Des chercheurs ont récemment fait fortement progresser la compréhension des troubles psychiatriques tels que la schizophrénie et le trouble bipolaire. En se concentrant sur les aspects génétiques, ils ont découvert que des variations complexes de l’ADN peuvent influencer leur apparition. Cette avancée a été rendue possible par un algorithme d’apprentissage automatique basé sur l’intelligence artificielle.
L’ADN est constitué de quatre bases nucléotidiques : l’adénine, la thymine, la cytosine et la guanine. Ces bases forment des paires spécifiques, l’adénine s’associant à la thymine et la cytosine à la guanine, ce qui structure l’hélice de l’ADN. Parfois, des modifications se produisent dans l’ordre de ces paires. Les modifications simples sont facilement détectables par le biais du séquençage du génome entier, qui établit une carte complète de l’ADN. Cependant, face à des changements complexes, cette technique s’avère moins efficace.
Dans une étude récente publiée dans la revue Cell, des chercheurs de l’Université de Stanford ont développé une alternative innovante, utilisant l’intelligence artificielle pour détecter ces variations structurelles complexes. Leur algorithme permet une meilleure compréhension des pathologies psychiatriques grâce à l’analyse détaillée de ces modifications.
ARC-SV : un outil de détection innovant
L’outil, nommé ARC-SV, repose sur l’apprentissage automatique pour identifier les variations structurelles complexes dans les séquences d’ADN à partir de données de séquençage du génome entier. Entraîné avec plusieurs dizaines de pangénomes, ARC-SV a été testé sur 4 262 génomes de personnes originaires de différentes régions du monde.
L’outil a montré un taux de réussite de 95 % dans la détection de variations complexes. Ce taux de réussite pourrait être soumis à une vérification par des études indépendantes pour confirmer ces résultats. L’outil a permis de révéler que chaque génome peut contenir entre 80 et 100 de ces changements. Ces variations complexes vont au-delà des simples mutations et incluent des inversions, des duplications et des délétions de grandes sections d’ADN. « Toute séquence génomique entière devrait être soumise à cet algorithme, car il permet de découvrir des réponses importantes actuellement ignorées », a déclaré l’un des auteurs de l’étude dans un communiqué.
Vers une meilleure compréhension des maladies psychiatriques
Les chercheurs ont ensuite réutilisé l’outil pour approfondir leurs analyses, cherchant à établir si certaines variations structurelles complexes dans le cerveau pouvaient être liées à la schizophrénie et au trouble bipolaire. Les études d’association pangénomique (GWAS) ont déjà identifié des zones du génome associées à un risque accru de maladies psychiatriques, sans pour autant révéler les modifications spécifiques à l’origine de ces troubles. Grâce à leur algorithme, les chercheurs espèrent apporter plus de précision pour améliorer les traitements.
Pour analyser l’impact de ces variations complexes, l’équipe a utilisé des séquences de génomes entiers et des données d’expression génétique provenant de tissus cérébraux post-mortem de sujets sains et de personnes atteintes de schizophrénie ou de trouble bipolaire. Les modifications complexes identifiées se trouvaient souvent dans des zones déjà marquées par les GWAS comme susceptibles d’être liées à des risques psychiatriques. Des essais ont montré que ces changements influençaient la lecture des instructions génétiques chez les individus atteints, suggérant un lien potentiel des variations complexes de l’ADN avec le développement de la schizophrénie ou du trouble bipolaire.
