Introduction :
La stéatose hépatique associée aux maladies du métabolisme (MAFLD) représente la principale étiologie du carcinome hépatocellulaire (CHC) [1]. Dans 55% des cas le CHC peut survenir en l’absence de fibrose ce qui pose un défi en termes de détection précoce [2]. Nous avons rapporté par analyse métabolomique deux phénotypes de CHC-MAFLD en fonction de la sévérité de la fibrose [3]. L’objectif de notre étude est d’explorer les voies lipidiques et d’identifier des biomarqueurs liés au CHC-MAFLD.

Patients et méthodes / ou matériel et méthodes :
Notre cohorte comprend 56 paires (F0F1 = 28, F3F4 = 28) des tissus hépatiques humains tumoraux (TT) et non tumoraux (NTT) ainsi que 5 tissus sains. Cette cohorte a été collectée à partir de la CRB. Foie. Une approche d’analyse métabolomique non-ciblée par couplage chromatographie liquide- spectrométrie de masse (LC-MS) a été réalisée.
D’après nos résultats de métabolomique, une analyse par qRT-PCR portant sur l’expression de sphingomyéline synthase 2 (SGMS2), la sphingomyéline phosphodiestérase 1 (SMPD1), la choline kinase alpha (CHKA) et la membrane bound O-acyltransferase domain containing 7 (MBOAT7) a été réalisée. Pour chaque groupe, le CHC a été comparé à son propre NTT et aux tissus sains.

Résultats :
Premièrement, l’analyse de métabolomique a montré que la plupart des sphingolipides, tels que les céramides (Cer) et les sphingomyélines (SM), ainsi que les glycérophospholipides, telles que la phosphatidylcholine (PC), la phosphatidyléthanolamine (PE) et la phosphatidylinositol (PI), étaient up-régulés dans le groupe MAFLD-F0F1, alors que dans le groupe MAFLD-F3F4 ces métabolites sont down-régulées (Fig. 1A).

Deuxièmement, l’analyse transcriptomique révèlent que l’expression d’ARN de SGMS2 et SMPD1 reste inchangée dans le MAFLD-TT par rapport aux tissus nos tumoraux NTT, et ce, indépendamment du niveau de fibrose. En revanche, l’expression d’ARN de CHKA et MBOAT7 est exclusivement up-régulée dans MAFLD-TT-F0F1 par rapport au NTT-F0F1. Cette observation est renforcée lorsqu’on compare ces résultats avec des tissus sains comme témoin (Fig. 1B). Ces résultats de transcriptomique sont conformes avec nos données métabolomiques lesquelles témoignent d’une forte accumulation de PC dans le MAFLD-TT-F0F1.

Conclusion :
Ainsi les analyses par « omique » nous permettent de discriminer MAFLD-CHC en fonction de la sévérité de fibrose. Nos résultats révèlent que CHKA et MBOAT7 comme biomarqueurs pour les patients sans ou avec fibrose minime. De plus, l’expression de CHKA soutient l’idée que la choline pourrait être utilisée comme un traceur plus efficace pour la PET-scan chez les patients atteints de MAFLD-CHC.

Les auteurs déclarent ne pas avoir de conflit d’intéret

Remerciements :
Université Clermont Auvergne, Emergence, Société Nationale Française de Gastro-Entérologie (SNFGE), Bourse FARE.

Références :
[1] De A, Duseja A. Natural History of Simple Steatosis or Nonalcoholic Fatty Liver. J Clin Exp Hepatol 2020;10:255–62. https://doi.org/10.1016/j.jceh.2019.09.005.
[2] Huang DQ, El-Serag HB, Loomba R. Global epidemiology of NAFLD-related HCC: trends, predictions, risk factors and prevention. Nat Rev Gastroenterol Hepatol 2021;18:223–38. https://doi.org/10.1038/s41575-020-00381-6.
[3] Buchard B, Teilhet C, Abeywickrama Samarakoon N, Massoulier S, Joubert-Zakeyh J, Blouin C, et al. Two Metabolomics Phenotypes of Human Hepatocellular Carcinoma in Non-Alcoholic Fatty Liver Disease According to Fibrosis Severity. Metabolites 2021;11:54. https://doi.org/10.3390/metabo11010054.

Figure 1 :