffe pulmonaire.
Dans une nouvelle étude, publiée dans le numéro en ligne du 20 juillet 2022 de eBioMédecinedes chercheurs de l’Université de Californie à San Diego fournissent les premières informations sur les pathologies cellulaires fondamentales à l’origine de la MPI.
En utilisant une approche d’intelligence artificielle (IA), nous avons découvert que la fibrose pulmonaire causée par le COVID-19 ressemble à la fibrose pulmonaire idiopathique (IPF), la forme la plus courante et la plus mortelle d’ILD. À un niveau fondamental, les deux conditions présentent des modèles d’expression génique similaires dans les poumons et le sang, et des processus dysfonctionnels dans les cellules alvéolaires de type II (AT2). »
Pradipta Ghosh, MD, co-auteur principal de l’étude et professeur, départements de médecine et de médecine cellulaire et moléculaire, UC San Diego School of Medicine
Les cellules AT2 jouent plusieurs rôles essentiels dans la fonction pulmonaire, notamment la production de surfactant pulmonaire qui empêche les cellules pulmonaires de s’effondrer après l’expiration et la régénération des cellules pulmonaires après une blessure.
« Les résultats sont perspicaces car les cellules AT2 sont connues pour contenir un élégant réseau de contrôle de la qualité qui répond au stress, interne ou externe », a déclaré Ghosh. « L’échec du contrôle de la qualité entraîne un dysfonctionnement plus large des organes et, dans ce cas, un remodelage fibrotique du poumon. »
Pour mener leur étude, Ghosh a collaboré avec le co-auteur principal Debashis Sahoo, PhD, professeur agrégé dans les départements d’informatique, d’ingénierie et de pédiatrie de l’UC San Diego pour accéder à des approches transdisciplinaires, telles que l’analyse des « big data » assistée par l’IA.
Ghosh et Sahoo ont déclaré que l’approche les aiderait à rester impartiaux dans la navigation dans les inconnues d’une maladie émergente post-pandémique. Ils ont analysé plus de 1 000 ensembles de données transcriptomiques pulmonaires humaines associées à diverses affections pulmonaires, en recherchant spécifiquement les modèles d’expression génique, la signalisation de l’inflammation et les changements cellulaires. La maladie avec la correspondance la plus proche : IPF.
Les auteurs ont pu induire avec succès ces éléments révélateurs dans des organoïdes pulmonaires humains, dans un modèle de hamster de COVID-19, et ont pu confirmer leur présence dans les poumons d’individus décédés atteints de COVID-19. Des éléments clés ont également été inversés chez les hamsters utilisant des thérapeutiques anti-SARS-COV-2. Une analyse plus approfondie a identifié le stress du réticulum endoplasmique comme le déclencheur précoce commun de la maladie pulmonaire post-COVID et de la PID.
Ghosh a déclaré que l’utilisation de modèles informatiques pour identifier l’expression génique partagée et les processus cellulaires entre COVID-19 et IPF suggère l’utilité de nos découvertes au-delà de la pandémie actuelle.
« Les connaissances, les biomarqueurs, les outils, les mécanismes et les voies thérapeutiques prometteuses identifiés ici sont susceptibles de stimuler le développement de thérapies pour les patients atteints de FPI et d’autres maladies pulmonaires interstitielles fibreuses, qui ont tous des options de traitement limitées ou inexistantes.
L’IPF touche environ 100 000 personnes aux États-Unis, avec 30 000 à 40 000 nouveaux cas par an. La condition a un mauvais pronostic, avec une survie moyenne estimée de 2 à 5 ans à partir du moment du diagnostic.
