Vous vous souvenez peut-être nos essais cliniques et études expérimentales basées sur mon concept de Neuroarchéologie qui préconisait que des évènements pathologiques in utero se traduisent par des neurones déplacés et mal connectés qui génèrent des activités immatures lesquels sont in fine la vraie cause directe de l’autisme. Il faut par conséquent les bloquer. Utilisant la Bumétanide – un agent qui bloque cette hyperactivité et restaure une inhibition affaiblie-nous avions montré d’abord chez l’animal puis chez l’homme son efficacité. Nous avons effectué 2 essais cliniques phase 2 avec succès et ces résultats ont été validés par 5 autres équipes copiant exactement notre approche (doses conditions etc.). Le résultat est que plus de 1050 enfants dans le monde sont ou ont été traités avec ce produit d’après une méta-analyse (Xiao et al). Ensuite, nous avons pu réaliser une phase 3 finale- plus de 420 enfants en 2 groupes de 2-6 ans et 7-18 ans dans plus de 40 centres en Europe, Brésil et Australie. Le résultat fut négatif, pas de différences significatives entre enfants traités et ayant reçu le placébo, comme d’ailleurs toutes les phases 3 effectuées par le monde (Fuentes et al). Cela était attendu car les trouble du Spectre Autistique sont par essence beaucoup trop hétérogènes ; interdisant qu’un même produit soit adapté pour tous.
Du coup, nous avons réanalysé toutes les données de la phase 3 utilisant une approche type Apprentissage automatique (Machine learning) afin de décomposer la population d’enfants inclus dans l’essai en sous populations d’enfants répondeurs d’après certains paramètres cliniques. Il faut en effet rappeler que les échelles d’évaluations sont des moyennes de plusieurs valeurs : le DSM5 (5 valeurs), le CARS (15 valeurs) et surtout le SRS qui est effectué par les parents -65 valeurs. Il est évident qu’une échelle moyennant autant de valeurs peut être très partiellement valide, un produit qui atténue disons l’agitation et la sociabilité mais pas les autres attributs de l’autisme est quand même intéressant à utiliser pour réduire les difficultés de l’enfants et de ses parents. Ce travail a été publié dans Translational Psychiatry . Nous avons réussi à identifier à l’intérieur de la phase 3 échouée, de 30 à 40% des enfants qui répondent au traitement. En d’autres termes, la phase 3 a échouée car de trop larges conditions d’inclusion mais pas le traitement. Un nouvel essai n’incluant que les enfants ayant ces critères d’inclusion devrait être couronné de succès. D’ailleurs, les pharmas cherchent dorénavant à identifier des sous-populations d’enfants autistes (ou d’autres syndromes) afin de mener à bien des essais larges qui seront positifs.
Dans un cadre plus général, ce travail montre qu’il faut absolument « démembrer » les TSAs afin d’avoir des populations moins hétérogènes. Faute de quoi, il n’y aura pas de traitements innovants pour les TSAs car pas de phase 3 réussie. Les inclusions dans les TSAs de formes aussi différents -Elon Musk et un adolescent qui ne parle pas- est aberrante et on commence à s’en rendre compte. Le problème est que pour faire cette modification, il faut revoir notre compréhension de ce qu’est l’autisme et surtout avoir des critères de division en différentes formes ce qui n’est pas facile car nécessitant de nouvelles mesures sur des larges populations d’autistes. Le recours à d’autres techniques que les comportementales va s’avérer crucial. Des mesures pluridisciplinaires incluant la génétique mais aussi et surtout des mesures biologiques que ce soit EEG, imagerie, biologie sanguine avec des mesures des marqueurs de stress et de facteurs immunitaires dont des travaux récents ont montré l’importance. Peut-être aussi nos résultats avec la Bumétanide signalent aussi des sous- ensembles d’enfants ayant des propriétés particulières. Il faudra probablement aussi regrouper des critères cliniques – agitation et absence de sociabilité par exemple- afin d’affiner le diagnostic. En résumé, un travail salutaire qui devrait permettre à la fois de mieux comprendre ce syndrome multiple qui naît in utero. Le rajout de données du type de celles que nous caractérisons dans notre projet Pelargos centré sur la maternité sera utile aussi.
En tout cas, il serait absurde de laisser tomber une approche efficace, peu couteuse pour la sécu (c’est justement une des raisons qui fait que les pharmas ne sont pas intéressées). Notre approche basée sur l’IA est visiblement prometteuse. Nous allons essayer de lever un financement afin de mener à bien cette approche et faire un essai de validation. Il faut dire, que les pharmas préfèrent financer des approches « modernes » utilisant des approches et des techniques nouvelles (génétique, identification immunologique etc) malgré leurs essais répétés qui n’ont abouti a rien.
A vaincre sans péril, on triomphe sans gloire….
Source : Rabiei et al Treating autism with Bumetanide: Identification of Responders Using Q-Finder Machine Learning Algorithm, Translational Psychiatry 2025
Photo Maxim Berg– Unsplash
