En collaboration avec l’équipe «Inflammation intestinale» du Centre de Recherche sur l’Inflammation (UMR 1149-Inserm-Université Paris Diderot) et de l’institut Galilée de mathématique de l’Université Paris 13, les équipes des services de Gastroentérologie, MICI et Assistance Nutritive, d’anatomo-pathologie et de Chirurgie Colo-Rectale de l’hôpital Beaujon et du CHU de Bordeaux, ont identifié un algorithme prédictif de la réponse aux traitements dans des formes sévères de rectocolite hémorragique (RCH). Cet algorithme, « Deepcol », a été construit par apprentissage profond et utilise les valeurs de 9 micro-ARN dont l’expression est mesurée à partir d’une biopsie colique et de 5 paramètres biologiques de routine de soin.
La colite aiguë grave, est une complication sévère qui touche jusqu’à 15% des patients souffrant d’une RCH. Il s’agit d’une urgence médicochirurgicale, pouvant se compliquer à court terme de sepsis, d’hémorragie, d’accidents thrombo-emboliques et de perforation digestive. En cas d’échec des corticoides intraveineux (40% des cas), on doit discuter d’une colectomie, ou d’un traitement de seconde ligne par infliximab (anti-TNF alpha) ou cyclosporine. Ces deux traitements ont une efficacité équivalente et près de 50-60% d’échec à moyen terme pour chacun. A terme, 30 à 50% des patients vont avoir une colectomie. Le pronostic pourrait être amélioré par la prédiction du profil individuel de meilleure réponse aux traitements disponibles.
Les micro-ARN sont de petites molécules qui régulent l’expression des gènes, et dont le profil est perturbé spécifiquement dans de nombreuses maladies, dont les MICI. Dans cette étude coordonnée par le Pr Xavier TRETON, à partir de deux cohortes rétrospectives de patients avec colite aiguë grave, issues des CHU Beaujon et de Bordeaux, un profil d’expression des microARN de la muqueuse colique (provenant d’une biopsie réalisée lors d’une endoscopie de routine) a été réalisé. L’expression individuelle de plus de 2500 microARN a été analysée en association avec une cinquantaine de paramètres cliniques et biologiques disponibles en routine, par une méthode mathématique d’apprentissage profond (réseau neuronal), pour identifier un biomarqueur prédictif de la réponse aux traitements médicaux. L’algorithme « DeepCol » mis au point, permet grâce à la mesure de 9 microARN muqueux et de 5 paramètres biologiques sanguins, de prédire la réponse aux traitements par corticoïdes, Infliximab et ciclosporine dans près de 90 à 85% des cas.
Cet algorithme démontre pour la première fois que la mise au point de biomarqueurs prédictifs de la réponse aux traitements est possible dans les MICI et constitue un premier pas vers une nouvelle médecine personnalisée. La validation de DeepCol est prévue dans une étude interventionnelle randomisée multicentrique (PHRC déposé).