Notre génome, une mosaïque de variants : introduction à la diversité génétique
Naviguer dans le génome humain, c’est plonger dans une gigantesque bibliothèque de 3,2 milliards de lettres. Mais, loin d’une édition unique, chaque exemplaire est annoté, corrigé, ou réécrit à des endroits précis : ces variantes, loin d’être de simples coquilles, peuvent parfois influencer notre santé. En génétique clinique, savoir reconnaître, nommer, trier et interpréter ces variants est devenu essentiel, que ce soit pour diagnostiquer une maladie rare, anticiper un risque tumoral, ou conseiller une famille.
Avec près de 5 millions de variants à l’état hétérozygote par individu (GenomeAsia 100K, 2019), la tâche centrale n’est plus "trouver une différence", mais "distinguer le signal du bruit" : repérer quel variant est pertinent, et comment il s’inscrit dans l’histoire clinique du patient.
Qu’entend-on par “variant” en génétique clinique ?
En génétique médicale, le terme “variant” désigne toute différence séquencée entre le génome d’un individu et une séquence de référence (généralement GRCh38). Ces altérations, loin d’être toutes pathogènes, constituent la majorité de notre diversité humaine. Elles forment un large spectre, qui s’étend du “polymorphisme bénin” au “variant causal de maladie” :
- Polymorphisme : variant présent dans >1% de la population générale, généralement considéré comme non pathogène.
- Variant rare : fréquence <1%, potentiellement délétère ou d'impact inconnu.
- Variant de signification inconnue (VUS) : altération dont l’impact sur la fonction génétique reste incertain.
- Variant pathogène : établi comme causal ou contribuant à une pathologie, selon des critères normalisés (ex : recommandations ACMG 2015).
Comprendre la nature du variant, c’est amorcer le processus vers une réponse clinique adaptée.
Typologie des variants : de la lettre au chromosome
Classer un variant, c’est d’abord le positionner sur une échelle de granularité. Est-ce une faute d’orthographe ponctuelle, ou un chapitre entier manquant ? Voici les principales catégories rencontrées en clinique :
-
Variants ponctuels (“Single Nucleotide Variants” — SNV)
Modification d’une seule paire de bases (A, T, G, C). Exemples : transition (purine <–> purine) ou transversion (purine <–> pyrimidine).
- Exome séquencé ? Les SNV représentent plus de 90% des variants retrouvés.
-
Insertions/Délétions (Indels)
Ajout (insertion) ou perte (délétion) de quelques bases à quelques dizaines de bases.
- Peuvent entraîner un décalage du cadre de lecture (frameshift), modifiant radicalement la protéine résultante.
-
Variants structurels (SV) et Copy Number Variants (CNV)
Modifications touchant de larges régions (plusieurs kilobases à mégabases) : délétions, duplications, inversions, translocations, insertions complexes.
- Les CNV sont impliqués dans plus de 10% des diagnostics de maladie génétique chez l’enfant (Cooper & Eichler, Curr Opin Genet Dev, 2009).
- Les microdélétions (eg. 22q11.2) sont des causes majeures de syndromes dysmorphiques et neurodéveloppementaux.
-
Variants de répétition
Expansions de triplets (CAG, CGG…) responsables d’affections comme la maladie de Huntington, le syndrome de l’X fragile, etc.
-
Variants mitochondriaux
Affectent le génome mitochondrial (mtDNA), transmis par la mère, souvent responsables de maladies neuromusculaires.
Du séquençage à l’identification : comment détecte-t-on les variants ?
L’avènement du séquençage haut débit (NGS) a transformé la détection des variants : exomes, panels géniques ciblés, séquençage du génome entier (WGS)… Le choix de la stratégie dépend du contexte clinique, du coût, et du besoin de résolution.
- Pour les suspicions monogéniques : panel ou exome ciblé, focalisé sur quelques dizaines à milliers de gènes d’intérêt.
- Pour les tableaux complexes/syndromiques, ou en cas d’échec de panels/exome : WGS, permettant de détecter également les SV et CNV profonds.
- La détection des CNV nécessite en général une analyse complémentaire (aCGH, MLPA, ou NGS avec algorithmes spécifiques de détection quantitative).
Le phénotypage précis (description clinique détaillée, base Human Phenotype Ontology - HPO) reste, même à l’ère de l’automatisation, la clé pour guider vers le bon test et orienter l’interprétation.
Classification des variants : quelles règles, quels outils ?
Face à l’hétérogénéité des variants, la communauté génétique s’est dotée de critères robustes. Depuis 2015, la norme internationale est celle de l’American College of Medical Genetics and Genomics (ACMG) :
- Pathogène
- Probablement pathogène
- Signification inconnue (VUS)
- Probablement bénin
- Bénin
La classification se fonde sur un faisceau d’arguments (voir tableau ci-dessous) :
| Critères |
Exemples appliqués |
Poids |
| Nature du variant |
Frameshift, nonsense, missense, splice-site, CNV |
Modéré à fort (selon gène/mécanisme) |
| Fréquence populationnelle |
Base gnomAD, <0,01% dans la population de référence pour les maladies dominantes rares |
Forte (pour exclusion de pathogénicité) |
| Ségrégation familiale |
Présence/absence chez les apparentés atteints/non atteints |
Modérée à forte |
| Prédicteurs in silico |
Programmes type PolyPhen-2, SIFT, CADD… |
Faible à modérée |
| Données fonctionnelles |
Impact cellulaire, modèles animaux, mises en culture |
Forte |
| Publications et bases publiques |
ClinVar, LOVD, Decipher |
Modéré |
Un variant jugé “pathogène” est soutenu par des arguments cumulés (raréfaction dans la population saine, prédiction néfaste, ségrégation appropriée, preuves fonctionnelles). À l’inverse, la présence fréquente chez des porteurs sains oriente vers la bénignité.
L’évaluation de l’impact clinique : du laboratoire à la prise en charge
Pénétrance, expressivité, mosaïcisme : facteurs modulant l’effet d’un variant
La détection d’un variant ne prédit pas mécaniquement la survenue d’une maladie. L’impact dépend de la pénétrance (proportion de porteurs qui expriment la maladie), de l’expressivité (variabilité du tableau chez différents sujets), et parfois du mosaïcisme (variant présent dans certaines cellules uniquement).
- Exemple : un variant pathogène du gène BRCA1 confère un risque de cancer mammaire, mais avec une pénétrance incomplète (>70% selon les études, mais non systématique).
- Les variants du gène NF1 peuvent conduire à une mosaïque cutanée et à une présentation clinique très variable.
Cas particuliers : VUS, variants secondaires et d’incidentalome
Une grande part des exomes/génomes séquencés révèlent au moins un VUS – près de 40% dans certaines études de maladies rares (Abou Tayoun & Rehm, Genome Med, 2022). Leur gestion suppose une discussion éthique et une requalification régulière en MRC (maladies rares constitutionnelles).
Les variants secondaires (découverts hors indication initiale, mais à fort impact clinique, ex : ACMG SF v3.0 avec 78 gènes “à signaler”) requièrent une approche collégiale pour l’annonce, l’accompagnement familial et le conseil prénatal.
Applications pratiques : intégrer la classification des variants à la décision clinique
- Pour le clinicien : Interpréter le résultat dans le contexte phénotypique, ne pas isoler le variant du terrain familial et du contexte biologique.
- Pour le biologiste : Documenter rigoureusement les arguments ACMG, déposer les variants dans des bases partagées (ClinVar, LOVD), et travailler de concert avec les cliniciens pour affiner le diagnostic moléculaire.
- Pour tout professionnel de santé ou étudiant : Comprendre le continuum variant – gène – phénotype, rester informé des évolutions (mise à jour des recommandations, nouvelles bases de données populationnelles), et repenser régulièrement l’interprétation à la lumière des nouvelles connaissances.
Un fléchage clinique dynamique, s’appuyant sur des RCP multidisciplinaires, garantit la robustesse du diagnostic et une meilleure orientation du parcours patient.
Variabilité interindividuelle et enjeux futurs : de la génomique personnelle à la médecine de précision
Forte de nos millions de variants, la médecine génétique passe d’un modèle “un variant, une maladie” à une conception dynamique où contexte génomique, environnement, et modulateurs épigénétiques interagissent. Des outils comme le polygenic risk score s’installent dans l’arsenal, notamment en cardiologie, oncologie ou psychiatrie (Khera et al., Nature Genetics, 2018).
L’intégration systématique des bases populationnelles multiethniques (ex : gnomAD v4, ALL OF US), enrichit la compréhension de la variabilité humaine et diminue les faux positifs, particulièrement dans les groupes sous-représentés jusque-là.
Enfin, la démocratisation du séquençage complet du génome, la montée en puissance de l’IA dans la suggestion de variants pertinents, et la valorisation du phénotypage riche sont les prochains jalons attendus, toujours en dialogue étroit avec l’éthique biomédicale.
Pour aller plus loin
- Recommandations ACMG 2015 et mises à jour : acmg.net
- Bases publiques principales : gnomAD / ClinVar / LOVD
- Synthèse scientifique “Standards and guidelines for the interpretation of sequence variants” (Genet Med, 2015)
- Prédicteurs in silico utiles : SIFT, PolyPhen-2, REVEL, CADD…
Affiner la lecture du génome, c’est savoir naviguer d’une simple lettre à l’ensemble du grand “roman” moléculaire personnel. Restons curieux, connectés, et interdisciplinaires pour mieux accompagner nos patients dans ce voyage au cœur de la diversité humaine.