The fallacy of the national average in structured populations: clinical and population genomics across 9,768 Indian genomes

Le corps humain est une vaste bibliothèque d'instructions, écrites dans un code de quatre lettres chimiques qui dictent comment nous grandissons, comment nous combattons les maladies et comment notre corps traite la nourriture que nous mangeons. Pendant des décennies, les scientifiques ont tenté de lire cette bibliothèque pour comprendre pourquoi certaines personnes tombent malades tandis que d'autres restent en bonne santé, et pourquoi certains médicaments fonctionnent pour une personne mais nuisent à une autre. Pour ce faire, ils ont construit de massifs catalogues de référence, essentiellement de gigantesques dictionnaires des variations génétiques les plus communes trouvées chez les humains à travers le monde. Cependant, ces catalogues présentent un angle mort. Ils traitent souvent de vastes régions diversifiées comme si tout le monde y était identique, lissant les détails pour créer une image « nationale » unique. Cette approche fonctionne bien pour les populations qui se sont mélangées librement pendant des milliers d'années, mais elle échoue dans les endroits où les gens ont vécu dans des communautés distinctes et isolées pendant des générations, préservant ainsi leurs lignées génétiques séparément.

L'Inde est l'exemple parfait d'un tel lieu. Elle abrite plus de 1,4 milliard de personnes, mais n'est pas un groupe unique et homogène. Au contraire, elle est une mosaïque de plus de 4 000 communautés distinctes, dont beaucoup ont pratiqué l'endogamie stricte — se marier uniquement au sein de leur propre groupe — pendant des milliers d'années. Cette structure sociale a préservé des signatures génétiques uniques dans chaque communauté, créant un paysage de diversité bien plus complexe qu'une simple moyenne pourrait capturer. Lorsque les scientifiques examinent les données génétiques de l'Inde dans son ensemble, ils passent à côté des histoires spécifiques cachées au sein de ces petits groupes. Ils pourraient percevoir un variant génétique comme extrêmement rare parce qu'il est rare dans la population totale, sans réaliser que dans un village ou une tribu spécifique, ce même variant est en réalité très commun. Ce malentendu peut conduire à de graves erreurs médicales, poussant les médecins à diagnostiquer de manière erronée des patients ou à ignorer totalement des risques sanitaires critiques.

Une équipe de chercheurs s'est donné pour mission de résoudre ce problème en examinant de nouveau, de manière détaillée, les données génétiques du projet GenomeIndia, qui a récemment séquencé l'ADN complet de près de 10 000 personnes issues de 83 communautés différentes à travers le pays. Au lieu de traiter ces 9 768 individus comme un seul grand groupe mixte, les chercheurs les ont séparés à nouveau en leurs 83 communautés distinctes d'origine. Ils voulaient voir ce qui se passerait s'ils arrêtaient de moyenner les données pour commencer à observer les détails fins. Ce qu'ils ont découvert, c'est que la « moyenne nationale » n'était pas seulement une simplification ; c'était une distorsion qui cachait activement d'importantes vérités médicales.

La découverte la plus frappante fut de constater à quel point de nombreux variants génétiques rares existent en Inde. Lorsque les chercheurs examinaient les données sans séparer les groupes, ils observaient un certain nombre de changements rares. Mais lorsqu'ils ont retiré les couches pour examiner chaque communauté individuellement, ils ont découvert que la vaste majorité des variations génétiques — plus de 97 pour cent — étaient extrêmement rares, apparaissant chez moins de un pour cent des personnes. Il s'agit d'une proportion de variants rares bien plus élevée que celle observée dans les bases de données internationales incluant des populations sud-asiatiques. La raison est que ces variants rares ne sont pas répartis uniformément ; ils sont concentrés dans des communautés spécifiques. Un variant qui pourrait n'apparaître que chez une ou deux personnes dans un bassin national peut être trouvé chez des dizaines de personnes au sein d'une seule tribu isolée. En les moyennant, la vision nationale les rendait invisibles, alors qu'en réalité, ils sont les traits définissants des populations locales.

Cette invisibilité a des conséquences dangereuses pour la vérification de la qualité des données génétiques. Dans les tests génétiques standards, les scientifiques utilisent une règle mathématique pour repérer les erreurs. Si un variant génétique apparaît selon un schéma qui ne correspond pas à ce qui est attendu pour une population aléatoire et mixte, l'ordinateur le signale souvent comme une erreur et le supprime. Les chercheurs ont démontré qu'en raison du fait que les communautés indiennes ne sont pas mélangées mais sont au contraire distinctes et séparées, de nombreux variants réels et médicalement importants ressemblent à des erreurs pour ces ordinateurs. Par exemple, un variant de gène causant l'anémie falciforme est une condition grave et connue. Dans les données nationales, ce variant apparaissait de telle sorte qu'il enfreignait les règles du contrôle de qualité que l'ordinateur l'aurait automatiquement supprimé, pensant qu'il s'agissait d'un bug. En analysant les communautés séparément, les chercheurs ont prouvé que ces variants étaient réels et critiques, et que la méthode standard de vérification des données supprimait en fait l'information même dont les médecins ont besoin pour sauver des vies.

L'étude a également révélé une nouvelle façon de décider quels changements génétiques sont inoffensifs et lesquels sont dangereux. Actuellement, les médecins comptent souvent sur les bases de données mondiales pour juger si un variant pose problème. Si un variant est rare dans la base de données mondiale, il est souvent étiqueté comme dangereux. Cependant, les chercheurs ont découvert que de nombreux variants étiquetés comme « pathogènes » (causant des maladies) dans les bases de données mondiales sont en réalité communs et inoffensifs dans certaines communautés indiennes. Ils ont identifié plus de 100 de ces variants qui devraient être reclassés comme bénins car ils font simplement partie du patrimoine génétique normal de grands groupes de personnes. Inversement, ils ont trouvé 55 autres variants qui sont rares mondialement mais très communs dans certaines tribus isolées. Ceux-ci sont probablement les véritables causes de maladies dans ces communautés, mais ils étaient ignorés parce que les bases de données mondiales ne savaient pas qu'ils existaient. Les chercheurs ont proposé un système à deux voies : une voie pour éliminer les fausses alertes des variants inoffensifs, et une autre pour protéger et prioriser les risques réels trouvés dans les groupes isolés.

La découverte la plus passionnante fut peut-être celle des « knockouts naturels ». En génétique, un knockout est une personne possédant deux copies brisées d'un gène, ce qui signifie que son corps ne produit aucune version fonctionnelle de la protéine que ce gène est censé fabriquer. Habituellement, trouver de telles personnes est incroyablement difficile car les gènes brisés sont si rares qu'il faut scanner des centaines de milliers de personnes pour en trouver un seul. Mais en raison de la longue histoire de mariage intra-communautaire dans les petites communautés en Inde, ces gènes brisés sont devenus plus fréquents dans certains groupes. Les chercheurs ont identifié 123 gènes différents où ils ont pu identifier des personnes dont la fonction de ce gène est totalement absente. Certains de ces gènes sont essentiels à la vie, mais les personnes portant ces copies brisées sont en bonne santé, ce qui suggère que le corps peut parfois survivre sans eux. D'autres sont liés à la façon dont le corps traite les médicaments ou combat les maladies. Parce que ces personnes étaient cachées dans la moyenne nationale, elles étaient mathématiquement invisibles pour les études précédentes. Maintenant qu'elles ont été trouvées, elles offrent une opportunité unique de comprendre comment le corps humain fonctionne et de développer de nouveaux traitements.

La recherche a également cartographié la façon dont différentes parties de l'Inde se sont adaptées à leurs environnements spécifiques au fil des millénaires. Dans les hautes montagnes de l'Himalaya, les gens ont développé un avantage génétique qui les aide à respirer dans l'air raréfié, un trait hérité d'ancêtres humains qui vivaient là autrefois. Dans les forêts chaudes et humides du sud, d'autres communautés possèdent des changements génétiques qui les aident à résister au paludisme. Dans le nord, où l'élevage laitier est courant, les gens présentent une fréquence plus élevée de gènes qui leur permettent de digérer le lait à l'âge adulte. Ces adaptations ne sont pas réparties uniformément dans le pays ; ce sont des caractéristiques locales marquées qui disparaissent si l'on regarde la carte dans son ensemble. Une personne des montagnes pourrait avoir une réponse très différente à un médicament qu'une personne des plaines, même si elles sont toutes deux indiennes.

L'étude conclut que traiter l'Inde comme une unité génétique unique est une erreur qui conduit à des soins médicaux médiocres. Les chercheurs ont démontré que pour fournir une médecine équitable et précise, les médecins et les scientifiques doivent tenir compte de la communauté spécifique dont provient un patient. Ils ont montré qu'en séparant les données en ses 83 communautés d'origine, ils pouvaient découvrir des risques cachés, corriger les fausses alertes et trouver de nouveaux secrets biologiques qui étaient auparavant impossibles à voir. Cette approche n'est pas seulement valable pour l'Inde ; elle offre un modèle pour comprendre toute partie du monde où les gens vivent dans des communautés distinctes et de longue date. Elle prouve que la clé pour déverrouiller les secrets de la santé humaine ne réside pas dans l'effacement de nos différences par la moyenne, mais dans la compréhension de leur complexité totale et détaillée.