Les protéines plasmatiques prédisent l'épilepsie des années avant le diagnostic
Une étude portant sur 52 372 participants du UK Biobank identifie 103 protéines plasmatiques associées au risque futur d'épilepsie, NEFL présentant le signal le plus fort.
Résumé
Des chercheurs ont analysé 2 920 protéines plasmatiques chez 52 372 participants de la UK Biobank sur près de 14 ans, identifiant 103 protéines significativement associées à l'épilepsie incidente. Le polypeptide léger des neurofilaments (NEFL) et le facteur de différenciation de croissance 15 (GDF15) ont montré les associations les plus fortes, avec des rapports de risque de 2,13 et 1,82 respectivement. Les analyses de voies biologiques ont révélé un rôle central des mécanismes de réponse immunitaire. Les niveaux protéiques ont présenté des modifications anormales de leur trajectoire jusqu'à 15 ans avant le diagnostic d'épilepsie, et un modèle d'apprentissage automatique utilisant les protéines les mieux classées a démontré une capacité prédictive significative du risque futur d'épilepsie. Ces résultats ouvrent la voie à des biomarqueurs sanguins potentiels et à des cibles thérapeutiques pour une détection et une intervention plus précoces dans l'épilepsie.
Résumé détaillé
L'épilepsie touche des dizaines de millions de personnes dans le monde, pourtant le diagnostic clinique repose encore largement sur l'anamnèse, les dossiers médicaux et l'imagerie réalisée lors des crises — sans qu'aucun biomarqueur sanguin fiable ne soit disponible. Cette étude constitue une avancée majeure vers un changement de paradigme, en exploitant l'un des plus grands jeux de données protéomiques plasmatiques au monde pour cartographier le paysage moléculaire précédant l'apparition de l'épilepsie.
À partir des données du protéome plasmatique de 52 372 participants de la UK Biobank indemnes d'épilepsie au moment de l'inclusion, les chercheurs ont appliqué des modèles longitudinaux de Cox à risques proportionnels à 2 920 protéines sur un suivi moyen de près de 14 ans, au cours duquel 440 participants ont développé une épilepsie incidente. Après correction de Bonferroni rigoureuse, 103 protéines se sont révélées significativement associées au risque d'épilepsie. NEFL (HR 2,13 ; IC 95 % 1,85–2,46) et GDF15 (HR 1,82 ; IC 95 % 1,60–2,07) constituaient les prédicteurs les plus puissants, avec des valeurs de p aussi faibles que 3,36×10⁻²⁵. Fait notable, ces deux protéines sont restées significatives sur les fenêtres de suivi à court terme (≤ 5 ans) et à long terme (> 5 ans), ce qui suggère une pertinence biologique durable.
Les analyses de trajectoire protéique ont révélé des modifications anormales des taux de protéines associées à l'épilepsie jusqu'à 15 ans avant le diagnostic — une découverte aux implications considérables pour la détection précoce. Les analyses d'enrichissement de voies biologiques et de réseaux protéiques ont systématiquement mis en évidence des mécanismes de réponse immunitaire, permettant d'identifier quatre protéines centrales de type « hub ». Les 103 protéines associées à l'épilepsie ont également été corrélées à des données de neuroimagerie issues de régions cérébrales impliquées dans l'épileptogenèse, et présentaient des associations plus fortes avec des variables liées au stress environnemental qu'avec les scores de risque polygénique — ce qui suggère que des facteurs acquis, plutôt que purement génétiques, pourraient être à l'origine d'une grande partie du signal protéomique.
Les analyses en sous-groupes stratifiées par âge, sexe, statut diabétique et fonction rénale ont largement reproduit les résultats principaux. Des protéines spécifiques à chaque sous-type ont été identifiées pour l'épilepsie focale (LRG1, HAVCR2, VSIG4, SPINK1) et l'épilepsie généralisée (BCAT1, GDF15, SOD2, GAGE2A). Un modèle prédictif d'apprentissage automatique intégrant les protéines les mieux classées a démontré une capacité discriminante significative pour le risque futur d'épilepsie, et plusieurs protéines identifiées ont été signalées comme cibles médicamenteuses candidates sur la base des bases de données pharmacologiques existantes.
Ces résultats offrent collectivement une feuille de route pour le développement d'outils de dépistage sanguin et de thérapies informées par les mécanismes pathologiques pour l'épilepsie — une maladie pour laquelle un traitement spécifique à la cause reste largement indisponible.
Principales conclusions
- 103 plasma proteins significantly associated with incident epilepsy after Bonferroni correction across 2,920 proteins.
- NEFL (HR 2.13) and GDF15 (HR 1.82) showed the strongest and most consistent associations with epilepsy risk.
- Protein levels showed abnormal trajectory changes up to 15 years before epilepsy diagnosis.
- Immune response pathways emerged as central mechanisms, with four hub proteins identified in network analysis.
- A machine learning model using top proteins predicted future epilepsy risk with meaningful accuracy.
Méthodologie
Une analyse de survie longitudinale basée sur des modèles de Cox à risques proportionnels a été appliquée à 2 920 protéines plasmatiques mesurées via la plateforme Olink chez 52 372 participants de la UK Biobank, suivis pendant une durée moyenne de 13,9 ans, avec 440 cas incidents d'épilepsie. Les modèles ont été ajustés pour l'âge, le sexe, l'origine ethnique, l'IMC, le niveau d'éducation, le statut socioéconomique, le tabagisme et la consommation d'alcool. Des analyses de sensibilité ont exclu les cas à début précoce (< 2 ans après l'inclusion), et une validation transversale a utilisé les cas d'épilepsie présents au moment de l'inclusion.
Limites de l'étude
La population étudiée était composée majoritairement de participants blancs de la UK Biobank, ce qui limite la généralisabilité des résultats à d'autres groupes ethniques. L'analyse par sous-type d'épilepsie était contrainte par le faible nombre de cas pour les sous-types focal et généralisé. Les taux de protéines plasmatiques reflètent la biologie systémique et peuvent ne pas capturer pleinement les processus épileptogènes spécifiques au cerveau.
Ce résumé vous a plu ?
Recevez les dernières recherches sur la longévité dans votre boîte de réception chaque semaine.
Saisissez votre e-mail pour vous abonner :