Le 3 avril 2019, le CIFAR a organisé une table ronde sur un sujet à l’avant-garde de la génomique : comment les combinaisons de variants génétiques produisent des phénotypes, et comment la connaissance des interactions génétiques peut être exploitée pour interpréter les génomes. Les participants provenaient d’universités, d’établissements hospitaliers et de l’industrie. Ils comprenaient notamment des boursiers du programme Réseaux génétiques du CIFAR, des experts cliniques d’instituts de génétique médicale et de projets nationaux en génomique ainsi que des dirigeants scientifiques et commerciaux de sociétés travaillant dans différents secteurs de la génomique, allant des tests génétiques offerts aux consommateurs aux analyses bio-informatiques en passant par le développement de médicaments.
Les discussions de la table ronde ont porté sur de nouvelles approches expérimentales et méthodes de calcul qui pourraient améliorer notre compréhension de l’impact fonctionnel et de l’utilité clinique des réseaux génétiques. Au cours de brèves présentations et de discussions dirigées, le groupe a exploré comment la combinaison de données génomiques et phénotypiques obtenues à partir de cohortes de plus en plus importantes, tant dans la population que chez des porteurs de maladies particulières, est utilisée pour déterminer les fonctions des variants génétiques ; comment de nouvelles approches génomiques et des outils moléculaires (tels que la méthode CRISPR) sont utilisés dans les organismes modèles et les lignées cellulaires pour mieux comprendre les réseaux génétiques ; comment les progrès des technologies de séquençage des génomes et les approches informatiques contribuent au développement de données génétiques exploitables en milieu clinique. Cette réunion a mis en lumière les progrès réalisés pour comprendre comment les variants et les interactions génétiques contribuent aux maladies humaines complexes ; elle a permis d’établir les domaines clés où des progrès en matière de technologies et de pratiques (comme le partage des données) sont encore nécessaires pour faire progresser la médecine personnalisée ; enfin, elle a ouvert la voie à une collaboration accrue entre chercheurs, cliniciens et membres de l’industrie.
Parties prenantes cibles
- Systèmes de la santé
- Organisateurs d’initiatives de médecine personnalisée
- Entreprises de tests génétiques
- Sociétés pharmaceutiques (qui conçoivent des traitements personnalisés ou ciblés)
- Développeurs de technologies de séquençage et de plateformes bio-informatiques
Résultats clés
- Les programmes nationaux de génomique et les entreprises de tests génétiques du monde entier forment des cohortes de plus en plus grandes d’individus en bonne santé et de patients atteints de maladies rares et courantes ; elles comprennent de plusieurs dizaines à plusieurs centaines de milliers de personnes. Si elles sont formées parallèlement à la collecte de données cliniques ou phénotypiques, ces cohortes peuvent contribuer de manière importante à la compréhension des fonctions biologiques des variants génétiques.
- Il est important d’étudier les réseaux génétiques, car il est possible que deux personnes atteintes de la même maladie aient des variants différents à l’origine de la maladie, mais les voies où les variants interagissent peuvent être les mêmes. Une compréhension des réseaux génétiques peut donc aider à identifier les causes potentielles de maladies ou d’autres fonctions biologiques qui devraient être prises en compte, en orientant les « détectives » cliniques dans la bonne direction. Elle peut également aider à sélectionner des patients ou des sous-ensembles de patients pour la réalisation d’études plus poussées.
- Lors de l’étude des variants génétiques, il importe de tenir compte de la duplication des gènes et de la redondance des fonctions, car les variants peuvent agir différemment dans des contextes différents. Les organismes modèles complexes peuvent constituer un outil pour déterminer quels changements causent des effets spécifiques.
- Les nouveaux outils qui permettent d’effectuer des modifications génétiques ciblées, y compris des techniques d’édition du génome comme la méthode CRISPR, ont facilité la recherche expérimentale sur les fonctions et les interactions des variants génétiques.
- La création et l’étude proactives de toutes les variations possibles des gènes d’intérêt peuvent accélérer l’interprétation des données de séquençage clinique. La perturbation simultanée de deux ou trois gènes révèlent l’existence d’interactions génétiques jusqu’alors inconnues qui affectent le phénotype
- Les progrès en informatique, y compris les applications liées à l’intelligence artificielle (comme le traitement du langage naturel), et en infonuagique contribuent à l’émergence de méthodes nouvelles et plus rapides pour traiter de grandes quantités d’information génétique et clinique et cartographier les interactions et les voies génétiques.
- Une des approches possibles pour que l’analyse du génome soit plus facilement applicable en milieu clinique est de raccourcir la durée des projets grâce à l’optimisation ou à l’automatisation de différentes étapes, y compris la collecte des échantillons, la technologie de séquençage et l’analyse des données.
Priorités et prochaines étapes
- Alors que de plus en plus de données génomiques sont produites, les généticiens doivent décider du niveau d’analyse approprié – génomes entiers, exomes, transcriptomes ou gènes candidats individuels – et fixer les objectifs de leurs efforts – identifier toutes les variantes, élucider les fonctions des variantes pathogènes connues ou définir les réseaux et les voies.
- Les communautés de chercheurs et de cliniciens, les bailleurs de fonds publics et les entreprises visant les consommateurs doivent élaborer des politiques et des solutions techniques pour améliorer le partage de données. Il faudrait envisager de permettre à un plus grand nombre de chercheurs de collaborer à la caractérisation fonctionnelle des variants génétiques afin de parfaire les prédictions, tout en protégeant la vie privée des patients ou des consommateurs qui ont fourni les données.
- La communauté génomique devrait s’entendre sur la terminologie (p. ex., perte de fonction ou gain de fonction toxique, voie ou module en tant qu’unité d’interaction), car cela pourrait constituer un obstacle à la compréhension et au progrès.
- Les chercheurs, les cliniciens et les technologues devraient collaborer à l’optimisation de l’analyse génomique afin de tirer les meilleures connaissances fonctionnelles des données génomiques et de les utiliser pour soigner des patients.
Participants à la table ronde
- Catherine Ball, Ancestry
- Anastasia Baryshnikova, Calico Life Sciences
- Serafim Batzoglou, Illumina
- Charlie Boone, Université de Toronto / CIFAR
- David Botstein, Calico Life Sciences / CIFAR
- Andrew Carroll, Google
- Kevin Haas, Myriad Women’s Health
- Dann Huh, Biogen
- Johnny Israeli, Nvidia
- Stephen Kingsmore, Rady Children’s Institute for Genomic Medicine
- Bertram Koelsch, 23andMe
- Jason Moffat, Université de Toronto / CIFAR
- Chad Myers, Université du Minnesota / CIFAR
- Michael Phillips, Sequence Bio
- Jeffrey Reid, Regeneron Pharmaceuticals
- Fritz Roth, Université de Toronto / CIFAR
- Richard Scott, Genomics England
- Dayag Sheykhkarimli, Université de Toronto
- Unnur Thorsteinsdottir, deCODE genetics
- Olga Troyanskaya, Université de Princeton / CIFAR
- David Whitcomb, Université de Pittsburgh
Pour de plus amples renseignements, communiquez avec : Amy Cook, Directrice principale, mobilisation du savoir.