Computational Prioritization of BARD1 Missense Variants of Uncertain Significance Using Integrated REVEL, CADD, and AlphaMissense Predictions with gnomAD Population Frequency Stratification

À l'intérieur des cellules du corps humain, un système complexe de machinerie moléculaire travaille constamment pour réparer les dommages causés à notre code génétique. Lorsque ce code est brisé, la cellule compte sur des protéines spécifiques pour réparer les brins et prévenir les erreurs qui peuvent mener à des maladies comme le cancer. L'une de ces protéines, connue sous le nom de BARD1, agit comme un partenaire crucial d'une autre protéine célèbre appelée BRCA1. Ensemble, elles forment une équipe qui aide à réparer le type de cassures génétiques les plus dangereux. Bien que les scientifiques sachent depuis longtemps que les erreurs dans les gènes produisant ces protéines augmentent le risque de cancer, l'histoire devient complexe lorsque les médecins découvrent de petits changements subtils dans la séquence d'ADN. Ces changements, connus sous le nom de variants faux-sens, sont comme des fautes de frappe dans un immense manuel d'instructions. Certaines fautes sont inoffensives, tandis que d'autres brisent complètement les instructions. Pour beaucoup de ces changements, cependant, les médecins ne peuvent pas faire la différence. Ils sont étiquetés comme « variants de signification incertaine », une classification qui n'offre aucune orientation claire pour les soins des patients et laisse les familles dans un état de limbe médical.

Le défi est que le nombre de ces fautes de frappe incertaines trouvées chez les patients augmente beaucoup plus vite que les scientifiques ne peuvent les tester en laboratoire. Les méthodes traditionnelles pour déterminer si une faute de frappe est dangereuse nécessitent des expériences chronophages ou le suivi de grandes familles sur de nombreuses années. Pour combler cet écart, un chercheur nommé Dripto Roy a entrepris d'utiliser la puissance de l'informatique moderne pour trier la confusion. Au lieu de tester chaque changement dans une boîte de Petri, l'étude a utilisé trois programmes informatiques différents pour prédire lesquels de ces types de fautes de frappe génétiques étaient probablement nocifs. Ces programmes analysent la structure de la protéine et la nature du changement pour deviner son effet. Le chercheur a ensuite recoupé ces prédictions avec les données d'une vaste base de données mondiale de la variation génétique humaine pour voir si les changements étaient courants dans la population générale. Si un changement est rare et que les ordinateurs s'accordent pour dire qu'il est dommageable, il devient un candidat sérieux pour une investigation plus approfondie.

L'étude a commencé par rassembler une liste de 1 891 de ces changements génétiques incertains à partir d'une base de données médicale publique. Le chercheur a injecté chacun d'eux dans les trois outils de prédiction informatique, qui agissent comme des juges indépendants. Chaque outil a examiné l'emplacement spécifique du changement au sein de la protéine BARD1 et a attribué un score indiquant la probabilité qu'il cause des dommages. L'objectif était de trouver les cas où les trois juges étaient d'accord. L'analyse a révélé que pour environ 43 % des changements, les ordinateurs n'étaient pas d'accord, soulignant que s'appuyer sur un seul programme ne suffit pas pour prendre une décision confiante. Cependant, pour 290 des variants, les trois programmes étaient d'accord pour dire que le changement était dommageable. Pour réduire davantage cette liste, le chercheur a vérifié une base de données mondiale des fréquences génétiques. Il a supprimé tout variant apparaissant dans la population générale, raisonnant qu'un changement véritablement dangereux serait probablement trop nocif pour être commun. Cela a laissé un groupe raffiné de 170 variants qui étaient rares, prédits comme dommageables par les trois outils, et situés dans des régions spécifiques et critiques de la protéine où elle accomplit son travail le plus important.

Ces 170 candidats n'étaient pas répartis uniformément à travers la protéine. Ils se regroupaient fortement dans deux zones spécifiques connues sous le nom de domaine à répétitions d'ankyrine et le domaine BRCT tandem, qui sont essentiels à la capacité de la protéine à se lier à d'autres molécules et à accomplir sa tâche. L'étude a révélé que 78 des meilleurs candidats se trouvaient dans la région BRCT et 63 dans la région d'ankyrine, tandis que seulement 29 se trouvaient dans le domaine RING. Cette distribution suggère que les parties les plus critiques de la protéine sont aussi les endroits où les erreurs génétiques les plus confuses sont actuellement découvertes. Parmi les candidats les mieux classés, un changement spécifique s'est distingué car il correspondait à un emplacement récemment identifié par un type d'expérience complètement différent appelé édition du génome par saturation. Cette étude indépendante avait montré que cet endroit précis est vital pour la fonction de la protéine, et les prédictions informatiques de cette nouvelle étude ont correctement signalé les changements à cet endroit comme étant dangereux, même si le chercheur ne connaissait pas l'autre étude lors de l'analyse.

Les résultats ne prouvent pas que ces 170 variants causent le cancer, mais ils fournissent une liste de priorités hautement organisée pour la communauté médicale. En combinant plusieurs prédictions informatiques avec des données de population, l'étude offre un moyen de trier des milliers de résultats incertains pour trouver ceux qui sont les plus susceptibles d'être cliniquement importants. Le chercheur note que cette approche est un point de départ, et non un verdict final, et que ces candidats doivent encore être testés en laboratoire pour confirmer leurs effets. Cependant, le travail démontre que les outils informatiques peuvent identifier efficacement un ensemble restreint et gérable de changements génétiques qui méritent l'attention la plus urgente. Cela aide à passer d'une vaste mer d'incertitude à un groupe défini de suspects, accélérant potentiellement le processus permettant de donner aux patients des réponses plus claires sur leurs risques génétiques.