Publié le
Mickaël Ménager, chercheur Inserm et directeur d’un laboratoire de recherche et du lab tech Single-Cell@Imagine nous explique comment cette technologie va permettre d’améliorer les connaissances et la prises en charge des maladies génétiques.
En quoi la plateforme d’analyse de cellule unique que vous déployez va-t-elle changer la compréhension des maladies génétiques ?
Mickaël Ménager : D’une cellule à l’autre chez un patient malade, nous pouvons rencontrer des perturbations différentes. Jusqu’à présent, lorsque nous regardions l’expression des gènes d’une personne malade, nous avions en quelque sorte accès à un profil transcriptomique moyen, ne tenant pas compte des particularités individuelles de chaque cellule. Or c’est parfois là, dans une cellule jusqu’à présent passée inaperçue à nos yeux que se trouve la réponse à nos questions sur l’origine de la maladie, pourquoi elle ne répond pas à tel ou tel traitement, pourquoi la maladie n’évolue pas de la même façon que chez un autre patient… C’est en tenant compte de toutes les cellules, et ce malgré, et surtout à cause de la quantité considérable de données que cela représente, que nous pourrons franchir une nouvelle étape dans la compréhension des maladies génétiques.
Concrètement, comment ça fonctionne ?
MM : Grâce à des micro-canaux et de la microfluidique, chaque cellule est isolée dans une gouttelette individuelle dans laquelle se déroulent les réactions chimiques permettant de récupérer l’ARN correspondant aux gènes qui sont le plus exprimés. Ensuite, le recours au séquençage, à la bio-informatique et au machine learning permet d’analyser l’ensemble de ces données et de générer une carte d’identité de l’état cellulaire individuelle.
Il est alors possible de comparer ces cartes d’identité de différents patients atteints ou non de la même pathologie. Nous allons pouvoir ainsi très certainement découvrir des points communs entre certaines maladies jusqu’alors considérées comme totalement différentes. Et un traitement pour le cholestérol pourrait par exemple traiter un groupe de patients souffrant d’une maladie génétique auto-immune. A terme, cette technologie est amenée à devenir une aide à la décision thérapeutique en facilitant le choix du traitement le mieux adapté à l’état cellulaire du patient, ciblé sur des populations de cellules anormales et ayant fait preuve de son efficacité sur des profils similaires, mais aussi son adaptation au cours du temps en fonction de la réponse de la maladie. Elle devrait aussi révolutionner le pronostic puisqu’en fonction de ces profils cellulaires, l’évolution des maladies pourraient être connue et donc mieux anticipée.
Peut-on parler de médecine personnalisée dans ce cas ?
MM : L’analyse Single-Cell apparaît effectivement comme l’un des piliers à l’essor d’une médecine réellement personnalisée et prenant en compte le maximum de données propres à l’individu et à sa maladie.
Avec l’analyse par cellule unique, nous changeons d’échelle : c'est comme si jusqu'à présent nous avions observé le corps humain avec un microscope zoom X10 et que maintenant nous disposions d'un zoom x1000. En une seule fois, nous pouvons maintenant analyser l'expression de milliers de gènes sur plus de 10 000 cellules par individu.
Ce que j’espère c’est que d’ici quelques années, en plus des signes cliniques, quand un patient arrivera en consultation, le médecin pourra établir sa carte d’identité cellulaire. C’est l’ensemble de ces données qui seront alors prises en compte pour identifier la maladie du patient, son risque évolutif et le meilleur traitement à lui proposer.
Avez-vous déjà des résultats probants ?
MM : En ce qui me concerne, en collaboration avec l’équipe de Frédéric Rieux-Laucat, j’étudie plus spécifiquement les maladies où le système immunitaire s’emballe et où l’organisme se met à réagir comme s’il était envahi par un virus,même quand ce n’est pas le cas. Plusieurs parties de l’organisme sont alors détruites, y compris des cellules saines, ce qui provoque des pathologies autoinflammatoires.
Nous sommes encore dans des phases de « preuves de concept », mais nous avons des résultats très prometteurs pour certains déficits immunitaires. Notre objectif est d’analyser les 2000 gènes les plus exprimés, cellule par cellule, chez les jeunes patients afin de comprendre comment la maladie fait en quelque sorte son nid dans l’organisme pour progressivement le détruire.
Ces dernières semaines, avec l’équipe de Frédéric Rieux-Laucat, nous avons été fortement monopolisés sur la recherche sur les formes graves de COVID-19 – qui ressemble beaucoup aux pathologies que nous avons l’habitude d’étudier avec un emballement du système immunitaire – et des enfants présentant des formes s’apparentant à la maladie de Kawasaki. Grâce à la compagnie américaine 10X Genomics, partenaire du projet COVID-19, nous avons pu rapidement installer un nouveau Chromium dans un laboratoire de confinement de type L3 pour l’étude de cellules du sang de patients atteints de COVID-19.
L’idée est donc d’aller regarder l’expression des gènes de l’immunité chez des patients présentant un COVID-19 modéré, puis de suivre leur évolution et de faire une nouvelle analyse chez les 5% qui vont développer un Syndrome de détresse respiratoire aigüe. Nous espérons ainsi déterminer une signature prédictive des patients à risque de développer une forme sévère, mais aussi identifier des voies de l’immunité impliquées pour les contrecarrer.
Est-ce que cette plateforme est accessible à d’autres chercheurs ?
Les technologies disponibles dans cette plateforme à savoir 2 appareils Chromium Controller pour générer des encapsulations de cellules et des catalogues des gènes les plus exprimés, un Chromium Connect controller pour réaliser des catalogues de transcrits de cellule unique de manière automatisée et un appareil PCR sont accessible à tous les laboratoires d’Imagine et plus largement à l’ensemble des chercheurs d’Ile-de-France.
Cette plateforme a reçu un soutien de 0,6 million d’euros dans le cadre de l’appel à projets SESAME Filières PIA en 2019.
Elle a par ailleurs été sélectionnée par 10x Genomics pour faire partie des 45 premiers membres du réseau de recherche clinique translationnelle Visium, ce qui nous donne accès à une communauté mondiale de chercheurs travaillant sur cette approche innovante.
Les analyses d’expression de gènes au niveau Single-Cell pour mieux comprendre pourquoi des enfants développent des syndromes multi inflammatoires de type Kawasaki après infection par le SARS-CoV2
Quel ne fut pas la surprise au printemps de constater qu’un nombre inattendu d'enfants infectés par le SARS-COV2 étaient hospitalisés dans les services de réanimation pour des formes de syndromes ressemblant à celui de Kawasaki, une maladie inflammatoire. Près de la moitié d’entre-deux ont ensuite rapidement développé une myocardite aiguë qui est une inflammation du myocarde, principal muscle du cœur. A l’Institut Imagine, Les équipes de Frédéric Rieux-Laucat et Mickaël Ménager, en collaboration avec les équipes de Julie Toubiana et de Darragh Duffy à l’Institut Pasteur, ainsi que de nombreux cliniciens, ont donc voulu en savoir plus sur les mécanismes à l'origine de cette maladie inflammatoire. Grâce au Single-Cell, ils ont pu détecter l’expression de gènes différentiellement exprimés chez 17 jeunes patients ayant développé une myocardite plus d’un mois après infection par le SARS-Cov-2, par rapport à d’autres enfants infectés mais n’ayant pas développé cette forme sévère. « Il semble émerger une signature moléculaire, s’enthousiasme Mickaël Ménager. Maintenant nous devons la confirmer et surtout la valider en clinique et ce, afin de voir si elle permettrait effectivement d’identifier les enfants qui vont faire une myocardite après une infection au SARS-CoV2. » Cette piste ouvrirait la voie à une meilleure prise en charge de ces patients et donc à de meilleurs soins grâce aux traitements déjà existants.
