Conférence thérapeutique annuelle portant sur la maladie de Huntington - Jour 2
Cette 15ème conférence, qui s'est tenue à Palm Springs (Californie) du 24 au 27 février 2020, est le plus grand rassemblement annuel de chercheurs travaillant sur la maladie de Huntington.
Mis en ligne le 9 mars 2020

Voici le compte-rendu du deuxième jour de la conférence rédigé par Rachel Harding et Sarah Hernandez, rédactrices du site HDBuzz.

La voie de prévention

Premier intervenant, Ariana Mullin du Critical Path Institute, une organisation à but non lucratif créée en réponse à un appel gouvernemental pour promouvoir de nouveaux produits médicaux.
Les personnes du CPath s’intéressent à rassembler les recherches de nombreux groupes différents.

Pour ce faire, ils ont mis au point un cadre de recherche afin que tout le monde soit sur la même page et que le langage / définitions soient cohérents pour tous ces chercheurs.
L'objectif global est d'accélérer le développement et l'homologation des médicaments.

L’intervenant suivant est Swati Sathe de la fondation CHDI qui va parler du travail visant à définir les différents stades et symptômes de la maladie de Huntington en utilisant un grand nombre de données issues de l’étude Enroll-HD.
Cette étude collecte de nombreuses données sur les patients MH depuis de nombreuses années maintenant.
Les chercheurs peuvent, avec ces nombreuses données, rechercher des modèles qui pourraient être intéressants, réfléchir à la meilleure façon de planifier les essais cliniques et d'élaborer une politique.
Surtout, les personnes qui participent à Enroll-HD n’ont pas besoin de connaître leur statut génétique, de sorte que les scientifiques peuvent toujours obtenir des données pour faire avancer la recherche sur la MH tout en protégeant la confidentialité des patients.
Enroll-HD collecte des données sur des patients MH, qu’ils présentent ou non des symptômes.
Toutes ces données sont importantes pour comprendre comment la MH progresse à mesure que les patients vieillissent.
De nombreux chercheurs peuvent utiliser les données recueillies dans le cadre d’Enroll-HD afin de guider leurs futures études.
Ce vaste type de fichiers de données sera utile pour faire avancer la recherche plus rapidement.
Enroll-HD n’est pas le seul gros projet de données volumineuses dans le cadre de la MH (En savoir plus : Article du 7 juillet 2015)
TRACK-HD était une autre étude qui a examiné les changements dans la structure du cerveau au fil du temps chez les patients.
La participation de patients à ces études, aidant les scientifiques à collecter des ensembles de données volumineuses, est très précieuse pour la recherche dans le cadre de la MH.

Une nouvelle et intéressante initiative est Self Enroll, qui pourrait être une version numérique d’Enroll-HD où les patients pourraient fournir des données et des mises à jour sans avoir à se rendre sur un site Enroll-HD.
L’élimination de cette barrière encouragerait, on l’espère, davantage de patients à participer.

Prochain intervenant : Sarah Tabrizi de l’University College de Londres (UCL) qui parlera des recherches de son équipe sur les jeunes adultes MH.
En étudiant la MH chez les jeunes adultes, les chercheurs peuvent essayer de trouver le meilleur moment pour traiter la MH.
On sait depuis longtemps maintenant que le cerveau des patients MH commence à changer bien avant que celui-ci ne présente des symptômes qui pourraient être détectés en clinique.
Encore une fois, les chercheurs croient en ce fait en raison des énormes ensembles de données issus des études TRACK-HD, PREDICT-HD, Enroll-HD et d'autres.
Dans ces études examinant les changements très précoces qui surviennent, les chercheurs se concentrent également sur l’identification de biomarqueurs, des molécules qui peuvent être utilisées pour juger de la progression de la maladie, ce qui pourrait également être utile pour déterminer si des traitements agissent.
La structure et les fonctions cérébrales de tous les participants à l’étude menée par Tabrizi ont été largement cartographiées, générant des tonnes de données.
Avec des cartes cérébrales détaillées, Tabrizi recueille également de nombreuses données sur le liquide cérébrospinal et le sang afin de repérer la différence de ces biomarqueurs au fil du temps et entre les patients atteints et non-atteints de la MH, comparant ces derniers avant et après que les symptômes ne deviennent évidents.
Les chercheurs ont constaté, suite à des tests de réflexion approfondis, que dans l’ensemble il n’y avait aucune différence entre les participants porteurs du gène MH et les non-porteurs dans leur façon de penser.

Un des biomarqueurs examiné était les neurofilaments à chaîne légère (NfL), il s’est avéré récemment que ce marqueur augmentait à mesure que la maladie progresse.
Les chercheurs ont constaté que les taux de NfL sont élevés de manière précoce chez les patients atteints de la MH avant qu'ils ne présentent des symptômes ou une nette atrophie du cerveau ( Article du 18 juin 2017).

L’évaluation des changements des taux de NfL dans le liquide cérébrospinal pourrait être un bon biomarqueur pour évaluer la progression de la MH chez les patients, plusieurs années avant même que ceux-ci ne deviennent symptomatiques.
Ce biomarqueur pourrait être utile pour guider la surveillance et les traitements des patients aux tous premiers stades de la maladie.

Prochain intervenant : Jianying Hu d’IBM T.J Watson Research Center qui parlera également de l’étude de la progression de la MH.
Hu et IBM travaillent avec la fondation CHDI pour comprendre la progression de la MH en utilisant de nombreuses données collectées lors de diverses études (A ce sujet : Article du site Santé sur le Net du 25/02/2020)
En utilisant ces grands ensembles de données, Hu recueille des informations non seulement sur la population MH dans son ensemble mais également pour chaque patient afin d'améliorer les résultats.
Ces données peuvent ensuite être utilisées par les médecins pour mieux traiter les patients MH car dans la mesure où toutes ces études collectent différents types d'informations, il existe de nombreuses données différentes qui peuvent être utilisées par les chercheurs MH.
Hu et ses collègues peuvent utiliser de nombreuses méthodes informatiques de pointe permettant de mettre au point un modèle de progression de la MH avec toutes ces données.
Ceux-ci utilisent les données de tous ces essais cliniques MH qui ont été collectées sur quatre décennies.

Ce modèle informatique pourrait être utilisé pour prédire la manière dont les symptômes pourraient évoluer chez les patients MH, ce qui pourrait être utile pour les cliniciens afin de déterminer la meilleure façon de traiter et de surveiller les patients.
En utilisant le modèle informatique qu’ils ont développé, Hu a défini neuf "états pathologiques" (ou stades de la MH) différents.
Pour suivre la progression, ce modèle peut être utilisé pour prédire dans quel état se situe le patient.
Ces données sont utilisées pour stimuler la découverte de thérapies pour la MH visant spécifiquement à ralentir la progression de la maladie.
Leurs prochaines étapes visent à définir plus en détail les stades très précoces de la maladie.

Prochain intervenant : Steven McCarroll d’Harvard qui parlera de sa recherche sur la MH en réalisant des expériences d’analyses unicellulaire.
Son travail est axé sur la compréhension de ce que fait la MH au niveau cellulaire afin d’identifier des cibles pour la thérapeutique et des biomarqueurs de progression.
Alors qu’on pense généralement aux neurones lorsqu’on pense aux cellules cérébrales, il existe en réalité une variété de types de cellules différents.
Pour une maladie comme la MH qui affecte chaque cellule, il est important de comprendre comment la MH affecte les cellules cérébrales autres que les neurones.
En utilisant des méthodes informatiques plus intelligentes, appelées le machine learning, l’équipe de McCarroll est capable de trier les différents types de cellules du cerveau – ET ils ont mis tous ces logiciels sympas à la disposition de la communauté, il y a plus de 25 000 téléchargements à ce jour !
En réalité, ce logiciel a pu trouver de nouveaux types de cellules dans le cerveau.
Ceci est important car ces nouveaux types de cellules n’ont pas été systématiquement trouvés dans différentes espèces, telles que les souris, mais l’ont été chez des primates, tels que les singes.

Le laboratoire de McCarroll a ensuite voulu appliquer cette technologie pour voir s’ils pouvaient surveiller la progression de la MH et rechercher des biomarqueurs aux différents stades de la maladie, en examinant quels types de cellules se trouvaient chez les patients à un stade précoce et ensuite à un stade tardif de la maladie.
Les chercheurs savent depuis un certain temps que l’un des types de cellules le plus vulnérable dans la maladie de Huntington sont les neurones de projection épineux, ou SPNs.
Grâce à la technologie unicellulaire, McCarroll a pu constater qu’il y avait de moins en moins de SPNs au fur et à mesure que la MH progressait.

McCarroll change maintenant de sujet pour parler des biomarqueurs.
L’identification de nouveaux biomarqueurs pour la progression de la maladie est essentielle, non seulement pour suivre la MH au fil du temps mais également pour évaluer définitivement si la thérapeutique a un effet bénéfique.
L’un des biomarqueurs qu’il explore se trouve principalement dans les neurones de projection épineux.
Cela signifie que si ce biomarqueur est suivi au fil du temps, il pourrait être corrélé à la perte de neurones de projection épineux au fur et à mesure que la MH progresse.
Il s’agirait d’un excellent moyen pour les chercheurs d’évaluer la perte de neurones de projection épineux sans avoir besoin d'échantillons de cerveau.

Traduction Libre (Dominique C. - Michelle D.)

Source : - Dr Rachel Harding, Dr Sarah Hernandez, and Joel Stanton du 1er mars 2020