Aller au contenu
BioTwin

BioTwin publie de la recherche médicale, du développement clinique et de l'éducation bien-être. Les affirmations cliniques s'appliquent uniquement là où elles sont autorisées. Le contenu de bien-être TwinMe n'est pas un avis médical, un diagnostic, un dépistage, un traitement ni une surveillance de maladie.

L'empreinte métabolomique des gouttes de sang séché permet l'identification d'individus dans une cohorte de 1 257 participants avec une précision de 94 %

Étude révisée par les pairs et publiée en libre accès dans Digital Twin (Taylor & Francis) par Hauguel, Anctil et Noel, démontrant que les profils métabolomiques des gouttes de sang séché sont assez stables pour identifier les individus dans 18 288 échantillons et 134 lots analytiques.

Pourquoi cela compte

Établit les bases méthodologiques pour l'interprétation par rapport à la ligne de base personnelle des données de biomarqueurs longitudinaux, le mécanisme central du modèle de jumeau virtuel de BioTwin. Le protocole LC-MS des gouttes de sang séché du même laboratoire et la norme de validation tenant compte des lots GroupKFold introduits ici soutiennent l'ensemble du travail de classification des maladies en aval de BioTwin.

Résumé

Une cohorte de 1 257 participants avec 18 288 échantillons de gouttes de sang séché (DBS) collectés sur 134 lots analytiques et 15 mois est utilisée pour tester si les profils métabolomiques non ciblés de LC-MS portent suffisamment de signal au niveau individuel pour identifier un participant à partir d’une seule piqûre au doigt. Après normalisation tenant compte des lots, sélection des caractéristiques supervisée, filtrage du signal biologique et vote à la majorité au niveau utilisateur sur les cartes DBS, le modèle atteint 94,1 % de précision au niveau utilisateur et 85,5 % de précision au niveau échantillon dans une validation GroupKFold à 10 plis (groupe = lot). Sur un ensemble de lots futurs retenus de 17 lots, le modèle atteint 96,1 % de précision au niveau utilisateur et 92,6 % au niveau échantillon sur 1 134 classes, comparé à une ligne de base aléatoire de 0,088 %.

Une deuxième contribution du document est méthodologique : les auteurs montrent que le fractionnement aléatoire naïf gonfle la précision parce que 92,8 % des échantillons d’essai partagent leur paire (utilisateur, lot) avec l’ensemble d’entraînement. Un fractionnement tenant compte des groupes est nécessaire pour mesurer la vraie généralisation.

Pourquoi c’est important

La plupart des sciences des biomarqueurs traitent encore les valeurs de laboratoire comme des instantanés uniques. Cette étude expose le cas, avec des données, de traiter la biologie comme une trajectoire et d’évaluer les changements par rapport à la ligne de base d’un individu. Elle encadre aussi le protocole et la discipline de validation sur lesquels le reste du programme de recherche de BioTwin est construit.

Le résultat étudié est l’identification individuelle. Sa précision n’établit pas la validité clinique d’un score de santé, d’une prédiction de maladie ou d’une recommandation thérapeutique.

Auteurs

Pierrick Hauguel, Nicolas Anctil, Louis-Philippe Noel, département recherche et développement, BioTwin Inc. Publié dans Digital Twin (Taylor & Francis) le 21 août 2026, DOI 10.1080/27525783.2026.2706347, en libre accès sous licence CC BY. Reçu le 16 avril 2026, accepté le 11 juillet 2026. Tous les auteurs sont des employés et actionnaires de BioTwin Inc. Brevet PCT en attente.