Une nouvelle technique de modélisation peut aider à mieux comprendre le développement de la polyarthrite rhumatoïde

Une nouvelle technique de modélisation peut mieux prédire comment les os, le cartilage et les tissus cellulaires seront affectés par la polyarthrite rhumatoïde dans les petites articulations.

Un modèle informatique pourrait aider les chercheurs à mieux comprendre le développement de la polyarthrite rhumatoïde. Décrit dans le journal. immunoinformatique, le modèle peut simuler des interactions indésirables entre les os, le cartilage et les cellules immunitaires dans les articulations. Cela pourrait conduire à de meilleures prédictions sur la façon dont les personnes atteintes d’arthrite réagiront à certains traitements.

La polyarthrite rhumatoïde (PR) est une maladie chronique provoquant des articulations raides, enflées et douloureuses qui touche environ un pour cent de la population mondiale. Il s’agit d’une maladie auto-immune, ce qui signifie qu’elle est déclenchée par des systèmes qui sont censés nous protéger contre la maladie, mais qui, pour des raisons souvent mal comprises, peuvent parfois endommager activement notre corps.

« La progression de la maladie peut être ralentie et les symptômes de la maladie réduits grâce à une variété d’approches thérapeutiques », explique Fiona Macfarlane de l’Université de St Andrews, au Royaume-Uni, qui a dirigé les travaux sur le nouveau modèle. . « Cependant, environ 40 % des patients ne répondent pas à cette thérapie, tandis que d’autres répondent initialement, puis perdent la réponse avec le temps. »

Modélisation de l’arthrite

Dans des études précédentes, les chercheurs ont utilisé des modèles informatiques pour recréer les mécanismes impliqués dans le développement de la PR. Ces modèles ont bien fonctionné pour prédire les comportements mécaniques de l’os et du cartilage, qui peuvent être décrits avec précision par des équations mathématiques.

Lire aussi  Une étude estime la qualité des soins pour les patients souffrant de problèmes de santé de longue durée

Cependant, on ne peut pas en dire autant des tissus qui entourent ces matériaux, qui sont constitués d’un grand nombre de cellules vivantes. Les comportements individuels aléatoires de ces cellules sont pratiquement impossibles à décrire mathématiquement, ce qui les rend beaucoup plus difficiles à reproduire dans des modèles informatiques.

Macfarlane dit qu’elle est personnellement motivée pour surmonter les défis de la PR parce que des membres de sa propre famille ont été diagnostiqués avec la maladie. En collaboration avec Mark Chaplain de l’Université de St Andrews et Raluca Eftimie de l’Université de Franche-Comté, l’équipe a créé un modèle qui combine des approches mathématiques antérieures avec des techniques pour décrire les actions aléatoires des cellules immunitaires, y compris les fibroblastes et les macrophages.

« La prise en compte du caractère aléatoire au niveau cellulaire peut être essentielle pour comprendre la progression de la maladie », décrit Macfarlane. « Par conséquent, nous avons développé notre modèle pour capturer la dynamique des cellules immunitaires individuelles interagissant avec le cartilage, les os et les enzymes qui les dégradent. »

À l’aide de leur modèle, l’équipe a recréé une croissance anormale des cellules immunitaires dans une petite articulation et a examiné comment différents niveaux de fibroblastes et de macrophages affectent la dégradation des os et du cartilage.

Lire aussi  La maladie de la colonne vertébrale chez les patients CRMO s'est avérée plus fréquente qu'on ne le croyait auparavant

Pour l’instant, l’approche en est encore à ses balbutiements. « A ce stade, le modèle ne peut pas être utilisé pour prédire avec précision la progression de la maladie », explique Macfarlane. « Cependant, cela peut nous permettre d’identifier les mécanismes qui ont le plus d’effet sur la destruction du cartilage et des os. »

Grâce à d’autres améliorations, le modèle pourrait aider les chercheurs à étudier l’efficacité des traitements actuels de la PR et à déterminer quels mécanismes doivent être abordés pour améliorer la qualité de vie des patients.

Police de caractère:

SciencePOD

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *