Des chercheurs de l’Université Brown développent un outil basé sur le sérum pour la surveillance des antidépresseurs

Des chercheurs de l’Université Brown développent un outil basé sur le sérum pour la surveillance des antidépresseurs

Des chercheurs de l’Université Brown ont mis au point une technique pour surveiller les médicaments antidépresseurs thérapeutiques dans des échantillons de sérum humain.

La recherche, publiée récemment dans Rapports scientifiquesrépond à un besoin biomédical en offrant la possibilité de simplifier et d’automatiser le processus fastidieux de surveillance des médicaments et de faciliter son adoption par les professionnels de la santé.

La dépression est une crise mondiale croissante, les femmes étant confrontées à des taux de diagnostic plus élevés que les hommes. Le nombre de patients auxquels des antidépresseurs ont été prescrits a triplé au cours des deux dernières décennies. Les médecins sont appelés non seulement à prescrire les bons médicaments thérapeutiques pour aider leurs patients, mais aussi à surveiller les niveaux de ces médicaments, car leur surabondance dans le corps peut provoquer des effets secondaires indésirables ou dangereux.

Actuellement, il n’existe aucun produit commercial aux États-Unis pour aider les cliniciens à surveiller facilement les niveaux de médicaments des patients, ont noté les auteurs.

Ces dernières années, la spectrométrie de masse en tandem par chromatographie liquide, ou LC-MS/MS, est devenue l’outil de diagnostic de choix pour détecter les niveaux de médicament dans un échantillon biologique, tel que le sang. Cependant, étant donné que la LC-MS/MS nécessite des tailles d’échantillons biologiques relativement importantes et une préparation fastidieuse de ces échantillons pour l’analyse, les cliniciens se rabattent souvent sur des méthodes plus qualitatives, telles que les enquêtes.

Les chercheurs ont développé une méthode pour mesurer et identifier les huit antidépresseurs les plus couramment prescrits aux femmes : le bupropion, le citalopram, la désipramine, l’imipramine, le milnacipran, l’olanzapine, la sertraline et la vilazodone. Leur méthode permet d’identifier et de surveiller ces médicaments à l’aide de petits échantillons biologiques de 20 microlitres – environ la quantité de sang dans une piqûre d’épingle.

Les échantillons préparés sont soumis à un spectromètre de masse, qui décompose l’échantillon en minuscules fragments contenant des signes de médicaments surveillés.

La précision de la méthode est comparable à celle d’autres techniques basées sur LC-MS/MS, mais présente les avantages de nécessiter une taille d’échantillon beaucoup plus petite et la capacité d’être largement automatisée, ont déclaré les auteurs.

Les chercheurs ont d’abord été invités en 2021 à évaluer un kit européen commercial qui utilise la LC-MS/MS pour détecter les médicaments chez l’homme. Ils ont ensuite cherché à concevoir un kit tout aussi précis mais plus simple en affinant la technique d’identification des médicaments LC-MS/MS et la quantité d’échantillon nécessaire. Ils ont décomposé leur processus de préparation d’échantillons afin qu’il puisse être programmé dans une machine.

Bien que les chercheurs aient utilisé un Janus G3 Robotic Liquid Handler, ils ont également fourni des détails sur la façon dont ils ont programmé leur machine afin que d’autres puissent reproduire le processus en utilisant leur propre équipement.

L’équipe a également créé des kits prototypes qui incluent les produits chimiques et les solvants nécessaires ainsi que des instructions détaillées, pour permettre aux cliniciens de mettre en œuvre la méthode dans leurs laboratoires.

Les chercheurs ont déclaré qu’ils espéraient que ces innovations faciliteraient l’adoption généralisée du système dans les milieux cliniques, aidant à surveiller les effets des antidépresseurs sur les patients, y compris les femmes souffrant de dépression post-partum.

“Dans l’ensemble, notre méthode développée a le potentiel d’être traduite en milieu clinique pour surveiller la dépression post-partum pour un grand nombre d’échantillons de patients en utilisant l’automatisation”, ont écrit les chercheurs.

Facebook
Twitter
LinkedIn
Pinterest

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.