Clear Sky Science · fr

Prédire la trajectoire des maladies en utilisant la vélocité de l'ARN du sang total

· Retour à l’index

Pourquoi la santé de demain pourrait se cacher dans le sang d’aujourd’hui

Lorsque nous tombons malades, les médecins évaluent principalement notre état présent : température, tension artérielle et analyses réalisées à cet instant. Mais si un seul prélèvement sanguin pouvait aussi révéler où se dirige notre maladie dans les jours ou semaines à venir — si nous risquons de nous aggraver nettement, de nous rétablir rapidement ou de répondre à un nouveau traitement ? Cette étude présente une méthode pour lire cette « direction » à partir du sang, en utilisant les motifs d’activité génétique pour prévoir la santé future.

Figure 1
Figure 1.

Lire la musique changeante de nos gènes

Chaque cellule de notre corps active et désactive en permanence des gènes, produisant des molécules d’ARN qui servent de copies opérationnelles de l’ADN. Les tests traditionnels mesurent les niveaux stables de ces messages ARN, offrant un instantané de l’état actuel du corps. Les auteurs s’appuient sur une idée plus récente, la vélocité de l’ARN, qui prend en compte non seulement les ARN matures mais aussi leurs formes inachevées, « non épissées ». En comparant les deux, on peut dire si l’activité d’un gène est en augmentation ou en diminution — c’est plus proche d’observer la direction d’une voiture en mouvement que de se contenter de la voir garée. L’équipe s’est demandé si ce principe, initialement développé pour des cellules uniques, pouvait être étendu à des échantillons de sang total de patients pour prédire l’évolution de leur maladie.

Un nouvel outil pour prévoir la maladie à partir d’un seul prélèvement

Les auteurs ont développé une méthode qu’ils appellent VeloCD, qui exploite la vélocité de l’ARN dans des échantillons sanguins en masse. Elle repose sur des idées simples : les motifs actuels d’ARN dans le sang reflètent la sévérité de la maladie à l’instant présent ; l’équilibre entre ARN non épissés et épissés indique comment ces motifs sont susceptibles d’évoluer ; et ces motifs futurs correspondent ensuite à des états cliniques ultérieurs. VeloCD fonctionne en apprenant à partir de groupes de personnes dont les issues sont déjà connues — par exemple celles qui ont ou n’ont pas été infectées, ou qui ont ou n’ont pas répondu au traitement. Pour un nouveau patient, l’outil calcule comment ses profils d’ARN sanguin sont susceptibles de changer, puis estime la probabilité qu’il se dirige vers chacun de ces groupes d’issues connus, cartographiant ainsi sa trajectoire de maladie probable.

Tester la méthode sur de vraies infections et traitements

Pour vérifier la pertinence des prédictions de VeloCD, les chercheurs ont d’abord utilisé des études d’infection hautement contrôlées où des volontaires sains ont été délibérément exposés à la grippe A ou au SARS-CoV-2 puis suivis de près. Bien que le sang n’ait été prélevé qu’une seule fois pour la prédiction, VeloCD a pu anticiper qui testerait positif par la suite et, de façon approximative, combien de temps à l’avance — parfois même avant que le virus ne soit détectable par les tests PCR standards. L’approche a également fonctionné dans des contextes plus réalistes. Chez des personnes vivant avec le VIH et la tuberculose, VeloCD a aidé à prédire qui développerait par la suite une complication dangereuse appelée syndrome inflammatoire de reconstitution immunitaire après le début du traitement antirétroviral. Parmi des patients atteints de maladie inflammatoire de l’intestin recevant un puissant anti-inflammatoire, des prélèvements précoces après la première dose ont laissé entrevoir s’ils seraient en rémission quelques semaines plus tard.

Figure 2
Figure 2.

Identifier les enfants les plus à risque dans les hôpitaux surchargés

Peut-être l’épreuve la plus marquante pour VeloCD provient d’une large étude d’enfants fébriles arrivant dans des hôpitaux à travers l’Europe, avec des affections allant d’infections virales bénignes à des maladies bactériennes mettant le pronostic vital en jeu. Les médecins ont souvent du mal à juger quels enfants vont se détériorer et lesquels se rétabliront rapidement. En utilisant le premier prélèvement sanguin de chaque enfant, VeloCD a distingué ceux présentant une forme bénigne de ceux déjà gravement malades, puis a examiné le grand groupe intermédiaire, assez malade pour être hospitalisé mais pas admis en soins intensifs. Dans ce groupe modéré, les enfants dont les trajectoires d’ARN sanguin indiquaient une évolution vers le profil sévère avaient plus de chances d’avoir des marqueurs inflammatoires élevés, de nécessiter une intervention chirurgicale, de rester plus longtemps à l’hôpital ou de devoir ultérieurement des soins intensifs — des signaux difficiles à percevoir avec les signes et symptômes de routine seuls.

Ce que cela pourrait signifier pour les patients et les cliniciens

Globalement, l’étude montre que la direction vers laquelle l’activité génique de notre sang évolue peut fournir un avertissement précoce sur le déroulement de la maladie. VeloCD ne remplace pas le diagnostic de la cause de la maladie, mais offre une couche supplémentaire : un pronostic à partir d’un seul prélèvement sanguin. Avec des améliorations et des études de validation plus étendues, ce type de prévision basée sur l’ARN pourrait aider à identifier des personnes exposées mais silencieusement infectées, signaler les patients les plus à risque de dégradation et révéler précocement si un traitement coûteux est susceptible de fonctionner. À long terme, lire la vélocité de l’ARN à partir du sang pourrait soutenir des soins plus personnalisés, permettant aux cliniciens d’intervenir plus tôt pour ceux qui se dirigent vers un danger et d’éviter des traitements inutiles pour ceux qui sont déjà en voie de rétablissement.

Citation: Dunican, C., Wilson, C., Habgood-Coote, D. et al. Predicting trajectories of illness using RNA velocity of whole blood. Nat Commun 17, 3652 (2026). https://doi.org/10.1038/s41467-026-71685-5

Mots-clés: vélocité de l'ARN, transcriptome sanguin, pronostic de maladie, maladie infectieuse, médecine de précision