Altération du glycocalyx endothélial dans le développement de l'insuffisance cardiaque et la réponse aux traitements à l'aide d'une approche par machine learning. – EGAL-HF

L'insuffisance cardiaque (IC) est une maladie avec une mortalité élevée. Le défi est d’identifier les patients présentant un risque d’IC avec fraction d’éjection préservée (HFpEF). Les antagonistes du récepteur aux minéralocorticoïdes (ARM) offrent un espoir mais ont des effets secondaires notables. Le glycocalyx des cellules endothéliales (CE) participe au maintien de la fonction vasculaire en permettant aux CE de ne pas être en contact direct avec le sang. Nos résultats ont mis en évidence une question majeure : la dégradation du glycocalyx est-elle antérieure au développement d’un dysfonctionnement endothéliale et des pathologies cardiovasculaires ? L’intégration des omiques et de l’apprentissage automatique (AA) est une combinaison forte pour faire progresser notre compréhension des interactions complexes. Cette combinaison est intéressante dans la régulation de mécanismes complexes tels que les modifications du glycocalyx dans l'HFpEF (diagnostic et traitement). Les informations recueillies grâce à l'exploration du glycocalyx augmentées par les omiques et l’AA, sont capables de déchiffrer la physiopathologie de la genèse de l'HFpEF mais aussi la réponse aux traitements. Ce projet évaluera (1) l'implication de la dégradation du glycocalyx dans la genèse de l'HFpEF et (2) la réponse aux traitements. (3) Identifiera la physiopathologie entourant les altérations du glycocalyx dans l'HFpEF. (4) Fournira un cadre intégré pour identifier, avec un logiciel, les patients les plus susceptibles a) de développer une HFpEF et b) de bénéficier d’un ARM préventif. Des cohortes et des essais cliniques seront utilisés pour comprendre l'évolution temporelle de la dégradation du glycocalyx (population générale, patients développant ou présentant une HFpEF établie et recevant un ARM). Avec les résultats protéomiques et l’AA, nous identifierons le cadre biologique du développement de l'HFpEF et la réponse aux ARM qui servira à créer un logiciel d'aide à la décision thérapeutique.