APPLICATIONS | NEUROSCIENCES

Caractériser la complexité de la biologie du cerveau

Découvrez le rôle essentiel de la métabolomique dans la recherche en neurosciences et apprenez comment la métabolomique peut accélérer les résultats en neurosciences.

Parlez à un expert en métabolomique dès aujourd'hui

Demandez un devis, obtenez des informations détaillées sur les types d'échantillons ou découvrez comment la métabolomique peut accélérer votre recherche.

clinique mayo
clinique mayo
clinique mayo
clinique mayo
clinique mayo
clinique mayo

Ressources sur les neurosciences

$

Métabolomique pour les neurosciences Volume 1

$

Webinaire à la demande : La métabolomique non ciblée dans la recherche sur la santé des populations à grande cohorte

$

Applications dans la recherche sur l'axe intestin-cerveau

métabolomique académique 1
$

La métabolomique en neurologie

Les marqueurs fonctionnels pour la recherche neurologique peuvent être insaisissables. En raison de la nature complexe et fragile du cerveau, l'échantillonnage de cohortes vivantes, le franchissement de la barrière hémato-encéphalique et la caractérisation du phénotype cérébral peuvent s'avérer difficiles, voire impossibles à réaliser pour la plupart des études.

La métabolomique fournit un critère fonctionnel que les chercheurs en neurologie peuvent facilement intégrer dans leurs études. La biochimie des petites molécules peut élucider l'association et l'importance d'une voie métabolomique et son impact corrélé sur la présence et la gravité des troubles neurologiques. Avec des marqueurs présents dans d'autres matrices biologiques moins invasives qui soutiennent la recherche neurologique, et l'importance croissante du microbiome pour explorer les associations à travers l'axe intestin-cerveau, que peut-on trouver de plus avec la métabolomique ?

Observation longitudinale des mécanismes pathologiques
Identification des biomarqueurs
Associer les voies métaboliques aux maladies neurologiques

Observation longitudinale des mécanismes pathologiques

La métabolomique aide les chercheurs à mieux comprendre l'évolution de diverses affections neurologiques en fournissant des profils métaboliques détaillés. L'observation des changements dans les voies métaboliques peut mettre en lumière la façon dont les processus cellulaires changent et révéler de nouvelles cibles potentielles pour la thérapie.

Par exemple, la métabolomique a permis d'identifier un composé produit par un microbe dans un modèle murin de sclérose latérale amyotrophique qui pourrait sauver le dysfonctionnement moteur. Blacher, Et al. Nature 2019, 572:474-484

L'appauvrissement du microbiome du modèle de souris Sod1-Tg de la SLA exacerbe les symptômes moteurs

Identification des biomarqueurs

L'identification de biomarqueurs par la métabolomique globale peut mettre en évidence le lien entre la métabolomique et les maladies neurologiques et ouvrir la voie à de nouvelles thérapies. L'utilisation de la métabolomique globale pour obtenir un point de vue complet soutiendra le développement de diagnostics et de thérapies non invasifs qui ont la capacité d'améliorer la vie des patients.

Avec sa bibliothèque de plus de 5 400 métabolites, Metabolon dispose de la couverture la plus large et de la capacité à identifier des biomarqueurs potentiels dans vos données. L'expérience approfondie de Metabolonen matière de métabolomique joue un rôle essentiel dans les progrès futurs du domaine des neurosciences.

Associer les voies métaboliques aux maladies neurologiques

Développement de médicaments neurologiques et médecine personnalisée

La métabolomique peut révéler des altérations des voies métaboliques, ce qui facilite l'identification de cibles potentielles pour des recherches supplémentaires et le développement de nouveaux médicaments. En outre, elle permet d'adapter potentiellement les traitements en identifiant des changements métaboliques spécifiques dans différentes conditions neurologiques.

Utilisation de modèles prédictifs et de pronostics

Grâce aux données métabolomiques, nous pouvons modéliser et prédire l'évolution d'une maladie et sa réaction au traitement. Cela pourrait également permettre d'identifier des marqueurs susceptibles de donner des indications sur les résultats attendus à long terme des affections neurologiques.

Évaluer l'impact neurologique de l'exposome

Grâce aux données métabolomiques, nous pouvons modéliser et prédire l'évolution d'une maladie et sa réaction au traitement. Cela pourrait également permettre d'identifier des marqueurs susceptibles de donner des indications sur les résultats attendus à long terme des affections neurologiques.

citations d'icônes

"En utilisant la métabolomique non ciblée et en comparant les différences de niveaux de métabolites entre les tissus, nous avons pu cartographier un réseau de métabolites perturbés qui montrent que la fonction de cette protéine s'étend bien au-delà du transport du citrate, puisque nos données indiquent des anomalies dans les acides biliaires, le métabolisme des nucléotides, et le transport et/ou la synthèse des acides gras".

Milosavljevic S, Glinton KE, Li X, Medeiros C, Gillespie P, Seavitt JR, Graham BH, Elsea SH.
Milosavljevic S, Glinton KE, Li X, Medeiros C, Gillespie P, Seavitt JR, Graham BH, Elsea SH. Untargeted Metabolomics of Slc13a5 Deficiency Reveal Critical Liver-Brain Axis for Lipid Homeostasis. Metabolites. 2022 ; 12(4):351. https://doi.org/10.3390/metabo12040351 Disponible sous CC BY 4.0.

Applications de la métabolomique à la recherche en neurosciences

$

La maladie d'Alzehimer

$

Troubles du spectre autistique

$

Sclérose latérale amyotrophique (SLA)

$

Epilepsie

$

Maladie de Parkison

$

Troubles neuropsychiatriques

$

Le stress

$

La maladie de Huntington

$

Syndrome de fatigue chronique

$

La maladie d'Alzehimer

$

Trouble du spectre de l'autisme

$

Sclérose latérale amyotrophique (SLA)

$

Epilepsie

$

Maladie de Parkinson

$

Troubles neuropsychiatriques

$

Le stress

$

La maladie de Huntington

$

Syndrome de fatigue chronique

ÉTUDE DE CAS

La métabolomique aide à comprendre les maladies neurogénétiques complexes

De nombreux troubles neurologiques sont attribuables à des variations génétiques, avec des degrés variables d'héritabilité, c'est-à-dire la proportion de l'étiologie de la maladie due à une contribution génétique. Les variantes génétiques courantes ayant un faible effet ont un impact cumulatif sur le risque de maladie. Les études de génomique fonctionnelle, qui comprennent des données endophénotypiques (métabolomiques), transcriptomiques, épigénomiques ou protéomiques, établissent un lien entre les voies affectées par ces variantes et la maladie.

La maladie d'Alzheimer (MA) est l'un de ces troubles neurogénétiques complexes. La plupart des études se concentrent sur les patients chez qui la maladie d'Alzheimer a été diagnostiquée. Un article publié dans Scientific Reports a effectué une analyse multiomique sur des adultes en bonne santé pour comprendre comment les risques génétiques de la MA sont associés à des changements physiologiques. L'analyse métabogénomique, l'intégration des données métabolomiques et génomiques pour relier et déduire la relation entre la présence de variants génomiques et les altérations mesurables des métabolites dans les voies biochimiques, comprenait des variants génétiques connus, des tests sanguins de laboratoire clinique et des données métabolomiques. Une étude d'association à l'échelle du phénome (PWAS) a relié les variantes génétiques connues de la maladie d'Alzheimer aux données des marqueurs sanguins et a révélé 33 polymorphismes nucléotidiques simples (SNP) statistiquement significatifs qui étaient associés au métabolisme des lipides et aux systèmes de réponse immunitaire, indiquant des biomarqueurs qui pourraient être détectés au début de l'âge adulte (voir la figure). Les résultats de l'étude mettent en évidence des cibles pour la prévention de la maladie d'Alzheimer et de nouvelles cibles médicamenteuses, et contribuent grandement à la connaissance de la génomique fonctionnelle de la maladie d'Alzheimer.

Figure 1. Associations SNP-analyte statistiquement significatives après correction des tests multiples (valeur p ajustée par FDR = 0,05), par SNP. Panneau supérieur : coefficient bêta log-transformé du modèle de régression linéaire ajusté pour le sexe, l'âge et les composantes principales génétiques 1-4 ; les marqueurs au-dessus de la ligne du zéro (orange) indiquent les analytes dont la valeur a augmenté avec l'allèle mineur, tandis que les marqueurs au-dessous de la ligne indiquent les marqueurs dont la valeur a diminué. Deuxième panneau : Valeur p ajustée en fonction de la FDR - log10 ; ligne orange à FDR-p = 0,05. Protéines = rouge, métabolites = bleu, chimie clinique = violet. Codes des métabolites : DG diacylglycérol, LC lactosylcéramide, o oléoyle ; a arachidonoyle, g glycérol, l linoléoyle, p palmitoyle. Troisième panneau : fréquence de l'allèle mineur (MAF). Panneau inférieur : Taille totale de l'échantillon pour chaque régression analyte-SNP.

Figure tirée de Heath L, Earls JC, Magis AT, et al. Manifestations of Alzheimer's disease genetic risk in the blood are evident in a multiomic analysis in healthy adults aged 18 to 90 (Manifestations du risque génétique de la maladie d'Alzheimer dans le sang sont évidentes dans une analyse multiomique chez des adultes en bonne santé âgés de 18 à 90 ans). Sci Rep. 2022;12(1):6117. Publié le 12 avril 2022. doi:10.1038/s41598-022-09825-2 Disponible sous CC BY 4.0.

Publications et citations dans le domaine de la recherche en neurosciences

Metabolon a largement contribué à des publications allant de la recherche fondamentale aux essais cliniques.

Base de connaissances sur les neurosciences

Approfondissez vos connaissances en consultant nos études de cas et nos webinaires. En savoir plus sur la façon dont Metabolon fait avancer la recherche en neurosciences.

$

Métabolomique pour les neurosciences Volume 1

$

Webinaire à la demande : La métabolomique non ciblée dans la recherche sur la santé des populations à grande cohorte

$

Applications dans la recherche sur l'axe intestin-cerveau

DÉMARRAGE

Parler avec un expert

Demandez un devis, obtenez des informations détaillées sur les types d'échantillons ou découvrez comment la métabolomique peut accélérer votre recherche. Nos coordonnées sont ici.

Retrouvez-nous sur :

Discuter avec un expert en métabolomique

Références

1. Zgoda-Pols, J.R., et al., Une analyse métabolomique révèle une élévation du sulfate de 3-indoxyle dans le plasma et le cerveau lors d'une lésion rénale aiguë d'origine chimique chez la souris : étude des agonistes des récepteurs de l'acide nicotinique. Toxicol Appl Pharmacol, 2011. 255(1) : p. 48-56.

2. Bryant, J.A., et al., L'impact d'un traitement oral à base de microbiome purifié sur le microbiome gastro-intestinal. Nat Med, 2026. 32(1) : p. 186-196

3. McGovern, B. H., et al., « SER-109, un médicament expérimental ciblant le microbiome visant à réduire les récidives après une infection à Clostridioides difficile : enseignements tirés d'un essai de phase II ». Clin Infect Dis, 2021, 72(12), p. 2132-2140.

4. Feuerstadt, P., et al., SER-109, un traitement oral à base de microbiome contre les infections récurrentes à Clostridioides difficile. N Engl J Med, 2022. 386(3) : p. 220-229.

5. Hu, Z., et al., La métabolomique ciblée met en évidence de nouveaux biomarqueurs diagnostiques du cancer colorectal. Mol Oncol, 2025. 19(6) : p. 1737-1750.

6. Butler, F.M., et al., Les habitudes alimentaires végétariennes et les métabolites liés à l'alimentation sont associés à la fonction rénale dans la cohorte de l'étude Adventist Health Study-2. J Ren Nutr, 2025.

7. Stanford, J., et al., « Profilage métabolomique et évaluation de la qualité de l'alimentation dans le cadre d'un essai croisé randomisé portant sur des régimes alimentaires sains et courants ». Mol Nutr Food Res, 2025. 69(23) : p. e70271.

8. O’Connor, L.E., et al., Profilage métabolomique d’un régime alimentaire ultra-transformé dans le cadre d’un essai alimentaire croisé randomisé et contrôlé mené à domicile. J Nutr, 2023. 153(8) : p. 2181-2192.

9. Fritsch, D.A., et al., La fonction du microbiome est à la base de l'efficacité d'une intervention alimentaire enrichie en fibres chez les chiens souffrant de diarrhée chronique du gros intestin. BMC Vet Res, 2022. 18(1) : p. 245.

10. Leal, L.N., et al., « Un apport nutritionnel adéquat avant le sevrage améliore la productivité laitière et réduit le risque d'abattage chez les vaches Holstein ». J Dairy Sci, 2025. 108(6) : p. 5875-5888.

11. Ahsin, M., et al., La santé des sols et des pâturages est à l'origine de l'amélioration de la densité nutritionnelle de la viande bovine, telle que déterminée par la métabolomique non ciblée dans les systèmes d'élevage bovin nourri à l'herbe du sud des États-Unis. NPJ Sci Food, 2025. 9(1) : p. 151.

12. Yin, W., et al., Profil lipidique plasmatique chez différentes espèces pour l'identification de modèles animaux optimaux de la dyslipidémie humaine. J Lipid Res, 2012. 53(1) : p. 51-65.

13. Porter, F. D., et al., Les produits d'oxydation du cholestérol constituent des biomarqueurs sanguins sensibles et spécifiques de la maladie de Niemann-Pick de type C1. Sci Transl Med, 2010. 2(56) : p. 56ra81.

14. Needham, B. D., et al., Profils des métabolites plasmatiques et fécaux dans les troubles du spectre autistique. Biol Psychiatry, 2021. 89(5) : p. 451-462

15. Li, C., et al., L'estradiol et mTORC2 agissent en synergie pour favoriser la biosynthèse des prostaglandines et la tumorigenèse dans les cellules LAM déficientes en TSC2. J Exp Med, 2014. 211(1) : p. 15-28.

16. Green, P.G., et al., Flexibilité métabolique et remodelage inverse du cœur défaillant chez l'homme. Eur Heart J, 2025. 46(25) : p. 2422-2433.

17. Maekawa, H., et al., L'inhibition du SGLT2 protège la fonction rénale grâce à une répression épigénétique, dépendante de la SAM, des gènes inflammatoires en cas de stress métabolique. J Clin Invest, 2025. 135(19).

18. Wu, D., et al., Des criblages intégrés révèlent que la déplétion en nucléotides guaniniques, rendue irréversible par le ciblage de l'IMPDH2, inhibe le cancer du pancréas et potentialise l'inhibition de KRAS. Gut, 2026.

19. Schwerdtfeger, L.A., et al., Le microbiote intestinal et ses métabolites sont associés à la progression de la sclérose en plaques. Cell Rep Med, 2025. 6(4) : p. 102055.

20. Wu, H., et al., Dynamique du microbiome et du métabolome associée à un mauvais contrôle glycémique et aux réactions aux changements de mode de vie. Nat Med, 2025. 31(7) : p. 2222-2231.

21. Jacobs, J.P., et al., La thérapie cognitivo-comportementale pour le syndrome du côlon irritable entraîne des modifications bidirectionnelles de l'axe cerveau-intestin-microbiome associées à une amélioration des symptômes gastro-intestinaux. Microbiome, 2021. 9(1) : p. 236.

22. Pietzner, M., et al., « Les métabolites plasmatiques pour cartographier les voies métaboliques dans la multimorbidité liée aux maladies non transmissibles ». Nat Med, 2021. 27(3) : p. 471-479.

23. Faquih, T.O., et al., « Prédiction métabolomique robuste de l'âge à partir d'un large éventail de métabolites ». J Gerontol A Biol Sci Med Sci, 2025, vol. 80, n° 3.

24. Scherer, N., et al., « L'association de la métabolomique et du séquençage de l'exome met en évidence des effets graduels de variants hétérozygotes rares et délétères sur la fonction des gènes et les traits humains ». Nat Genet, 2025. 57(1) : p. 193-205.

25. Holmes, Z.C., et al., Une analyse métabolomique non ciblée du lait maternel provenant de mères en bonne santé met en évidence les facteurs à l'origine de la variabilité des métabolites. Sci Rep, 2024. 14(1) : p. 20827.

26. Titz, B., et al., Implications des facteurs de confusion oculaires pour les analyses protéomiques et métabolomiques de l'humeur aqueuse dans les maladies rétiniennes. Transl Vis Sci Technol, 2024. 13(6) : p. 17.

27. Bloom, S.M., et al., La dépendance en cystéine de Lactobacillus iners constitue une cible thérapeutique potentielle pour la modulation du microbiote vaginal. Nat Microbiol, 2022. 7(3) : p. 434-450.

28. Leimer, E.M., et al., Profil lipidique du liquide synovial humain à la suite d'une fracture intra-articulaire de la cheville. J Orthop Res, 2017. 35(3) : p. 657-666.