Le diagnostic rapide de la tuberculose résistante et sensible aux médicaments à l’aide de la spectrométrie de masse et de l’apprentissage automatique

*Avis important: Prépublications avec The Lancet / SSRN publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique/les comportements liés à la santé, ou traités comme des informations établies.

Dans une étude récente publiée sur les Preprints avec The Lancet SSRN* server, une équipe de chercheurs en Chine a développé un outil de diagnostic basé sur l’apprentissage automatique pour détecter la tuberculose et la tuberculose résistante aux médicaments à l’aide de la spectrométrie de masse à désorption/ionisation laser améliorée par nanoparticules (NPELDI MS) pour déterminer les empreintes métaboliques à partir d’échantillons de sérum.

Étude: Apprentissage automatique des empreintes digitales métaboliques sériques pour le diagnostic de la tuberculose et de la tuberculose résistante aux médicaments : une étude observationnelle. Crédit d’image : Kateryna Kon/Shutterstock

Arrière-plan

Après la maladie à coronavirus 2019 (COVID-19), la tuberculose est la cause la plus fréquente de décès due à un agent infectieux, et l’émergence de maladies résistantes aux médicaments Mycobacterium tuberculosis a exacerbé les préoccupations de santé publique. Malheureusement, les statistiques indiquent que près de 40 % des cas de tuberculose ne sont pas diagnostiqués à temps pour un traitement précoce.

Les méthodes actuelles de détection de la tuberculose comprennent les examens immunologiques, la détection de l’agent étiologique à partir de frottis d’expectoration et les méthodes de biologie moléculaire. Alors que les tests de frottis d’expectoration sont rapides, leur spécificité et leur sensibilité dans la détection de la tuberculose sont faibles, tandis que les cultures mycobactériennes, qui sont précises, nécessitent des temps de traitement plus longs et sont difficiles pour les tests à grande échelle et le jour même des patients tuberculeux dans les hôpitaux généraux. En outre, le diagnostic moléculaire de la tuberculose et de la tuberculose résistante à la rifampicine à partir d’échantillons d’expectorations présente un défi en raison des coûts élevés et de la sensibilité variable à la tuberculose extrapulmonaire. Par conséquent, une méthode de test faisable avec une sensibilité et une spécificité élevées qui peut être utilisée pour détecter rapidement la tuberculose et la tuberculose résistante aux médicaments est essentielle.

À propos de l’étude

Dans la présente étude, les chercheurs ont conçu une plate-forme NPELDI MS avec des algorithmes d’apprentissage automatique pour détecter simultanément la tuberculose et la tuberculose résistante aux médicaments sur la base des empreintes métabolomiques d’échantillons de sérum. Quand M. tuberculose parasite les macrophages de l’hôte, affecte le métabolisme de l’hôte et les métabolites formés à partir de diverses réactions métaboliques indiquent la réponse aux changements environnementaux, protéomiques et génomiques. L’identification et la quantification de ces empreintes métaboliques peuvent être utilisées pour détecter et diagnostiquer diverses maladies.

Pour cette étude observationnelle, les chercheurs ont recruté 110 patients atteints de tuberculose pulmonaire et 118 personnes en bonne santé entre 2020 et 2021. La tuberculose a été diagnostiquée sur la base de frottis d’expectoration positifs, M. tuberculose des cultures, M. tuberculose détection des acides nucléiques, radiographie pulmonaire et diagnostics histopathologiques pulmonaires. Test de sensibilité aux médicaments ou test Gene Xpert pour la résistance à la rifampicine M. tuberculose a été utilisé pour classer les patients tuberculeux.

Des échantillons de sérum ont été prélevés pour l’analyse NPELDI MS afin de déterminer les empreintes métaboliques, qui ont été traitées à l’aide d’algorithmes d’apprentissage automatique pour identifier les biomarqueurs de la tuberculose sensible et résistante aux médicaments.

Résultats

Les résultats ont indiqué que la méthode d’apprentissage automatique basée sur la SEP NPELDI pouvait différencier les patients tuberculeux des individus en bonne santé avec une sensibilité de 85 % et une spécificité de 100 %. La méthode a également été en mesure de faire la distinction entre les patients tuberculeux sensibles à la rifampicine et résistants à la rifampicine avec une sensibilité de 87,5 % et une spécificité de 85,7 %.

Les biomarqueurs métabolites utilisés pour détecter la tuberculose et la tuberculose résistante aux médicaments comprenaient des lipides tels que le monoglycéride, la phosphatidylcholine, le céramide, le triglycéride, l’ester de cholestérol, les acides aminés, les phosphates, l’acide octacosanoïque et d’autres composés basiques. Des analyses de biomarqueurs ont révélé que M. tuberculose les infections dérèglent les voies du métabolisme des lipides telles que le métabolisme des sphingolipides et des glycérophospholipides. Les phosphates tels que le nicotinamide adénine dinucléotide phosphate et le tout-transheptaprenyl diphosphate étaient anormalement exprimés, et les concentrations de glutathion étaient plus faibles chez les patients tuberculeux.

Les biomarqueurs utilisés pour différencier les patients tuberculeux sensibles à la rifampicine et résistants à la rifampicine comprenaient l’acide urique, la taurine, l’acide ascorbique et l’homocystéine, qui étaient élevés chez les patients tuberculeux résistants à la rifampicine. Les chercheurs pensent que les acides aminés soufrés tels que l’homocystéine et la taurine peuvent indiquer une tuberculose résistante aux médicaments car ils sont associés à une activité antioxydante et stabilisatrice de la membrane. On pense que ces acides aminés protègent le foie des effets toxiques des médicaments antituberculeux tels que la rifampicine et l’isoniazide. L’homocystéinémie, l’augmentation des taux d’homocystéine dans le sérum ou le plasma, est souvent signalée au cours du traitement antituberculeux.

L’étude présentait quelques limites, telles que la taille réduite de l’échantillon de patients tuberculeux résistants à la rifampicine, car seuls 58 échantillons de sérum ont été inclus dans l’analyse pour déterminer les biomarqueurs permettant de différencier les patients tuberculeux résistants aux médicaments de ceux sensibles aux médicaments, dont 28 provenaient de patients sensibles à la rifampicine. Cela aurait pu affecter la précision du diagnostic.

conclusion

Pour résumer, les résultats ont identifié des panels de biomarqueurs et des empreintes métaboliques sériques pour diagnostiquer la tuberculose à partir d’échantillons de sérum avec une spécificité et une sensibilité élevées, et pour différencier les patients tuberculeux résistants à la rifampicine de ceux qui étaient sensibles à la rifampicine. Les algorithmes d’apprentissage automatique et la méthode NPELDI MS utilisant des particules ferriques optimisées pourraient aider à la détection précoce et précise de la tuberculose et améliorer le pronostic et les soins aux patients tuberculeux.

*Avis important: Prépublications avec The Lancet / SSRN publie des rapports scientifiques préliminaires qui ne sont pas évalués par des pairs et, par conséquent, ne doivent pas être considérés comme concluants, guider la pratique clinique/les comportements liés à la santé, ou traités comme des informations établies.