Les scientifiques cartographient les réseaux génétiques qui propulsent les maladies complexes

Vérifié par des faits

Les chercheurs ont développé une technique de cartographie génomique qui révèle comment des milliers de gènes travaillent ensemble pour influencer le risque de maladies, aidant à combler les lacunes laissées par les études génétiques traditionnelles. L'approche, décrite dans un article de Nature dirigé par des scientifiques des Gladstone Institutes et de l'université de Stanford, combine des expériences cellulaires à grande échelle avec des données de génétique des populations pour mettre en évidence des cibles prometteuses pour les thérapies futures et approfondir la compréhension de conditions telles que les troubles sanguins et les maladies immunomédiées.

Les scientifiques biomédicaux cherchent depuis longtemps à identifier les gènes qui contribuent aux maladies, mais de nombreuses maladies courantes impliquent des réseaux intricats de multiples gènes, rendant difficile la traduction des signaux génétiques en traitements efficaces. Une étude publiée dans le numéro du 10 décembre 2025 de Nature, intitulée «Causal modelling of gene effects from regulators to programs to traits», introduit une stratégie de cartographie génomique conçue pour combler cette lacune.

Selon les documents des Gladstone Institutes, la méthode a été développée par des chercheurs de Gladstone et de l'université de Stanford et utilise une approche de criblage large qui teste l'impact essentiellement de chaque gène dans une cellule, reliant les maladies et d'autres traits aux systèmes génétiques sous-jacents qui les façonnent.

«Nous pouvons maintenant examiner chaque gène du génome et avoir une idée de la manière dont chacun affecte un type cellulaire particulier», a déclaré Alex Marson, MD, PhD, investigateur principal à Gladstone et co-leader de l'étude, dans un communiqué des Gladstone Institutes. L'équipe, dirigée par la première auteure Mineto Ota, MD, PhD, a combiné des données fonctionnelles d'expériences sur des cellules sanguines humaines avec des informations génomiques de grandes ressources de population pour découvrir comment les perturbations génétiques se propagent à travers les programmes cellulaires.

Comme décrit dans le résumé ScienceDaily du travail, les chercheurs ont cartographié comment l'extinction ou la modification de gènes dans les cellules sanguines affectait les traits liés à la biologie des globules rouges, puis ont intégré ces résultats à des données d'association génétique à grande échelle pour tracer les voies des régulateurs spécifiques aux programmes cellulaires aux traits cliniques.

Un exemple proéminent mis en évidence dans l'étude est le gène SUPT5H, associé à la bêta-thalassémie, un trouble sanguin qui perturbe la production d'hémoglobine et peut entraîner une anémie modérée à sévère. L'équipe a relié SUPT5H à trois processus clés des cellules sanguines : production d'hémoglobine, cycle cellulaire et autophagie, et a montré que le gène peut augmenter ou diminuer l'activité dans chacun de ces programmes.

«SUPT5H régule les trois principales voies qui affectent l'hémoglobine», a déclaré le co-leader Jonathan Pritchard, PhD, professeur de biologie et de génétique à Stanford, dans des commentaires rapportés par les Gladstone Institutes. «Il active la synthèse de l'hémoglobine, ralentit le cycle cellulaire et ralentit l'autophagie, ce qui a un effet synergique ensemble."

Bien que les premières cartes se concentrent sur les cellules sanguines, les chercheurs soulignent que la technique peut être appliquée à de nombreux autres types de cellules humaines. Pour l'immunologie en particulier, le laboratoire de Marson, qui étudie les cellules T et d'autres cellules immunitaires, s'attend à utiliser l'approche pour sonder les maladies auto-immunes, les déficits immunitaires et les allergies, domaines où le risque génétique est fortement enrichi dans les cellules T.

«La charge génétique associée à de nombreuses maladies auto-immunes, déficits immunitaires et allergies est massivement liée aux cellules T», a déclaré Marson dans le communiqué de Gladstone. «Nous attendons avec impatience de développer des cartes détaillées supplémentaires qui nous aideront à vraiment comprendre l'architecture génétique derrière ces maladies immunomédiées."

L'étude a été financée par un certain nombre d'organisations, y compris les National Institutes of Health et la Simons Foundation, ainsi que d'autres soutiens philanthropiques et institutionnels listés par les Gladstone Institutes. Les chercheurs affirment que les cartes de réseaux géniques résultantes pourraient accélérer le développement de médicaments en identifiant les gènes et voies les plus influents dans les maladies complexes.

Articles connexes

Scientific illustration showing AI tool SIGNET mapping disrupted gene networks in Alzheimer's brain neurons.
Image générée par IA

Outil d’IA cartographie les réseaux causaux de contrôle génique dans les cellules cérébrales d’Alzheimer

Rapporté par l'IA Image générée par IA Vérifié par des faits

Des chercheurs de l’Université de Californie, Irvine, rapportent qu’un système d’apprentissage automatique appelé SIGNET peut déduire des liens de cause à effet entre gènes dans le tissu cérébral humain, révélant un recablage étendu de la régulation génique, en particulier dans les neurones excitateurs, dans la maladie d’Alzheimer.

Des chercheurs ont produit les cartes les plus détaillées à ce jour de la manière dont l'ADN humain se plie et se réorganise en trois dimensions et au fil du temps. Ce travail, dirigé par des scientifiques de la Northwestern University dans le cadre du projet 4D Nucleome, met en lumière comment l'architecture du génome influence l'activité des gènes et le risque de maladies. Les résultats, publiés dans Nature, pourraient accélérer la découverte de mutations génétiques liées à des maladies comme le cancer.

Rapporté par l'IA

Une nouvelle étude génétique a identifié 331 gènes essentiels pour transformer des cellules souches en cellules cérébrales, y compris un gène novateur lié à des troubles neurodéveloppementaux. Menée par des scientifiques de l'Université hébraïque de Jérusalem, la recherche met en lumière comment des perturbations génétiques précoces peuvent entraîner des conditions comme l'autisme et le retard de développement. Les résultats, publiés dans Nature Neuroscience, révèlent également des schémas dans la manière dont ces troubles sont hérités.

Des chercheurs de l’Icahn School of Medicine at Mount Sinai ont développé un système d’intelligence artificielle appelé V2P qui évalue non seulement si les mutations génétiques sont probablement nocives, mais prédit aussi les grandes catégories de maladies qu’elles peuvent causer. Cette approche, décrite dans un article de Nature Communications, vise à accélérer le diagnostic génétique et à soutenir des traitements plus personnalisés, en particulier pour les affections rares et complexes.

Rapporté par l'IA

Des chercheurs de The Rockefeller University ont créé un atlas cellulaire détaillé du vieillissement en analysant près de 7 millions de cellules provenant de 21 organes chez des souris. L'étude révèle que le vieillissement commence plus tôt que prévu et se produit de manière coordonnée dans tout le corps. Les résultats mettent en évidence des différences entre mâles et femelles, ainsi que des cibles potentielles pour des thérapies anti-vieillissement.

Des chercheurs de Northwestern Medicine ont créé un score de risque génomique intégré visant à prédire précocement les rythmes cardiaques dangereux en combinant des données de variantes rares, polygéniques et de génome complet. L'étude évaluée par les pairs dans Cell Reports Medicine a analysé 1 119 personnes.

Rapporté par l'IA

Des chercheurs de l'Université de Genève ont développé MangroveGS, un modèle d'intelligence artificielle qui prédit le risque de métastases cancéreuses avec une précision de près de 80 %. L'outil analyse les profils d'expression génique dans les cellules tumorales, initialement pour le cancer du côlon, et s'applique à d'autres types tels que le cancer du sein et du poumon. Publiés dans Cell Reports, ces travaux visent à permettre des traitements plus personnalisés.

 

 

 

Ce site utilise des cookies

Nous utilisons des cookies pour l'analyse afin d'améliorer notre site. Lisez notre politique de confidentialité pour plus d'informations.
Refuser