Rapid host species identification from dried bloodspots of Culex mosquito blood meals using Mid-Infrared Spectroscopy

Résumé technique : Identification rapide des espèces d'hôtes à partir des repas sanguins de moustiques Culex par spectroscopie mid-infrarouge

Énoncé du problème
Comprendre les préférences alimentaires des moustiques est crucial pour inférer la dynamique de transmission des agents pathogènes transmis par vecteurs et pour optimiser les stratégies d'intervention. Bien que les moustiques Culex soient des vecteurs primaires de pathogènes multi-hôtes à haute priorité (ex. : virus de l'encéphalite japonaise, virus du Nil occidental, filariose), leurs modes d'alimentation restent moins étudiés que ceux de genres comme Anopheles. Les méthodes actuelles de référence pour identifier les sources de repas sanguins — techniques basées sur l'ADN (PCR, séquençage) et tests basés sur les antigènes (ELISA) — sont souvent coûteuses, chronophages, nécessitent des capacités de laboratoire spécialisées et souffrent d'une précision réduite à mesure que les repas sanguins sont digérés ou dégradés. Il existe un besoin spécifique pour une alternative rapide, rentable et évolutive, capable de fonctionner efficacement dans des contextes à faibles ressources et pouvant traiter des échantillons provenant d'espèces Culex, qui n'ont pas été analysées auparavant par cette approche.

Méthodologie
L'étude a employé une approche en deux phases pour développer et valider un pipeline de spectroscopie mid-infrarouge couplée à l'apprentissage automatique (MIRS-ML) utilisant des gouttes de sang séchées (DBS - Dried Blood Spots).

1. Développement du modèle de laboratoire :

   • Génération d'échantillons : Des Culex quinquefasciatus élevés en laboratoire ont été nourris avec le sang de six espèces d'hôtes : humain, porc, poulet, bovin, chien et cheval. Le sang a été collecté via un système d'alimentation par membrane en utilisant du sang anticoagulé.
   • Création de DBS : Le contenu abdominal a été étalé sur des cartes Whatman™ 903 Proteinsaver à 6, 12, 24 et 30 heures après l'alimentation pour simuler la digestion.
   • Spectroscopie : Les échantillons ont été scannés à l'aide d'un spectromètre de transformée de Fourier infrarouge (FTIR) Bruker (plage de 400 à 4000 cm⁻¹).
   • Traitement des données : Les spectres ont été prétraités pour éliminer les régions affectées par le substrat de la carte (900–1100 cm⁻¹) et le CO₂ atmosphérique (1800–2200 cm⁻¹).
   • Apprentissage automatique (Machine Learning) : Sept algorithmes d'apprentissage supervisé ont été testés. Un perceptron multicouche (MLP) a été sélectionné comme modèle optimal après optimisation des hyperparamètres par recherche par grille (grid search) et validation croisée à 5 plis. Le modèle a été entraîné sur 80 % des données et validé sur un ensemble de test de 20 % mis de côté.

2. Validation sur le terrain :

   • Collecte : Des moustiques ayant pris un repas sanguin ont été collectés sur des sites de terrain aux Philippines (Luzon centrale et Cordillère) et en Australie (Queensland) à l'aide de pièges attirés par le CO₂.
   • Standard de référence : L'identification de l'hôte pour les échantillons de terrain a été réalisée par extraction d'ADN, PCR universelle de vertébrés (ciblant le COI) et séquençage Sanger.
   • Application : Le modèle MLP entraîné en laboratoire a été appliqué aux spectres FTIR des DBS collectés sur le terrain pour prédire l'espèce d'hôte.
   • Seuil de probabilité : L'étude a évalué l'utilisation des scores de probabilité du modèle pour filtrer les prédictions à faible confiance, visant à améliorer la précision en excluant les échantillons incertains.

Résultats clés

• Performance en laboratoire : Le modèle MLP optimisé a atteint une précision de 93,6 % dans la prédiction des espèces d'hôtes à partir de DBS de Cx. quinquefasciatus élevés en laboratoire, surpassant de manière significative la classification aléatoire (16,7 %). La précision variait légèrement selon l'hôte (89 % pour le chien à 97 % pour le porc) et diminuait modestement au stade de digestion de 30 heures (OR = 0,32 pour la classification correcte par rapport aux points temporels précédents).
• Performance sur le terrain : Appliqué aux échantillons de terrain avec des hôtes connus (validés par PCR), le modèle a atteint une précision de 67,9 %. Cette performance moindre est attribuée aux différences entre les conditions de laboratoire et de terrain, notamment l'absence d'anticoagulants dans les échantillons de terrain, l'alimentation directe à partir d'hôtes vivants plutôt que par membranes, et des temps de digestion inconnus.
• Seuil de probabilité : L'application d'un seuil de probabilité de 0,73 aux échantillons de terrain a amélioré la précision de la classification à 78 % pour les hôtes connus, bien que cela ait nécessité le filtrage de 21 % des échantillons (40 échantillons).
• Généralisabilité : Le modèle, entraîné sur Cx. quinquefasciatus, a prédit avec succès les espèces d'hôtes pour d'autres genres (ex. : Aedes et Armigeres) collectés sur le terrain, identifiant correctement 6 espèces sur 10 non cibles.
• Comparaison avec la PCR : Dans l'ensemble de données de terrain des Philippines, 29,6 % des échantillons ont échoué à l'amplification par PCR, alors que la méthode MIRS-ML a fourni des prédictions pour tous les échantillons, suggérant une utilité supérieure pour les échantillons dégradés ou de digestion tardive.

Principales contributions

• Première application à Culex : Cette étude représente la première application de la MIRS-ML pour identifier les sources de repas sanguins chez les moustiques Culex, un genre d'intérêt croissant pour les maladies à transmission vectorielle.
• Utilité des DBS : Elle démontre la viabilité de l'utilisation de gouttes de sang séchées sur papier filtre comme support de stockage stable à température ambiante pour l'analyse MIRS, surmontant les défis de conservation associés aux moustiques séchés.
• Évolutivité : La méthode offre une alternative rapide au séquençage ; le scan de 203 DBS a pris une journée de travail, contre 15 jours de travail pour le flux de travail de séquençage génique.
• Rentabilité : L'approche utilise un instrument unique (spectromètre FTIR) sans coûts de réactifs récurrents, ce qui la rend adaptée aux contextes à faibles ressources.

Signification et affirmations
L'article affirme que la méthode MIRS-ML avec les DBS est un outil pratique et évolutif pour l'analyse des repas sanguins qui peut améliorer la compréhension des interactions hôte-vecteur pour des pathogènes tels que le virus de l'encéphalite japonaise. Les auteurs soutiennent que, bien que la précision sur le terrain soit actuellement inférieure à celle du laboratoire, la capacité de la méthode à fonctionner sans infrastructure moléculaire spécialisée et son succès avec les échantillons dégradés en font un ajout précieux aux programmes de surveillance. L'étude suggère que le développement ultérieur du modèle, notamment en intégrant des échantillons collectés sur le terrain dans les ensembles d'entraînement et en élargissant la gamme d'hôtes identifiables, pourrait améliorer la précision de la classification. Les auteurs concluent que cette méthode est prometteuse en tant qu'alternative économique à la PCR pour la surveillance à grande échelle des maladies à transmission vectorielle, particulièrement dans les régions où la dynamique de transmission des pathogènes évolue en raison du changement climatique et de la mondialisation.