Predicting high-risk HPV infection and genotype co-infection using genital tract microecological and pathogen characteristics: a machine learning study

Le cancer du col de l'utérus demeure l'une des menaces les plus importantes pour la santé des femmes à travers le monde, pourtant ses origines sont remarquablement spécifiques. La maladie commence presque toujours par une infection persistante causée par un groupe de virus connus sous le nom de papillomavirus humain à haut risque. Bien que le système immunitaire élimine généralement ces virus de lui-même, il arrive parfois qu'ils persistent, provoquant des modifications dans les cellules du col qui peuvent éventuellement se transformer en cancer. Pendant des décennies, les médecins se sont concentrés sur la détection du virus lui-même, mais un corpus croissant de preuves suggère que l'environnement où vit le virus joue un rôle crucial dans sa persistance ou son élimination. Cet environnement est le microbiote vaginal, une communauté complexe de bactéries et d'autres micro-organismes. Lorsque cette communauté est saine, elle est dominée par des bactéries protectrices qui maintiennent la zone acide et sûre. Lorsqu'elle devient déséquilibrée, ce que l'on appelle souvent la dysbiose, elle peut créer des conditions permettant aux virus de s'installer ou de persister. Comprendre comment ces écosystèmes microscopiques interagissent avec les infections virales pourrait offrir une nouvelle façon de prédire qui est à risque avant même que la maladie ne commence.

Des chercheurs du Centre médical pour les femmes et les enfants de Hainan, en Chine, ont récemment entrepris de cartographier ces relations en utilisant un large groupe de patientes et une analyse informatique avancée. Ils ont recueilli les données de 3 403 femmes qui se sont rendues à la clinique pour des soins gynécologiques de routine entre 2022 et 2025. Pour chaque femme, l'équipe a collecté trois types distincts d'informations : si elle était porteuse du papillomavirus humain à haut risque, les types spécifiques de bactéries et d'autres microbes présents dans son tractus vaginal, et si elle présentait des infections causées par des agents pathogènes courants comme Chlamydia ou Ureaplasma. L'objectif était de voir si l'état de l'environnement vaginal et la présence d'autres germes pouvaient prédire la présence du virus et, si tel était le cas, de construire un modèle informatique capable de faire cette prédiction pour les patientes futures.

L'étude a confirmé que l'environnement vaginal est effectivement un indicateur fort de la présence virale. Les chercheurs ont constaté que les femmes testées positives au papillomavirus humain à haut risque étaient significativement plus susceptibles de présenter des infections spécifiques du tractus génital, particulièrement celles causées par Ureaplasma urealyticum et Chlamydia trachomatis. Ils ont également découvert que ces femmes étaient plus susceptibles de présenter des signes d'un écosystème vaginal déséquilibré, tels qu'un pH vaginal plus élevé, la présence de certaines enzymes qui décomposent les parois cellulaires et une abondance de bactéries de forme arrondie. À l'inverse, les femmes présentant une proportion plus élevée de bactéries Lactobacillus protectrices étaient moins susceptibles de porter le virus. Ces résultats se sont maintenus même après que les chercheurs eurent pris en compte d'autres facteurs comme l'âge, suggérant que la santé du microbiote vaginal et la présence d'infections bactériennes spécifiques sont des facteurs indépendants du risque de portage du virus.

Pour transformer ces observations en un outil pratique, l'équipe a entraîné sept modèles d'apprentissage informatique différents pour prédire qui testerait positif au virus. Ils ont injecté dans les modèles les données sur l'équilibre bactérien, la présence de pathogènes et l'âge de la patiente, puis ont testé l'efficacité des modèles pour deviner les résultats d'un groupe de patientes qu'ils n'avaient pas encore rencontrées. Le modèle le plus performant était un algorithme de forêt aléatoire (random forest), un type de programme informatique qui prend des décisions en construisant de nombreux petits arbres de décision et en combinant leurs réponses. Ce modèle a identifié correctement environ 73,5 % des femmes porteuses du virus et a obtenu un score de discrimination de 0,772, ce qui indique un niveau d'exactitude modéré. L'analyse informatique a révélé que les prédicteurs les plus puissants étaient la présence d'Ureaplasma, l'âge de la patiente, la présence de Chlamydia et l'abondance de bactéries rondes. Le modèle a également montré qu'un nombre plus élevé de bactéries Lactobacillus protectrices diminuait le risque prédit, renforçant l'idée qu'un microbiome sain agit comme une barrière.

Les chercheurs ont également abordé une question plus complexe : ces facteurs peuvent-ils prédire non seulement la présence du virus, mais aussi quel type spécifique de virus une femme pourrait porter ? Puis qu'une seule personne peut être infectée par plusieurs souches du virus simultanément, il s'agit d'un casse-tête difficile pour les ordinateurs. L'équipe a utilisé une méthode spécialisée appelée chaînes de classificateurs d'ensemble (ensemble classifier chains), qui permet à l'ordinateur de considérer comment différents types de virus pourraient apparaître ensemble. Bien que l'exactitude globale pour la prédiction de combinaisons spécifiques de types de virus soit faible, la méthode qui prenait en compte les relations entre les différents types de virus a été légèrement plus performante que la méthode traitant chaque type de virus comme totalement indépendant. Cela suggère qu'il existe peut-être des motifs subtils dans la coexistence de différentes souches virales, bien que les données ne soient pas encore assez solides pour définir clairement ces motifs.

Malgré ces perspectives prometteuses, les auteurs précisent avec prudence que leur travail est un point de départ plutôt qu'une solution achevée. Le modèle informatique qu'ils ont construit n'est pas encore assez précis pour être utilisé pour prendre des décisions médicales ou remplacer les tests de dépistage standards. L'étude a été menée sur un groupe spécifique de femmes visitant une clinique, dont beaucoup présentaient des symptômes, les résultats pourraient donc ne pas s'appliquer à toutes les femmes de la population générale. De plus, parce que l'étude a examiné des données à un instant T, elle ne peut prouver que les infections bactériennes ou le microbiote déséquilibré ont causé la persistance du virus ; elle montre seulement qu'ils sont liés. Les chercheurs soulignent que des études plus vastes sont nécessaires pour confirmer ces résultats et pour déterminer si la correction de l'environnement vaginal peut réellement aider à éliminer le virus. Pour l'instant, ce travail offre un aperçu plus clair du paysage biologique dans lequel le papillomavirus humain à haut risque prospère, soulignant que la santé de la communauté microbienne environnante est une pièce clé du puzzle pour comprendre le risque de cancer du col de l'utérus.