Un biomarqueur est un signal biologique qui avise les scientifiques si un processus normal ou anormal se produit. Dans le cas de plusieurs maladies, les chercheurs tentent d’identifier les biomarqueurs qui aideront à diagnostiquer des maladies plus tôt ou qui indiqueront plus tôt si un traitement pourrait être efficace (ou non) dans l’espoir d’obtenir de meilleurs résultats.

Deux études ont permis de trouver des biomarqueurs potentiels qui pourraient mener à un diagnostic précoce de la rétinopathie diabétique (RD) et de la dégénérescence maculaire liée à l’âge (DMLA).

Dans la première étude, publiée dans la revue Plos One, les chercheurs de l’Université de l’Indiana ont fait appel à l’intelligence artificielle (IA) pour savoir s’ils pouvaient détecter la RD plus tôt. Le diabète peut entraîner des dommages oculaires avant que la RD soit détectée lors d’un examen des yeux. Grâce à l’analyse des images de la rétine à l’aide de l’IA, les chercheurs ont pu dépister le diabète dans les yeux d’un patient en s’appuyant sur les changements que l’ordinateur pouvait détecter plus tôt, changements qui autrement auraient uniquement été détectés lors de l’examen des yeux en clinique.

Dans la deuxième étude, publiée dans la revue American Journal of Human Genetics, les chercheurs de la Queen Mary University of London ont découvert que cinq protéines qui régularisent le système immunitaire étaient présentes en plus grande quantité chez les personnes atteintes de DMLA. Ces protéines sont interreliées à une autre protéine, le complément du facteur H, qui s’est avéré précédemment lié au risque de contracter la DMLA. Cette étude suggère qu’il existe d’autres protéines qui pourraient être importantes et éventuellement permettre aux chercheurs de prédire qui serait susceptible de souffrir de DMLA avant même l’apparition des symptômes.

La prochaine étape de l’étude consiste à tester s’il est possible de prédire plus tôt les maladies dans les grandes populations et surtout, si ce processus serait plus efficace que les méthodes de diagnostic habituelles.