Immunologie : principes et applications aux maladies neurologiques

Présentation au sujet: "Immunologie : principes et applications aux maladies neurologiques"— Transcription de la présentation:

1 Immunologie : principes et applications aux maladies neurologiques
Dr T. VINCENT Laboratoire d’Immunologie Hôpital St ELOI - CHU Montpellier

2 MAI = rupture de tolérance
* Tolérance centrale (« élimination physique ») délétion des clones auto-réactifs LT: thymus LB: moelle osseuse les récepteurs d’antigènes (TCR et BCR) sont générés au hasard  grande diversité capables de reconnaître tous les Ag...y compris les Ag du soi. nécessité d’éliminer physiquement ou fonctionnellement les clones auto-réactifs * Tolérance périphérique (« élimination fonctionnelle ») contrôle des clones auto-réactifs persistants anergie Lymph Treg...

3 MAI = RI contre Ag du soi Réponse humorale: lymphocytes B / plasmocytes / auto-Ac Réponse cellulaire: lymphocytes T effecteurs TH1  IFNg TH17  IL17 MAI à médiation humorale: myasthénie, S. de Guillain Barré, Devic MAI à médiation cellulaire: SEP

4 “quelles sont les maladies neurologiques périphériques ou centrales
qui ont un immuno-marqueur qui sert au diagnostic et au suivi des patients”

5 Qu’est ce qu’un “bon” bio-marqueur ?? Où et comment le chercher ??
- sensible: capacité à dépister tous les patients - spécifique: capacité à ne détecter que les patients - précoce - corrélé à la clinique:  poussées -  rémissions - accessible - facile à identifier Existe-t-il ?? Où et comment le chercher ??

6 Quel paramètre cibler ?? Tolérance centrale: évaluation de la fonction thymique  phénotypage lymphocytaire: LT naïfs (CD45RA+)  TREC (T cell Receptor Excision Circles) / PCR Tolérance périphérique: Treg CD4+CD25+Foxp3+  analyse quantitative: phénotypage lymphocytaire  analyse fonctionnelle: culture cellulaire

7 Quel paramètre cibler ?? Réponse cellulaire: clones de LT auto-réactifs  phénotypage lymphocytaire: activation T (HLA-DR)  ELISPOT  tétramères  dosage des cytokines effectrices (IFNg, IL17...) Réponse humorale: Auto-Ac Présents dans le sérum = accessibles techniques d’identification “simples” souvent témoins de la maladie (onconeuronaux) parfois pathogènes (SGB, Devic)

8 Quelle(s) technique(s) utiliser ?? Immunofluorescence indirecte (IFI)
dépistage Immunofluorescence indirecte (IFI) avantages inconvénients Sensible Dépistage simultané de plusieurs Ac - peu onéreux peu spécifique lecture parfois délicate - opérateur dépendant

9 NMO-IgG Anti-endothelium Marquage atypique de la BHE A B C WM ML GL ML

10 Quelle(s) technique(s) utiliser ?? Identification +/- quantification
ELISA avantages inconvénients Quantitatif Sensible +/- spécifique Spécificité parfois moyenne Ex: anti-gangliosides Où fixer le cut-off ?? Ex: anti-MAG

11 Exemple des neuropathies périphériques Avec Ac anti-myéline / MAG
dépistage indentification IFI sur nerf sciatique ELISA anti-MAG Cut-off à 1000 BTU - sensibilité: 95% - spécifique: 87% Cut-off à BTU - sensibilité: 62% - spécifique: 100% Sensibilité: 73% Spécifique: 96%

12 Quelle(s) technique(s) utiliser ?? Identification +/- quantification
40 kDa 30 kDa 50 kDa 60 kDa WB Euroimmun Extrait de cervelet de primate Western blot avantages identifications multiples inconvénients perte des épitopes conformationnels lecture parfois délicate

13 Quelle(s) technique(s) utiliser ?? Identification +/- quantification
Anti-GT1a ++ Anti-GQ1b +++ IgG IgM immunodot avantages conformation respectée Sensible Spécifique inconvénients au mieux semi-quantitatif

14 Quelle(s) technique(s) utiliser ?? Identification +/- quantification
Lignée AQP4+ Lignée AQP4- Test cellulaire (CBA) avantages conformation native Sensible Spécifique +/- quantitatif inconvénients lourdeur (culture) non standardisable

15 Bio-marqueurs: beaucoup de candidats mais peu d’élus...

16 = Anti-ARHGAP26 Journal of Neuroinflammation 2010, 7:21
Department of Neurology, University of Heidelberg, Germany Journal of Neuroinflammation 2010, 7:21 = Anti-ARHGAP26

17 Patiente de 33 ans - Caucasienne - Pas d’antécédents particuliers “rhume” bénin 2 semaines auparavant ataxie cérébelleuse inflammatoire sub-aiguë  Ataxie + dysarthrie + diplopie

18 IFI sur coupe de cervelet de souris
Marquage intense de la couche moléculaire + cell de Purkinje + substance blanche Sérum 1/ 6000 – LCR 1/2000

19 IFI sur coupe de cervelet de singe + LCR
Sans pré-adsorption pré-adsorption / IP3R1 pré-adsorption / ARHGAP26 Ataxie Cérébelleuse Auto-immune (ACA) avec présence d’IgG1 anti-ARHGAP26

20 Canadian Pediatric Demyelinating Study

21 IFI sur coupe de cervelet de singe (IL) + sérum
Cellules de Purkinje + couche moléculaire

22 IFI sur coupe de cervelet de singe (IL) + sérum
Cellule de Purkinje et ses dendrites

23 - Pas d’antécédents particuliers clinique de type « ADEM-like »
Garçon de 4 ans - Caucasien - Pas d’antécédents particuliers clinique de type « ADEM-like » monophasique: asymptomatique depuis 2 ans Acute disseminated encephalomyelitis (ADEM) is an immune mediated disease of the brain.[1][2][3] It usually occurs following a viral infection but may appear following vaccination, bacterial or parasitic infection, or even appear spontaneously. As it involves autoimmune demyelination, it is similar to multiple sclerosis, and is considered part of the Multiple sclerosis borderline[4][5] diseases. The incidence rate is about 8 per 1,000,000 people per year.[6] Although it occurs in all ages, most reported cases are in children and adolescents, with the average age around 5 to 8 years old.[7][8][9] The mortality rate may be as high as 5%, full recovery is seen in 50 to 75% of cases, while up to 70 to 90% recover with some minor residual disability.[10] The average time to recover is one to six months. ADEM produces multiple inflammatory lesions in the brain and spinal cord, particularly in the white matter. Usually these are found in the subcortical and central white matter and cortical gray-white junction of both cerebral hemispheres, cerebellum, brainstem, and spinal cord,[11] but periventricular white matter and gray matter of the cortex, thalami and basal ganglia may also be involved.

24 Le bio-marqueurs parfait ??
Anti-aquaporine-4 Le bio-marqueurs parfait ??

25 NMO-IgG Sensitivity : 73% Specificity : 91% Absent in MS
Early diagnosis  specific treatment

26 IIF on primate cerebellum slides (1/100)
(the Binding Site) WM GL ML

27 Test cellulaire Aquaporine-4
10 1 2 3 4 EGFP MFI 228.3 293-EGFP 293-AQP4/EGFP 1.73 APC 1.70 69.4 1.68 4.7 1/800 1/3200 1/51200 Test cellulaire Aquaporine-4 Lignée AQP4+ Lignée AQP4- Sensible AQP4 spécifique quantitatif

28 concentration sérique des anti-AQP4
Corrélation concentration sérique des anti-AQP4 / Activité de la maladie Takahashi T et al. Anti-aquaporin-4 antibody is involved in the pathogenesis of NMO: a study on antibody titre. Brain 2007;130: Jarius S et al. Antibody to aquaporin-4 in the long-term course of neuromyelitis optica. Brain 2008;131:

29 Maladie de Devic Au diagnostic: Pour le suivi: screening  IFI
identification / quantification  rAQP4 Pour le suivi: Test quantitatif  rAQP4

30 Waters P. et al., The International MS Journal 2008; 15: 99-105, p 4

31 Mc Keon et al. Arch Neurol. 2009 Sep;66(9):1134-8.

32 Antiaquaporin 4 antibodies detection by different techniques in neuromyelitis optica patients.
Fazio R. et al. Mult Scler Oct; 15 (10) p IFI-m RIPA CBA-IF CBA-FACS Se (%) 47 33 39 30 Sp (%) 95 97 100

33 activité cytolytique / sévérité Propidium iodide positive cells %
Corrélation activité cytolytique / sévérité Hinson SR, et al. Prediction of neuromyelitis optica attack severity by quantitation of complement-mediated injury to aquaporin-4-expressing cells. Arch Neurol 2009;66: Titres NMO-IgG Mild # Severe Propidium iodide positive cells %

34 activité cytolytique / concentration sérique
Corrélation activité cytolytique / concentration sérique Activité cytolytique (UA/ml) Anti-AQP4 (UA/ml)

35 Absence de corrélation concentration sérique / évolution
Anti-AQP4 (UA/ml) rémission rechute

36 NMO Au diagnostic: Pour le suivi:
screening  IFI  Sensibilité # %  spécificité > 90% identification / quantification  rAQP4 Akman-Demir G. et al. J Neurol Oct 17. [Epub ahead of print] Pronostic: NMO-IgG+  EDSS = 5.1  2.2 (n=21) NMO-IgG-  EDSS = 3.5  1.7 (n=14) Pour le suivi: rAQP4  concentration sérique ??  activité cytolytique ??

37 Recurrent optic neuritis: 10%
NMO-IgG Recurrent optic neuritis: 10% « NMO-related Diseases » LETM: 25% NMO-IgG has helped to define the NMO spectrum of disorders and NMO-related diseases. Risk of relapses Risk of NMO

38 Valeur ajoutée d’un examen biologique
De la bonne interprétation d’un résultat biologique Valeur ajoutée d’un examen biologique

39 Probabilbité pré-test (%) Probabilbité post-test (%)
Préscription de l’analyse biologique intervention Très forte (+) Seuil d’affirmation De la maladie forte (-) moyenne indécision (+) Seuil d’exclusion De la maladie faible (-) Très faible abstention Probabilbité pré-test (%) Probabilbité post-test (%) D’après H.Delacour et al. Immuno-analyse et biologie spécialisée (2009) 24, 92-99

40 Communicating diagnostic accuracy
Question 1 Sensitivity: 95% Specificity: 90% Pre-test probability: 2.5% Post-test probability ??? 10% 20% 50% 80% 90% Doctors tend to overestimate probability of disease in patients with a postive test result. 40

41 Communicating diagnostic accuracy
Question 1 Sensitivity: 95% Specificity: 90% Pre-test probability: 2.5% Post-test probability ??? 10% 20% 50% 80% 90% Doctors tend to overestimate probability of disease in patients with a postive test result. 41

42 Communicating diagnostic accuracy
Question 1 Sensitivity: 95% Specificity: 90% Pre-test probability: 2.5% Post-test probability ??? 10% 20% (9% of respondents) 50% 80% 90% Doctors tend to overestimate probability of disease in patients with a postive test result. Tendance à surestimer la probabilité d’une maladie après un résultat biologique positif 42

43 Rapports de vraisemblance
“likelihood ratios” RV+ : probabilité d’avoir un test + si on est malade / probabilité d’avoir un test + si on n’est pas malade = Se / (1 – Sp) RV- : probabilité d’avoir un test - si on est malade / probabilité d’avoir un test - si on n’est pas malade = (1 – Se) / Sp

44 Rapports de vraisemblance
“likelihood ratios” RV+ RV- Apport diagnostique >10 5-10 2-5 1-2 1 <0.1 0.5-1 Très fort Fort Modéré Faible Nul

45 Probabilité pré-test x RV = probabilité post-test
Nomogramme de Fagan H.Delacour et al. Immuno-analyse et biologie spécialisée (2009) 24, 92-99 Rapport de vraissemblance Probabilbité pré-test (%) Probabilbité post-test (%) 0.1 99 99 0.1 Probabilité pré-test x RV = probabilité post-test

46 Probabilité pré-test x RV = probabilité post-test
Likelihood ratio = rapport de vraisemblance Doctors tend to overestimate probability of disease in patients with a postive test result. LR+ = sensibilité / (1 - spécificité) (rapport entre la probabilité de présenter un test positif quand la personne est malade et la probabilité de présenter un test positif quand la personne n'est pas malade.) LR- = (1 - sensibilité) / (spécificité) (rapport entre la probabilité de présenter un test négatif quand la personne est malade et la probabilité de présenter un test négatif quand la personne n'est pas malade.) Probabilité pré-test x RV = probabilité post-test 46

47 anti-GM1+, anti-MAG U... problème de certains positifs faibles

48 Recherche d’Ac onconeuronaux
Mr Thierry L. (53 ans) - HIV + HCV + (1995) infactus du myocarde (02/2011) Kc du grêle + métastases hépatiques (2011) diabète, maladie bipolaire... - Juin 2011: syndrôme cérébelleux + déficit moteur membre inf G TDM et IRM # normaux Recherche d’Ac onconeuronaux

49 IFI sur lame de cervelet de primate (1/100)

50 293-GFP EGFP Anti-IgG-APC 293-AQP4/GFP EGFP Anti-AQP4 = 368 UA / ml

51 NMO paranéoplasique ? NMO post-infectieuse ?? Faux positif ???

52 probabilité post-test
Anti-AQP4 100 80 RV+ = sensibilité / (1 - spécificité) = 49 60 probabilité post-test 40 20 Likelihood ratio = rapport de vraisemblance Doctors tend to overestimate probability of disease in patients with a postive test result. LR+ = sensibilité / (1 - spécificité) (rapport entre la probabilité de présenter un test positif quand la personne est malade et la probabilité de présenter un test positif quand la personne n'est pas malade.) LR- = (1 - sensibilité) / (spécificité) (rapport entre la probabilité de présenter un test négatif quand la personne est malade et la probabilité de présenter un test négatif quand la personne n'est pas malade.) 20 40 60 80 100 Probabilité pré-test 52

53 CONCLUSIONS * toujours considérer le contexte clinique  probabilité pré-test Prescription ciblée Quelle technique / sensibilité / spécificité / RV * Attention aux performances diagnostique d’un test biologique * attention de ne pas sur-estimer la valeur d’un résultat positif Probabilité post-test = RV x probabilité pré-test * la vérité d’un jour n’est pas forcément celle du lendemain...

54 MERCI POUR VOTRE ATTENTION
et BON APPETIT