Des chercheurs de l’université de Californie à Davis (Etats-Unis) ont identifié plusieurs modèles d'auto-anticorps maternels fortement associés au diagnostic et à la gravité de l’autisme. Grâce à la technologie qu’ils emploient, ils ont même été capables de détecter certaines formes d’autisme avec une précision de 100%. Les résultats ont été publiés le 22 janvier 2021 dans la revue Molecular Psychiatry.
Pour cette étude, les chercheurs se sont spécifiquement concentrés sur les troubles du spectre autistique liés aux auto-anticorps maternels, qui représentent environ 20% des tous les cas d’autisme. En effet, les auto-anticorps sont des protéines immunitaires qui attaquent nos propres tissus. Dans une précédente étude, les chercheurs s’étaient déjà aperçu que les auto-anticorps des mères enceintes pouvaient interagir avec le cerveau de leur fœtus en pleine croissance et en modifier son développement.
L’ordinateur en renfort des techniques classiques
Cette fois-ci, les chercheurs ont fait appel au “machine learning”, c’est-a-dire à l’apprentissage automatisé d’un ordinateur spécialement entraîné pour cette tâche. L’ordinateur a été conçu pour identifier la probabilité de gravité de l’autisme causé par les auto-anticorps. Pour cela, il a analysé les échantillons de 450 mères d'enfants autistes et de 342 mères d'enfants au développement normal. Il a ensuite dû détecter la réactivité à huit protéines différentes qui sont abondantes dans le cerveau du fœtus. L’algorithme de l’ordinateur a déterminé quels modèles d’auto-anticorps étaient spécifiquement associés à un diagnostic de trouble du spectre autistique.
“Les implications de cette étude sont énormes, affirme Judy Van de Water, professeure de rhumatologie, d'allergie et d'immunologie clinique à l’université de Californie à Davis et autrice principale de l'étude. C'est la première fois que l'apprentissage machine a été utilisé pour identifier avec une précision de 100% les modèles spécifiques aux troubles du spectre autistique de type maternels comme biomarqueurs potentiels du risque de trouble du spectre autistique.”
Un taux de précision de 100%
Le programme d'apprentissage machine a permis d'analyser environ 10 000 modèles et d'identifier les trois principaux modèles associés aux troubles du spectre autistique de type maternel: CRMP1+GDA, CRMP1+CRMP2 et NSE+STIP1. “Par exemple, si la mère a des auto-anticorps contre CRIMP1 et GDA (le schéma le plus courant), ses chances d'avoir un enfant autiste sont 31 fois plus élevées que dans la population générale, sur la base de cet ensemble de données actuel, analyse Judy Van de Water. C'est énorme, il y a très peu de données qui permettent d'évaluer ce type de risque.”
Grâce à ce système, les chercheurs ont été capables de certifier à 100% les cas de troubles du spectre autistique. Ainsi, il est possible de diagnostiquer très tôt l'autisme “maternel” et d'intervenir plus efficacement sur le plan comportemental. Cette étude ouvre la voie à d'autres recherches sur d'éventuels tests préconceptionnels, particulièrement utiles pour les femmes à haut risque âgées de plus de 35 ans ou qui ont déjà donné naissance à un enfant autiste.