Avancées majeures dans le diagnostic et le traitement du rejet d’allogreffe
Les Prs Alexandre Loupy, de l’hôpital Necker-Enfants malades AP-HP et Carmen Lefaucheur, de l’hôpital Saint-Louis AP-HP, également rattachés aux universités Paris Descartes et Paris Diderot, et au centre de recherche cardiovasculaire (Unité Inserm 970), ont mis en évidence, dans un article publié dans la revue New England Journal of Medicine le 20 septembre 2018, les dernières avancées et applications de l’intelligence artificielle réalisées dans le domaine de la transplantation, et notamment du diagnostic et le traitement du rejet d'allogreffe.
Ces travaux transdisciplinaires ont porté sur des patients greffés du cœur, du rein et du poumon. Ils ont permis de faire évoluer ces cinq dernières années, à trois reprises, la classification internationale du rejet. Ils contribuent ainsi à améliorer la prise en charge des patients greffés sur les plans diagnostique et thérapeutique.
La transplantation est devenue le traitement de choix lors de la survenue d’une déficience d'organe. 120 000 nouvelles transplantations d’organes sont réalisées chaque année dans le monde, mais seul un million de personnes vit avec un greffon fonctionnel. Ce constat s’explique notamment par une absence d’amélioration de la survie des greffons au cours des dernières décennies et d’un nombre d’organes disponibles parfois limité.
Le rejet de l’organe causé par la production d’anticorps par le patient receveur est reconnu comme l’une des principales causes de l’échec d’une greffe. Une meilleure connaissance des mécanismes de ce rejet permet aujourd’hui d’établir un diagnostic de précision et de proposer une approche thérapeutique personnalisée.
Une approche pluridisciplinaire regroupant spécialistes cliniciens, anatomopathologistes, immunologistes de la transplantation, épidémiologiste et statisticiens, a été développée en étroite collaboration avec le Pr Xavier Jouven, chef du service de cardiologie de l’hôpital européen Georges-Pompidou AP-HP et du Centre de recherche cardiovasculaire (Unité Inserm 970 / Université Paris Descartes), afin d’évaluer à l’échelle d’une population ce rejet. De nouvelles catégories diagnostiques ont ainsi été établies et des groupes de patients susceptibles de perdre leur greffon de manière accélérée ont été identifiés et définis.
Le rejet d’une allogreffe peut par exemple être détecté grâce à :
> une analyse intégrative de multiples biomarqueurs (anticorps anti HLA dirigés contre le donneur, marqueurs de l’inflammation);
> une étude fine de l’organe transplanté (identification de l’expression de gènes et caractérisation des cellules infiltrant le greffon susceptibles de causer un rejet de l’allogreffe à court ou moyen/long terme).
Des travaux menés par une équipe AP-HP/Inserm/Paris Descartes, et coordonnés par le Pr Alexandre Loupy, ont ainsi démontré que l’analyse ultra-fine des gènes exprimés par les cellules du cœur, via une nouvelle technique appelée « microscope moléculaire », permet d’identifier de manière précise et précoce les patients qui présentent un début de rejet de greffe de cœur. [En savoir plus : Diagnostic des rejets de greffes de cœur : une équipe française démontre l’intérêt d’une nouvelle méthode, le microscope moléculaire (mars 2017)].
D’autres travaux plus récents ont permis de démontrer l’utilité d’algorithmes pour améliorer l’efficacité et la performance des essais cliniques en transplantation*.
Enfin, l’intérêt porté à cette approche d’intelligence artificielle de « machine learning » appliqué à la transplantation s’est concrétisé par l’obtention de deux financements dans le cadre du programme d’investissement d’avenir recherche hospitalo-universitaire (RHU) et du programme européen pour la recherche et l’innovation Horizon 2020.
Ces recherches ouvrent donc la voie à une médecine du futur dans laquelle les algorithmes mathématiques seront utilisés pour le suivi au quotidien des patients et la prise de décision médicale. Un exemple concret est le développement d'un outil de prédiction de la survie des greffons rénaux.
*Complement-Activating Anti-HLA Antibodies in Kidney Transplantation: Allograft Gene Expression Profiling and Response to Treatment. Lefaucheur C1,2, Viglietti D3,2, Hidalgo LG4, Ratner LE5, Bagnasco SM6, Batal I7, Aubert O3, Orandi BJ8, Oppenheimer F9, Bestard O10, Rigotti P11, Reisaeter AV12, Kamar N13, Lebranchu Y14, Duong Van Huyen JP3,15, Bruneval P3,16, Glotz D3,2, Legendre C3,17, Empana JP3, Jouven X3, Segev DL18, Montgomery RA19, Zeevi A20, Halloran PF4, Loupy A3,17. J Am Soc Nephrol. 2018 Feb; 29(2):620-635. doi: 10.1681/ASN.2017050589. Epub 2017 Oct 17.
