Common variant-based genome editing to address the heterogeneity of pathogenic variants in dominant disorders

Pendant des siècles, la promesse de guérir les maladies génétiques a été freinée par une réalité simple et frustrante : l'ADN humain n'est pas un code unique et uniforme. C'est une vaste bibliothèque où le même livre peut être imprimé avec des milliers de coquilles différentes. Dans de nombreuses pathologies héréditaires, une seule erreur dans un gène suffit à provoquer une maladie grave. Bien que les scientifiques aient développé des outils puissants pour éditer l'ADN, réparer ces erreurs revenait à essayer de corriger une coquille spécifique dans un livre qui possède des millions d'éditions différentes, chacune présentant une erreur distincte. Si une thérapie est conçue pour corriger une erreur spécifique, elle échoue souvent à aider la vaste majorité des patients qui portent une version différente de la même erreur. Ce défi a laissé de nombreuses familles dans l'attente d'un remède qui semble juste hors de portée, car adapté à une variation génétique trop rare pour justifier le coût du développement d'un traitement unique pour chaque personne.

Une équipe de chercheurs de l'Université des sciences et technologies de Hong Kong a proposé une nouvelle façon de naviguer dans cette complexité. Au lieu d'essayer de trouver et de corriger chaque erreur individuelle, ils ont développé une stratégie appelée COVER, qui fonctionne en ciblant les variations communes et inoffensives qui existent naturellement dans l'ADN de chacun. La logique est simple : dans de nombreux cas, l'erreur causant la maladie est physiquement liée à une variation spécifique et commune sur la même séquence d'ADN. En concechant un outil moléculaire pour reconnaître cette variation commune, les chercheurs peuvent découper sélectivement toute la section d'ADN contenant l'erreur de la maladie, laissant la copie saine du gène intacte. Cette approche n'a pas besoin de savoir exactement quelle est l'erreur de la maladie ; elle a seulement besoin de savoir quelle variation commune voyage avec elle. Dans une étude publiée récemment, l'équipe a démontré que cette méthode pourrait théoriquement couvrir près de la moitié de tous les patients souffrant d'une large gamme de troubles génétiques dominants, un bond en avant significatif par rapport aux méthodes précédentes qui ne pouvaient aider qu'une petite fraction des personnes.

Les chercheurs ont commencé par cartographier le paysage de plus de 1 800 gènes connus pour causer des troubles dominants. Ils ont découvert qu'au sein de ces gènes, les erreurs causant la maladie étaient incroyablement diverses, avec des milliers de variations rares dispersées dans la population. Si un médecin tentait de traiter un patient en ciblant l'erreur spécifique qu'il portait, il aurait besoin d'un outil sur mesure pour presque chaque individu. L'équipe a réalisé que si les erreurs étaient rares, l'ADN environnant contenait souvent des variations communes qui apparaissaient fréquemment dans la population générale. Ils ont développé un flux de travail pour trouver des paires de ces variations communes qui se situent de part et d'autre d'une section du gène. Si un outil pouvait découper l'ADN entre ces deux points communs, il supprimerait l'erreur causant la maladie en même temps qu'elle, à condition que l'erreur soit située dans cette section intermédiaire.

Pour que cela fonctionne, l'équipe a dû s'assurer que la suppression de la section centrale ne nuirait pas au patient. Ils se sont concentrés sur les gènes où posséder une seule copie fonctionnelle suffit au corps pour fonctionner normalement. Pour ces gènes, ils ont conçu trois façons de désactiver la mauvaise copie. La première méthode consistait à découper un petit morceau du gène qui, une fois retiré, brouillerait les instructions pour le reste de la protéine, l'éteignant ainsi efficacement. La deuxième méthode visait le tout début du gène, supprimant le signal de départ pour que la protéine ne puisse pas être construite du tout. La troisième méthode, plus radicale, consistait à supprimer le gène entier. En appliquant ces stratégies à leur base de données, ils ont découvert que pour 902 des gènes causant des maladies, ils pouvaient identifier une paire de variations communes qui permettraient de désactiver sélectivement la mauvaise copie.

Les résultats de cette analyse ont été frappants. Lorsqu'ils ont calculé combien de personnes bénéficieraient de cette approche, ils ont trouvé qu'une conception unique pour un gène spécifique pourrait potentiellement aider environ 46 % des patients porteurs de la maladie de ce gène. C'est plus du double de la couverture obtenue en ciblant l'erreur de maladie la plus courante dans ce gène. Les chercheurs ont noté que ce haut niveau de couverture était constant à travers différentes populations à travers le monde, suggérant que la stratégie est largement applicable. Ils ont également confirmé que les données de la population générale utilisées pour trouver ces variations communes reflétaient avec précision la composition génétique des personnes qui portent réellement la maladie, ce qui signifie que les conceptions qu'ils ont créées fonctionneraient probablement pour de vrais patients.

Pour prouver que cette idée fonctionne dans un système vivant, l'équipe l'a testée sur deux maladies spécifiques : une forme d'Alzheimer précoce et la maladie de Alexander, une affection qui touche les cellules de soutien du cerveau. Pour le modèle d'Alzheimer, ils ont utilisé des cellules dérivées de patients porteurs d'une mutation spécifique. Ils ont identifié une paire de variations communes proches de la mutation et ont conçu un outil moléculaire pour découper l'ADN entre elles. Lorsqu'ils ont appliqué cet outil aux cellules des patients, il a réussi à supprimer la section d'ADN causant la maladie sur la mauvaise copie, tout en laissant la copie saine intacte. Les cellules qui ont été éditées ont montré une réduction spectaculaire des protéines toxiques associées à la maladie d'Alzheimer. De plus, les cellules semblaient plus saines, avec des niveaux de stress oxydatif plus bas et de meilleurs signes de fonctionnement cellulaire normal par rapport aux cellules non éditées.

Ils ont répété ce succès avec la maladie de Alexander, en utilisant une stratégie de découpe légèrement différente qui supprimait le signal de départ du gène. Là encore, l'outil a désactivé sélectivement le gène mutant dans les cellules dérivées de patients. Le résultat a été une réduction significative des amas de protéines toxiques qui caractérisent la maladie, rapprochant les cellules d'un état sain. Dans les deux cas, l'édition était précise ; les chercheurs ont vérifié les cellules et n'ont trouvé aucune preuve que l'outil avait accidentellement coupé d'autres parties du génome. Ces expériences ont servi de preuve de concept, montrant qu'une stratégie basée sur des variations communes pouvait effectivement réduire le gène causant la maladie sans avoir besoin de connaître la nature exacte de la mutation.

Pour garantir que d'autres scientifiques puissent utiliser cette approche, l'équipe a construit une plateforme en ligne gratuite où les chercheurs peuvent saisir le nom de n'importe quel gène qu'ils étudient. La plateforme scanne automatiquement les meilleures paires de variations communes à utiliser pour la découpe, fournissant une conception prête à l'emploi pour des thérapies potentielles. Cet outil transforme un processus computationnel complexe en quelque chose d'accessible, permettant à la communauté médicale d'identifier rapidement quels gènes sont adaptés à ce type de traitement. Les chercheurs soulignent que, bien que leur travail soit une étape importante, il est encore à ses débuts. Les conceptions qu'ils ont créées doivent faire l'objet de tests supplémentaires pour garantir qu'elles sont sûres et efficaces chez l'homme. Cependant, la capacité de traiter une grande partie des patients avec une stratégie unique, indépendante de la mutation, offre une nouvelle voie.

La signification de ce travail réside dans son passage d'une approche personnalisée à une approche généralisée. Pendant des décennies, l'objectif de la médecine génétique a été d'adapter un traitement à l'individu. Bien que cela reste important, la stratégie COVER montre que pour de nombreux troubles dominants, une solution plus large est possible. En tirant parti des variations naturelles qui existent en chacun de nous, les scientifiques peuvent créer des thérapies qui ne sont pas limitées par l'erreur spécifique qu'un patient porte. Cela ne signifie pas que chaque patient sera guéri immédiatement, mais cela signifie que la barrière à l'entrée de ces traitements est beaucoup plus basse. Au lieu d'avoir besoin de milliers de médicaments différents pour des milliers de mutations différentes, la communauté médicale pourrait bientôt disposer d'une boîte à outils de conceptions capables de couvrir la vaste majorité des cas. Le chemin du laboratoire à la clinique est long, mais cette étude fournit une carte claire pour y parvenir, transformant le défi de la diversité génétique d'un obstacle en une opportunité.