ARN circulaires dans les cellules mononucléées du sang périphérique de la spondylarthrite ankylosante

ARN circulaires dans les cellules mononucléées du sang périphérique de la spondylarthrite ankylosante

La spondylarthrite ankylosante (SA) est une arthrite inflammatoire chronique touchant principalement le squelette axial, caractérisée par des douleurs dorsales inflammatoires, une enthésite et une ankylose rachidienne progressive. Malgré les avancées dans la compréhension de sa prédisposition génétique — notamment l’association forte avec HLA-B27 — les mécanismes moléculaires sous-jacents à la pathogenèse de la SA restent mal définis. Des données émergentes soulignent le rôle des ARN non codants (ARNnc) dans les maladies auto-immunes, les ARN circulaires (ARNc) suscitant un intérêt croissant pour leurs fonctions régulatrices. Cette étude explore le profil d’expression des ARNc dans les cellules mononucléées du sang périphérique (CMSP) de patients atteints de SA, identifie des ARNc associés à la maladie et évalue leur potentiel diagnostique et pronostique.

Méthodologie et conception expérimentale

L’étude a inclus 60 patients SA (44 hommes, 16 femmes ; âge moyen 36,9 ± 10,6 ans) diagnostiqués selon les critères révisés de New York de 1984 et 30 témoins sains (TS ; 20 hommes, 10 femmes ; âge moyen 35,8 ± 10,8 ans). La SA active (SAA) était définie par un indice BASDAI (Bath Ankylosing Spondylitis Disease Activity Index) ≥6 ou BASDAI >4 avec réactants de phase aiguë élevés (vitesse de sédimentation [VS] >22 mm/h ou protéine C-réactive ultrasensible [CRPus] >9 mg/L). La SA stable (SAS) correspondait à un BASDAI ≤4. Les paramètres cliniques (BASDAI, BASFI [Bath Ankylosing Spondylitis Functional Index]) et biologiques (numération sanguine, VS, CRPus, albumine [ALB], globulines [GLOB]) ont été enregistrés.

Analyse par puce à ARNc et validation

L’ARN total des CMSP de 6 patients SA et 6 TS a été analysé avec la puce Arraystar Human circRNA Array v2 (8×15K). Les ARNc différentiellement exprimés ont été identifiés par un changement de pli (FC >1,5) et P <0,05. Une validation par RT-qPCR a été réalisée sur 60 SA et 30 TS pour quatre ARNc : hsa_circRNA_001544, hsa_circRNA_102532, hsa_circRNA_008961 et hsa_circRNA_012732. Les analyses bioinformatiques incluaient l’enrichissement fonctionnel (Gene Ontology, GO), les voies KEGG, et les prédictions d’interactions ARNc-miARN.

Principales découvertes

1. Profil d’expression des ARNc dans la SA

L’analyse par puce a révélé 1 369 ARNc différentiellement exprimés (675 surexprimés, 694 sous-exprimés) chez les SA comparés aux TS (Figure 1A–B). La distribution chromosomique a montré des différences significatives sur les chromosomes 2, 4, 8, 17, 19, 21 et 22 (P <0,05), la majorité des ARNc étant d'origine exonique (Figure 1D).

2. Enrichissement fonctionnel des ARNc

L’analyse GO a mis en évidence :

  • ARNc surexprimés : enrichis dans la liaison enzymatique (GO:0019899), l’organisation des organelles (GO:0006996) et la voie de signalisation MAPK (KEGG:hsa04010).
  • ARNc sous-exprimés : associés à la liaison aux adénosine ribonucléotides (GO:0032559) et à des voies comme le cancer de l’endomètre (KEGG:hsa05213).

3. Validation des ARNc candidats

La RT-qPCR a confirmé la surexpression significative de hsa_circRNA_001544 (U = 486,5, P <0,05) et hsa_circRNA_102532 (U = 645, P <0,05) chez les SA. L'analyse par sous-groupes a montré :

  • hsa_circRNA_001544 était élevé dans la SAA (U = 214, P <0,05) et la SAS (U = 273, P <0,05).
  • hsa_circRNA_102532 (U = 295, P <0,05) et hsa_circRNA_008961 (U = 250, P <0,05) étaient surexprimés uniquement dans la SAA.
  • hsa_circRNA_012732 différait significativement entre SAA et SAS (U = 194, P <0,05), suggérant un rôle dans l'activité maladie.

4. Corrélations cliniques

  • hsa_circRNA_012732 : Corrélé négativement avec BASDAI (r = −0,284), BASFI (r = −0,279), CRPus (r = −0,334) et GLOB (r = −0,431) ; positivement avec la lymphocytose (r = 0,260), le volume globulaire moyen (r = 0,367) et ALB (r = 0,307).
  • hsa_circRNA_008961 : Corrélé négativement avec la numération plaquettaire (r = −0,334).

5. Potentiel diagnostique

Les courbes ROC ont montré une utilité diagnostique pour :

  • hsa_circRNA_001544 : AUC = 0,720 (IC 95 % : 0,610–0,831).
  • hsa_circRNA_102532 : AUC = 0,642 (IC 95 % : 0,521–0,762).

6. Interactions prédites avec les miARN

Les analyses ont identifié des miARN cibles, dont hsa-miR-3681-5p (ciblant hsa_circRNA_001544) et hsa-miR-144-5p (ciblant hsa_circRNA_102532), impliqués dans les voies inflammatoires.

Discussion

Rôle des ARNc dans la pathogenèse de la SA

Cette étude révèle une dysrégulation des ARNc dans les CMSP de patients SA, avec hsa_circRNA_001544 et hsa_circRNA_102532 comme biomarqueurs diagnostiques potentiels. Le gène parental de hsa_circRNA_001544, NR3C1 (récepteur des glucocorticoïdes), module les réponses immunitaires et est lié à des maladies auto-immunes comme la polyarthrite rhumatoïde. Sa surexpression dans la SA suggère un mécanisme compensatoire de régulation inflammatoire.

hsa_circRNA_012732, issu de MYSM1 (suppresseur de l’immunité innée), présente une expression dynamique liée à l’activité maladie. Sa corrélation négative avec la CRPus et le BASDAI en fait un candidat pour le suivi de la progression.

Implications des voies de signalisation

L’enrichissement dans les voies MAPK et TNF reflète l’environnement pro-inflammatoire de la SA. Les ARNc sous-exprimés dans les voies cancéreuses suggèrent des mécanismes moléculaires communs avec l’oncogenèse.

Applications cliniques

La précision diagnostique de hsa_circRNA_001544 (AUC = 0,720) en fait un biomarqueur non invasif complémentaire au HLA-B27 et à l’imagerie. Son élévation dans les formes précoces et stables souligne son utilité pour le diagnostic précoce, tandis que hsa_circRNA_012732 pourrait guider les traitements personnalisés.

Conclusion

Cette étude fournit le premier profil complet des ARNc dans la SA, impliquant ces molécules dans la pathogenèse et la progression de la maladie. hsa_circRNA_001544 et hsa_circRNA_012732 émergent comme candidats pour le diagnostic et le suivi de l’activité maladie. Des études fonctionnelles et des validations sur de larges cohortes sont nécessaires pour confirmer leur applicabilité clinique.

doi.org/10.1097/CM9.0000000000001815

Laisser un commentaire 0

Your email address will not be published. Required fields are marked *