Pathogenwatch: A public health platform for rapid interpretation of pathogen genomics.

Pathogenwatch est une plateforme publique de santé qui traduit les données génomiques des pathogènes en résultats directement exploitables pour la surveillance et l'action de santé publique, en offrant une analyse automatisée et évolutive de l'identité, de la résistance aux antimicrobiens et de la virulence pour des milliers d'utilisateurs à travers le monde.

L'essentiel

🦠 Pathogenwatch : Le « Google Maps » et le « Traducteur » des microbes

Imaginez que le monde des microbes (bactéries, virus, champignons) est une immense bibliothèque remplie de millions de livres secrets. Chaque livre est le génome d'un microbe, c'est-à-dire son code ADN complet. Ces livres contiennent des informations vitales : est-ce que ce microbe est dangereux ? Est-il résistant aux antibiotiques ? D'où vient-il ?

Le problème, c'est que ces livres sont écrits dans une langue très complexe (le code génétique) et que la bibliothèque est si grande que personne ne peut tout lire à la main. C'est là qu'intervient Pathogenwatch.

1. C'est quoi, Pathogenwatch ?

C'est une plateforme publique gratuite (comme un super moteur de recherche) qui agit comme un traducteur ultra-rapide et un cartographe.

Au lieu de vous donner des lignes de code incompréhensibles, Pathogenwatch prend vos données brutes et vous dit simplement :

• « C'est une bactérie Salmonella. »
• « Elle vient de Thaïlande. »
• « Elle est résistante à trois antibiotiques. »
• « Elle est très proche de celle trouvée chez un patient à Londres il y a deux semaines. »

2. Comment ça marche ? (Les analogies)

A. Le Détective qui compare les empreintes digitales (L'analyse)
Quand un laboratoire envoie un échantillon à Pathogenwatch, le système agit comme un détective qui compare les empreintes digitales.

• Il regarde le code génétique de votre échantillon.
• Il le compare instantanément à une base de données de plus d'un million de microbes déjà connus dans le monde.
• Il vous dit : « Tiens, votre microbe ressemble à 99% à ceux trouvés dans cette région. C'est probablement la même famille (ou lignée). »

B. Le Camion de déménagement qui s'adapte (L'architecture)
Le système est construit comme un camion de déménagement modulaire.

• Si vous devez déménager une maison (analyser une bactérie), le camion s'adapte.
• Si vous devez déménager un château (analyser un virus comme le SARS-CoV-2), le camion change simplement de conteneur pour s'adapter.
• Grâce à cette technologie (appelée « conteneurisation »), si un nouveau virus émerge demain, les scientifiques n'ont pas besoin de reconstruire tout le camion. Ils changent juste le conteneur, et le système continue de rouler. C'est ce qu'on appelle une infrastructure élastique.

C. La Carte interactive (La visualisation)
Pathogenwatch ne vous donne pas juste une liste de chiffres. Il vous montre une carte interactive.

• Vous voyez les microbes se déplacer sur le globe.
• Vous voyez les « taches » de résistance aux médicaments s'agrandir.
• C'est comme regarder la météo en temps réel, mais pour les épidémies.

3. Pourquoi est-ce une révolution ?

Avant, pour analyser ces microbes, il fallait être un expert en informatique, avoir des ordinateurs très puissants et passer des jours à décoder les résultats. C'était comme essayer de réparer une voiture de course avec un marteau.

Aujourd'hui, avec Pathogenwatch :

• C'est accessible : N'importe quel médecin ou biologiste, même dans un pays en développement, peut utiliser l'outil.
• C'est rapide : Les résultats sont quasi immédiats.
• C'est mondial : Plus de 14 000 utilisateurs dans 165 pays l'utilisent déjà. En 2025 seulement, ils ont analysé plus de 328 000 génomes.

4. Un exemple concret : Le cas du SARS-CoV-2

L'article explique que Pathogenwatch a été testé sur le virus du COVID-19.

• Le test : On lui a donné des virus connus et on a vérifié s'il les reconnaissait correctement.
• Le résultat : Il a été parfait. Il a identifié toutes les variantes dangereuses (comme le Delta ou l'Omicron) exactement comme les meilleurs experts du monde.
• L'importance : Cela prouve que l'outil est fiable pour surveiller les futures pandémies.

5. En résumé : Pourquoi devrions-nous nous en soucier ?

Imaginez que Pathogenwatch est le système d'alerte précoce de la planète pour les maladies.

• Si une bactérie résistante apparaît dans un hôpital en Inde, Pathogenwatch peut le voir tout de suite.
• Il peut dire aux médecins en France : « Attention, cette bactérie est arrivée ici, elle est résistante à tel médicament, changez votre traitement. »

C'est un outil qui transforme des données scientifiques complexes en actions concrètes pour sauver des vies, rendre les hôpitaux plus sûrs et préparer le monde aux prochaines épidémies.

En une phrase : Pathogenwatch est le traducteur universel qui transforme le langage secret des microbes en cartes claires pour nous aider à combattre les maladies, partout dans le monde.

Résumé technique

1. Problématique

Bien que le séquençage du génome entier (WGS) ait révolutionné l'épidémiologie des maladies infectieuses en permettant une reconstruction haute résolution de l'évolution et de la transmission des pathogènes, une barrière majeure subsiste : la complexité technique de l'analyse des données génomiques.

• Le défi : La traduction des données brutes en actions de santé publique reste inégale. De nombreux microbiologistes et praticiens de santé publique n'ont pas accès à des cadres analytiques permettant de relier la similarité génétique à la géographie, au temps et aux traits phénotypiques (résistance aux antimicrobiens, virulence).
• La lacune : Il existe un besoin urgent de plateformes capables de contextualiser rapidement les génomes de nouveaux pathogènes (bactéries, virus, champignons) sans nécessiter d'infrastructure bioinformatique locale lourde ni d'expertise technique approfondie, tout en assurant la reproductibilité et l'évolutivité.

2. Méthodologie et Architecture Technique

Pathogenwatch est une plateforme de surveillance génomique générique, agnostique vis-à-vis de l'organisme et conçue pour fonctionner en continu.

• Architecture Cloud-Native : Déployée sur Amazon Web Services (AWS), la plateforme utilise une architecture conteneurisée (Docker) orchestrée via ECS avec Fargate. Les flux de travail analytiques sont emballés dans des conteneurs stockés dans l'AWS Elastic Container Registry (ECR). Cela garantit la reproductibilité, la scalabilité élastique (pour gérer les pics de demande) et l'exécution cohérente dans divers environnements.
• Flux de traitement des données :
  1. Spéciation (Speciator) : Un module interne utilisant une recherche de k-mers basée sur MinHash (via Mash) pour classer automatiquement les génomes assemblés avec une grande précision et rapidité.
  2. Assemblage et Contrôle Qualité : Les lectures appariées (Illumina) sont assemblées de novo via un pipeline SPAdes (implémenté sous Nextflow). Le contrôle qualité utilise des seuils spécifiques à chaque espèce dérivés du cadre QualiBact (basé sur la longueur de l'assemblage, N50, nombre de contigs, GC, complétude, contamination).
  3. Clustering Contextuel et Attribution de Lignée :
     • Utilisation du cgMLST (Typage multilocus du génome central) avec des schémas spécifiques à l'espèce (1 500 à 3 000 loci).
     • Le module hclink effectue un clustering par liaison simple dynamique pour identifier les génomes apparentés dans des contextes de recherche définis par l'utilisateur, plutôt que de dépendre d'un clustering global fixe.
     • Attribution de lignées via des outils spécifiques (ex: Pangolin pour SARS-CoV-2, SISTR pour Salmonella, Kleborate pour Klebsiella).
  4. Détection des Marqueurs Génomiques : Intégration d'outils pour la détection de gènes de résistance aux antimicrobiens (AMR) (AMRFinderPlus, Kleborate, etc.), de gènes de virulence, de types de plasmides (PlasmidFinder, Inctyper) et de sérotypes.
• Intégration des Données Publiques : La plateforme ingère continuellement des données publiques des archives INSDC (ENA, NCBI, DDBJ). Les génomes publics sont traités avec les mêmes pipelines que les données soumises par les utilisateurs, créant un référentiel mondial harmonisé (plus de 1,7 million de génomes bactériens).

3. Contributions Clés

• Abstraction de Santé Publique Unifiée : Transformation des séquences brutes en signaux interprétables communs (identité de l'organisme, attribution de lignée/variant, marqueurs génomiques) intégrés dans un contexte géographique et temporel. Cela permet une interface utilisateur cohérente à travers les règnes biologiques (bactéries, virus, champignons).
• Infrastructure Modulaire et Évolutible : Capacité à intégrer rapidement de nouveaux pathogènes sans réingénierie du système central, ce qui est crucial pour la réponse aux menaces émergentes.
• Accessibilité et Interopérabilité : Fourniture d'une interface graphique et d'une API RESTful, avec un accès gratuit et des logiciels open-source.
• Harmonisation des Analyses : Support de plus de 37 espèces bactériennes pour le MLST et de plus de 20 pour le cgMLST, avec des outils de détection d'AMR et de virulence standardisés.

4. Résultats

• Adoption Globale : La plateforme compte 14 389 utilisateurs enregistrés dans 165 pays. En 2025, les utilisateurs ont soumis 328 676 assemblages de génomes et 20 830 jeux de données de lectures.
• Validation des Performances (Benchmarking) :
  • SARS-CoV-2 : Une comparaison sur un jeu de données de référence a montré une concordance complète avec les attributions de lignées Pangolin pour tous les variants de préoccupation (VOC) et d'intérêt (VOI), ainsi que pour les lignées non-VOC/VOI. Les résultats sont alignés sur les définitions de nomenclature les plus récentes.
  • Staphylococcus aureus (ST239) : La réanalyse d'un ensemble de génomes mondiaux a reproduit la structure phylogéographique connue (regroupement par pays/continent) et a identifié avec précision les mutations chromosomiques associées à la résistance aux antimicrobiens (gyrA, grlA, rpoB, etc.).
• Qualité des Données : L'application de seuils de contrôle qualité spécifiques à l'espèce (QualiBact) assure que seules les données de haute qualité sont utilisées pour les analyses contextuelles et populationnelles.

5. Signification et Impact

Pathogenwatch représente une infrastructure durable pour la surveillance génomique mondiale, comblant le fossé entre la génération de données et l'action de santé publique.

• Réponse aux Urgences : Sa capacité à pivoter rapidement vers de nouveaux pathogènes sans reconstruction du système en fait un outil de préparation essentiel pour les pandémies.
• Collaboration Internationale : Elle sert d'infrastructure partagée pour des réseaux de surveillance comme TyphiNET, KlebNET-GSP et PulseNet Africa, facilitant la comparaison directe des données entre partenaires géographiquement dispersés.
• Démocratisation de la Génomique : En éliminant le besoin d'expertise bioinformatique locale et d'infrastructures lourdes, elle permet aux pays en développement et aux laboratoires cliniques de participer pleinement à la surveillance génomique mondiale.
• Conformité et Éthique : La plateforme respecte les normes internationales de partage de données (provenance via INSDC, conformité au RGPD/UK Data Protection Act) et promeut un partage équitable et transparent des données génomiques.

En conclusion, Pathogenwatch transforme la surveillance génomique d'une activité technique complexe en un système opérationnel, reproductible et accessible, capable de soutenir à la fois la surveillance endémique et la réponse rapide aux menaces émergentes.