Décoder le langage des réponses immunitaires

Notre système immunitaire est souvent comparé à un champ de bataille. Les lymphocytes T voyagent à travers les systèmes sanguin et lymphatique et dans les tissus, à la recherche de traces de micro-organismes et d'autres envahisseurs. Pour éviter d'attaquer indistinctement des cellules saines, les lymphocytes T circulent jusqu'à ce qu'ils reconnaissent un antigène spécifique ; ce n'est qu'alors qu'ils envoient des messages sous forme de cytokines pour signaler une situation anormale et mettre le système en alerte. « On pourrait penser a priori qu'il existe de nombreux paramètres cruciaux très différents dans la réponse immunitaire – par exemple, le nombre de lymphocytes T produits pour combattre les pathogènes peut varier, voire la quantité de pathogènes (antigènes) elle-même », explique Paul François, le biophysicien de McGill ayant dirigé l'équipe d'analyse des données. « Mais la grande surprise est qu'en fait, la seule chose qui compte vraiment est la force des antigènes. »

Jusqu'à présent, il était difficile de mesurer la force d’un antigène – définie comme l'efficacité avec laquelle cet antigène active la réponse des lymphocytes T – indépendamment de la quantité de l’antigène présente dans une expérience donnée. Pour étudier ce phénomène en détail, les chercheurs du NCI, dirigés par Grégoire Altan-Bonnet, ont mis au point une plateforme robotique pour effectuer des dizaines d'expériences à la fois où des lymphocytes T sont exposés à divers antigènes et conditions. La plateforme a été optimisée avec un système automatisé afin de recueillir de grandes quantités de données en une fraction du temps qu'il aurait fallu pour faire les mêmes expériences manuellement. « La cartographie complète de la dynamique des cytokines générée par les lymphocytes T dans des contextes très divers présente un défi et une occasion de mieux comprendre comment les lymphocytes T "voient" le monde antigénique et orchestrent les réponses immunitaires », a souligné Dr. Altan-Bonnet.

Les chercheurs de McGill ont ensuite utilisé l'apprentissage automatique pour traiter les données générées par ces expériences, et ont développé des modèles mathématiques pour capturer les structures sous-jacentes aux données. Cette modélisation a révélé des règles étonnamment simples au cœur de ce qui pourrait autrement apparaître comme un processus très complexe soumis à de multiples variables. L'analyse a également montré que les dynamiques des cytokines contenaient des informations sur le type d'antigène rencontré, et encodaient au moins six réponses cellulaires distinctes plutôt que les trois types habituellement reconnus.

« Cela confirme l'idée que la réponse immunitaire n’est pas binaire “active-inactive”, mais plutôt qu’elle s’ajuste sur un spectre continu », ajoute Dr. François. « Il peut y avoir différents niveaux de réponse immunitaire qui peuvent être réglés au bon degré d'alerte en fonction de la complexité de la situation. »

Cette nouvelle compréhension est susceptible d'améliorer les stratégies d'immunothérapies qui reposent sur des cellules T conçues pour cibler les tumeurs d’un patient.

Référence : pour en savoir plus, cliquez ici.