CE45 - Interfaces: mathématiques, sciences du numérique –biologie, santé

Identification de biomarqueurs de maladies neurodégénératives par l'analyse de la connectivité multimodale. – NODAL

Résumé de soumission

Les maladies neurodégénératives comme la maladie d’Alzheimer (MA) et la maladie de Parkinson (MP) sont les conséquences de processus pathologiques qui commencent des décennies avant l’apparition de symptômes cliniques. Actuellement, les patients sont souvent diagnostiqués tardivement, malgré le bénéfice avéré d’un diagnostic plus précoce. En effet, des soins au début de la maladie peuvent retarder l’apparition de la démence, réduisant ainsi la prévalence globale, et la recherche de nouvelles cibles thérapeutiques d’intérêt ne peut être évaluée qu’à l’aune de marqueurs précoces. Un défi majeur pour les neurosciences cliniques est donc de fournir des biomarqueurs fiables, non-invasifs et spécifiques de la maladie, permettant d’améliorer à la fois la détection précoce, mais aussi le suivi. Il a été montré que MA et MP impliquent une perturbation progressive et multifactorielle des réseaux cérébraux fonctionnels et structurels, au cours de la maladie. Dans ce contexte, les progrès récents des techniques de cartographie du connectome permettent d’envisager l’identification de biomarqueurs innovants qui reflètent la désorganisation des réseaux cérébraux. La plupart des études publiées se sont concentrées sur la comparaison entre des patients atteints de MA ou de MP et des sujets en bonne santé. Par conséquent, l’utilisation pour le diagnostic des biomarqueurs découverts jusqu’ici est limitée en raison de la non-spécificité des marqueurs mis en évidence. En effet, l’altération des paramètres des réseaux étudiés peut refléter des processus neurodégénératifs communs aux maladies comme MA et MD. Un nouveau domaine d’étude appelé traitement de signal sur graphe (TSG) semble particulièrement prometteur pour étudier l’interaction complexe entre la fonction et la structure cérébrale. Contrairement aux approches classiques étudiant uniquement un type d’imagerie, notre projet étendra pour la première fois les outils de TSG pour le développement de mesures de connectivité spécifiques à la progression de la MA et la PD. Dans le projet NODAL, nous développerons une nouvelle approche multimodale intégrant les différents stades de la maladie, basée sur des méthodes d’apprentissage automatique innovantes adaptées aux graphes. Ces méthodes permettront de fournir des biomarqueurs potentiels non invasifs et fiables pour chaque stade d’évolution de la MA et de la MP. Nous appliquerons notre approche à deux grandes cohortes de patients atteints de MA et MP : ADNI et PPMI. L’efficacité des biomarqueurs découverts sera testée sur une nouvelle cohorte acquise localement comprenant des patients à différents stades de MA et PD. Les développements méthodologiques du projet NODAL permettront d’identifier des biomarqueurs spécifiques, non-invasifs et peu coûteux, pour le diagnostic et le pronostic de ces maladies dégénératives qui affectent plus d’un million de Français.

Coordination du projet

Julie Coloigner (Institut de Recherche en Informatique et Systèmes Aléatoires)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

IRISA Institut de Recherche en Informatique et Systèmes Aléatoires

Aide de l'ANR 349 342 euros
Début et durée du projet scientifique : septembre 2022 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter