Publications

RF-PHATE est une méthode de visualisation supervisée qui intègre les connaissances d’experts pour explorer les données complexes. Contrairement aux méthodes non supervisées, RF-PHATE utilise des forêts aléatoires pour créer des visualisations à faible dimension en mettant en évidence les relations pertinentes et en éliminant les caractéristiques non essentielles. Adaptée aux grands ensembles de données, elle est efficace pour la classification et la régression. Trois études de cas montrent son utilité : dans la sclérose en plaques, l’exposition aux gaz d’échappement et les résultats des patients COVID-19, soulignant sa capacité à traiter des données temporelles, bruyantes et complexes, avec une grande tolérance au bruit.

L’obésité est un facteur de risque majeur pour la gravité de la COVID-19, mais les mécanismes sous-jacents restent partiellement compris. En influençant le protéome plasmatique, l’obésité pourrait moduler la sévérité de la COVID-19 par des protéines circulantes. Dans cette étude, nous avons exploré 4 907 protéines plasmatiques pour identifier celles qui sont influencées par l’indice de masse corporelle (IMC) en utilisant la randomisation mendélienne, ce qui a permis de découvrir 1 216 protéines. Parmi elles, l’augmentation d’une unité d’écart-type de la néphronectine (NPNT) était associée à une probabilité accrue de forme grave de COVID-19 (OR = 1,71, P = 1,63 × 10^-10). L’isoforme épissée de NPNT était responsable de cet effet, et des analyses de médiation ont confirmé NPNT comme médiateur. L’expression de NPNT dans les cellules alvéolaires et les fibroblastes pulmonaires a été observée chez les individus décédés de la COVID-19. Enfin, la réduction de la masse grasse et l’augmentation de la masse maigre réduisaient les niveaux de NPNT. Ces résultats fournissent des pistes pour comprendre comment l’obésité influence la gravité de la COVID-19.

Cette étude analyse les changements dynamiques de l’expression génétique chez les patients atteints de COVID-19 tout au long de leur hospitalisation. En séquençant l’ARN de 300 échantillons sanguins provenant de 128 patients, les chercheurs ont identifié six phases de la maladie (léger, modéré, sévère, critique, rétablissement et sortie de l’hôpital) et mis en évidence des mécanismes distincts, notamment une réponse antivirale précoce, des dysfonctions immunitaires adaptatives aux stades sévères et des anomalies hémostatiques persistantes. L’analyse des interactions gène-médicament a révélé des traitements potentiels, comme des inhibiteurs plaquettaires en phase précoce et le dasatinib tout au long de l’évolution de la maladie. Ces résultats soulignent l’importance de la stratification temporelle des patients pour une prise en charge personnalisée et ciblée.

La pandémie de COVID-19 a eu des conséquences socioéconomiques dramatiques et a modifié la vie de milliards de personnes. Cependant, la compréhension des relations entre les variables cliniques et les résultats de la maladie reste floue. Les méthodes classiques, comme les corrélations par paires, ne captent pas toujours les relations indirectes et leur direction. Cette étude présente RAMEN, une méthode combinant l’algorithme génétique et les marches aléatoires pour inférer un réseau relationnel bayésien entre les variables cliniques. Appliquée à la Biobanque québécoise de la COVID-19 (BQC19), RAMEN a révélé des relations supportées par la littérature existante concernant la gravité de la maladie et la COVID longue. La méthode a été validée par des simulations et des analyses multi-omiques, et pourrait améliorer la détection précoce des formes graves de COVID-19 et de COVID longue, contribuant ainsi à sauver des vies.

Les infections peuvent entraîner des symptômes persistants et des maladies telles que le zona après une infection par le virus varicelle-zona ou le rhumatisme articulaire aigu après des infections streptococciques. De même, l’infection par le coronavirus 2 du syndrome respiratoire aigu sévère (SARS-CoV-2) peut provoquer un COVID long, se manifestant typiquement par une fatigue, des symptômes pulmonaires et des troubles cognitifs. Les mécanismes biologiques à l’origine du COVID long restent mal compris. Nous avons réalisé une étude d’association pangénomique (GWAS) sur le COVID long incluant jusqu’à 6 450 cas et 1 093 995 témoins issus de 24 études menées dans 16 pays. Nous avons identifié une association entre le gène FOXP4 et le COVID long, indépendante de son lien déjà établi avec les formes sévères de COVID-19. Ce signal a été répliqué dans une cohorte indépendante de 9 500 cas de COVID long et 798 835 témoins. Étant donné le rôle du facteur de transcription FOXP4 dans la physiologie et la pathologie pulmonaires, nos résultats soulignent l’importance de la fonction pulmonaire dans la physiopathologie du COVID long.

La sévérité de la COVID-19 pourrait être influencée par le microbiome des voies respiratoires supérieures. En analysant les profils microbiens de 182 patients COVID-19 et 75 individus non infectés à partir d’échantillons de gargarisme, une altération significative de la composition bactérienne a été observée. Prevotella et Veillonella étaient plus abondants chez les patients positifs, tandis que Streptococcus et Actinomyces prédominaient chez les négatifs, suggérant un état de dysbiose favorisant les pathogènes opportunistes. Ces marqueurs bactériens pourraient servir d’outils potentiels pour le dépistage et la prévention de la COVID-19 chez les personnes présentant un microbiome déséquilibré.

Les formes sévères de COVID-19 partagent de nombreuses caractéristiques avec la septicémie, notamment le syndrome de détresse respiratoire aiguë et la défaillance multiviscérale. En analysant l’expression génique sanguine de 124 patients hospitalisés au Québec, des signatures transcriptomiques associées à la reprogrammation cellulaire, la dysfonction organique et la mortalité ont été identifiées, permettant de prédire la gravité et l’évolution de la maladie. Ces marqueurs, utilisés dans le diagnostic de la septicémie, pourraient ainsi guider la prise en charge des patients COVID-19 sévères et faciliter l’identification de traitements utilisant des médicaments repositionnés.

Cette étude explore le rôle de l’ACBP (Acyl-CoA binding protein), un régulateur de l’autophagie, comme biomarqueur de la sévérité de la COVID-19. En analysant les profils protéomiques plasmatiques de 903 patients hospitalisés au Québec, les résultats montrent que des niveaux élevés d’ACBP sont associés à une inflammation accrue et à une réponse immunitaire altérée, indépendamment des comorbidités. Les niveaux d’ACBP étaient plus élevés lors de la deuxième vague que lors de la première. Ces résultats suggèrent que l’ACBP pourrait jouer un rôle clé dans les réponses immunométaboliques et mérite des investigations supplémentaires.

L’étude des effets à long terme de la COVID-19, également appelé COVID longue ou condition post-COVID-19 (PCC), est un domaine de recherche actif. Des études récentes ont suggéré que l’angiopoiétine-1 (ANG-1) et la p-sélectine (P-SEL) pourraient être des marqueurs diagnostiques potentiels, bien que leur validation soit nécessaire en raison de l’inconstance des résultats dans les études sur les biomarqueurs du COVID-19. En utilisant les données de la Biobanque québécoise de la COVID-19 (BQC19), nous avons observé que les niveaux d’ANG-1 et de P-SEL étaient significativement plus élevés chez les participants atteints de PCC par rapport aux témoins après trois mois. Ces résultats ont été reproduits et validés, soulignant l’importance des efforts de biobanque collaboratifs pour améliorer la reproductibilité et la crédibilité des recherches sur la COVID longue.

L’étude explore l’association entre la sévérité des symptômes de la COVID-19 et les concentrations d’acides aminés circulants, ainsi que leur capacité à prédire des issues cliniques graves telles que l’admission en soins intensifs ou le décès à l’hôpital. Sur un échantillon de 736 participants, 16 des 20 acides aminés testés ont montré une association significative avec la sévérité de la maladie, avec la phénylalanine (positivement) et la cystéine (inversément) présentant les associations les plus fortes. Ces résultats sont restés significatifs après ajustement pour l’âge, le sexe et l’indice de masse corporelle. La phénylalanine a démontré une capacité modérée à prédire les issues graves, et un modèle multivarié incluant à la fois les acides aminés circulants et des variables cliniques a atteint une précision de 90 % pour prédire les issues adverses. Ces résultats suggèrent que les profils d’acides aminés altérés chez les patients atteints de symptômes sévères de COVID-19 pourraient être utilisés pour améliorer les prédictions cliniques.