Les maladies génétiques rares touchent des centaines de millions de personnes dans le monde, mais nombre d’entre elles ne reçoivent jamais de diagnostic précis.

Une équipe de scientifiques du Centre de Régulation Génomique de Barcelone et de la Harvard Medical School vient de franchir une étape décisive avec la création de popEVE, un modèle d’intelligence artificielle capable de détecter si une mutation génétique inconnue est susceptible de causer une maladie.

Une technologie basée sur l’évolution

Publiée dans la revue Nature, cette innovation s’appuie sur des données évolutives provenant de centaines de milliers d’espèces, principalement animales. Le modèle analyse comment les modifications génétiques affectent les instructions données au corps pour produire les protéines, ces éléments fondamentaux du vivant.

« Il existe de nombreuses façons dont des variants génétiques uniques peuvent provoquer des maladies, et pour ce très grand nombre de patients, il y a souvent une terrible pénurie d’informations. », explique Jonathan Frazer, chercheur au Centre de Régulation Génomique de Barcelone. «  Il est difficile de diagnostiquer la maladie, difficile de comprendre comment la traiter. Nous espérons avoir fourni un nouvel outil très général pour guider ce processus.»

Des résultats impressionnants

Les scientifiques se sont concentrés sur les mutations « faux-sens », des changements qui entraînent la substitution d’un seul acide aminé, la sous-unité de base des protéines. En examinant la diversité évolutive des séquences génétiques chez différentes espèces, ils ont pu évaluer si certaines mutations étaient probablement nocives : si des changements génétiques sont absents des archives, cela peut signifier qu’ils sont destructeurs, les organismes qui en souffraient ayant eu de faibles perspectives de survie.

Ces données ont été combinées avec les informations de la UK Biobank et des bases de données génétiques humaines gnomAD, permettant de calibrer les observations animales avec ce que les humains en bonne santé peuvent tolérer comme mutations.

Le test décisif a été mené sur des données génétiques provenant de 31 000 familles dont les enfants souffraient de troubles développement sévères. Dans 513 cas où les jeunes présentaient une mutation génétique complètement nouvelle, popEVE a correctement identifié celle-ci comme le variant le plus dommageable dans leur organisme dans 98% des cas.

Un avantage sur la concurrence

Le modèle a également révélé 123 gènes, souvent actifs dans le cerveau en développement et interagissant physiquement avec des protéines connues pour causer des maladies, mais jamais auparavant liés à des troubles développementaux.

Selon les chercheurs, popEVE surpasse les modèles développés par Google DeepMind, notamment AlphaMissense, tant pour prédire la gravité des maladies que pour s’adapter aux populations d’ascendances non européennes.

Un outil accessible pour tous

Autre atout majeur : popEVE ne nécessite pas de grandes quantités d’énergie pour fonctionner, ce qui le rend particulièrement adapté aux pays à revenus faibles et intermédiaires. Le modèle a déjà été utilisé avec succès sur des patients au Sénégal, notamment pour traiter un patient souffrant d’atrophie musculaire grâce à un supplément en vitamine B2.

« Ce dernier travail permettra une application évolutive à chaque gène », souligne Damian Smedley, professeur de génomique computationnelle à la Queen Mary University de Londres.
« Être capable d’évaluer systématiquement l’impact de tous les variants dans le génome d’un patient est essentiel pour tenir pleinement la promesse du séquençage génomique dans les soins de santé.»

popEVE représente une extension significative des capacités du modèle EVE original, développé en 2021, et sera particulièrement utile pour les patients dont les échantillons génétiques parentaux ne sont pas disponibles. Cette avancée ouvre la voie à un diagnostic plus rapide et plus précis pour des millions de patients souffrant de maladies rares à travers le monde.

The post popEVE : l’IA qui révolutionne le diagnostic des maladies génétiques rares appeared first on Silicon.fr.