2026-05-25

Résistance antipaludéenne chez P. falciparum en Éthiopie

Plasmodium falciparumRésistance antipaludéennekelch13Pipeline NGSGATKÉthiopieSurveillance moléculaire

Résumé exécutif

Cette étude présente une analyse bioinformatique complète de la surveillance moléculaire de la résistance aux antipaludéens chez Plasmodium falciparum dans des sites de résurgence clinique en Éthiopie (BioProject PRJNA1465284, 326 isolats). Un pipeline reproductible a été développé sous Linux/Ubuntu, intégrant le contrôle qualité (FastQC/MultiQC), le trimming (fastp), l'alignement sur le génome de référence Pf3D7 (BWA-MEM), l'appel de variants (GATK HaplotypeCaller), l'annotation fonctionnelle (SnpEff) et l'analyse de génétique des populations (PLINK/vcftools).

Résultats principaux : Sept mutations de résistance validées par l'OMS ont été identifiées. Le triple mutant dhfr (N51I + C59R + S108N) associé à la résistance à la sulfadoxine-pyriméthamine présente une prévalence quasi-fixée (96,5–99,4%). La mutation pfcrt-K76T, marqueur de résistance à la chloroquine, atteint 81%. De manière alarmante, la mutation kelch13-P441L, marqueur validé OMS de résistance partielle à l'artémisinine, a été détectée chez 13/318 isolats (4,1%), répartis en trois clusters géographiques distincts, suggérant une dissémination active dans la région.

Implications : Ces résultats ont des implications directes pour les politiques thérapeutiques antipaludéennes en Éthiopie et soulignent l'urgence d'un renforcement de la surveillance moléculaire en Afrique de l'Est.


Introduction

Le paludisme reste l'une des maladies infectieuses les plus dévastatrices à l'échelle mondiale. Plasmodium falciparum est responsable de la majorité des cas graves et des décès, en particulier en Afrique subsaharienne. Les thérapies combinées à base d'artémisinine (ACT) constituent le traitement de première ligne recommandé par l'OMS, mais l'émergence et la propagation de résistances menacent des décennies de progrès dans la lutte antipaludéenne.

La surveillance moléculaire des marqueurs de résistance constitue un système d'alerte précoce pour les échecs thérapeutiques, avant que la résistance clinique ne devienne généralisée. Le gène kelch13 (pfkelch13, PF3D7_1343700) code une protéine à domaine Kelch dont les mutations confèrent une résistance partielle à l'artémisinine via des mécanismes impliquant une susceptibilité réduite au stade anneau. L'OMS a validé une liste croissante de mutations kelch13 associées à des échecs thérapeutiques cliniques, dont C580Y (dominante en Asie du Sud-Est), R539T, et plus récemment P441L et I622L, identifiées dans la Corne de l'Afrique.

L'Éthiopie a connu une résurgence du paludisme ces dernières années, avec des signalements croissants d'échecs thérapeutiques. Le protocole de séquençage amplicon multiplexe PfSMARRTer permet le génotypage simultané de plusieurs loci de résistance (kelch13, crt, mdr1, dhfr, dhps) à partir d'échantillons cliniques, offrant des profils de résistance complets à grande échelle.

Ce rapport présente une réanalyse bioinformatique indépendante de PRJNA1465284, un jeu de données de l'Université Brown (2026) généré dans le cadre des projets AMR-malaria (ACDCP167916, Banque mondiale) et MAREE (R01AI177791, NIH).


Matériel et méthodes

Jeu de données

ParamètreValeur
Accession BioProjectPRJNA1465284
Type de donnéesTargeted Locus — Amplicon
OrganismePlasmodium falciparum 3D7
ProtocolePfSMARRTer multiplexe
Total runs SRA326
Runs analysés318
Exclus (QC)8 (échec qualité par tuile)
InstitutionBrown University

Loci de résistance ciblés

GèneChrMédicamentMutations OMS clés
kelch1313Artémisinines (ACT)C580Y, R539T, P441L, I622L
crt7ChloroquineK76T (haplotype CVIET)
mdr15Méfloquine / LuméfantrineN86Y, Y184F, D1246Y
dhfr4Pyriméthamine (SP)N51I, C59R, S108N, I164L
dhps8Sulfadoxine (SP)A437G, K540E, A581G

Pipeline bioinformatique

Le pipeline d'analyse comprenait huit étapes séquentielles :

Étape 1 — Récupération des données. Les runs SRA ont été téléchargés avec prefetch et convertis au format FASTQ avec fasterq-dump (SRA Toolkit v3.x). Volume total : ~6 Go pour 326 fichiers FASTQ paired-end.

Étape 2 — Contrôle qualité. Les métriques de qualité par échantillon ont été évaluées avec FastQC (v0.12) et les rapports agrégés générés avec MultiQC (v1.x). Huit échantillons ont été exclus pour des échecs de qualité par tuile (dégradation de flowcell). Les flags FAIL systématiques pour la duplication, le contenu en bases et le taux GC ont été ignorés — ils reflètent la biologie du séquençage amplicon et le génome AT-riche de P. falciparum (~80% AT).

Étape 3 — Trimming des adaptateurs. Les adaptateurs résiduels (détectés dans 355/652 fichiers FASTQ) et les bases de faible qualité ont été supprimés avec fastp (v0.23) :

fastp \
  --qualified_quality_phred 20 \
  --unqualified_percent_limit 40 \
  --length_required 50 \
  --cut_tail \
  --cut_tail_mean_quality 20

Étape 4 — Alignement de référence. Les reads appairés et trimmés ont été alignés sur le génome de référence P. falciparum 3D7 (PlasmoDB release 68) avec BWA-MEM (v0.7.18) :

bwa mem ref.fa R1.fastq R2.fastq \
  | samtools fixmate -m - - \
  | samtools sort \
  | samtools markdup - output.bam

Taux de mapping moyen : 99,87% sur les 318 échantillons.

Étape 5 — Appel de variants. Le génotypage joint a été réalisé avec GATK HaplotypeCaller (v4.6.2) en mode GVCF avec --sample-ploidy 1 (organisme haploïde), restreint aux cinq loci de résistance via un fichier BED. GenomicsDBImport et GenotypeGVCFs ont été appliqués pour le génotypage au niveau de la cohorte. Filtres durs appliqués : QD < 2,0 ; FS > 60,0 ; MQ < 40,0 ; DP < 10.

Étape 6 — Annotation fonctionnelle. Les variants ont été annotés avec SnpEff (v5.4) sur la base de données Plasmodium_falciparum après normalisation des noms de chromosomes (Pf3D7_XX_v3 → 1–14). Les variants faux-sens, décalage du cadre de lecture et stop-gain ont été extraits.

Étape 7 — Génétique des populations. Les fréquences alléliques ont été calculées avec vcftools. L'analyse en composantes principales (ACP) et l'analyse d'identité par descendance (IBD) ont été réalisées avec PLINK v1.9 sur 55 SNPs bialléliques (taux de génotypage : 90,0%).


Résultats

Statistiques de qualité et d'alignement

MétriqueValeur
Total runs SRA téléchargés326
Échantillons exclus (échec QC)8
Échantillons analysés318
Taux de mapping moyen99,87%
Échantillons avec mapping > 95%318/318 (100%)
Total variants appelés42
Variants passant les filtres42 (100%)
Taux de génotypage (ACP)90,0%

Mutations de résistance validées par l'OMS

Sept mutations de résistance validées par l'OMS ont été confirmées dans cette cohorte :

GèneMutationFréquence alléliquePorteurs estimésMédicamentStatut OMS
dhfrN51I96,5%~307SP (pyriméthamine)Validé
dhfrC59R59,7%~190SP (pyriméthamine)Validé
dhfrS108N99,4%~316SP (pyriméthamine)Validé
crtK76T81,0%~257ChloroquineValidé
mdr1Y184F0,9%~3LuméfantrineValidé
dhpsA581G0,9%~3SP (sulfadoxine)Validé
kelch13P441L4,1%13Artémisinine (ACT)Validé (2023)

Analyse des haplotypes Kelch13

Des variants kelch13 ont été identifiés à deux positions génomiques distinctes, suggérant deux lignées indépendantes :

Lignée A (n = 1, SRR38527352) : Un isolat unique portant 21 variants co-ségrégants aux positions 1725354–1725459, tous à une fréquence allélique mineure identique (~0,32%), indiquant un fond haplotypique hautement divergent. Cet isolat pourrait représenter une souche importée ou le descendant d'un ancêtre ancien.

Lignée B (n = 13) : Treize isolats portaient la mutation P441L (pos. 1725676, FA = 4,15%) sans co-ségrégation avec les variants de la Lignée A. Ces 13 isolats étaient distribués dans trois clusters SRR numériquement distincts (SRR38527224–242, SRR38527309–330, SRR38527427–431), cohérent avec une distribution géographique sur plusieurs sites cliniques.

LignéeN isolatsVariant cléFréquenceInterprétation épidémiologique
A121 variants co-ségrégants0,32%Haplotype divergent — import possible
B13P441L uniquement (G→A)4,1%Expansion clonale sur ≥3 sites géographiques

Discussion

Haute prévalence des marqueurs de résistance à la SP

La quasi-fixation du triple mutant dhfr (N51I + C59R + S108N) à des fréquences de 59,7–99,4% représente une préoccupation majeure de santé publique. La sulfadoxine-pyriméthamine (SP) est actuellement recommandée par l'OMS pour le traitement préventif intermittent pendant la grossesse (TPIg) en Afrique subsaharienne. La prévalence extraordinairement élevée des marqueurs de résistance à la SP dans les isolats cliniques éthiopiens soulève de sérieuses questions quant à l'efficacité de cette stratégie prophylactique dans la région.

Résistance à la chloroquine toujours dominante

La mutation pfcrt-K76T, composante de l'haplotype CVIET associé à la résistance à la chloroquine, a été détectée à une fréquence de 81%. Bien que la chloroquine ait été retirée comme traitement de première intention en Éthiopie il y a plus de deux décennies, son utilisation en prophylaxie et sa potentielle réintroduction comme partenaire de combinaison nécessitent une surveillance continue de ce marqueur.

Résistance émergente à l'artémisinine — un signal critique

La détection de kelch13-P441L à 4,1% de fréquence (13/318 isolats) dans des échantillons cliniques provenant de sites de résurgence du paludisme représente la découverte la plus significative cliniquement de cette étude. P441L a été formellement ajouté à la liste OMS des marqueurs validés de résistance partielle à l'artémisinine en 2023, suite à sa documentation en Érythrée et en Éthiopie.

La distribution des porteurs de P441L dans trois clusters SRR géographiquement distincts suggère que cette mutation s'est implantée dans plusieurs foyers de transmission, plutôt que d'être limitée à un événement d'introduction unique. Bien que 4,1% puisse paraître modeste, les tendances historiques d'Asie du Sud-Est montrent que les mutations kelch13 peuvent atteindre une pertinence clinique en quelques saisons de transmission une fois établies.

Implications pour la santé publique

La co-occurrence de marqueurs de résistance à la SP à haute fréquence et d'une résistance émergente aux ACT représente une menace composée pour l'efficacité des traitements antipaludéens en Éthiopie. Des programmes de surveillance moléculaire renforcés, idéalement intégrés au suivi des résultats thérapeutiques cliniques, devraient être prioritaires pour suivre la trajectoire de P441L et toute nouvelle mutation kelch13 émergente dans la région.

Limites

Plusieurs limites de cette analyse méritent d'être reconnues. Premièrement, l'approche de séquençage amplicon, bien que puissante pour la surveillance ciblée de la résistance, fournit un contexte génomique limité pour l'inférence de la structure des populations. Les 55 SNPs bialléliques identifiés sur ~15 kb sont insuffisants pour une analyse IBD robuste. Deuxièmement, les métadonnées géographiques liant les identifiants SRR à des sites cliniques spécifiques n'étaient pas disponibles dans le jeu de données public. Troisièmement, l'absence de données d'issues cliniques appariées empêche l'évaluation directe des taux d'échecs thérapeutiques associés aux mutations identifiées.


Conclusions

Cette réanalyse bioinformatique indépendante de PRJNA1465284 confirme et étend l'épidémiologie moléculaire de la résistance aux antipaludéens chez P. falciparum éthiopien. Les résultats clés sont :

  1. Le triple mutant dhfr conférant la résistance à la SP est quasi-fixé dans les isolats cliniques des sites de résurgence éthiopiens, remettant en question l'efficacité du TPIg-SP dans ce contexte géographique.
  2. La résistance à la chloroquine (pfcrt-K76T) reste très prévalente à 81%, cohérent avec les tendances historiques en Afrique de l'Est.
  3. Le marqueur de résistance à l'artémisinine kelch13-P441L a été détecté à 4,1% dans plusieurs clusters géographiques, représentant un signal d'alerte précoce mais exploitable pour l'efficacité des ACT en Éthiopie.

Ces résultats soulignent l'importance critique de programmes systématiques de surveillance moléculaire en Afrique de l'Est et soutiennent la nécessité urgente d'une réponse au niveau des politiques de santé face à la résistance émergente aux ACT.


Reproductibilité

Toutes les analyses ont été réalisées sous Ubuntu 24.04 LTS (AMD Ryzen 5 PRO, 16 Go RAM, 12 CPUs) avec des environnements conda/mamba. Le pipeline complet, incluant tous les scripts bash et le code R, est disponible publiquement sur GitHub — GenoLab-ga.

OutilVersionUsage
FastQC0.12Contrôle qualité par échantillon
MultiQC1.xRapport QC agrégé
fastp0.23Trimming des adaptateurs
BWA-MEM0.7.18Alignement de référence
samtools1.xTraitement BAM
GATK4.6.2Appel de variants
SnpEff5.4Annotation fonctionnelle
vcftools0.1.16Fréquences alléliques
PLINK1.9ACP / IBD
R4.xAnalyses statistiques et figures

Analyse réalisée dans le cadre de GenoLabGab — Initiative indépendante en biologie computationnelle. Les données brutes de séquençage ont été générées par des chercheurs de l'Université Brown dans le cadre des projets ACDCP167916 (Banque mondiale) et R01AI177791 (NIH/NIAID).