, Antonin LAMAZIÈRE (2) Corinne VIGOUROUX (1) Camille VATIER (1) Camille VATIER (1)
(1) Hôpital Saint Antoine Ap-Hp; Sorbonne Université, Prisis, Paris, Paris, France, (2) Hôpital Saint Antoine Ap-Hp; Sorbonne Université, Paris, Paris, France
Les lipodystrophies génétiques, caractérisées par une perte de tissu adipeux et des complications métaboliques, présentent des similitudes phénotypiques avec l'hypercorticisme et le syndrome des ovaires polykystiques, deux conditions aux profils stéroïdiens altérés. Cette étude explore les profils stéroïdiens chez 78 patientes atteintes de lipodystrophies génétiques, principalement la lipodystrophie partielle familiale de type 2 (FPLD2) liée au gène LMNA, en comparaison avec 57 témoins. La chromatographie liquide couplée à la spectrométrie de masse en tandem (LC-MS/MS) a révélé des différences significatives pour 7 stéroïdes sur 20, notamment une élévation des androgènes 11-oxygénés et une diminution de précurseurs stéroïdiens. L'application d'algorithmes d'apprentissage automatique (Random Forest, XGBoost, OPLS-DA) a identifié des biomarqueurs stéroïdiens discriminants, tels que la 11-kétotestostérone et la 17OH-prégnénolone, permettant une classification précise des patients (AUC > 0,8). Ces résultats suggèrent une dérégulation de la stéroïdogenèse surrénalienne et périphérique, potentiellement liée à des altérations d'enzymes clés telles que la 11β-HSD1 et l'AKR1C3 dans le tissu adipeux. L'intégration de la stéroïdomique et du machine learning ouvre de nouvelles perspectives pour mieux comprendre et prendre en charge ces maladies rares, en tenant compte de l'hétérogénéité des profils stéroïdiens selon le sous-type de lipodystrophie.
Les auteurs déclarent ne pas avoir d'intérêt direct ou indirect (financier ou en nature) avec un organisme privé, industriel ou commercial en relation avec le sujet présenté.