L’IA repère les faibles réponses vaccinales avant l’injection

Dans une banque de 8 687 échantillons sanguins provenant de 4 089 personnes, des chercheurs dirigés par Joshua LaBaer, de l’Arizona State University, ont trouvé un moyen d’évaluer la préparation vaccinale avant l’injection. Leur modèle d’intelligence artificielle a utilisé les profils d’anticorps mesurés avant et après la vaccination contre le COVID-19 pour distinguer les personnes les plus susceptibles de développer une réponse forte de celles dont la réponse risquait d’être faible.

L’équipe a mesuré les anticorps dirigés contre 185 antigènes — des cibles reconnues par le système immunitaire — notamment le SARS-CoV-2, des virus et bactéries courants, ainsi que des marqueurs associés aux maladies auto-immunes. Au lieu de vérifier uniquement si une personne possédait déjà des anticorps contre un agent pathogène donné, les chercheurs ont dressé un tableau plus large de l’activité existante du système immunitaire.

Certains anticorps semblaient jouer le rôle de « sentinelles ». Des taux plus élevés d’anticorps dirigés contre des microbes comme Staphylococcus aureus, le VRS et l’human respirovirus 3 étaient associés à de meilleures réponses au vaccin contre le COVID-19. Ils n’attaquent pas nécessairement directement la cible du vaccin ; selon les chercheurs, ils pourraient signaler le degré de réactivité de la branche du système immunitaire qui produit les anticorps dans son état de base. Le modèle d’apprentissage profond a ensuite combiné de nombreuses mesures de ce type pour détecter des profils que des marqueurs individuels pourraient laisser passer.

Ce résultat est important, car les grandes catégories de santé ne racontent pas toute l’histoire. Plusieurs groupes de personnes immunodéprimées étaient davantage susceptibles d’avoir des réponses atténuées, mais certains participants de ces groupes ont développé une réponse forte, tandis qu’environ 5 à 6 % des participants en bonne santé ont eu une faible réponse. Une empreinte établie à partir d’un échantillon sanguin pourrait à terme aider les cliniciens à repérer ces personnes avant de considérer leur protection comme acquise, plutôt que de découvrir le problème seulement après la vaccination.

Concrètement, l’utilisation envisagée relève d’une prise en charge ciblée : identifier les patients susceptibles d’avoir besoin de doses vaccinales supplémentaires, d’un suivi plus étroit ou de mesures de protection alternatives. Les résultats de l’étude pourraient s’étendre au-delà du COVID-19, mais les chercheurs précisent que cela nécessiterait une validation par d’autres études et avec d’autres vaccins. Les mesures et les prédictions proviennent de l’équipe de recherche ; une utilisation clinique à grande échelle n’est pas encore établie. Ces travaux paraissent dans Cell Press Blue.