Menu
Communiqués et dossiers de presse

Éviter le rejet de greffe rénale grâce à la biopsie liquide ?

21 Juin 2024 | Par Inserm (Salle de presse) | Physiopathologie, métabolisme, nutrition

Coupe transversale d'un rein humain. Illustration 3dCoupe transversale d’un rein humain sur fond scientifique. Illustration 3d © AdobeStock

Les équipes du département de transplantation rénale de l’hôpital Necker-Enfants malades AP-HP, de l’Inserm et de l’université Paris Cité, dans le cadre du Paris Translational Research Center for Organ Transplantation (PARCC), coordonnées par le docteur Olivier Aubert et le professeur Alexandre Loupy, ont mené une étude sur l’intérêt de la biopsie liquide (cfDNA) en tant que technique pour prédire le rejet de greffe rénale. Celle-ci consiste à détecter, dans le sang des patients ayant subi une greffe, l’ADN de leur donneur, dans l’objectif de prédire de manière non invasive le rejet de l’organe greffé.

Les résultats de cette étude ont fait l’objet d’une publication parue le 2 juin 2024 dans la revue Nature Medicine, accompagnée d’un éditorial.

Les allogreffes sont les greffes les plus couramment pratiquées, entre deux individus d’une même espèce génétiquement différents. On parle d’allogreffe lorsque le patient (ou receveur) est greffé avec les cellules provenant d’un sujet sain. Le rejet d’allogreffe constitue un enjeu de santé publique majeur, qui peut avoir de nombreuses conséquences sur la qualité de vie du patient, jusqu’à même provoquer sa mort. Les rejets d’allogreffe concernent près de 20 % des patients dans l’année qui suit.

L’objectif de cette étude est de montrer l’utilité, pour les patients greffés du rein, d’une biopsie liquide. Cette technique consiste à détecter, dans le sang des patients ayant subi une greffe, l’ADN de leur donneur, dans l’objectif de prédire et de manière non invasive le rejet de l’organe greffé.

Cette étude a inclus près de 3 000 patients greffés rénaux provenant de 14 centres de transplantation en Europe et aux États-Unis, tous âgés d’environ 55 ans, avec une majorité d’hommes (61 %). Le cfDNA est intégré dans un algorithme multimodal de prédiction1. Les niveaux de cfDNA2 se sont révélés fortement liés aux différents types de rejet de greffe, incluant le rejet médié par les anticorps et le rejet cellulaire médié par les lymphocytes T.

Grâce à cette méthode, les chercheurs pourront être en capacité de déterminer, pour chaque patient et de manière non invasive sur une simple prise de sang, la probabilité d’avoir un rejet de l’organe greffé. De plus, les analyses ont révélé que l’ajout du cfDNA aux modèles de surveillance existants améliore non seulement la détection des rejets cliniques, mais aussi des rejets infracliniques (non détectables avec les outils disponibles actuellement), ce qui permet des interventions thérapeutiques plus précoces et plus efficaces.

La biopsie liquide, combinant les paramètres de suivi usuels de la greffe avec le cfDNA, permet d’éviter les biopsies inutiles et invasives tout en détectant les rejets plus rapidement avec une meilleure précision. Cette approche peut également diminuer les coûts de santé tout en simplifiant considérablement le parcours de soin des patients transplantés. Cette méthode non invasive offre une nouvelle voie pour le suivi des patients greffés. Aujourd’hui, l’approche de biopsie liquide s’étend également aux greffés cardiaques, pulmonaires et hépatiques.

 

  1. Un type d’intelligence artificielle dans lequel plusieurs sources de données et de nombreux algorithmes de traitement intelligents sont combinés pour résoudre des problèmes complexes et obtenir une plus grande précision.
  2. Les niveaux de cfDNA indiquent l’intensité de l’inflammation et du rejet de l’organe greffé.
Contacts
Contact Presse

AP-HP

rf.phpa@esserp.ecivres

Sources

Cell-Free DNA for the detection of kidney allograft rejection

Nature Medicine, 2 juin 2024

DOI : https://doi.org/10.1038/s41591-024-03087-3

Olivier Aubert, Cindy Ursule-Dufai, Romain Brousse, Juliette Gueguen, Maud Racapé, Marc Raynaud, Elisabet Van Loon, Angelica Pagliazzi, Edmund Huang, Stanley C Jordan, Kenneth D Chavin, Gaurav Gupta, Dhiren Kumar, Tarek Alhamad, Sanjiv Anand, Jorge Sanchez-Garcia, Basmah A Abdalla, Julien Hogan, Rouba Garro, Darshana M. Dadhania, Pranjal Jain, Didier A Mandelbrot, Maarten Naesens, Raja Dandamudi, Vikas R. Dharnidharka, Dany Anglicheau, Carmen Lefaucheur, Alexandre Loupy

 

fermer