Intégration Multi-Omique Dépendante du Temps dans la Dysfonction Hépatique Associée à la Septicémie

Introduction

La septicémie, en particulier dans les cas graves, provoque une défaillance multisystémique due à une infection généralisée, tuant jusqu’à 5 millions de personnes chaque année dans le monde. Traditionnellement, la dysfonction hépatique associée à la septicémie (Sepsis-Associated Liver Dysfunction, SALD) était considérée comme une condition accompagnée de jaunisse et d’hyperbilirubinémie. Avec l’approfondissement des recherches, il a été découvert que la dysfonction hépatique survient dès les premiers stades de la septicémie, mais il n’existe actuellement aucun traitement spécifique pour cette maladie.

Ces dernières années, les technologies multi-omiques (Multi-Omics Technologies) se sont rapidement développées, telles que la génomique, la transcriptomique, la protéomique et la métabolomique, faisant progresser significativement la médecine personnalisée. Cependant, l’analyse d’une seule omique ne peut souvent fournir que des informations sur un seul niveau de la complexité biologique. Par conséquent, l’intégration de données multi-omiques pourrait apporter de nouvelles perspectives sur les mécanismes moléculaires des maladies complexes.

Contexte et objectif de la recherche

Compte tenu des limitations des méthodes de recherche existantes, cette étude vise à explorer les mécanismes moléculaires de la dysfonction hépatique associée à la septicémie à travers une intégration multi-omique dépendante du temps (Time-Dependent Multi-Omics Integration, TDMI). Cet article est le premier à utiliser la méthode TDMI pour mieux associer le processus physiopathologique de la septicémie et les résultats cliniques par rapport à l’analyse d’une seule omique.

Auteurs et informations de publication

Cet article a été rédigé par Ann-Yae Na, Hyojin Lee, Eun Ki Min et al., affiliés à des institutions telles que l’Institut de recherche pharmaceutique de l’Université nationale de Kyungpook et le Département d’ingénierie environnementale de l’Université des sciences et technologies de Séoul en Corée. L’article a été publié en avril 2023 dans le journal “Genomics Proteomics Bioinformatics”.

Méthodologie de recherche

Processus global

Cette étude a conçu une expérience d’intégration de données multi-omiques à plusieurs points temporels pour clarifier les mécanismes moléculaires dans les premiers stades de la septicémie. La recherche comprend principalement l’acquisition et l’analyse de données transcriptomiques, phosphoprotéomiques, protéomiques et métabolomiques. Le processus spécifique est le suivant :

1. Traitement des échantillons et obtention des données :

   • Introduction du modèle de septicémie par la méthode de ligature et ponction cæcale (CLP) sur des souris mâles ICR âgées de 7 semaines.
   • Prélèvement d’échantillons de sang et de tissu hépatique à 0h, 4h, 6h, 15h et 18h.

2. Méthodes de détection et d’analyse :

   • Utilisation de l’immunoblot pour détecter les changements de niveaux de cytokines.
   • Analyse ultérieure des données de phosphoprotéome, transcriptome et métabolites collectées respectivement à 4h, 6h et 18h.

3. Conception expérimentale :

   • Utilisation de diverses technologies omiques : LC-MS pour l’analyse des protéines et des métabolites, RNA-seq pour l’analyse transcriptomique, technique d’enrichissement TiO2 pour l’analyse phosphoprotéomique.
   • Analyse des données à l’aide d’outils statistiques tels que le coefficient de corrélation de Pearson, le test de Fisher, les modèles linéaires mixtes, etc.

Intégration et analyse des données

1. Limitations de l’analyse d’une seule omique :

   • Les informations sur un seul niveau de chaque type biologique fournies par une seule omique ne peuvent pas expliquer indépendamment les mécanismes complexes des maladies.
   • Par exemple, la métabolomique peut fournir des informations sur le niveau des produits endogènes, mais ne peut pas révéler de manière complète les propriétés biologiques de ces métabolites telles que les variations génétiques, les modifications post-transcriptionnelles, etc.

2. Intégration multi-omique dépendante du temps :

   • Exploration des changements dans les mécanismes moléculaires au cours de la progression de la maladie à travers plusieurs ensembles de données “Omics” à différents points temporels.
   • Utilisation du programme XMwas v0.55 pour l’analyse globale du réseau de données multi-omiques, avec un seuil d’association fixé à 0,4 et la sélection des voies pertinentes.

Résultats de la recherche

1. Identification de molécules importantes :

   • Les données phosphoprotéomiques indiquent que les niveaux de phosphorylation des protéines changent au cours du processus de septicémie, par exemple, une augmentation significative de la sous-unité E1 de la pyruvate déshydrogénase phosphorylée dans le groupe à 4h.
   • L’analyse transcriptomique montre une augmentation significative de l’expression du gène Apoe dans le groupe CLP à 6h, indiquant son rôle régulateur clé dans la septicémie précoce.
   • Les données protéomiques du groupe CLP à 18h montrent une régulation à la hausse significative du niveau de la protéine SERPINA3N, potentiellement liée à la réponse inflammatoire.

2. Analyse des données multi-omiques et intégration des voies :

   • Après une analyse complète des données à différents points temporels, la voie du récepteur Toll-like 4 (TLR4) a finalement été confirmée comme étant associée à la SALS.
   • L’expérience a vérifié les changements d’expression des gènes liés à la voie TLR4 par qPCR.

3. Validation et recherches supplémentaires :

   • Utilisation de la PCR quantitative en temps réel (qRT-PCR) pour valider les niveaux d’expression de plusieurs gènes liés à la voie TLR4.
   • Les résultats montrent que les gènes ayant une expression significative dans la SALS ont validé les résultats de la méthode TDMI, révélant le rôle crucial de la voie TLR4 dans la progression de la septicémie.

Discussion et conclusion

Grâce à la méthode d’intégration multi-omique spécifiée, cette étude a identifié une voie physiopathologique claire - la voie TLR4, démontrant les avantages de la TDMI dans la révélation des mécanismes des maladies complexes. De plus, le paradigme d’intégration des données multi-omiques dépendantes du temps dans cette étude fournit un cadre idéal pour une interprétation biologique approfondie des données multi-omiques.

Signification et perspectives de la recherche

L’analyse intégrative des données multi-omiques offre de nouveaux outils pour la recherche biologique fondamentale et médicale, capable de révéler les mécanismes sous-jacents des maladies et de guider les stratégies thérapeutiques potentielles. Les futures recherches devront explorer les changements multi-omiques dans d’autres organes liés à la septicémie (tels que les poumons, les reins, etc.) pour comprendre pleinement le syndrome de défaillance multiviscérale.

Cette recherche offre une nouvelle perspective et une nouvelle méthode pour l’étude des mécanismes pathologiques complexes, avec une valeur scientifique importante et un potentiel d’application.