Investigating the pathogenicity of missense spliceogenic variants using whole-genome sequencing, RNA-sequencing, and proteomics data from population and clinical research cohorts

La santé humaine repose sur un manuel d'instructions complexe écrit dans notre ADN, un code qui dicte à nos cellules comment construire les protéines nécessaires à la vie. Pendant des décennies, les scientifiques se sont concentrés sur la manière dont les changements dans ce code altèrent la forme et la fonction de la protéine finale, un peu comme si l'on vérifiait si une faute de frappe dans une recette gâche le goût d'un gâteau. Cependant, le manuel d'instructions comporte une étape d'édition critique avant que le produit final ne soit fabriqué. Ce processus, appelé épissage, consiste à découper les sections inutiles et à recoudre les parties restantes pour former un message propre et utilisable. Si cette étape d'édition échoue, la cellule peut rejeter entièrement le message ou produire une version défectueuse, entraînant ainsi des maladies. Bien que les chercheurs sachent depuis longtemps que des erreurs aux extrémités mêmes de ces sections peuvent causer de telles erreurs, ils ont largement supposé que les changements au milieu de ces sections étaient sans danger, à condition que la protéine finale paraisse correcte.

Une nouvelle étude remet en question cette hypothèse en révélant que de nombreux changements génétiques auparavant considérés comme inoffensifs sabotent en réalité le processus d'édition. En analysant les données génétiques de près d'un demi-million de personnes et en mesurant les niveaux de protéines dans leur sang, les chercheurs ont découvert qu'un nombre important de ces changements « du milieu » perturbent la machinerie d'épissage. Ces erreurs, que l'équipe appelle variantes spliceogéniques faux-sens, passent souvent inaperçues auprès des outils de diagnostic actuels car ces derniers ne regardent que la forme de la protéine finale, et non le processus d'édition. Les résultats suggèrent qu'une partie substantielle des variants génétiques actuellement étiquetés comme incertains ou bénins sont en réalité responsables de maladies en empêchant la cellule de fabriquer les protéines nécessaires.

Pour comprendre l'ampleur de ce problème caché, l'équipe de recherche s'est tournée vers la UK Biobank, une base de données massive contenant des informations génétiques et des dossiers de santé d'environ 500 000 volontaires. Elle s'est concentrée sur un type spécifique de changement génétique appelé variant faux-sens, qui est un changement d'une seule lettre dans le code ADN entraînant généralement l'utilisation d'un composant différent dans une protéine. L'équipe a examiné plus de huit millions de ces variants pour voir si certains d'entre eux perturbaient également le processus d'épissage. Ils ont utilisé un modèle informatique sophistiqué pour prédire comment chaque variant affecterait l'édition du message génétique. Les résultats ont été frappants : environ 2,7 % de ces variants faux-sens ont été prédits comme interférant avec l'épissage, un taux presque identique à celui des variants synonymes, qui ne modifient pas la protéine du tout. Cela suggère que le risque de perturber le processus d'édition est aussi courant au milieu du code qu'aux extrémités.

L'étude a ensuite examiné si ces erreurs prédites avaient des conséquences réelles. Les chercheurs ont comparé les données génétiques avec des échantillons de sang de plus de 50 000 participants, observant les niveaux de près de 3 000 protéines différentes circulant dans le sang. Ils ont découvert que les individus porteurs de ces variants faux-sens spécifiques présentaient des niveaux de protéines correspondantes significativement plus bas. Dans de nombreux cas, la réduction des niveaux de protéines était aussi sévère que celle observée chez des personnes présentant des erreurs génétiques dévastatrices connues qui stoppent complètement la production de protéines. Cela a confirmé que les erreurs d'épissage prédites n'étaient pas seulement théoriques ; elles empêchaient activement le corps de fabriquer suffisamment de protéines nécessaires.

Une partie critique de l'enquête a consisté à tester la fiabilité des outils actuellement utilisés par les médecins et les généticiens pour interpréter ces variants. La plupart des logiciels standards sont conçus pour prédire si un changement génétique endommagera la structure de la protéine. Les chercheurs ont découvert que pour les variants qu'ils ont identifiés comme perturbateurs de l'épissage, ces outils standards donnaient souvent une évaluation « sûre ». En fait, plus de la moitié des variants qui prédisaient de briser l'épissage étaient classés comme bénins ou neutres par les outils axés sur les protéines. Cela crée un angle mort dangereux : un variant peut être signalé comme inoffensif parce que la protéine semble correcte, alors qu'en réalité, la cellule échoue à produire la protéine elle-même. Cette divergence était encore plus prononcée dans les régions des protéines qui sont naturellement flexibles et dépourvues de structure rigide, là où les outils standards sont les moins susceptibles de prédire un problème.

Pour prouver que leurs prédictions informatiques correspondaient à la réalité biologique, l'équipe a examiné les données génétiques réelles de patients atteints de maladies rares qui n'avaient reçu aucun diagnostic auparavant. Ils ont identifié 14 variants faux-sens de signification incertaine provenant du NHS Genomic Medicine Service que leurs modèles prédisaient comme perturbateurs de l'épissage. Lorsque les chercheurs ont examiné l'ARN, le message génétique, de ces patients, ils ont confirmé que l'épissage était effectivement perturbé dans ces cas, fournissant des preuves solides pour classer les variants comme pathogènes ou probablement pathogènes. Dans un cas, un variant dans un gène appelé VRK1, qui était auparavant considéré comme inoffensif, s'est avéré provoquer le saut d'une section entière du message par la cellule, entraînant une maladie neurologique grave. Dans un autre cas, un variant dans le gène PRG4, qui cause des problèmes articulaires et cardiaques, a été trouvé comme forçant la cellule à utiliser un mauvais site d'édition, supprimant une partie cruciale du message. Ces découvertes ont fourni la preuve directe que les modèles informatiques identifiaient correctement des erreurs causant des maladies qui avaient échappé aux méthodes traditionnelles.

Les chercheurs ont également appliqué leur nouvelle approche à un large groupe de cas non résolus du 100,000 Genomes Project, une initiative nationale visant à trouver des causes génétiques pour les maladies rares. En recherchant ces types spécifiques d'erreurs d'épissage, ils ont identifié un candidat diagnostique solide chez un patient qui était resté sans diagnostic pendant des années. Le patient présentait un changement génétique dans un gène appelé DYSF qui était auparavant considéré comme incertain. La nouvelle analyse a révélé que ce changement détruisait le site d'édition, menant à une forme de dystrophie musculaire, et les résultats correspondaient fortement aux symptômes du patient, justifiant un examen clinique approfondi. Ils ont également trouvé des candidats probants pour deux autres patients présentant des conditions similaires inexpliquées. Ces succès démontrent que regarder le processus d'édition, plutôt que seulement la protéine finale, peut résoudre des mystères médicaux qui ont persisté pendant longtemps.

L'étude conclut que la manière actuelle d'interpréter les changements génétiques doit évoluer. Pendant des années, l'accent a été mis sur la question de savoir si un changement brise la forme de la protéine, mais cette recherche montre qu'un changement peut être tout aussi préjudiciable s'il empêche le message d'être édité correctement. En intégrant des outils qui prédisent les erreurs d'épissage dans les flux de travail diagnostiques standards, les médecins peuvent découvrir la véritable cause de la maladie chez beaucoup plus de patients. Ce changement de perspective passe d'une focalisation étroite sur le produit final à une compréhension plus large de l'ensemble du processus de fabrication, garantissant qu'aucune erreur génétique ne soit négligée simplement parce qu'elle se cache à la vue de tous.