Un modèle protéomique d’apprentissage conjoint profond pour le diagnostic de six affections associées à la démence

Pourquoi un simple test sanguin pour la santé cérébrale compte

La démence n’est pas une seule maladie, mais une famille de troubles cérébraux qui se chevauchent souvent, rendant le diagnostic lent, coûteux et incertain. Cette étude pose une question prometteuse : un seul test sanguin, interprété par une intelligence artificielle, pourrait‑il aider les médecins à repérer simultanément plusieurs affections cérébrales liées à la démence, bien avant l’apparition d’une perte de mémoire sévère ?

Transformer un échantillon sanguin en instantané de la santé cérébrale

Les chercheurs ont développé un système appelé ProtAIDe‑Dx qui analyse des milliers de protéines présentes dans le sang d’une personne et les utilise pour estimer la probabilité de six affections liées à la démence : la maladie d’Alzheimer, la maladie de Parkinson, la démence frontotemporale, la sclérose latérale amyotrophique, un antécédent d’accident vasculaire cérébral ou d’accident ischémique transitoire, et une cognition normale. Plutôt que d’imager le cerveau ou de prélever du liquide céphalorachidien, l’approche repose sur une simple prise de sang et une technique de laboratoire capable de mesurer plus de 7 000 protéines simultanément. Un modèle d’apprentissage profond est ensuite entraîné à reconnaître les motifs protéiques qui tendent à apparaître chez les personnes atteintes de chaque affection.

Performance du test sanguin assisté par IA

L’équipe a entraîné et testé ProtAIDe‑Dx sur des échantillons sanguins de plus de 17 000 personnes recueillis dans 19 centres à travers le monde. Le système n’a jamais eu accès, pendant l’entraînement, à des informations sur l’âge, le sexe, la clinique, le diagnostic ou les scores cognitifs ; il n’a utilisé que les motifs protéiques. Et pourtant, il a correctement distingué les personnes atteintes de certaines maladies des témoins sains dans la plupart des cas. La précision était la plus élevée pour la sclérose latérale amyotrophique et la maladie de Parkinson, avec une classification équilibrée correcte supérieure à 90 %, et restait au‑dessus de 70 % pour les six affections. Les scores du modèle pour la maladie d’Alzheimer reflétaient des facteurs de risque connus : les personnes portant davantage de copies de l’allèle de risque APOE ε4 et celles ayant de moins bons résultats aux tests de mémoire tendaient à recevoir des probabilités d’Alzheimer plus élevées.

Mettre au jour des mélanges cachés de maladies cérébrales

Parce que ProtAIDe‑Dx fournit une probabilité pour chacune des six affections, il peut signaler des personnes dont les profils protéiques suggèrent la présence de plusieurs problèmes sous‑jacents. Lorsque les chercheurs ont représenté chaque personne sur une carte définie par ces probabilités, des groupements sont apparus qui reflétaient les diagnostics cliniques mais révélaient aussi d’importants chevauchements. Par exemple, certaines personnes étiquetées Alzheimer se retrouvaient dans des zones dominées par des profils d’AVC ou de Parkinson, et un sous‑groupe de sclérose latérale amyotrophique se situait près de la démence frontotemporale. Ces groupes présentaient des caractéristiques cliniques et des signatures protéiques distinctes, suggérant une biologie de la maladie mixte ou atypique que les diagnostics traditionnels ne détectent pas. Le modèle pouvait aussi mettre en évidence des réseaux protéiques liés à la résilience ou à la vulnérabilité cérébrale générale, et pas seulement à un seul trouble.

Tester l’outil dans une clinique mémoire du monde réel

Les scientifiques ont ensuite évalué ProtAIDe‑Dx sur une cohorte indépendante d’une clinique mémoire d’environ 1 800 personnes, disposant d’IRM cérébrales détaillées et d’analyses du liquide céphalorachidien. Bien que les données de cette clinique n’aient pas servi à entraîner le système, ses probabilités concordaient encore avec de nombreux marqueurs cérébraux spécifiques aux maladies. Des probabilités élevées de type AVC correspondaient à davantage de lésions de la substance blanche à l’IRM, tandis que des probabilités élevées pour Alzheimer s’associaient à des taux accrus de tau et à un amincissement des régions cérébrales qui s’atrophient dans cette maladie. Lorsqu’on a combiné ProtAIDe‑Dx avec des mesures standard telles que l’âge, des tests cognitifs simples et une poignée de marqueurs sanguins et d’imagerie, les cliniciens ont pu distinguer plus précisément la maladie d’Alzheimer, la maladie de Parkinson, la démence frontotemporale et l’AVC que ne le permettent les outils cliniques habituels.

Ce que cela pourrait signifier pour les patients et les médecins

ProtAIDe‑Dx n’est pas encore assez fiable pour remplacer les imageries cérébrales ou les ponctions lombaires, et il peine toujours à se généraliser parfaitement entre hôpitaux et centres d’analyse différents. Mais il offre déjà une nouveauté : un test sanguin unique et peu invasif capable de fournir rapidement une vision probabiliste de plusieurs affections cérébrales à la fois, tout en indiquant les protéines spécifiques qui ont influencé le résultat de chaque personne. Cela pourrait aider les médecins à décider qui nécessite des examens plus poussés, à repérer des pathologies mixtes expliquant des symptômes confus, et, un jour, à orienter des traitements plus personnalisés. Le travail suggère que les motifs protéiques riches dans le sang portent des signaux significatifs sur la santé cérébrale et que l’intelligence artificielle peut contribuer à les déverrouiller pour une utilisation en pratique clinique quotidienne dans la démence.

Citation: An, L., Pichet Binette, A., Hristovska, I. et al. A deep joint-learning proteomics model for diagnosis of six conditions associated with dementia. Nat Med 32, 1852–1864 (2026). https://doi.org/10.1038/s41591-026-04303-y

Mots-clés: diagnostic de la démence, protéomique plasmatique, maladie d’Alzheimer, intelligence artificielle, biomarqueurs sanguins