Un scientifique en génétique dresse la carte de l'arrivée et du départ du diabète de type 2

Dans une étude historique dans le domaine de la médecine personnalisée, utilisant le "Personal Omics Profiling", un généticien de Stanford et ses collègues ont analysé son génome pour prédire une prédisposition génétique au diabète de type 2, suivi puis reparti après des changements de régime alimentaire et de mode de vie.
Dr Michale Snyder, professeur et directeur de la génétique à l’Université de Stanford en Californie, et directeur du Centre de génomique et de médecine personnalisée de Stanford, et ses collègues ont publié les résultats de leur étude de deux ans sur les secrets les plus intimes de l’ADN, de l’ARN Dans le numéro en ligne du 14 mars de Cellule.

Aperçu de l'avenir de la médecine

Ils ont observé, comme il a succombé à deux infections virales, et comment son système immunitaire a répondu.
Et à la grande surprise de Snyder, ils ont découvert qu’il avait une prédisposition génétique au diabète de type 2. Cela a provoqué des tests de glycémie, qui ont augmenté rapidement au cours de l'étude, puis sont revenus à mesure que ses changements opportuns de mode de vie et de régime prenaient effet avant toute lésion tissulaire durable.
Le compte nous donne un aperçu d'un futur possible de la médecine. Snyder a déclaré à la presse:
"Je n'avais connaissance d'aucun diabète de type 2 dans ma famille et je n'avais aucun facteur de risque important."
Mais, en raison du séquençage génomique détaillé, il a appris qu'il avait une prédisposition génétique à la maladie:
"Par conséquent, nous avons mesuré mon taux de glycémie et avons pu les voir se développer après une infection virale méchante au cours de l'étude", a-t-il expliqué.
Ainsi, après avoir reçu un diagnostic de confirmation d'un médecin, il a changé son régime alimentaire et son programme d'exercices, et progressivement les taux de glucose sont revenus à la normale. Si la maladie n'avait pas été diagnostiquée, même pendant quelques années, les lésions tissulaires se seraient déjà produites.
"C'est la première fois que quelqu'un utilise des informations aussi détaillées pour gérer de manière proactive sa propre santé", a déclaré Snyder.
"C'est un niveau de compréhension de la santé au niveau moléculaire qui n'a jamais été atteint", a-t-il ajouté.

Des masses de données donnent des informations en temps réel

L'étude décrit le nombre incroyable de points de données qu'il faudrait collecter dans une approche médicale personnalisée de la santé par rapport au bilan superficiel que la plupart d'entre nous recevons lorsque nous effectuons notre examen physique régulier.
"Actuellement, nous mesurons régulièrement moins de 20 variables dans un test sanguin de laboratoire standard", a déclaré Snyder.
"Nous pourrions et devrions mesurer plusieurs milliers", at-il ajouté.
Il semble que pour trouver ce qui rend un individu unique, dans la mesure où il essaie de prédire et d’analyser la santé et la maladie, il faut plus que de l’ADN et des gènes.
Ils appellent l'analyse détaillée qu'ils ont effectuée sur Snyder un "profil d'intégration personnel" ou "iPOP". Le mot "omique" indique un grand nombre d'informations, telles que celles acquises à partir d'un génome (une carte de tous les ADN dans une cellule) ou du protéome (toutes les protéines).
Un iPOP repose sur la collecte et l'analyse de milliards de bits de données individuels.
Le iPOP de Snyder comprenait également son métabolome (une carte de tous ses métabolites), son transcriptome (transcrits d'ARN), son profil d'auto-anticorps et d'autres choses.
Les chercheurs affirment que la prédisposition au diabète qu’ils ont découverte dans le cas de Snyder n’est que l’un des nombreux problèmes qu’un iPOP peut découvrir. Ils croient qu'une telle "surveillance dynamique" des individus sera bientôt très courante.
Au cours de l'étude, Snyder a administré une vingtaine d'échantillons de sang (environ tous les deux mois et plus souvent lorsqu'il était malade).
Chaque échantillon a subi divers tests (tests) pour des dizaines de milliers de variables biologiques.
Mais c'est ce qu'ils ont trouvé au jour 301 que Snyder dit être particulièrement instructif. C'était environ 12 jours après une infection virale: sa régulation en glucose semblait avoir mal tourné. Peu de temps après, sa glycémie a augmenté. Donc, il est allé chez son médecin, ce qui explique comment on lui a diagnostiqué un diabète de type 2 au jour 369.
Snyder a dit normalement qu'il irait faire un bilan médical avec son médecin tous les deux ou trois ans:
"Donc, dans des circonstances normales, mon diabète n'aurait pas été diagnostiqué avant un ou deux ans."
"Mais grâce à ces informations en temps réel, j'ai pu modifier mon régime alimentaire et faire de l'exercice, ce qui m'a permis de réduire mon taux de glycémie et d'éviter les médicaments contre le diabète", a-t-il expliqué.

Plus que le séquençage du génome

Snyder a commencé son étude quelques mois après son arrivée à Stanford en 2009, au moment où le séquençage du génome entier des individus commençait tout juste à être considéré sérieusement comme une option médicale.
L'approche iPOP va encore plus loin dans le séquençage du génome. Le génome d'une personne est un modèle d'ADN qui change peu avec le temps. Il a un certain pouvoir de prédiction sur des événements futurs, tels que le risque de développer certaines maladies.
Mais les organismes sont dynamiques: ils changent avec le temps. Le modèle d'ADN doit être interprété par l'ARN, puis exprimé dans des protéines, qui doivent envoyer des signaux et conduire la chimie pour soutenir la vie et interagir avec l'environnement.
Le iPOP prend en compte ce stockage d'informations plus dynamique, donc si vous le souhaitez, il offre non seulement l'instantané du génome, mais aussi le fonctionnement du génome dans le temps, dans le contexte de l'environnement d'une personne: comment métabolisent-ils les aliments? fléchir leurs muscles, respirer, réagir aux infections et toutes les petites nuances et ajustements qui maintiennent les paramètres de la biologie dans ce que nous pouvons définir comme «sains».

Pour générer le iPOP de Snyder, les chercheurs ont dû séquencer son génome avec un niveau de précision jamais atteint auparavant.
Après cela, ils ont pris des dizaines de clichés moléculaires, utilisant une pléthore de techniques diverses, pour générer des milliers de variables et suivre leurs progrès au fil du temps.

Découverte du diabète

C'était un groupe d'indices moléculaires qui ont mené à la découverte du diabète. À partir du séquençage du génome, ils ont pu constater que Snyder présentait un risque accru de cholestérol élevé, de coronaropathie, de carcinome basocellulaire et de diabète de type 2.
Snyder a été surpris par la prédiction du diabète: il était déjà conscient du risque de maladie cardiaque.
Mais, comparé aux autres hommes de son âge (il avait 54 ans au début de l’étude), il risquait moins de souffrir d’hypertension, d’obésité et de cancer de la prostate.
Au début de l'étude, Snyder présentait également des taux élevés de triglycérides dans le sang: 321 mg / dL. Les taux ont chuté à 81-116 mg / dL quand il prenait de la simvastatine, le cholestérol.
En outre, au début de l'étude, les échantillons de sang de Snyder ont montré qu'il avait des taux de sucre dans le sang normaux, mais parce que l'analyse du génome montrait un risque de diabète de type 2, les chercheurs ont décidé de continuer à le surveiller.
Ils rapportent que Snyder a contracté deux infections virales au cours de la période de l'étude. Il a commencé par une infection virale (rhinovirus au jour 0) et pendant la première année (jour 298), il a constaté qu'il avait contracté le virus respiratoire syncytial.
Ils notent que les deux fois, son système immunitaire a répondu aux attaques du virus en augmentant les taux sanguins de cytokines pro-inflammatoires. Ce sont des protéines que les cellules produisent pour communiquer et coordonner leurs réponses aux éléments qui les entourent, comme les attaques.
Les échantillons de Snyder après les infections virales ont également montré qu'il avait des taux plus élevés d'auto-anticorps: ceux-ci réagissent avec les propres protéines du corps. Il s'agit généralement d'une réaction temporaire normale après une maladie, mais dans le cas de Snyder, les chercheurs étaient curieux de savoir qu'un auto-anticorps en particulier avait ciblé une protéine de liaison aux récepteurs de l'insuline.

Peeping Inside Cells

Comme si ce niveau de détail n'était pas suffisant, les chercheurs sont allés un peu plus loin, ils ont regardé ce qui se passait à l'intérieur des cellules de Snyder. C'est là qu'intervient l'analyse de transcription d'ARN. Elle analyse le transcriptome, un instantané de l'interprétation dynamique en cours du génome relativement statique dans l'ensemble d'instructions qui dirigent la chimie cellulaire.
"Nous avons généré 2,67 milliards de lectures individuelles du transcriptome, ce qui nous a permis d'obtenir un degré d'analyse jamais atteint auparavant", a expliqué Snyder.
Dans l'ensemble, Snyder et ses collègues ont suivi près de 20 000 transcriptions distinctes codant 12 000 gènes et ont mesuré les niveaux relatifs de plus de 6 000 protéines et de 1 000 métabolites.
D'un niveau de détail si incroyable, ils ont remarqué un traitement et une édition des instructions que personne ne soupçonnait. Par exemple, chaque individu porte deux copies d'un gène (un de chaque parent biologique), et les chercheurs ont découvert, à l'aide des données du transcriptome de Snyder, que celles-ci se comportent de manière très différente pendant l'infection.
Ils ont trouvé environ 2 000 gènes qui semblent être plus fortement exprimés lors d'une infection. Certains d'entre eux sont impliqués dans les processus immunitaires et la dévoration des cellules infectées.
Ils ont également identifié 2 200 autres gènes qui ont été exprimés à un niveau inférieur au cours de l'infection, dont certains impliqués dans la signalisation et la réponse à l'insuline.
Dans le cas de Snyder, en recoupant les résultats de différents «omes», ils ont également trouvé des voies et des liens inattendus entre l'infection virale et le diabète de type 2.

Preuve de principe

L’étude, utilisant le iPOP de Snyder, se veut une «preuve de principe» et l’espoir est que cela ouvrira la porte à des approches plus simples et plus complexes pouvant être utilisées en clinique.
Nous n'aurons peut-être pas besoin de 40 000 variables à l'avenir, dit Snyder. Il est possible de faire le travail avec juste un sous-ensemble qui s'avère vraiment utile pour prédire la santé future.
Entre-temps, nous aurons besoin d’autres études comme celle-ci pour réduire ces quelque 40 000 personnes à un nombre plus gérable.
"Actuellement, ce type d'analyse est très coûteux. Mais nous devons nous attendre à ce que, comme le séquençage du génome entier, il devienne beaucoup moins cher. Nous devons également prendre en compte les économies réalisées par la société pour prévenir les maladies", a déclaré Snyder.

Pourquoi toi?

Répondant à la question de savoir pourquoi il s’est choisi comme sujet de l’étude, Snyder a déclaré dans un communiqué publié par Science NOW que les raisons étaient principalement pratiques. Il voulait que quelqu'un de la région qui pourrait passer des tests sanguins fréquents, et il voulait aussi quelqu'un qui ne rendrait pas son équipe si des informations dévastatrices étaient révélées:
"Je n'allais pas me poursuivre moi-même", a déclaré Snyder.
Les fonds de l'université de Stanford, des instituts nationaux de la santé, du ministère espagnol de la science et de l'innovation, de l'Union européenne, du Conseil européen de la recherche, de la fondation Korber, de la Fundación Marcelino Botín et de la Fundación Lilly
Écrit par Catharine Paddock PhD