Identifying Putative Pathogenic Non-Coding Variants in Unresolved Rare Disease Patients Using Topologically Associated Domains

Pour des millions de personnes à travers le monde, une maladie rare demeure un mystère. Ce sont des conditions si peu communes qu'elles affectent moins d'une personne sur deux mille, mais qu'elles touchent collectivement environ 300 millions de personnes. Dans de nombreux cas, les médecins peuvent voir clairement les symptômes — malformations cardiaques, retards de développement ou caractéristiques physiques inhabituelles — mais la cause génétique reste cachée. La médecine moderne possède des outils puissants pour lire l'intégralité du code génétique d'une personne, un processus appelé séquençage du génome complet. Cette technologie scanne les milliards de lettres d'ADN qui composent un être humain. Cependant, pour au moins la moitié des patients ayant subi ce test, la réponse n'est toujours pas trouvée. Le problème réside souvent dans l'endroit où les scientifiques cherchent. Pendant des décennies, l'attention s'est portée sur la minuscule fraction du génome qui sert de manuel d'instructions direct pour la construction des protéines, connue sous le nom de régions codantes. Mais la grande majorité de notre ADN ne code pas pour des protéines. Au lieu de cela, elle agit comme un système de contrôle complexe, avec des interrupteurs et des variateurs qui disent aux gènes quand s'activer, à quel volume chanter et quand s'arrêter. Lorsque ces interrupteurs non codants se cassent, ils peuvent causer des maladies aussi sûrement qu'un manuel d'instructions défectueux, mais trouver l'interrupteur spécifique cassé parmi des milliards de lettres a été comparable à la recherche d'une aiguille dans une botte de foin sans aimant.

Une équipe de chercheurs de l'Hôpital pour enfants de Philadelphie a développé une nouvelle façon de trouver ces aiguilles cachées. Ils ont créé un système appelé GAVURD, qui signifie Genomic Analysis of Variants in Unresolved Rare Disease (Analyse génomique des variants dans les maladies rares non résolues). Cet outil a été conçu pour prendre les données brutes du séquençage du génome complet et traquer systématiquement les erreurs non codantes spécifiques qui pourraient être la cause de la maladie du patient. Les chercheurs ont commencé par dix patients qui avaient déjà été testés plusieurs fois sans diagnostic. Ces patients souffraient d'un éventail de conditions congénitales graves, incluant des malformations cardiaques complexes et des problèmes de formation des organes internes. L'équipe a injecté les données génétiques de ces dix familles dans leur nouveau système. Le processus a commencé par la recherche de deux types spécifiques de changements génétiques : les mutations nouvelles apparues pour la première fois chez l'enfant, et les mutations héritées rares que l'enfant a reçues de ses deux parents. Comme le génome humain est si vaste, le système devait être incroyablement précis pour filtrer les millions de différences inoffensives qui existent entre les individus. Les chercheurs ont utilisé une méthode de recoupement, faisant passer les données par trois programmes informatiques différents et ne conservant que les résultats sur lesquels les trois étaient d'accord. Cette approche de consensus les a aidés à éliminer le bruit des erreurs de séquençage, laissant derrière eux une liste beaucoup plus courte et plus fiable de mutations candidates.

Une fois que l'équipe eut sa liste restreinte de mutations suspectes, elle fut confrontée au défi suivant : déterminer quel gène une mutation non codante pourrait affecter. Contrairement à un gène codant pour une protéine qui est cassé, un interrupteur cassé peut être situé loin du gène qu'il contrôle, parfois à des centaines de milliers de lettres de distance. Pour résoudre cela, les chercheurs ont utilisé une carte de la structure tridimensionnelle du génome. Imaginez l'ADN à l'intérieur d'une cellule non pas comme une longue corde droite, mais comme une pelote de laine emmêlée et repliée en quartiers spécifiques et autonomes. Ces quartiers sont appelés domaines associés topologiquement. Les chercheurs ont découvert que les gènes et leurs interrupteurs de contrôle vivent généralement dans le même quartier. Si une mutation se produit dans un quartier spécifique, il est fort probable qu'elle n'affecte que les gènes au sein de cette même zone. En utilisant des données provenant de cartes à haute résolution de ces quartiers, le système GAVURD pouvait lier une mutation non codante distante au gène spécifique qu'elle était la plus susceptible de réguler. Cette étape a considérablement réduit la recherche, empêchant le système de se perdre dans l'immensité du génome.

La dernière étape du processus consistait à vérifier si les gènes liés à ces mutations correspondaient aux symptômes du patient. Les chercheurs ont utilisé une bibliothèque numérique des maladies humaines et de leurs traits physiques associés. Ils ont comparé les symptômes spécifiques de chaque patient avec les effets connus des mutations dans les gènes que leur système avait identifiés. Ce processus de correspondance leur a permis de classer les candidats, mettant en évidence les mutations les plus susceptibles d'expliquer l'état du patient. Lorsqu'ils ont appliqué l'ensemble de ce pipeline à leurs dix patients, les résultats ont été prometteurs. Dans six des dix cas, le système a identifié un variant non codant spécifique qui pointait vers un gène connu pour causer une maladie présentant des symptômes très similaires à ceux du patient. Pour un patient présentant de graves malformations cardiaques, le système a trouvé une mutation dans une région non codante qui semble perturber un gène impliqué dans le développement du cœur et de la symétrie gauche-droite du corps. Pour un autre patient avec un ensemble complexe de malformations congénitales, le système a identifié une nouvelle mutation près d'un gène critique pour le développement cardiaque, lequel est connu pour être régulé par un interrupteur moléculaire spécifique que la mutation semblait briser.

Les chercheurs soulignent que, bien que ces découvertes soient des pistes sérieuses, elles ne constituent pas encore un diagnostic clinique final. Le système produit des hypothèses de haute valeur qui nécessitent des tests supplémentaires en laboratoire pour prouver exactement comment la mutation cause la maladie. Cependant, l'étude démontre qu'une approche systématique peut réussir à découvrir des causes potentielles chez des patients qui étaient auparavant considérés comme insolubles. En combinant une méthode rigoureuse pour trouver des mutations rares avec une manière intelligente de les lier à leurs gènes cibles, le système GAVURD offre une nouvelle voie à suivre. Il suggère que pour de nombreux patients souffrant de maladies rares non résolues, la réponse n'est pas absente de leur code génétique, mais plutôt cachée dans les régions non codantes que les méthodes précédentes ne pouvaient pas interpréter efficacement. Ce travail fournit un cadre concret pour transformer le paysage vaste et confus de l'ADN non codant en une liste de suspects gérable, apportant l'espoir que davantage de familles recevront enfin les réponses qu'elles attendent.