EPIGUT : ÉPILEPSIE ET MICROBIOTE GASTRO-INTESTINAL : COMPRENDRE LA RÉPONSE THÉRAPEUTIQUE (EpiGUT)

Contexte :

Les études cliniques chez l'homme sur le rôle du microbiote dans la promotion des crises et de l'épilepsie sont rares et limitées à de petites cohortes hétérogènes de patients épileptiques déjà traités par des médicaments antiépileptiques (MAE). Des cohortes plus importantes, naïves de traitement, suivies longitudinalement sont nécessaires pour étudier le rôle du microbiote dans les crises et la thérapie médicamenteuse anti-crise. EpiGUT constitue une telle cohorte afin d'étudier à la fois le microbiote oral et intestinal par analyse d'échantillons de salive et de selles (critères d'évaluation principaux). Des échantillons de sang et de LCR pour le profilage métabolique et inflammatoire sont collectés pour analyser comment le microbiote peut influencer l'inflammation systémique et centrale et le métabolisme (critères d'évaluation secondaires).

In vitro, les médicaments non antibiotiques peuvent inhiber la croissance des microbes intestinaux et les microbes peuvent métaboliser les médicaments pour produire des métabolites actifs ou toxiques. In vivo, on ne sait presque rien des interactions entre les microbes et les MAE. Pourtant, ces interactions peuvent influencer profondément le résultat du traitement, comme démontré pour la thérapie anti-PD1 chez les patients atteints de cancer ainsi que pour de nombreux autres traitements de diverses maladies. Il est donc plausible que les différences individuelles dans le microbiote intestinal puissent faire partie de la raison pour laquelle certains individus répondent à certains MAE et d'autres non. En confirmant cette hypothèse et en validant davantage in vitro les interactions spécifiques médicament-microbe, nous pouvons créer des lignes directrices cliniques précieuses pour personnaliser les traitements anti-crise en fonction de la composition du microbiote intestinal, augmentant ainsi la probabilité d'une réponse positive au traitement pour le patient individuel.

Conception de l'étude :

EpiGUT étudie les individus nouvellement diagnostiqués avec une épilepsie et leur microbiote en réponse à différents MAE, à la fois au niveau individuel et en comparaison avec des témoins sains. Nous analyserons la composition et la fonction microbiennes intestinales et orales au départ, c'est-à-dire au moment du diagnostic, et étudierons les associations avec des sous-types spécifiques d'épilepsies. La constitution d'une collection d'échantillons unique de sang et de LCR permet des études mécanistiques sur la façon dont des microbes spécifiques peuvent moduler les crises via des métabolites ou des signaux inflammatoires. Nous étudierons également les corrélations entre les composants du microbiote et l'efficacité du traitement par MAE, ainsi que les altérations du microbiote intestinal associées à la thérapie médicamenteuse.

Dans la partie initiale, nous avons deux points de prélèvement, au départ, c'est-à-dire au moment du diagnostic, et au suivi au moment de l'évaluation du résultat monothérapeutique à trois mois (ou avant le début d'un MAE supplémentaire, si plus tôt). Environ 30 % des patients présenteront une épilepsie pharmacorésistante. Ceux-ci seront invités à fournir des échantillons supplémentaires et des réponses au questionnaire avant et après un traitement alternatif qui peut inclure le régime cétogène, la stimulation du nerf vague ou la chirurgie.

Méthodes :

Notre variable de résultat principale est la composition du microbiote oral et intestinal, à la fois au niveau taxonomique et fonctionnel. Cela sera mesuré par séquençage métagénomique complet à haut débit d'échantillons de salive et de selles avec un minimum de 10 millions de lectures par échantillon, ce qui fournit un profil microbien détaillé. Le rôle du microbiote pour les deux questions de recherche sera analysé à l'aide d'outils bioinformatiques avancés spécifiques à la métagénomique ainsi que d'algorithmes d'apprentissage automatique de pointe pour identifier les prédicteurs microbiens des crises et/ou du résultat de la thérapie par MAE. Les taux sanguins de MAE sont mesurés régulièrement pendant le suivi et seront corrélés à la dose prescrite et aux composants du microbiote intestinal pour identifier les candidats potentiels de microbes intestinaux métabolisant les MAE. Les données cliniques telles que les antécédents du patient, la classification de l'épilepsie, l'étiologie, la charge des crises et les médicaments actuels seront saisies dans une base de données Redcap anonymisée. De plus, les patients/soignants seront invités à répondre à un questionnaire avec des questions standard pertinentes pour les études sur le microbiote, y compris d'autres diagnostics, les habitudes alimentaires, la santé bucco-dentaire, le mode de naissance, l'activité physique, etc. L'analyse PERMANOVA identifiera les facteurs significatifs contribuant à notre principal résultat, la composition microbienne. L'analyse de régression prendra en compte ces facteurs significatifs lors de l'analyse de la contribution des microbes au diagnostic ou au résultat thérapeutique des MAE.

De plus, nous conservons en biobanque des échantillons de sang collectés aux deux points temporels et du LCR au départ (uniquement s'il est prélevé dans le cadre du bilan clinique) pour analyser les profils inflammatoires et métabolomiques des patients en utilisant le panel d'inflammation Olink® et la métabolomique non ciblée. Ces profils seront analysés à la fois indépendamment et en relation avec les profils microbiens pour identifier les facteurs pertinents pour la maladie et la thérapie, médiés par l'hôte et le microbiote, en tant que critères d'évaluation secondaires.

Sélection des participants :

1 000 patients seront recrutés, 300 enfants et 700 adultes, provenant d'hôpitaux universitaires et régionaux à travers la Suède. Un groupe témoin sain sera recruté dans un ratio de 1:2 et apparié par âge.

Analyse des données et statistiques :

L'analyse des données sera réalisée à l'aide d'outils bioinformatiques avancés spécifiques à la métagénomique. La diversité des profils taxonomiques et fonctionnels de base résultants sera analysée pour les facteurs de confusion et autres facteurs cliniques et de mode de vie influençant, et classée par taille d'effet (R2) et signification statistique (p) par rapport à nos variables d'intérêt (par exemple, type d'épilepsie, charge des crises et réfractarité, étiologie) en utilisant l'Analyse de Variance Multivariée Permutationnelle (PERMANOVA). Nous appliquerons des algorithmes d'apprentissage automatique de pointe pour identifier les prédicteurs microbiens des crises et/ou du résultat de la thérapie par MAE. Les caractéristiques microbiennes les plus importantes du meilleur modèle seront extraites et testées in silico en tant que biomarqueurs potentiels pour le diagnostic et/ou le résultat thérapeutique.