Abbonarsi

Développement d’une méthode d’imagerie multiplexée de la peau : application aux lésions cutanées contemporaines de la COVID-19 - 20/11/21

Doi : 10.1016/j.fander.2021.09.531 
Marie Tauber 1, 2, , Raïssa Houmadi 1, Manon Scholaert 1, Jérémy Martin 1, Nadine Serhan 1, Manuelle Viguier 3, Cristina Bulai Livideanu 2, Christian Aquilina 2, Carle Paul 2, Laurence Lamant 4, Audrey Nosbaum 5, Jean Kanitakis 6, Cécile Lesort 6, Denis Jullien 6, Nicolas Gaudenzio 1
1 IMMCEPTION lab Toulouse Institute for Infectious and Inflammatory Diseases (Infinity), Inserm UMR1291 – CNRS UMR5051 - University Toulouse III, CHU Purpan 
2 Dermatologie, Hôpital Larrey, CHU Toulouse, Toulouse 
3 Dermatologie, Hôpital Robert Debré, CHU de Reims, Reims 
4 Anatomie pathologique, Institut Universitaire du Cancer Toulouse Oncopole, France - Université Toulouse III-Paul Sabatier, Toulouse 
5 Allergologie et Immunologie Clinique, Hospices Civils de Lyon, Centre Hospitalier Lyon Sud, 69495 Pierre-Bénite 
6 Dermatologie, hôpital Edouard Herriot, Hospices Civils de Lyon, Lyon, France 

Auteur correspondant.

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
Articolo gratuito.

Si connetta per beneficiarne

Riassunto

Introduction

L’histologie standard et l’immunohistochimie sont les outils classiquement utilisés dans le diagnostic des dermatoses inflammatoires mais ne permettent pas une étude exhaustive du tissu. D’autres méthodes, telles que le séquençage d’ARN en cellule unique, fournissent des données quantitatives, mais nécessitent une dissociation tissulaire complète à l’origine d’une perte de l’information cruciale concernant l’organisation tissulaire.

Matériel et méthodes

Nous avons mis au point une technique d’imagerie analytique capable d’exploiter de multiples données de fluorescence, appelée « Unbiased cLustering of specTRal emissiON » (ULTRON). Elle permet de capturer de nombreux paramètres cellulaires, tout en préservant leur localisation spatiale à partir de coupes de peau. ULTRON permet d’acquérir jusqu’à 12 marqueurs simultanément au moyen d’un microscope confocal conventionnel. Dans un second temps, les données acquises sont traitées par des techniques poussées de modélisation informatique associées à du « machine-learning » et analysées de manière quantitative. Cette approche permet une identification automatique des sous-populations immunitaires et la conception d’une carte numérique du tissu, chaque sous-population étant associée à ses coordonnées spatiales précises sur l’image d’origine. Elle permet ainsi l’analyse exhaustive de la distribution, du phénotype, de la localisation des cellules immunitaires et de leur rapport entre elles et avec les éléments structuraux (résolution : 200nm). Trois panels d’anticorps spécifiques ont été validés.

Résultats

Le contexte sanitaire nous a conduit à observer avec intérêt l’apparition de cas de pseudo-engelures (et autres dermatoses) secondaires à l’infection par le SARS-CoV-2, chez des patients le plus souvent jeunes et très peu symptomatiques sur le plan respiratoire. Nous avons mené une étude multicentrique des biopsies cutanées réalisées en routine chez des patients ayant présenté des pseudo-engelures (n=15). Des patients contrôles, atteints de lupus engelures (n=5) ont également été étudiés. La technologie ULTRON a permis d’établir une signature immunitaire dans cette pathologie dermatologique émergente.

Discussion

Au-delà du développement d’une technique d’imagerie de pointe, ces travaux ont permis la caractérisation de populations immunitaires spécifiquement enrichies au cours des pseudo-engelures contemporaines de la COVID-19 et cela dans leur environnement tissulaire préservé.

Il testo completo di questo articolo è disponibile in PDF.

Mots clés : COVID-19, Imagerie multiplexée cutanée, Engelures


Mappa


© 2021  Pubblicato da Elsevier Masson SAS.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 1 - N° 8S1

P. A111 - dicembre 2021 Ritorno al numero
Articolo precedente Articolo precedente
  • Intérêt du ciblage du clone plasmocytaire dans les vascularites à IgA associées à une gammapathie monoclonale IgA
  • Thibault Mahévas, Bertrand Arnulf, Benjamin Terrier, Saskia Oro, Fabien Le Bras, Noémie Abisror, Arsène Mékinian, François Chasset, Martine Bagot, Marie Jachiet, Jean-David Bouaziz, GEDIM (Groupe d’étude des dermatoses associées à une Immunoglobuline monoclonale), EMSED (Étude des maladies systémiques en dermatologie)
| Articolo seguente Articolo seguente
  • Caractérisation des eczémas survenant sous immunoglobulines : une étude nationale multicentrique
  • Pauline Voland, Camille Barthel, Brahim Azzouz, Nadia Raison-Peyron, Aurélie Du Than, Delphine Staumont-Sallé, Marie Jachiet-Bedarida, Angèle Soria, Audrey Nosbaum, Aude Valois, Camille Leleu, Benedicte Lebrun-Vignes, Thierry Trenque, Claire Bernier, Manuelle Anne Viguier, Groupe d’Étude sur l’Eczéma Atopique (GREAT) de la Société française de dermatologie

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2025 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.