Publié le 19 décembre 2025 à 11h42. Une nouvelle étude révèle des facteurs génétiques et biologiques clés qui pourraient expliquer les différences observées dans la sévérité et les symptômes du COVID long, ouvrant la voie à des diagnostics plus précis et à des traitements personnalisés.
- Une étude récente identifie 32 gènes candidats impliqués dans le développement du COVID long, dont 13 n’avaient jamais été associés à la maladie auparavant.
- La recherche combine l’analyse génétique causale avec la théorie du contrôle des réseaux pour mieux comprendre les mécanismes biologiques sous-jacents au COVID long.
- Les chercheurs ont développé un outil interactif en ligne permettant à d’autres scientifiques d’explorer et d’analyser les données.
Les séquelles à long terme de l’infection au SARS-CoV-2, communément appelées COVID long (ou PASC, pour Post-Acute Sequelae of SARS-CoV-2 infection), continuent d’affecter des centaines de milliers de personnes à travers le monde. Bien que la pandémie de COVID-19 se soit atténuée, les symptômes persistants ou nouveaux qui surviennent après l’infection posent un défi majeur pour la santé publique.
Une étude publiée dans la revue PLoS Computational Biology explore les bases génétiques du COVID long en utilisant une approche multi-omique innovante. Les chercheurs ont combiné différentes sources de données biologiques et des méthodes mathématiques sophistiquées pour identifier les gènes et les voies biologiques impliqués dans la maladie.
Le COVID long se manifeste par une grande variété de symptômes, notamment des troubles neurologiques (brouillard cérébral, maux de tête, problèmes de mémoire), respiratoires (essoufflement, oppression thoracique, diminution de la capacité d’exercice), musculo-squelettiques (fatigue intense et persistante, douleurs musculaires et articulaires), cardiovasculaires (douleurs thoraciques, palpitations, fluctuations de la tension artérielle) et inflammatoires (gonflement des ganglions lymphatiques, fièvre légère). La prévalence du COVID long est estimée entre 10 et 20 % des personnes infectées par le SARS-CoV-2, mais varie en fonction des définitions utilisées par les différentes organisations, telles que l’Organisation mondiale de la santé (OMS) et le National Institute for Health and Care Excellence (NICE).
Les facteurs de risque connus du COVID long incluent le sexe, l’âge et la présence de maladies préexistantes. Cependant, les mécanismes génétiques sous-jacents restent mal compris. L’étude actuelle vise à combler cette lacune en identifiant les gènes qui prédisposent les individus au développement du COVID long.
L’équipe de recherche a développé une plateforme informatique personnalisée qui combine deux méthodes analytiques principales : la randomisation mendélienne à l’échelle du transcriptome (TWMR) pour identifier les gènes potentiellement associés au COVID long, et l’analyse de la théorie du contrôle des réseaux pour identifier les gènes « pilotes » qui contrôlent les voies biologiques liées à la maladie. Cette approche intégrée permet de prendre en compte à la fois les effets directs des gènes et leurs interactions complexes au sein des réseaux biologiques.
L’étude a permis d’identifier 32 gènes candidats impliqués dans le développement du COVID long. Parmi ceux-ci, 19 avaient déjà été identifiés par des études antérieures, ce qui renforce la validité des résultats. Les 13 gènes nouvellement identifiés nécessitent des recherches supplémentaires pour confirmer leur rôle dans la maladie. Ces gènes sont impliqués dans la réponse immunitaire de l’hôte au virus, la capacité du virus à induire des transformations cellulaires et la régulation du cycle cellulaire.
Les analyses d’enrichissement ont révélé que les gènes identifiés sont également impliqués dans des maladies auto-immunes, des maladies du tissu conjonctif et certains syndromes métaboliques, ce qui pourrait expliquer la diversité des symptômes observés chez les patients atteints de COVID long. Les chercheurs ont également identifié trois sous-types de COVID long, chacun caractérisé par des symptômes différents, des voies pathologiques sous-jacentes distinctes et des profils d’expression génétique spécifiques.
Pour faciliter la recherche future, les scientifiques ont développé une application gratuite et open source basée sur le framework Shiny. Cet outil permet aux autres chercheurs d’explorer et d’analyser les données de l’étude, en utilisant leurs propres filtres et paramètres. Il permet également de reproduire les résultats de l’étude et de générer des listes de gènes causals potentiels en utilisant soit la randomisation mendélienne, soit la théorie du contrôle.
« Ce cadre intégrateur met en évidence de nouveaux mécanismes causals et cibles thérapeutiques, faisant progresser les stratégies de médecine de précision pour le Long COVID », concluent les auteurs. Ils soulignent que ces résultats constituent une base solide pour de futures recherches visant à développer des diagnostics plus précis et des traitements personnalisés pour cette maladie invalidante.
