Les marqueurs de la Covid-19 sévère

Une nombreuse équipe de chercheurs dont les membres sont affiliés à une multitude d'institutions en France a identifié ce qu'ils estiment être une caractéristique des patients atteints de COVID-19 sévère.

Impaired type I interferon activity and inflammatory responses in severe COVID-19 patients

  1. 1Imagine institute, laboratory of Immunogenetics of Pediatric Autoimmune Diseases, INSERM UMR 1163, Université de Paris, F-75015, Paris.
  2. 2Department of Internal Medicine, National Referral Center for Rare Systemic Autoimmune Diseases, Assistance Publique Hôpitaux de Paris-Centre (APHP-CUP), Université de Paris, F-75014, Paris.
  3. 3Laboratory of Dendritic Cell Immunobiology, Inserm U1223, Department of Immunology, Institut Pasteur, F-75015, Paris.
  4. 4Sorbonne Université, Faculté de médecine, UMS037, PASS, Plateforme de cytométrie de la Pitié-Salpêtrière CyPS, F-75013, Paris.
  5. 5Department of Virology, APHP-CUP, Université de Paris, F-75015, Paris.
  6. 6PARCC, INSERM U970, Paris.
  7. 7Cytometry and Biomarkers UTechS, CRT, Institut Pasteur, F-75015, Paris.
  8. 8Department of Automated Diagnostic Biology, APHP-CUP, F-75014, Paris.
  9. 9Department of Pulmonology, APHP-CUP, Institut Cochin, UMR 1016, Université de Paris, F-75014, Paris.
  10. 10Equipe Mobile d’Infectiologie, APHP-CUP, Université de Paris, F-75014, Paris.
  11. 11Medical intensive care unit, APHP-CUP, Institut Cochin, INSERM U1016, CNRS UMR 8104, Université de Paris, F-75014, Paris.
  12. 12Insect-Virus Interactions Unit, Institut Pasteur, UMR2000, CNRS, Paris.
  13. 13Centre Régional de Pharmacovigilance, APHP-CUP, Université de Paris, F-75014, Paris.
  14. 14Department of Virology, APHP-CUP, Université de Paris, F-75014, Paris.
  15. 15Unité d’immunologie hématologie et rhumatologie pédiatriques, APHP-CUP, Université de Paris, F-75015, Paris.
  16. 16Collège de France, Paris.
  17. 17Epidémiologie et modélisation de la résistance aux antimicrobiens, Institut Pasteur, F-75015, Paris, France.
  18. ‡Corresponding author. E-mail: terrier@aphp.fr

Science  13 Jul 2020:eabc6027
DOI: 10.1126/science.abc6027

 

Copié-collé d'une traduction automatique de l'intégralité du billet

Résumé

La maladie à coronavirus 2019 (COVID-19) se caractérise par des schémas distincts de progression de la maladie suggérant des réponses immunitaires diverses de l'hôte. Nous avons effectué une analyse immunitaire intégrée sur une cohorte de 50 patients atteints de COVID-19 et présentant des degrés de gravité variés. Un phénotype unique a été observé chez les patients graves et critiques, consistant en une réponse fortement altérée à l'interféron (IFN) de type I (caractérisée par l'absence d'IFN-β et une faible production et activité de l'IFN-α), associée à une charge virale sanguine persistante et à une réponse inflammatoire exacerbée. L'inflammation était en partie provoquée par le facteur de transcription NF-κB et caractérisée par une augmentation de la production et de la signalisation du facteur de nécrose tumorale (TNF)-α et de l'interleukine (IL)-6. Ces données suggèrent que la déficience en IFN de type I dans le sang pourrait être la marque d'une COVID-19 grave et justifient des approches thérapeutiques combinées.

 

Les premières descriptions cliniques des premiers cas de coronavirus du SRAS-CoV-2 (COVID-19) à la fin de 2019 ont rapidement mis en évidence des schémas distincts de progression de la maladie (1). Bien que la plupart des patients présentent une maladie légère à modérée, 5 à 10 % d'entre eux évoluent vers une maladie grave ou critique, y compris une pneumonie et une insuffisance respiratoire aiguë (2, 3). D'après les données des patients de Chine continentale dont la COVID-19 a été confirmée en laboratoire, l'admission en unité de soins intensifs (USI), la ventilation mécanique invasive ou le décès sont survenus dans 6,1 % des cas (1), et le taux de décès d'après les données françaises récentes actuelles était de 0,70 % (3). Cette proportion de cas critiques est supérieure à celle estimée pour la grippe saisonnière (4). En outre, des taux relativement élevés d'insuffisance respiratoire ont été signalés chez les jeunes adultes (âgés de 50 ans et moins) présentant des comorbidités auparavant légères (par exemple, hypertension, diabète sucré, surpoids) (5). Les cas graves peuvent survenir au début de l'évolution de la maladie, mais les observations cliniques décrivent généralement une progression de la maladie en deux étapes, commençant par une présentation légère à modérée, suivie d'une aggravation secondaire de l'insuffisance respiratoire 9 à 12 jours après l'apparition des premiers symptômes (2, 6, 7). La détérioration respiratoire est concomitante à l'extension des opacités pulmonaires au sol sur les clichés de tomodensitométrie (CT) du thorax, à une lymphocytopénie, à un temps de prothrombine élevé et à des niveaux de D-dimères (2). Cette évolution biphasique marquée par une augmentation spectaculaire des réactifs en phase aiguë dans le sang suggère une réponse inflammatoire de l'hôte dérégulée, entraînant un déséquilibre entre les médiateurs pro-inflammatoires et anti-inflammatoires. Cela entraîne le recrutement et l'accumulation subséquente de leucocytes dans les tissus, ce qui provoque un syndrome de détresse respiratoire aiguë (SDRA) (8). Cependant, on sait peu de choses sur les caractéristiques immunologiques et les mécanismes moléculaires impliqués dans la gravité de la COVID-19.

Pour tester l'hypothèse d'une hyperinflammation d'origine virale conduisant à une maladie grave, nous avons utilisé une approche intégrative basée sur des données cliniques et biologiques, une analyse phénotypique approfondie des cellules immunitaires, une analyse transcriptomique standardisée du sang entier et des mesures de cytokines sur un groupe de cinquante patients COVID-19 dont la gravité variait de légère à critique.

Des patients COVID-19 (n = 50) et des témoins sains (n = 18) ont été inclus. Les caractéristiques des patients sont détaillées dans les documents complémentaires et sont représentées dans le tableau S1 et la figure. S1. Les patients ont été analysés après une durée médiane de 10 jours (intervalle interquartile, 9 -11 jours) après le début de la maladie. Lors de l'admission, le degré de gravité de la COVID-19 a été classé comme léger à modéré (n = 15 patients), grave (n = 17 patients) et critique (n = 18 patients).

Comme indiqué dans les études précédentes (1, 2, 8), la lymphocytopénie est en corrélation avec la gravité de la maladie (Fig. 1A). Pour mieux caractériser ce phénomène, nous avons utilisé la cytométrie de masse et effectué une visualisation de l'incorporation stochastique du voisin t distribué (viSNE) (9) pour comparer les densités de population cellulaire en fonction de la gravité de la maladie (Fig. 1B). La représentation de la viSNE et la numération des cellules différenciées ont montré une diminution de la densité des cellules NK et des cellules T CD3+, y compris tous les sous-ensembles de cellules T, qui était plus prononcée pour les cellules T CD8+. Ce phénotype était plus marqué chez les patients graves et critiques, contrastant avec une augmentation de la densité des cellules B et des monocytes (Fig. 1, C à F). Aucun déséquilibre majeur n'a été observé dans les sous-ensembles naïfs/mémoires des cellules T CD4+ et CD8+ (fig. S2). Les données sur la polarisation des lymphocytes T et d'autres sous-ensembles mineurs de lymphocytes T sont présentées dans la fig. S3. Les plasmablastes ont été enrichis chez tous les patients infectés (fig. 1F), comme le montre l'augmentation des gènes associés à l'activation des cellules B et à la différenciation des plasmablastes, tels que l'IL4R, le TNFSF13B et le XBP1 (fig. S4), mais sans augmentation significative des niveaux d'immunoglobulines sériques (fig. S5).

 

Fig. 1 Phenotyping of peripheral blood leukocytes in patients with SARS-CoV-2 infection.

(A) Le nombre de lymphocytes dans le sang total des patients COVID-19 a été analysé entre les jours 8 et 12 après l'apparition des premiers symptômes, selon la gravité de la maladie. (B) Carte viSNE des leucocytes sanguins après exclusion des granulocytes, colorés avec 30 marqueurs et mesurés par cytométrie de masse. Les cellules sont automatiquement séparées en sous-ensembles spatialement distincts en fonction de la combinaison des marqueurs qu'elles expriment. (C) Carte viSNE colorée par la densité cellulaire en fonction de la gravité de la maladie (classés comme témoins sains, légers à modérés, graves et critiques). Le rouge représente la plus forte densité de cellules. (D) Nombre absolu de cellules T CD3+, de cellules T CD8+ et de cellules NK CD3- CD56+ dans le sang périphérique des patients COVID-19, selon la gravité de la maladie. (E et F) Proportions (fréquences) des sous-ensembles de lymphocytes des patients COVID-19. Sont indiquées (E) les proportions de cellules T CD3+ parmi les lymphocytes, de cellules T CD8+ parmi les cellules T CD3+ et de cellules NK parmi les lymphocytes ; (F) les proportions de cellules B CD19+ parmi les lymphocytes et de plasmablastes CD38hi CD27hi parmi les cellules B CD19+. (G) Analyse de l'état fonctionnel de sous-ensembles spécifiques de cellules T et de cellules NK basée sur l'expression de marqueurs d'activation (CD38, HLA-DR) et d'épuisement (PD-1, Tim-3). En (D) à (G), les données indiquent la médiane. Chaque point représente un seul patient. Les valeurs de P ont été déterminées par le test de Kruskal-Wallis, suivi par le post-test de Dunn pour les comparaisons entre groupes multiples avec la médiane indiquée ; *P < 0,05 ; **P < 0,01 ; ***P < 0,001.

 

Nous avons ensuite évalué l'état fonctionnel de sous-ensembles spécifiques de cellules T et de cellules NK en utilisant des marqueurs d'activation (CD25, CD38, HLA-DR) et d'épuisement (PD-1, Tim-3) (fig. S6A). Les populations de cellules T CD4+ et CD8+ ont été caractérisées par une augmentation des cellules T activées par le HLA-DR+ CD38+ chez tous les patients infectés, avec une expression de PD-1 augmentant modérément avec la gravité de la maladie (fig. 1G et fig. S6B). Une augmentation similaire des cellules NK activées a été observée chez tous les patients infectés, en particulier chez les patients en phase critique, et les cellules NK ont montré une augmentation significative de l'expression de Tim-3 (Fig. 1G). En outre, l'expression des gènes liés à l'épuisement, tels que BATF, IRF4 et CD274, a augmenté de manière significative avec la gravité de la maladie (fig. S6C). L'expression élevée de l'annexine-V (par cytométrie de flux) et la régulation positive des gènes liés à l'apoptose dans le sang de patients graves et critiques ont confirmé l'idée que la lymphocytopénie pouvait s'expliquer en partie par une apoptose exacerbée des lymphocytes T (fig. S7).

Pour étudier les signatures transcriptionnelles immunologiques qui caractérisent la gravité de la maladie, nous avons quantifié l'expression des gènes liés au système immunitaire dans les globules blancs périphériques (fig. 2A). Nous avons identifié les gènes exprimés de manière différentielle en fonction des degrés de gravité (fig. 2B). Une analyse en composantes principales non supervisée (PCA) a permis de séparer les patients présentant une gravité élevée de la maladie sur la composante principale 1 (PC1), induite par les gènes codant pour la réponse inflammatoire et la réponse immunitaire innée (score d'enrichissement GSEA avec une valeur q <0,2) (Fig. 2C). Le PC2, qui a été enrichi en gènes codant pour des protéines impliquées dans les réponses à l'interféron de type I et de type II (IFN), a permis de distinguer les patients légers à modérés des autres groupes. Collectivement, ces données suggèrent une augmentation de l'activation des voies innées et inflammatoires dépendant du degré de gravité ; en revanche, la réponse IFN était élevée chez les patients légers à modérés, alors qu'elle était réduite chez les patients plus graves.

 

Fig. 2 Immunological transcriptional signature of SARS-CoV-2 infection.

L'ARN extrait du sang entier du patient et le nombre d'ARN de 574 gènes ont été déterminés par hybridation directe de la sonde à l'aide du kit Nanostring nCounter Human Immunology_v2. (A) Représentation par carte thermique de tous les gènes, classés par regroupement hiérarchique. Contrôles sains (n = 13), légers à modérés (n = 11), graves (n = 10) et critiques (n = 11). Les gènes régulés à la hausse sont représentés en rouge et les gènes régulés à la baisse en bleu. (B) Graphiques volcaniques représentant log10 (valeur P) et log2 (changement de pli), ainsi que la valeur z pour chaque groupe de comparaison (voir Méthodes). Les comparaisons d'expression génétique ont permis d'identifier des gènes exprimés de manière significativement différente selon le degré de sévérité (contrôle de la chaleur vs léger-modéré, 216 gènes ; modéré vs sévère, 43 gènes ; sévère vs critique, 0 gène). (C) Analyse en composantes principales (ACP) des données de transcription (à gauche). Graphiques cinétiques montrant les valeurs moyennes normalisées pour chaque gène et le degré de gravité où chaque ligne grise correspond à un gène (au milieu et à droite). Les valeurs médianes des gènes pour chaque degré de gravité sont indiquées en noir. L'analyse de l'enrichissement des ensembles de gènes des voies enrichies en PC1 et PC2 est représentée sous la courbe cinétique correspondante.

Les IFN de type I sont essentiels pour l'immunité antivirale (10). L'analyse multiplexe de l'expression des gènes a montré une régulation à la hausse des gènes impliqués dans la signalisation des IFN de type I (tels que IFNAR1, JAK1, TYK2), contrastant avec une régulation à la baisse frappante des gènes stimulés par l'interféron (ISG) (tels que MX1, IFITM1, IFIT2) chez les patients atteints du SRAS-CoV-2 (Fig. 3A). En conséquence, un score ISG validé, basé sur la moyenne d'expression de 6 ISG définissant une signature IFN de type I (11), a été significativement réduit chez les patients critiques par rapport aux patients présentant une infection légère à modérée (Fig. 3B et fig. S8A). L'ARNm de l'IFN-β était indétectable chez tous les patients infectés (fig. S8B) ainsi que la protéine de l'IFN-β (fig. S8C). Conformément aux scores ISG, les taux plasmatiques de la protéine IFN-α2 mesurés par Simoa digital ELISA (12) étaient significativement plus faibles chez les patients critiques que chez les patients légers à modérés (fig. 3C) et corrélés avec l'ISG (R2 = 0,30 ; P < 0,0001) (fig. S8D). Ce résultat contrastait apparemment avec la détection accrue de l'ARNm de l'IFNA2 chez les patients les plus graves, bien qu'à des niveaux juste au-dessus de la limite de détection (fig. S8E). Pour évaluer l'activité globale de l'IFN de type I, un test cytopathique in vitro a été utilisé (13). L'activité de l'IFN dans le sérum était significativement plus faible chez les patients graves ou critiques que chez les patients légers à modérés (fig. 3D). Le score ISG et les taux plasmatiques d'IFN-α2 du sang prélevé avant une insuffisance respiratoire nécessitant une ventilation mécanique ont révélé que la faible réponse de l'IFN de type I précédait la détérioration clinique jusqu'à l'état critique (Fig. 3E). En outre, de faibles taux plasmatiques d'IFN-α2 étaient significativement associés à un risque accru d'évolution vers un état critique (RC 12, 95 % IC 1,21-118, P = 0,03). Il est intéressant de noter que l'analyse chez les patients pour lesquels plusieurs points temporels étaient disponibles a montré des schémas distincts de production d'IFN-α avec une réponse élevée soutenue chez les patients légers à modérés, une réponse élevée mais courte chez les patients graves, et une réponse faible ou nulle chez les patients en état critique (Fig. 3F). Il est à noter que la proportion de cellules dendritiques plasmacytoïdes, principale source d'IFN-α (14), a été réduite chez les patients infectés par rapport aux témoins sains, peut-être en raison de la migration vers les sites d'infection (15), mais sans différence entre les groupes (Fig. 3G). Nous avons ensuite évalué la réponse des cellules sanguines entières à la stimulation par l'IFN-α (11) et avons observé une augmentation comparable du score ISG à la stimulation par l'IFN-α entre les groupes de toute gravité et les témoins (Fig. 3H), ce qui suggère que le potentiel de réponse à l'IFN de type I n'a pas été affecté chez les patients COVID-19. Comme conséquence possible de l'altération de la production d'IFN-α, nous avons utilisé une PCR numérique ultrasensible à base de gouttelettes (ddPCR) et avons constaté une augmentation de la charge virale plasmatique chez les patients graves et critiques, un marqueur de substitution possible d'une infection pulmonaire non contrôlée, tandis que la charge virale dans les écouvillons nasaux utilisant la RT-PCR classique était comparable entre les groupes (Fig. 3I). Dans l'ensemble, ces données suggèrent que les patients infectés n'avaient pas d'IFN circulant détectable-β et qu'une production d'IFN-α altérée caractérisait les cas les plus graves de COVID-19.

 

Fig. 3 Impaired type I IFN response in patients with severe SARS-CoV-2 infection.

(A) Carte thermique montrant l'expression des gènes liés à l'IFN de type I à l'aide de la technologie nCounter de nanostring sans transcription inverse et sans PCR chez des patients atteints d'une infection légère à modérée (n = 11), grave (n = 10) et critique (n = 11) par le SRAS-CoV2, et chez des témoins sains (n = 13). Les gènes régulés à la hausse sont indiqués en rouge et les gènes régulés à la baisse en bleu. (B) Score du gène stimulé par l'IFN (ISG) basé sur l'expression de 6 gènes (IFI44L, IFI27, RSAD2, SIGLEC1, IFIT1 et IS15) mesurés par q-RT-PCR dans des cellules sanguines entières de patients légers à modérés (n = 14), graves (n = 15) et critiques (n = 17), et de témoins sains (n = 18). (C) concentration d'IFN-α2 (fg/mL) évaluée par Simoa et (D) activité de l'IFN dans le plasma en fonction de la gravité clinique. (E) Les patients légers à modérés (n = 14) et les patients sévères (n = 16) ont été séparés en deux groupes selon le résultat clinique, à savoir une aggravation critique nécessitant une ventilation mécanique (pour indiquer un état sévère). Le score ISG (à gauche) et la concentration plasmatique de l'IFN-α2 (à droite) sont indiqués. (F) Les concentrations d'IFN-α2 en fonction du temps sont indiquées en fonction du groupe de gravité. (G) Quantification des cellules dendritiques plasmacytoïdes (pDC) en pourcentage des PBMC et en cellules/mL selon le groupe de gravité. (H) Score ISG avant et après stimulation des cellules du sang entier par l'IFN-α (103UI/mL pendant 3 heures). (I) Charges virales dans les écouvillons nasaux estimées par RT-PCR et exprimées en seuil de cycle (Ct) et charge virale sanguine évaluée par PCR numérique. En (B) et (E), les résultats du score ISG représentent l'expression multipliée par le nombre de plis par rapport à la moyenne des témoins non stimulés et sont normalisés en GAPDH. En (B) à (I), les données indiquent la médiane. Chaque point représente un seul patient. Les valeurs P ont été déterminées par le test de Kruskal-Wallis, suivi par le post-test de Dunn pour les comparaisons de groupes multiples et par le test de Mann-Whitney pour deux comparaisons de groupes avec la médiane indiquée ; *P < 0,05 ; **P < 0,01 ; ***P < 0,001.

Une COVID-19 grave a été signalée comme étant associée à une hypercytokinémie (8, 16). On a constaté que les gènes liés aux cytokines et aux chimiokines étaient de plus en plus exprimés en fonction de la gravité de la maladie dans la cohorte étudiée (Fig. 4A et fig. S9A). Il est intéressant de noter que les niveaux d'ARN des cytokines dans le sang entier n'étaient pas toujours en corrélation avec les niveaux de protéines dans le plasma. L'IL-6, un acteur clé de la réponse inflammatoire exacerbée dans COVID-19 (17), n'a pas été détecté dans le sang périphérique au niveau transcriptionnel (fig. S9B), ce qui contraste avec les niveaux élevés de protéine IL-6 (fig. 4B). L'expression des gènes induits par l'IL-6, tels que l'IL6R, SOCS3 et STAT3, a augmenté de manière significative (fig. S9B), ce qui reflète l'activation de la voie de signalisation de l'IL-6. Le TNF-α, un facteur clé de l'inflammation, n'a été que modérément régulé à la hausse au niveau de la transcription (fig. S9C), alors que le TNF-α en circulation a été significativement augmenté (fig. 4C). Par conséquent, les gènes liés à la voie du TNF ont également été régulés à la hausse, y compris le TNFSF10 (fig. S9, D et E), ce qui confirme le rôle important du TNF-α dans l'induction de l'inflammation. L'écart entre la quantification de l'ARN et la mesure des protéines suggère que les sources cellulaires de TNF-α et d'IL-6 pourraient être les poumons lésés et/ou les cellules endothéliales. À l'inverse, alors que les transcrits de l'IL1B étaient significativement régulés à la hausse (fig. S9F), la forme active de la protéine IL-1β était faible (fig. 4D), ce qui suggère que la pro-IL-1β était mal clivée et sécrétée, mais n'exclut pas une production locale dans le poumon (15). L'IL-1α circulante n'a pas non plus été détectée (fig. S9F). Ces résultats contrastent avec la détection de niveaux élevés d'antagonistes du récepteur de l'IL-1 circulant (IL-1RA) et la régulation positive des transcriptions de l'IL1R1, ce qui indique un antagonisme actif de l'IL-1 chez les patients gravement malades (fig. S9F). Nous avons également détecté les transcrits de l'IL10 et la protéine IL-10 chez des patients graves ou en état critique (fig. 4E et fig. S9G). L'IFN-γ a été augmenté chez les patients légers à modérés et, dans une moindre mesure, chez les patients graves, mais pas chez les patients en état critique. En revanche, aucune augmentation des taux d'IL-17A n'a été détectée dans tous les groupes de patients infectés (fig. S10).

 

 

Fig. 4 Immune profiling in patients with severe and critical SARS-CoV-2 infection.

(A) Carte thermique montrant l'expression des cytokines et des chimiokines qui sont significativement différentes chez les patients graves et critiques, et ordonnées par regroupement hiérarchique. Contrôles sains (n = 13), patients légers à modérés (n = 11), graves (n = 10) et critiques (n = 11). Les gènes régulés à la hausse sont indiqués en rouge et les gènes régulés à la baisse en bleu. (B) L'interleukine (IL)-6, (C) le facteur de nécrose tumorale (TNF)-α, (D) l'IL-1β et (E) les protéines IL-10 ont été quantifiées dans le plasma des patients en utilisant la technologie Simoa ou un test ELISA de grade clinique (voir les méthodes). Chaque groupe comprend n = 10-18 patients. La ligne en pointillés représente la limite de détection (LOD). (F) Graphiques cinétiques montrant la valeur normalisée moyenne pour chaque gène et chaque degré de gravité (chaque ligne grise correspond à un gène appartenant à la voie NF-κB). Les valeurs médianes des gènes pour chaque degré de gravité sont indiquées en noir. (G) Quantification plasmatique de la protéine kinase interagissant avec les récepteurs (RIPK)-3. Chaque groupe comprenait n = 10 patients. (H) Numération absolue de l'ARN pour la CXCR2 (à gauche) ; concentration plasmatique de la protéine CXCL2 mesurée par la technologie Luminex (au milieu) ; numération des neutrophiles sanguins en fonction du groupe de gravité (à droite). La ligne en pointillés représente la limite supérieure normale. Chaque groupe comprend n = 10-13 patients (I) Numération absolue de l'ARN pour la CCR2 (à gauche) ; concentration plasmatique de la protéine CCL2 mesurée par la technologie Luminex (au milieu à gauche) ; numération des monocytes sanguins en fonction du groupe de gravité (au milieu à droite). Les lignes pointillées représentent la plage normale. (à droite) Le pourcentage de monocytes non classiques en fonction du degré de gravité. Chaque groupe montre n = 10-18 patients. Les données sur l'ARN sont extraites de l'analyse du compteur nCanostring (voir méthodes). En (B) à (I), les données indiquent la médiane. Chaque point représente un seul patient. Les valeurs P ont été déterminées par le test de Kruskal-Wallis, suivi du post-test de Dunn pour les comparaisons entre groupes multiples avec la médiane indiquée ; *P < 0,05 ; **P < 0,01 ; ***P < 0,001.

Nous avons ensuite exploré l'expression des facteurs de transcription qui pourraient être à l'origine de cette inflammation exacerbée et avons découvert que les gènes spécifiquement régulés à la hausse chez les patients graves ou en phase critique appartenaient principalement à la voie NF-κB (Fig. 4F et fig. S11, A et B). Parmi plusieurs voies de déclenchement, l'activation aberrante de NF-κB peut résulter d'une activation excessive des capteurs du système immunitaire inné par des modèles moléculaires associés aux agents pathogènes (PAMP) (par exemple, ARN viral) et/ou des modèles moléculaires associés aux dommages (DAMP) (par exemple, libérés par les cellules nécrotiques et les dommages tissulaires). Il est intéressant de noter que la LDH, un marqueur de la nécrose et des lésions cellulaires, corrélé avec la gravité de la maladie (fig. S1C), et la protéine kinase interagissant avec les récepteurs (RIPK)-3, une kinase clé impliquée dans la nécrose programmée et la mort cellulaire inflammatoire, étaient également significativement élevées chez les patients graves ou critiques (fig. 4G) et corrélées avec la LDH (R2 = 0,47 ; P < 0,0001).

La réponse inflammatoire exacerbée a été associée à un afflux massif de cellules immunitaires innées, à savoir des neutrophiles et des monocytes, qui peuvent aggraver les lésions pulmonaires et précipiter le SDRA (15). Nous avons donc analysé l'expression des chimiokines et des récepteurs de chimiokines impliqués dans le trafic des cellules immunitaires innées (Fig. 4A). Alors que la chimiokine neutrophile CXCL2 a été détectée dans le sérum mais sans différence entre les groupes, son récepteur CXCR2 a été significativement régulé à la hausse chez les patients graves et critiques (Fig. 4H). La maladie grave s'est toujours accompagnée d'une neutrophilie plus importante (Fig. 4H). Il est à noter que le schéma de réponse inflammatoire est resté élevé même après normalisation des données de transcription avec le nombre de neutrophiles (fig. S12). Le facteur chimiotactique monocytaire CCL2 a augmenté dans le sang des patients infectés, ainsi que les transcriptions de son récepteur CCR2 ; ceci a été associé à une faible numération des monocytes inflammatoires circulants (Fig. 4I), ce qui suggère un rôle de l'axe CCL2/CCR2 dans la chimioattraction des monocytes dans les poumons enflammés. Ces observations sont conformes aux études publiées sur les liquides bronchoalvéolaires de patients atteints de COVID-19, qui décrivent le rôle clé des monocytes (15). Dans l'ensemble, ces résultats soutiennent un cadre dans lequel une cascade inflammatoire continue, dans le cadre d'une production d'IFN de type I altérée et d'une charge virale élevée, peut être alimentée à la fois par les PAMP et les DAMP.

Dans cette étude, nous avons identifié une réponse altérée de l'IFN de type I chez des patients atteints de COVID-19 grave et critique, accompagnée d'une charge virale sanguine élevée et d'une réponse inflammatoire excessive induite par le NF-κB associée à une augmentation du TNF-α et de l'IL-6. Les capteurs immunitaires innés, tels que les TLR et les récepteurs de type RIG-I, jouent un rôle clé dans le contrôle du virus à ARN en détectant la réplication virale et en alertant le système immunitaire par l'expression d'un ensemble diversifié de gènes antiviraux (18). Les IFN de type I, qui comprennent les IFN-α, β et ω, sont donc rapidement induits et orchestrent un programme antiviral coordonné via la voie de signalisation JAK-STAT et l'expression des ISG (19). Nous avons observé que l'infection par le CoV-2 du SRAS était caractérisée par l'absence d'IFN-β circulant chez les patients atteints de COVID-19, quel que soit le degré de gravité de la maladie. En outre, l'IFN- ne circule pas chez les patients atteints de COVID-19, quel que soit le degré de gravité de la maladie.

Le Club est l'espace de libre expression des abonnés de Mediapart. Ses contenus n'engagent pas la rédaction.