📄 genetic and genomic medicine

OmicsPred as a centralised resource for genetic prediction of multi-omic traits

Pour remédier à la fragmentation des modèles d'imputation multi-omiques, les auteurs ont développé OmicsPred, une plateforme centralisée qui unifie plus de 3,3 millions de modèles de prédiction génétique avec des métadonnées et des formats standardisés afin de faciliter la trouvabilité, l'interopérabilité et la découverte systématique de cibles.

Auteurs originaux : Foguet, C., Gil, L., Xu, Y., Salazar-Magana, S., Rtichie, S. C., Persyn, E., Im, H. K., Inouye, M., Lambert, S. A.

Publié 2026-06-11

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Foguet, C., Gil, L., Xu, Y., Salazar-Magana, S., Rtichie, S. C., Persyn, E., Im, H. K., Inouye, M., Lambert, S. A.

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre pourquoi certaines personnes tombent malades et d'autres restent en bonne santé. Les scientifiques savent que votre ADN (votre empreinte génétique) influence votre santé, mais l'ADN n'est que le manuel d'instructions. Les véritables « travailleurs » qui accomplissent les tâches dans votre corps sont des molécules comme l'ARN, les protéines et les métabolites. Pour véritablement comprendre la maladie, les scientifiques doivent voir ce que font ces travailleurs.

Cependant, vérifier les niveaux de ces molécules chez des millions de personnes est incroyablement coûteux et difficile, comme si l'on essayait d'inspecter chaque brique d'une ville immense. D'un autre côté, lire l'ADN des gens est devenu peu coûteux et facile, comme avoir une carte du tracé de la ville.

Le Problème : Une bibliothèque de cartes éparpillées
Les scientifiques ont trouvé comment utiliser la « carte » de l'ADN pour prédire ce que font les « travailleurs » moléculaires. Ils ont construit des milliers de formules mathématiques (modèles de prédiction) pour faire cela. Mais jusqu'à présent, ces formules étaient éparpillées partout — cachées au fond de différentes publications de recherche, sur différents sites web, ou dans différents formats de fichiers. C'était comme avoir une bibliothèque où chaque livre était écrit dans une langue différente et stocké dans une pièce différente. Si un chercheur voulait les utiliser, il devait les traquer une par une, et souvent, il ne pouvait pas les utiliser ensemble.

La Solution : OmicsPred (La bibliothèque centrale)
Cet article présente OmicsPred, une nouvelle bibliothèque en ligne centralisée qui rassemble tous ces modèles de prédiction éparpillés en un seul endroit. Considérez cela comme un immense entrepôt organisé où chaque outil de prédiction génétique est proprement étiqueté, traduit dans une langue commune et prêt à être emprunté.

Voici ce qui rend OmicsPred spécial, en utilisant des analogies simples :

Une collection massive : En date de mai 2026, cette bibliothèque détient plus de 3,3 millions de modèles de prédiction. Ceux-ci couvrent trois principaux types de travailleurs moléculaires : les transcrits (ARN), les protéines et les métabolites.
Des formats standardisés : Auparavant, un modèle provenant d'une étude pouvait être dans un format que seul un programme informatique spécifique pouvait lire. OmicsPred traduit tous ces modèles pour qu'ils fonctionnent avec les outils populaires que les scientifiques utilisent déjà (comme « PGS Calculator » et « MetaXcan »). C'est comme s'assurer que chaque livre de la bibliothèque est disponible à la fois en anglais et en espagnol, afin que tout le monde puisse le lire.
Des étiquettes détaillées (Métadonnées) : Chaque modèle possède une « carte d'identité » détaillée. Cette carte indique précisément où le modèle a été entraîné (quel groupe de personnes, quel tissu), son degré de précision et quelle molécule spécifique il prédit.
Relier les points : La bibliothèque ne se contente pas de lister les modèles ; elle les connecte à des « quartiers » biologiques (voies de signalisation). Par exemple, si vous recherchez une protéine, la bibliothèque peut vous montrer quelles autres protéines travaillent avec elle dans le même processus biologique.

Mise à l'épreuve : Le Million Veterans Program
Pour démontrer l'utilité de cette bibliothèque, les chercheurs ont utilisé OmicsPred pour analyser les données du Million Veterans Program (MVP), une étude massive impliquant plus d'un million de personnes issues de milieux divers.

Ils ont utilisé la bibliothèque pour mener une opération géante de « recherche et de découverte » (appelée PheWAS). Ils ont demandé : « Si nous prédisons les niveaux de ces millions de molécules à partir de l'ADN, lesquelles sont liées à des maladies spécifiques ? »

Les résultats : Ils ont trouvé plus de 190 000 liens significatifs entre les traits moléculaires prédits et les maladies.
Exemples concrets : Ils ont confirmé des liens connus, tels que la connexion entre une protéine spécifique (PCSK9) et les maladies cardiaques.
Nouvelles perspectives : Ils ont découvert un lien très cohérent entre une molécule appelée AGER et l'hypothyroïdie (une thyroïde sous-active). Ce lien a été trouvé à travers différents groupes de personnes et différents types de données. En utilisant les cartes de « quartiers » de la bibliothèque, ils ont vu qu'AGER fait partie d'une voie de signalisation spécifique (NF-κB) qui est connue pour être importante pour la santé de la thyroïde. Cela a aidé à expliquer pourquoi ce lien existe.

Et après ?
Les auteurs soulignent qu'OmicsPred est une ressource en pleine croissance. Actuellement, la plupart des modèles sont basés sur des populations d'ascendance européenne, mais l'équipe s'engage à ajouter des modèles issus de populations mondiales diversifiées dès qu'ils seront disponibles. Ils prévoient également d'étendre la bibliothèque pour inclure des modèles pour les animaux d'élevage et d'ajouter des fonctionnalités plus avancées pour aider les scientifiques à déterminer les relations de cause à effet.

En résumé
OmicsPred est un centre centralisé et convivial qui résout le problème des outils de prédiction génétique éparpillés. Il permet aux chercheurs de trouver, télécharger et utiliser facilement des milliers de modèles pour prédire les traits moléculaires à partir de l'ADN, les aidant ainsi à découvrir de nouveaux liens entre nos gènes, notre biologie et nos maladies.

Résumé technique : OmicsPred, une ressource centralisée pour la prédiction génétique de traits multi-omiques

Énoncé du problème
Bien que la prédiction génétique de données multi-omiques (transcriptomique, protéomique et métabolomique) soit apparue comme une alternative rentable au profilage direct pour identifier les caractéristiques moléculaires associées aux maladies, le domaine souffre d'une fragmentation significative. Les modèles d'imputation multi-omiques existants sont dispersés entre les études individuelles, les matériels supplémentaires ou des sites web spécifiques à chaque étude. Cette dispersion entrave la trouvabilité, l'accessibilité, l'interopérabilité et la réutilisabilité de ces ressources, violant ainsi les principes FAIR (Facile à trouver, Accessible, Interopérable, Réutilisable) relatifs aux données. Contra�à l'inverse des catalogues GWAS et des scores polygéniques (PGS), qui centralisent avec succès les statistiques de résumé et les modèles de prédiction de phénotypes, aucune ressource unifiée n'existe actuellement pour les modèles de prédiction génétique des traits moléculaires intégrant les cadres analytiques établis tels que les TWAS (études d'association à l'échelle du transcriptome), PWAS (études d'association à l'échelle du protéome) ou MWAS (études d'association à l'échelle du métabolome).

Méthodologie et architecture de la ressource
Pour combler ces lacunes, les auteurs ont développé OmicsPred (https://www.omicspred.org), un référentiel centralisé conçu pour héberger et diffuser les modèles de prédiction génétique ainsi que leurs métadonnées associées. La ressource repose sur les piliers techniques suivants :

Harmonisation et standardisation des données : OmicsPred agrège des modèles provenant de diverses sources, incluant les ensembles de données PredictDB (basés sur GTEx) et des études récentes utilisant de larges cohortes telles qu'INTERVAL, TOPMed, ARIC et l'UK Biobank. En date de mai 2026, le référentiel héberge 3 339 469 modèles de prédiction.
Enrichissement des métadonnées : Chaque modèle est accompagné de métadonnées complètes, notamment les caractéristiques de l'ensemble d'entraînement (nom de la cohorte, taille de l'échantillon, ascendance génétique), les mesures de performance prédictive ( $R^2$ ) et l'entité moléculaire prédite (gène, protéine ou métabolite).
Cartographie ontologique : Les caractéristiques moléculaires sont mappées vers des bases de données de référence standards (Ensembl, UniProt) et vers l'Experimental Factor Ontology (EFO) pour les termes tissulaires. Crucialement, les caractéristiques sont également mappées vers les voies biologiques Reactome, permettant des requêtes au niveau des voies.
Interopérabilité : Les fichiers de score sont harmonisés et distribués dans des formats compatibles avec les outils analytiques populaires, spécifiquement le PGS Catalog Calculator et MetaXcan (utilisé pour les flux de travail S-PrediXcan/FUSION).
Accès et soumission : La plateforme propose une interface web pour la navigation et la recherche par ensemble de données, entité moléculaire, voie ou ascendance. Elle fournit une API REST pour un accès programmatique. Les chercheurs sont encouragés à soumettre de nouveaux modèles via un formulaire en ligne, qui nécessite les fichiers du modèle, les détails de l'ensemble de données d'entraînement, les mesures de performance et une publication correspondante.

Résultats clés et démonstrations
L'utilité d'OmicsPred a été démontrée par une étude d'association à l'échelle du phénotype (PheWAS) systématique utilisant la cohorte du Million Veterans Program (MVP), l'une des plus grandes études multi-ascendantes disponibles.

Échelle de l'analyse : Les auteurs ont utilisé des statistiques de résumé GWAS harmonisées pour jusqu'à 1 233 résultats de santé (PheCodes) à travers des groupes d'ascendance africaine (AFR), américaine mixte (AMR) et européenne (EUR). Ils ont téléchargé les modèles d'imputation pertinents (se concentrant sur le sang et le plasma) de la part d'OmicsPred et ont réalisé des TWAS et PWAS en utilisant MetaXcan.
Découverte : L'analyse a identifié plus de 190 000 associations significatives (FDR < 0,05) entre les traits de transcrits/protéines imputés et les résultats de PheCode, impliquant environ 46 millions de tests statistiques.
Validation cross-omique : En exploitant la cartographie cross-dataset d'OmicsPred, l'étude a confirmé des associations connues (par exemple, PCSK9 avec la maladie coronarienne, APOE avec l'hyperlipidémie, CFH avec la dégénérescence maculaire liée à l'âge) à travers différentes couches omiques, plateformes et ascendances.
Nouvelle perspective biologique : Un signal cohérent cross-omique et cross-ascendance a été identifié entre AGER (Advanced Glycosylation End-product Specific Receptor) et le risque d'hypothyroïdie. Cette association était significative dans 7 des 9 ensembles de données analysés. En utilisant les cartographies de voies Reactome disponibles dans OmicsPred, les auteurs ont lié cette découverte à la voie d'activation du complexe NF-κB (Reactome R-HSA-445989), ce qui est cohérent avec les rôles connus de NF-κB dans la physiologie thyroïdienne. Ce lien a permis d'identifier d'autres scores de la même voie (par exemple, NFKB2, NFKBIA, APP) associés à l'hypothyroïdie.
Intégration : Ces résultats de PheWAS de l'MVP, ainsi que les résultats précédemment publiés de l'UK Biobank, sont désormais intégrés dans OmicsPred, permettant aux utilisateurs d'interroger les associations à travers des biobanques mondialement diversifiées.

Signification et revendications
L'article positionne OmicsPred comme un référentiel FAIR unifié qui facilite de larges applications dans la recherche biomédicale en résolvant la fragmentation des modèles de prédiction multi-omiques. Sa principale signification réside dans :

Centralisation : Fournir un point d'accès unique pour plus de 3,3 millions de modèles, unifiant les ressources auparavant dispersées comme PredictDB et les nouvelles études multi-omiques.
Interopérabilité : Garantir que les modèles sont prêts pour une utilisation immédiate dans les pipelines standards (MetaXcan, PGS Calculator) sans nécessiter de formatage personnalisé.
Génération d'hypothèses : Permettre la découverte systématique de cibles via la PheWAS, comme démontré par l'identification du rôle d'AGER dans l'hypothyroïdie via l'analyse des voies.
Croissance de la communauté : Établir un mécanisme permettant aux chercheurs de soumettre de nouveaux modèles et résultats de PheWAS, augmentant ainsi la trouvabilité et la réutilisabilité de leurs travaux.

Les auteurs reconnaissent que la ressource actuelle présente un biais vers les scores développés dans des cohortes à prédominance d'ascendance européenne, mais notent leur engagement à prioriser l'inclusion de modèles issus de populations mondiales à mesure que les données deviennent disponibles. Les développements futurs visent à étendre la ressource à des tissus et ascendances supplémentaires, à des plateformes moléculaires additionnelles (par exemple, la protéomique basée sur la spectrométrie de masse), et potentiellement à des espèces non humaines, tout en ajoutant des fonctionnalités pour les tests d'association causale et les données de complexes protéiques.

Articles similaires