Approche protéomique pour la prédiction du syndrome métabolique :étude castémoins nichée au sein de la cohorte Haguenau

Grâce a une vision integree des phenomenes post-genomes, les approches omiques devraient permettre de mieux comprendre l’ensemble des processus biologiques complexes ayant lieu au cours du developpement des maladies metaboliques chroniques telles que le syndrome metabolique (SMet). Cet ensemble de desordres cardiovasculaires et metaboliques precede et predit le diabete de type 2 (T2D) et la nutrition foetale est maintenant reconnue comme un facteur de risque important pour son developpement et le T2D a l’âge adulte. Dans cette etude, notre objectif etait d’identifier des biomarqueurs precoces et/ou predictifs du SMet, associes ou non a l’empreinte foetale par une approche proteomique ciblee. Cette etude cas-temoins nichee au sein de la cohorte Haguenau utilise les donnees anthropometriques et sociales d’individus nes a la maternite d’Haguenau et identifies avec ou non un petit poids de naissance ajuste pour l’âge gestationnel (petit poids=SGA, poids normal=AGA). Nous avons donc selectionne des sujets SGA, sains a 20 ans (T1, n=46), ayant developpe (SMet30, n=23) ou non (nonSMet30, n=23) un SMet a 30 ans (T2). Une analyse proteomique ciblee a ete realisee sur les echantillons biologiques preleves a T1 en utilisant des biopuces ciblant des cytokines, chemokines, adipokines, facteurs de croissance, facteurs angiogeniques, proteases, recepteurs solubles, ou encore des molecules d’adhesion. Cette technique detecte simultanement 1000 proteines a partir d’une faible quantite de serum. Les resultats ont ete analyses par des methodes statistiques uni- et multivariees (ANOVA, ACP et PLS-DA) pour mettre en evidence des modulations de proteines et identifier des biomarqueurs predictifs de l’apparition du SMet a T2. Une etape de validation a ete effectuee (n=11) pour tester la robustesse du modele predictif obtenu. Les resultats ont montre 60 proteines modulees de facon significative entre cas et temoins a T1, soit plus de 7 ans avant l’apparition du SMet. Parmi celles-ci, 31 proteines ont un ratio de variation superieur a 1,5 (n=23) ou inferieur a 0,65 (n=8). Elles sont en majorite impliquees dans la regulation de l’angiogenese (n=7), de l’inflammation (n=5) ou encore du metabolisme (n=3). D’autres participent a la proliferation cellulaire ou sont impliquees dans le developpement foetal (n=5). Une approche reseau utilisant Ingenuity a permis d’explorer en detail leurs liens et correlations. L’analyse statistique par PLS-DA a permis de selectionner les proteines candidats biomarqueurs ayant les plus fortes capacites discriminantes. L’integration d’autres types de donnees (socio-economiques, cliniques, metabolomiques) par Random Forest sera realisee pour enrichir les modeles predictifs. Ce projet contribuera a renforcer nos connaissances sur le SMet et l’empreinte foetale; il va permettre l’identification precoce des sujets a risque afin d’ameliorer leur prise en charge et de proposer une strategie preventive efficace