A relational architecture of the human genome

Le génome humain est souvent décrit comme un code linéaire et long, une suite de lettres qui dicte les instructions pour construire une personne. Pendant des décennies, les scientifiques ont cartographié cette séquence, identifié les gènes qui agissent comme des plans pour les protéines et tracé les repliements tridimensionnels qui permettent à des parties distantes de l'ADN de se toucher. Pourtant, une question fondamentale est restée sans réponse : comment les lettres individuelles de ce code communiquent-elles entre elles ? Dans les systèmes complexes que l'on trouve partout dans la nature, de la façon dont les neurones s'activent dans un cerveau à la manière dont le trafic circule dans une ville, le comportement d'une partie dépend souvent de l'état d'une autre. Dans le génome, nous savons que des groupes locaux de lettres travaillent ensemble pour former des commutateurs qui activent ou désactivent les gènes, mais il n'était pas clair si ces interactions locales étaient des événements isolés ou si elles formaient un vaste réseau caché s'étendant sur toute la longueur de notre ADN. Comprendre cette couche d'organisation plus profonde est crucial car cela pourrait expliquer pourquoi certains changements dans la séquence d'ADN provoquent des maladies alors que d'autres non, et comment le génome maintient sa stabilité au cours de millions d'années d'évolution.

Une équipe de chercheurs de l'Université RWTH d'Aixchen et du Centre de calcul haute performance de Jülich a franchi une étape massive vers la réponse à cette question en traitant l'ensemble du génome humain comme un système complexe de relations. Au lieu de considérer l'ADN comme une liste statique de lettres, ils ont utilisé un puissant modèle d'intelligence artificielle, entraîné sur des données génomiques, pour tester systématiquement comment chaque lettre du génome humain influence chaque autre lettre. Ils ont travaillé avec le génome de référence humain complet, de bout en bout, qui contient environ 3,12 milliards de positions. En utilisant l'un des superordinateurs les plus avancés au monde, ils ont virtuellement modifié chaque lettre du génome en chacune des trois autres lettres possibles, une par une. Pour chaque changement, ils ont mesuré comment la compréhension de la séquence environnante par le modèle d'IA évoluait. Ce processus a généole une carte massive de dépendances, révélant que lorsqu'une lettre est altérée, cela provoque souvent un effet d'entraînement qui modifie le sens ou la fonction de lettres situées loin de là, créant un réseau de connexions dirigées qui s'étend sur l'ensemble du chromosome.

Les résultats de cette simulation ont révélé que le génome est organisé en une structure d'ordre supérieur définie par ces dépendances. Les chercheurs ont découvert que ces connexions ne sont pas aléatoires ; elles suivent des règles spécifiques basées sur la distance, la direction et le type de séquence d'ADN impliquée. Par exemple, les connexions sont plus fortes entre les lettres qui ont été préservées par l'évolution au cours de millions d'années, suggérant que la nature a maintenu ces relations intactes parce qu'elles sont essentielles à la vie. L'étude a également montré que ces réseaux de dépendance s'alignent sur des caractéristiques biologiques connues, telles que les limites des gènes et la structure de l'ARN, mais qu'ils s'étendent aussi bien au-delà de ce que les scientifiques ont précédemment annoté. Les chercheurs ont identifié sept formes ou motifs distincts dans ces cartes de connexion, qu'ils ont nommés « relons ». Ces motifs incluent des blocs denses de lettres interconnectées, des structures périodiques répétitives et des hubs directionnels où une petite section d'ADN influence une région beaucoup plus large, ou vice versa. Ces relons apparaissent de manière cohérente sur tous les chromosomes, formant un langage architectural récurrent qui organise le génome.

Plus intrigant encore, les chercheurs ont découvert des milliers de ces structures relationnelles dans des régions du génome qui étaient auparavant considérées comme « sombres » ou non annotées, signifiant qu'elles ne contenaient ni gènes connus ni éléments régulateurs. Cela suggère qu'il existe une couche cachée d'organisation fonctionnelle dans les parties de notre ADN que nous pensions silencieuses. L'étude a également lié ces motifs relationnels directement à la santé humaine. Les positions du génome connues pour abriter des mutations pathogènes se sont révélées significativement plus connectées au reste du génome que les positions inoffensives. Ces sites pathogènes agissent comme des hubs possédant de nombreuses connexions entrantes et sortantes, impliquant qu'une mutation dans un tel endroit perturbe un large réseau de relations. Inversement, les variations communes trouvées dans les populations saines présentaient une connectivité beaucoup plus faible. Cette découverte offre une nouvelle façon d'interpréter les données génétiques, suggérant que l'impact d'une mutation ne dépend pas seulement de la lettre elle-même, mais de la profondeur avec laquelle elle est tissée dans le tissu relationnel du génome.

En cartographiant ces dépendances, les chercheurs ont fourni un nouveau cadre pour envisager le génome humain, qui dépasse la simple séquence linéaire et la forme physique en 3D pour inclure une couche d'organisation relationnelle. Ils ont rendu ces données publiques via un navigateur en ligne, permettant à d'autres scientifiques d'explorer ces réseaux. Bien que l'étude repose sur des simulations informatiques plutôt que sur des expériences physiques directes, les motifs découverts s'alignent sur des principes biologiques établis, tels que la conservation évolutive et la structure des gènes. Le travail suggère que le génome n'est pas seulement une collection de parties, mais un système dynamique où les relations entre les nucléotides sont aussi importantes que les nucléotides eux-mêmes. Cette perspective ouvre de nouvelles voies pour la compréhension des maladies génétiques, particulièrement celles causées par des mutations dans les régions non codantes que les méthodes traditionnelles ont eu du mal à expliquer, et suggère que l'évolution de la vie peut impliquer la préservation de ces réseaux complexes de dépendance autant que la préservation des lettres individuelles du code.