Page d'accueil // Université // Actualités // Diaporama // PathoFact identifie les agents pathogènes plus vite et précisément

PathoFact identifie les agents pathogènes plus vite et précisément

twitter linkedin facebook email this page
Publié le jeudi 18 février 2021

Des scientifiques du Luxembourg Centre for Systems Biomedicine (LCSB) et du département de médecine et sciences de la vie de l'Université du Luxembourg ont mis au point un nouvel outil bioinformatique qui permet d’identifier les agents pathogènes plus rapidement et plus précisément que les méthodes de diagnostic conventionnelles. L'équipe dirigée par le professeur Paul Wilmes, responsable du groupe de recherche Systems Ecology au LCSB, a baptisé ce nouvel outil PathoFact.

Il tire parti des méthodes de séquençage à haut débit qui permettent d’obtenir de grandes quantités de données dites métagénomiques. Tous les fragments de génome présents dans un échantillon contenant potentiellement des organismes pathogènes sont tout d’abord séquencés. PathoFact compare ensuite ces séquences génétiques à une large base de données. Il identifie ainsi les gènes responsables du potentiel pathogène des microorganismes ou, dans le cas des bactéries, de leur résistance aux antibiotiques. Grâce à ces informations, les chercheurs peuvent déterminer quels agents pathogènes sont responsables d'une infection. En matière d’application clinique, PathoFact pourrait à terme aussi permettre de proposer des traitements appropriés pour ces infections. Cet outil aide également les scientifiques à mieux comprendre le rôle des microorganismes dans l'apparition de maladies chroniques telles que la maladie de Parkinson ou la polyarthrite rhumatoïde.

L'article sur PathoFact rédigé par l'équipe du professeur Paul Wilmes est publié aujourd'hui dans la revue scientifique Microbiome. PathoFact est disponible en libre accès à l'adresse https://pathofact.lcsb.uni.lu.

Un nouvel outil pour le diagnostic des infections

Aujourd'hui encore, les infections sont diagnostiquées à l'aide de méthodes très similaires à celles d'il y a 120 ans, à l'époque de Robert Koch et de Louis Pasteur. Les bactéries par exemple sont isolées à partir d'échantillons prélevés chez les patients, cultivées puis identifiées. Il faut souvent plusieurs jours avant de savoir de quel type d'infection il s’agit ou comment la traiter. « À l'ère du séquençage du génome à haut débit, cela devrait être plus rapide, » souligne Paul Wilmes. « Pour accélérer les choses, nous devons développer de nouvelles techniques bioinformatiques et savoir tirer parti des différents outils existants. » C'est exactement ce qu’a fait Laura de Nies, premier auteur de l'article et doctorante dans l’équipe de Paul Wilmes, avec PathoFact.

Entre autres choses, PathoFact peut utiliser en temps réel des données provenant du séquençage dit métagénomique. « C’est-à-dire lorsque tous les gènes de tous les microorganismes présents dans un échantillon sont séquencés, » explique Laura de Nies : « Alors même que le séquençage est encore en cours, PathoFact peut déjà commencer à comparer les données obtenues avec sa base de données intégrée. » Il recherche les gènes qui codent pour les facteurs de virulence ou la résistance aux antibiotiques. Ces facteurs de virulence sont par exemple les protéines qui assurent la survie d'un germe dans le corps humain ou certains produits métaboliques toxiques qui nous rendent malades.

Les scientifiques connaissent déjà de nombreux gènes qui codent pour des facteurs de virulence et d'autres structures microbiennes responsables de la résistance aux antibiotiques. Leurs séquences sont enregistrées dans la base de données de PathoFact. Mais certains gènes sont encore inconnus. « Avec PathoFact, nous pouvons même identifier ceux-là, » explique Laura de Nies : « En effet, les protéines pour lesquelles ils codent vont ressembler à des structures connues. Elles auront certaines caractéristiques qui sont propres aux facteurs de virulence ou à la résistance aux antibiotiques. » Cela signifie qu'avec PathoFact les chercheurs peuvent acquérir des connaissances sur de nouveaux agents pathogènes et identifier des espèces dont on ne savait pas qu'elles étaient pathogènes.

Maladies chroniques et COVID-19

L’équipe du professeur Paul Wilmes se concentre principalement sur les maladies chroniques telles que la maladie de Parkinson ou la polyarthrite rhumatoïde : il existe en effet une théorie bien étayée selon laquelle l'apparition de ces maladies est liée à des changements dans la composition des communautés microbiennes, ou microbiotes, présentes dans le corps humain. « Les bactéries qui vivent en nous et sur nous sont en compétition constante les unes avec les autres, » explique Prof. Wilmes. « Dans certaines circonstances, des microorganismes nuisibles peuvent proliférer, produire des substances toxiques et déclencher une maladie. » Grâce à PathoFact, les scientifiques peuvent désormais détecter de tels changements dans l'écosystème microbien plus rapidement et plus précisément qu'auparavant, et ainsi aller plus loin dans la recherche fondamentale sur les maladies chroniques.

Paul Wilmes aimerait que ce nouvel outil permette aussi des progrès en matière de diagnostic médical. PathoFact pourrait par exemple être utilisé par les médecins pour mieux anticiper les formes graves de COVID-19. Cette maladie virale est souvent accompagnée par des co-infections causées par des bactéries ou par des virus autres que le SRAS-CoV-2. « Avec PathoFact, nous pouvons identifier ces agents pathogènes plus rapidement qu'auparavant. C’est un premier pas qui pourrait à l’avenir permettre la mise en place les traitements appropriés et aider les médecins à prévenir l’évolution vers une forme grave de COVID-19. » Pour aller dans cette direction, Paul Wilmes prévoit de collaborer avec une grande compagnie luxembourgeoise spécialisée dans le diagnostic médical. « Cette société utilise des méthodes standard pour analyser les échantillons qu’elle traite. Nous analyserons ces échantillons simultanément avec PathoFact afin de continuer à améliorer notre outil et de confirmer sa grande précision. De cette façon, les infections microbiennes seront à terme traitées plus rapidement et de manière plus ciblée. »

---

Le développement de PathoFact a été financé par le Fonds national de la recherche (FNR) du Luxembourg et soutenu par le Conseil européen de la recherche (ERC) dans le cadre d'une bourse « Consolidator » pour le projet ExpoBiome. Laura de Nies est doctorante au sein de l'école doctorale Microbiomes in One Health (DTU MICROH), également financée par le FNR dans le cadre de son programme PRIDE.

Référence : de Nies, L., Lopes, S., Busi, S.B. et al. PathoFact: a pipeline for the prediction of virulence factors and antimicrobial resistance genes in metagenomic data. Microbiome 9, 49 (2021). https://doi.org/10.1186/s40168-020-00993-9

Image: © Valentina Galata