La multi-omique révèle des réseaux hôte-microbe cachés à l'origine des maladies inflammatoires de l'intestin

Cette revue exhaustive introduit le concept révolutionnaire d'« interactome » pour comprendre les maladies inflammatoires chroniques de l'intestin (MICI) — une approche systématique qui intègre de multiples niveaux de données biologiques afin de révéler comment les microbes intestinaux interagissent avec leur hôte humain. Les MICI touchent des millions de personnes dans le monde, avec jusqu'à 30 % des patients ne répondant pas au traitement initial et 50 % perdant cette réponse au cours du suivi, ce qui souligne l'urgence d'une meilleure compréhension des mécanismes en jeu.

Les auteurs synthétisent les connaissances actuelles dans cinq domaines clés : les modifications de la composition microbienne (réduction de la diversité, expansion d'espèces pathogènes telles que <i>E. coli</i> adhérente et invasive), les variations génétiques dans les génomes microbiens affectant la résistance aux médicaments et la virulence, l'activité transcriptionnelle révélant des bactéries « dormantes » à forte abondance mais à faible activité fonctionnelle, les profils d'expression protéique, ainsi que les signatures métabolomiques. Les auteurs démontrent notamment que l'architecture génétique microbienne offre souvent une meilleure discrimination diagnostique que les simples mesures d'abondance.

Parmi les avancées technologiques majeures figurent les méthodes de séquençage à haut débit, les pipelines bioinformatiques avancés et les plateformes d'intégration capables de traiter des jeux de données massifs et multidimensionnels. La revue recense les principales ressources de cohortes et les méthodes computationnelles permettant les études d'interactome, des algorithmes d'apprentissage automatique aux outils d'analyse de réseaux.

Les implications cliniques sont considérables : les approches multi-omiques pourraient permettre une sélection personnalisée des traitements, prédire les réponses thérapeutiques et identifier de nouvelles cibles médicamenteuses. Ainsi, certains profils transcriptionnels microbiens reflètent la pathologie des MICI en temps réel mieux que les seules données génomiques, ouvrant potentiellement la voie à une surveillance de précision de l'activité de la maladie.

Des défis importants subsistent néanmoins, notamment la complexité de l'intégration des données, la standardisation entre les différentes plateformes, ainsi que la nécessité de populations plus larges et plus diversifiées pour valider ces résultats à travers différents groupes géographiques et ethniques.