Une équipe de l'Université d'État de l'Arizona (États-Unis) a localisé une série de biomarqueurs qui, analysés avec des outils d'intelligence artificielle, pourraient servir à anticiper quels individus réagiront mieux à un vaccin même avant de le recevoir.
Dans ce projet, les scientifiques de l'Université d'État de l'Arizona et des collaborateurs ont étudié des échantillons de sang de plus de 4.000 personnes, mesurant des anticorps contre 185 antigènes, c'est-à-dire, des cibles reconnues par le système immunitaire. Parmi eux figuraient des virus et des bactéries courants, ainsi que des cibles liées à des troubles auto-immuns.
Ensuite, ils ont recours à des algorithmes d'intelligence artificielle pour examiner les motifs présents dans les échantillons prélevés avant et après la vaccination contre la COVID-19, identifiant des combinaisons d'anticorps capables de différencier ceux qui développaient une réponse robuste de ceux qui montraient une réaction plus limitée.
Les résultats, diffusés dans "Cell Press Blue", pointent vers de nouvelles possibilités pour concevoir des programmes de vaccination plus adaptés à chaque personne. "Notre étude a révélé que certains biomarqueurs, lorsqu'ils sont analysés avec de l'intelligence artificielle, peuvent prédire qui a le plus de chances de bien répondre à un vaccin, même avant de le recevoir. Cela suggère que certaines personnes peuvent être mieux préparées immunologiquement que d'autres", explique Joshua LaBaer, responsable principal du travail.
Les anticorps comme indicateur de l'état immunitaire
Normalement, l'efficacité d'un vaccin est vérifiée après l'administration, mesurant si l'organisme a généré des anticorps contre le pathogène cible. Cette fois-ci, les chercheurs se sont demandé si les motifs d'anticorps déjà présents dans le sang pourraient anticiper la réponse avant l'injection.
Des facteurs tels que l'âge, le sexe, la charge génétique, l'historique de maladies et d'autres pathologies de base ont été liés à l'intensité de la réponse vaccinale. Les personnes dont le système immunitaire est compromis présentent souvent un risque accru de réponses insuffisantes, bien qu'au sein de ces groupes, la variabilité soit notable.
L'approche décrite dans ce travail se situe parmi les premières à utiliser une large "empreinte digitale" d'anticorps avant la vaccination pour mesurer le degré de préparation immunitaire. Contrairement à d'autres méthodes de prédiction centrées sur l'analyse génétique, cette stratégie repose sur les motifs d'anticorps circulants, ce qui pourrait faciliter son transfert à la pratique clinique.
Au-delà des étiquettes de risque immunitaire
Pour évaluer si cette empreinte d'anticorps était capable de refléter la préparation face au vaccin, l'équipe a analysé les réponses à 185 antigènes. Parmi eux figuraient le SARS-CoV-2, responsable de la COVID-19, divers virus et bactéries fréquents, ainsi que des cibles liées à des maladies auto-immunes.
Au total, 8.687 échantillons provenant de 4.089 participants ont été étudiés, englobant à la fois des volontaires en bonne santé et des personnes souffrant de maladies ou de traitements associés à l'immunosuppression, tels que le VIH, le myélome multiple, les tumeurs solides, les pathologies auto-immunes, la maladie inflammatoire intestinale et les receveurs de greffes d'organes solides.
L'analyse a montré que plusieurs groupes immunodéprimés avaient une plus grande probabilité de montrer des réponses réduites à la vaccination contre la COVID-19. Cependant, ces catégories cliniques ne se sont pas révélées être des prédicteurs exacts : certains patients immunodéprimés ont développé des réponses puissantes, tandis qu'entre 5 et 6 pour cent des participants en bonne santé ont présenté des réponses faibles.
Anticorps sentinelles qui font la différence
Les auteurs ont observé que des concentrations plus élevées de certains anticorps préexistants, y compris ceux dirigés contre des microorganismes courants comme "Staphylococcus aureus", le VRS et le virus respiratoire, étaient associées à une meilleure réponse au vaccin contre la COVID-19.
Ces anticorps sont décrits comme "sentinelles", car ils refléteraient le niveau de préparation immunitaire de base de chaque individu. Ils n'ont pas besoin d'attaquer directement le pathogène contre lequel on vaccine, mais semblent indiquer la capacité de réaction de la branche du système immunitaire chargée de produire des anticorps.
À partir de là, les chercheurs se sont demandé si l'ensemble complet d'anticorps, et pas seulement quelques marqueurs isolés, pourrait servir à détecter les personnes à risque plus élevé de répondre de manière insuffisante aux vaccins. Pour cela, leur modèle d'apprentissage profond a examiné des motifs dans tout le panel d'anticorps, intégrant plusieurs mesures dans un profil immunitaire global.
Vers des campagnes de vaccination plus personnalisées
Le travail met en lumière l'un des grands avantages de l'IA appliquée à la biomédecine : sa capacité à découvrir des motifs subtils et à valeur prédictive au sein d'énormes volumes de données biologiques qui autrement passeraient inaperçus. Cette approche suggère que la préparation à la vaccination est mieux comprise en analysant le système immunitaire dans son ensemble, plutôt qu'en se concentrant uniquement sur une maladie spécifique ou un anticorps particulier.
Selon les auteurs, les conclusions pourraient s'étendre au-delà de la COVID-19 si elles sont confirmées dans des recherches supplémentaires et avec d'autres types de vaccins. L'étude du profil d'anticorps sentinelle pourrait orienter le développement et l'évaluation de nouveaux vaccins, ainsi que l'attention clinique des personnes à risque de présenter des réponses immunitaires insuffisantes.
Ce type d'outils permettrait aux professionnels de santé d'identifier les patients qui pourraient nécessiter des doses supplémentaires, un suivi plus étroit ou des mesures de protection alternatives. En même temps, cela aiderait à clarifier pourquoi certaines personnes répondent très bien à la vaccination tandis que d'autres génèrent à peine de protection.