Publié le 11 décembre 2025 09:53:00. Une nouvelle technique de cartographie génomique développée par des chercheurs de Gladstone et de Stanford promet de décrypter les mécanismes complexes à l’origine de nombreuses maladies, ouvrant la voie à des thérapies plus ciblées et personnalisées.
- Une méthode innovante permet d’analyser l’impact de chaque gène sur les cellules, révélant des liens jusqu’alors insoupçonnés entre l’ADN et les maladies.
- L’étude combine des données issues de lignées cellulaires et de la vaste base de données UK Biobank, contenant les informations génomiques de plus de 500 000 personnes.
- Cette avancée pourrait avoir des applications majeures dans le domaine de l’immunologie, notamment pour mieux comprendre les maladies auto-immunes.
Depuis des décennies, la recherche biomédicale s’efforce d’identifier les gènes responsables des maladies, dans l’espoir de développer des traitements capables de restaurer la santé en ciblant ces gènes. Si l’identification du gène impliqué est relativement simple dans certains cas, la tâche se complique considérablement lorsque plusieurs gènes, parfois des milliers, sont en jeu. Une nouvelle approche, basée sur la cartographie génomique, pourrait bien changer la donne.
Des chercheurs des Instituts Gladstone et de l’Université de Stanford ont mis au point une méthode exhaustive permettant d’étudier l’impact de chaque gène sur le fonctionnement d’une cellule. Cette technique vise à établir des liens précis entre les maladies et les mécanismes génétiques sous-jacents. Les résultats de cette étude, publiés dans la revue Nature, pourraient éclairer des processus biologiques complexes et identifier les gènes les plus pertinents pour une intervention thérapeutique.
« Nous pouvons désormais examiner chaque gène du génome et avoir une idée de la façon dont chacun affecte un type de cellule particulier »,
Alex Marson, MD, PhD, directeur de l’Institut Gladstone-UCSF d’immunologie génomique
L’objectif, selon le chercheur principal, est d’utiliser ces informations comme une véritable carte pour mieux comprendre l’influence de certains gènes sur des traits spécifiques.
Jusqu’à présent, les chercheurs s’appuyaient sur des « études d’association pangénomiques », qui analysent les génomes de milliers de personnes afin de détecter des corrélations statistiques entre les anomalies de l’ADN et les maladies. Bien que ces études aient généré une quantité considérable de données, leur interprétation s’avère souvent difficile, en particulier lorsqu’il s’agit de traits complexes liés à de nombreux gènes.
« Même avec ces études, il reste un énorme fossé dans la compréhension de la biologie des maladies au niveau génétique. Nous savons que de nombreux variants sont associés à la maladie, mais nous ne comprenons tout simplement pas pourquoi. »
Mineto Ota, MD, PhD, chercheur postdoctoral
Pour illustrer cette difficulté, Mineto Ota compare la situation à une carte indiquant un point de départ et une destination, mais sans aucun itinéraire intermédiaire.
« Pour comprendre des traits complexes, nous devons vraiment nous concentrer sur le réseau. Comment concevons-nous la biologie alors que des milliers et des milliers de gènes, dotés de nombreuses fonctions différentes, affectent tous un trait ? »
Jonathan Pritchard, PhD, professeur de biologie et de génétique à Stanford
Pour répondre à cette question, l’équipe a croisé les données issues de deux sources distinctes. La première provenait d’une lignée cellulaire de leucémie humaine, dans laquelle chaque gène avait été désactivé individuellement afin d’observer l’impact de cette inactivation sur l’activité génétique. La seconde source était la UK Biobank, qui contient les séquences génomiques de plus de 500 000 personnes. Les chercheurs ont extrait les données des individus présentant des mutations génétiques affectant le fonctionnement de leurs globules rouges.
En combinant ces ensembles de données, ils ont pu cartographier de manière exhaustive les réseaux de gènes impliqués dans les caractéristiques des globules rouges, révélant ainsi un paysage génomique d’une complexité insoupçonnée. Ils disposent désormais d’une carte complète, incluant les points de départ, les destinations et les itinéraires intermédiaires.
Leurs analyses ont révélé que certains gènes agissent sur plusieurs mécanismes, en stimulant certaines activités biologiques tout en en inhibant d’autres. L’exemple du gène SUPT5H, lié à la bêta-thalassémie (un trouble sanguin affectant la production d’hémoglobine), est particulièrement révélateur. Les chercheurs ont établi un lien entre SUPT5H et trois processus essentiels pour les cellules sanguines : la production d’hémoglobine, le cycle cellulaire et l’autophagie. Ils ont également précisé la manière dont ce gène influence ces processus, en augmentant ou en diminuant l’activité génétique.
« SUPT5H régule les trois voies principales qui affectent l’hémoglobine. Il active la synthèse de l’hémoglobine, ralentit le cycle cellulaire et ralentit l’autophagie, ce qui a un effet synergique. »
Jonathan Pritchard, PhD, professeur de biologie et de génétique à Stanford
Cette capacité à identifier les mécanismes génétiques précis qui contrôlent les cellules pourrait avoir des conséquences majeures sur la découverte biologique et le développement de nouveaux médicaments. Bien que l’étude se soit concentrée sur les cellules sanguines, la méthode développée par l’équipe de recherche pourrait être appliquée à d’autres types de cellules humaines afin de mieux comprendre les origines moléculaires des maladies.
Pour le laboratoire de Marson, qui se consacre à l’étude des cellules T et des mécanismes immunitaires, cette nouvelle approche pourrait s’avérer particulièrement précieuse.
« La charge génétique associée à de nombreuses maladies auto-immunes, déficits immunitaires et allergies est en grande partie liée aux cellules T. Nous sommes impatients de développer des cartes détaillées supplémentaires qui nous aideront à vraiment comprendre l’architecture génétique derrière ces maladies à médiation immunitaire. »
Alex Marson, MD, PhD, directeur de l’Institut Gladstone-UCSF d’immunologie génomique
Référence: Ota M, Spence JP, Zeng T et al. Modélisation causale des effets des gènes, des régulateurs aux programmes en passant par les caractères. Nature. 2025. doi: 10.1038/s41586-025-09866-3
Cet article a été republié à partir de matériels. Veuillez noter que le contenu a pu être modifié en termes de longueur et de contenu. Pour plus d’informations, veuillez contacter la source citée. Notre politique de publication des communiqués de presse est accessible ici.