Des chercheurs des Gladstone Institutes et de l’Université de Stanford ont développé une nouvelle approche de cartographie génomique pour identifier les gènes contribuant aux maladies. Cette méthode, détaillée dans une étude publiée dans Nature, permet de tester l’impact de chaque gène dans une cellule afin de mieux cibler les futures thérapies médicales.
Le défi de la médecine génétique moderne réside dans la complexité. Lorsqu’un seul gène défectueux cause une pathologie, le diagnostic et la compréhension du mécanisme sont directs. Cependant, la majorité des conditions médicales sont polygéniques : des milliers de gènes interagissent pour influencer un trait ou déclencher une maladie. Jusqu’ici, identifier comment ces composants s’articulent ressemblait à tenter de résoudre un puzzle dont les pièces changeraient de forme.
Les limites des études d’association pangénomique
Pendant des années, la science s’est appuyée sur les études d’association pangénomique
, qui analysent l’ADN de milliers d’individus pour établir des liens statistiques entre des variations génétiques et des risques de maladies. Si ces données sont massives, elles souffrent d’une faille majeure : elles indiquent une corrélation, pas une causalité.
Le problème est que le signal statistique ne fournit pas d’explication biologique claire. On sait que tel variant est associé à telle maladie, mais le mécanisme interne reste obscur. C’est ce vide conceptuel que les chercheurs tentent désormais de combler.
« Même avec ces études, il subsiste un fossé énorme dans la compréhension de la biologie des maladies au niveau génétique. Nous savons que de nombreux variants sont associés à des maladies ; nous ne comprenons tout simplement pas pourquoi. » Mineto Ota, chercheur postdoctoral aux Gladstone Institutes et à l’Université de Stanford, via ScienceDaily
Pour Mineto Ota, la situation actuelle s’apparente à posséder une carte avec un point de départ et une destination précis, mais sans aucun itinéraire pour relier les deux. Le manque de routes connecting les variants génétiques aux symptômes cliniques freine le développement de traitements de précision.
L’approche systémique des Gladstone Institutes et de Stanford
Plutôt que de se contenter d’observations statistiques, l’équipe dirigée par Alex Marson et Jonathan Pritchard a opté pour une stratégie d’intervention. L’idée est de tester l’impact de chaque gène individuellement au sein d’une cellule pour voir comment sa modification affecte le système global. Ce passage d’une observation passive à une analyse active permet de transformer des données brutes en cartes fonctionnelles.
« Nous pouvons désormais examiner chaque gène du génome et comprendre comment chacun d’eux affecte un type de cellule particulier. Notre objectif est d’utiliser ces informations comme une carte pour obtenir de nouvelles perspectives sur la manière dont certains gènes influencent des traits spécifiques. » Alex Marson, chercheur principal aux Gladstone Institutes, via ScienceDaily
Cette méthode permet de sortir de la vision linéaire « un gène, une maladie ». En cartographiant les interactions, les scientifiques peuvent identifier les nœuds critiques du réseau génétique, ceux qui, s’ils sont ciblés par une thérapie, pourraient avoir l’impact le plus significatif sur la santé du patient.
L’enjeu est ici de comprendre la biologie comme un réseau complexe. Jonathan Pritchard, professeur à l’Université de Stanford, souligne la difficulté de cette tâche :
« Pour comprendre les traits complexes, nous devons réellement nous concentrer sur le réseau. Comment concevoir la biologie quand des milliers et des milliers de gènes, ayant des fonctions très différentes, affectent tous un même trait ? » Jonathan Pritchard, professeur de biologie et de génétique à Stanford, via ScienceDaily
L’apport technique des lignées cellulaires du MIT
Pour construire ce réseau, les chercheurs ont fusionné des données de population massives avec des expériences cellulaires ciblées. Le moteur technique de cette avancée repose sur l’utilisation d’une lignée cellulaire de leucémie humaine, un modèle standard pour l’étude des traits des globules rouges.
Le protocole, initié par un chercheur du MIT, a consisté à désactiver chaque gène de cette lignée cellulaire, un par un. En observant comment la perte d’un gène spécifique modifiait l’activité génétique globale, l’équipe a pu établir des liens de cause à effet directs.
Ce processus de « switch-off » systématique a permis de créer une base de données de référence. En croisant ces résultats expérimentaux avec les données des études d’association pangénomique, les scientifiques peuvent désormais identifier quels gènes sont les véritables moteurs d’une maladie et lesquels ne sont que des passagers statistiques.
L’implication immédiate est une accélération du criblage de cibles thérapeutiques. Au lieu de tester des milliers de molécules au hasard, les pharmacologues peuvent se concentrer sur les gènes dont l’impact sur le réseau cellulaire a été prouvé expérimentalement.
L’avenir de cette approche réside dans sa capacité à être étendue à d’autres types de cellules et d’autres organes. Si le modèle actuel s’est concentré sur les traits sanguins, la méthodologie est transférable. Le passage d’une biologie descriptive à une biologie prédictive est en marche, transformant le génome humain d’un livre crypté en un plan d’ingénierie exploitable.
