L’analyse protéomique prédit apparition et progression de l'amylose héréditaire ATTR
Dr Magali Colombat
Service d'anatomopathologie à l'Oncopole
Toulouse
D’après la communication du Dr Juan Gonzalez, Hospital Universitaire de Son Llàtzer, Majorque, Espagne, présentée lors du congrès de l'ISA 2022
Contexte
Le diagnostic précoce de l'amylose héréditaire à transthyrétine (ATTRv) est essentiel afin de traiter le plus tôt possible les patients pour stopper la progression de la maladie.
La reconnaissance précoce reste actuellement un défi.
Objectif
Sur la base du profilage protéomique sérique par MALDI-TOF, l'objectif est de détecter des marqueurs signant le début et/ou la progression de l’amylose héréditaire à transthyrétine (ATTRv), puis de développer un modèle prédictif par « machine learning » afin de classer les échantillons des patients.
Matériel et méthodes
Une étude prospective a été menée durant 12 mois dans le foyer endémique de Majorque, incluant des patients V30M symptomatiques (n = 30 ; âge moyen 66 ans ; 36 % de femmes), des patients V30M asymptomatiques (n = 30 ; âge moyen 48 ans ; 62 % de femmes) et des témoins volontaires sains (n = 30 ; âge moyen 41 ans ; 60 % de femmes).
Les peptides des échantillons de sérum recueillis ont été purifiés et concentrés à l'aide de Zip-Tip C18.
Une analyse protéomique des échantillons par MALDI-TOF a été réalisée.
Les données ont été traitées par la technique d'analyse discriminante linéaire (LDA) afin de prédire l’appartenance des individus à une classe prédéfinie à partir des caractéristiques du peptidome.
Résultats
Les échantillons de sang ont été prélevés chez 90 individus traités par MALDI-TOF.
Un total de 342 spectres pré-processés ont passé le contrôle qualité interne, générant un ensemble de profils de protéines sériques de 75 caractéristiques spectrales (pics m/z).
Les échantillons des 3 groupes ont été classés par LDA et un algorithme de validation croisée "leave-one-out".
La classification des échantillons était correcte dans 74,8 % des cas (Figure 1).
Figure 1 : classification des échantillons utilisant la méthode LDA après étude du peptidome sérique par MALDI-TOF
Perspectives
Cette équipe travaille actuellement à l'optimisation des modèles prédictifs pour améliorer la classification d’échantillons inconnus.
Ce travail montre que l’analyse du peptidome sérique par MALDI-TOF permet de classer correctement 75 % des échantillons provenant de patients V30M asymptomatiques, de patients ATTRv V30M symptomatiques et de volontaires sains.
Des études complémentaires sont nécessaires pour préciser la fiabilité de la technique et la place que pourrait occuper ce type d’analyse en pratique clinique.
Retrouvez l'intégralité du dossier spécial "ISA 2022"
Ce contenu vous est proposé avec le soutien institutionnel de Pfizer
