Une méthode prometteuse d’analyse du cérumen pourrait favoriser la détection précoce de la maladie de Parkinson, optimisant ainsi les stratégies de diagnostic. Cette approche pourrait offrir de nouvelles perspectives sur la gestion de cette condition neurologique, grâce à l’identification de biomarqueurs spécifiques.
L’importance du diagnostic précoce de la maladie de Parkinson
La maladie de Parkinson est une affection neurologique progressive. Les traitements actuels visent principalement à ralentir sa progression. Une intervention précoce est essentielle pour améliorer les soins aux patients, ce qui nécessite un diagnostic rapide.
Cependant, les méthodes de diagnostic actuelles, telles que les évaluations cliniques et l’imagerie neurologique, peuvent être coûteuses et parfois subjectives, rendant difficile l’identification de la maladie à ses débuts.
Des recherches antérieures ont suggéré que des changements dans le sébum, une substance huileuse produite par la peau, pourraient aider à identifier les personnes atteintes de la maladie. En particulier, le sébum des patients pourrait avoir une odeur distinctive en raison de la modification des composés organiques volatils (COV), phénomène influencé par la progression de la maladie, englobant la neurodégénérescence, l’inflammation systémique et le stress oxydatif.
Le sébum à la surface de la peau est cependant affecté par des facteurs environnementaux comme la pollution et l’humidité, ce qui peut altérer sa composition. En revanche, le cérumen, principalement composé de sébum et situé dans le canal auditif, offre un environnement protégé et stable.
Dans ce cadre, une équipe de chercheurs, dirigée par Hao Dong et Danhua Zhu, a choisi de se concentrer sur le cérumen comme source potentielle de biomarqueurs pour la maladie de Parkinson.
La découverte de COV spécifiques dans le cérumen
Pour identifier des COV susceptibles d’être liés à la maladie de Parkinson dans le cérumen, les scientifiques ont prélevé des échantillons dans le canal auditif de 209 participants, dont 108 avaient un diagnostic de Parkinson. Les sécrétions recueillies ont été analysées à l’aide de techniques de chromatographie en phase gazeuse couplée à la spectrométrie de masse (GC-MS).
Les résultats ont révélé que quatre COV spécifiques — l’éthylbenzène, le 4-éthyltolène, le pentanal et le 2-pentadécyl-1,3-dioxolane — présentaient des différences significatives entre les individus atteints de Parkinson et ceux du groupe témoin. Ces quatre composés ont ainsi été identifiés comme de potentiels biomarqueurs de la maladie.
En se basant sur les données des COV recueillis, l’équipe de Dong et Zhu a développé un système olfactif basé sur l’intelligence artificielle (IA). Ce modèle de dépistage, utilisant des algorithmes d’apprentissage automatique, a réussi à classer les échantillons de cérumen de personnes atteintes et non atteintes de Parkinson avec une précision impressionnante de 94 %.
Le système, qui intègre des capteurs d’ondes acoustiques de surface avec chromatographie en phase gazeuse (GC-SAW) et un modèle de réseau neuronal convolutif (CNN), a démontré une capacité de distinction allant jusqu’à 94,4 % des cas.
D’après les chercheurs, ce système pourrait être utilisé comme un outil de dépistage précoce de la maladie de Parkinson. Une telle avancée ouvrirait la voie à des interventions médicales plus précoces, ce qui améliorerait considérablement le pronostic et la qualité de vie des patients.