Le trouble du spectre de l’autisme (TSA) qui touche environ 2 % des enfants, regroupe des troubles neurodéveloppementaux qui affectent la communication et les interactions sociales et s’associent à des comportements répétitifs et stéréotypés. La diversité phénotypique est très importante rendant le diagnostic souvent difficile. L’âge moyen de celui-ci est de 4 ans et 4 mois ; or les circuits neuronaux qui sous-tendent le développement du langage et des fonctions sociales se développent au cours de la toute petite enfance, pendant laquelle la plasticité cérébrale est la plus importante.

Ainsi, les protocoles de diagnostic actuels échouent à dépister la maladie à l’âge auquel la thérapie serait la plus efficace. L’exposition environnementale du fœtus et du nourrisson à des métaux toxiques a été associée à une probabilité accrue de TSA. Une équipe internationale a mené des travaux afin de développer un biomarqueur non invasif de TSA, en menant des analyses par spectrométrie de masse du métabolisme des métaux dans des mèches de cheveux.

Un travail en plusieurs temps dans 3 pays

Des études ont été entreprises dans trois populations d’enfants atteints de TSA selon les critères du DSM-5, géographiquement distinctes, dans lesquelles des cheveux ont été collectés. Tout d’abord, une étude prospective de cohorte de naissances japonaise portant sur les facteurs environnementaux susceptibles d’affecter la santé et le développement des enfants a été utilisée.

Elle impliquait 82 413 participants parmi lesquels 220 ont été sélectionnés au hasard dont 110 avec un diagnostic de TSA (parmi les 372 cas diagnostiqués au total). Des échantillons de cheveux ont été prélevés à l’âge de 1 mois et des évaluations neurodéveloppementales ont été effectuées à 4 ans. Un échantillon de jumeaux suédois issus d’une étude basée sur la population a également été impliqué, incluant 138 enfants dont 42 avec un diagnostic de TSA. La troisième étude, a inclus des participants d’un centre spécialisé en TSA aux États-Unis et des enfants neurotypiques (n = 486 ; 175 cas).
Les mèches de cheveux individuelles de chaque participant étaient analysées par spectrométrie de masse. L’analyse informatique comportait trois phases successives : ingénierie des caractéristiques, analyse statistique d’association entre les biomarqueurs individuels et le diagnostic de TSA, modélisation prédictive afin de tirer parti des caractéristiques descriptives pour prédire le TSA.

Un test qui pourrait être utilisé très précocement

L’analyse informatique initiale des associations discrètes entre les biomarqueurs individuels et le diagnostic de TSA a identifié 567 caractéristiques individuelles qui différaient significativement entre les cas de TSA et les témoins après ajustement pour l’âge et le sexe. Une tendance à la dérégulation générale de toutes les voies élémentaires étudiées chez les sujets atteints de TSA est rapportée. De plus, dans un sous-ensemble d’éléments y compris le zinc, le lithium et le cuivre, ces effets étaient presque entièrement unidirectionnels, les cas de TSA présentant une dynamique périodique atténuée par rapport aux témoins.

Un modèle pour prédire les TSA a été construit dans un groupe de formation (n = 389, 147 cas de TSA) et ses performances évaluées dans un groupe de validation (n = 97 ; 28 cas de TSA). Selon le critère optimal, ce modèle a donné une sensibilité de 96 % (intervalle de confiance à 95 % IC 95 % : 82 à 100 %) et une spécificité de 81 % (IC à 95 % : 72 à 89 %). Les performances du modèle stratifiées par sexe ou par âge ne différaient pas des performances globales.

Les auteurs concluent que ce test pourrait être utilisé dès le plus jeune âge, en association avec les outils diagnostiques reconnus et l’évaluation clinique, en tant qu’aide au diagnostic précoce des TSA.
Malgré l’enthousiasme de l’équipe scientifique largement relayé dans les médias, des études longitudinales supplémentaires sont indispensables, sur une cohorte plus large, afin de valider cette méthode diagnostique ou de la reléguer au rang des espoirs déçus…

Dr Isabelle Méresse

RÉFÉRENCE
Austin C, Curtin P, Arora M, et coll. : Elemental Dynamics in Hair Accurately Predict Future Autism Spectrum Disorder Diagnosis: An International Multi-Center Study. J Clin Med. 2022 Dec 1;11(23):7154. doi: 10.3390/jcm11237154. PMID: 36498727; PMCID: PMC9740182.