Situer la démarche : pourquoi classifier les variants ?
Le génome humain, c’est une bibliothèque d’environ 3 milliards de lettres : chaque lecture séquençage révèle des milliers de différences, ou variants, par rapport à la « référence ». Mais, à l’image de variantes orthographiques dans un grand roman, la majorité de ces modifications n’impactent pas le sens du texte, c’est-à-dire notre santé.
Or, lorsqu’un patient adresse un tableau clinique, la mission du généticien ou du biologiste moléculaire est de distinguer, parmi cette foule, la modification qui éclaire le diagnostic — celle qui est véritablement pathogène — des simples polypmorphismes sans conséquences.
Cette tâche répond à deux enjeux fondamentaux :
- L’impact clinique : un variant classé pathogène peut fonder toute une prise en charge personnalisée, voire influencer les décisions familiales et anticiper d’autres cas à risque.
- L’éthique narrative : affirmer la responsabilité d’un variant dans une maladie engage une vérité médicale, qui doit reposer sur des bases solides, reproductibles et partagées.
Les repères incontournables : classification des variants selon l’ACMG/AMP 2015
Depuis 2015, les recommandations de l’ACMG (American College of Medical Genetics and Genomics) et de l’AMP (Association for Molecular Pathology) constituent le socle international d’évaluation. Leur force ? Formaliser une démarche reproductible, semi-quantitative, permettant de catégoriser chaque variant selon cinq niveaux :
- Pathogène
- Probablement pathogène
- Signification incertaine (VUS) — variant of uncertain significance
- Probablement bénin
- Bénin
Par choix de prudence, seul le groupe “pathogène” ou “probablement pathogène” peut être utilisé pour fonder des décisions de prise en charge clinique ou reproductives. Les autres catégories requièrent souvent une surveillance accrue, parfois une réévaluation au fil des connaissances.
Construire une analyse robuste : les 28 critères ACMG/AMP
La classification ne se limite pas à l’intime conviction : elle repose sur une grille d’analyse objective. L’ACMG/AMP a défini 28 critères, pondérés selon leur force (très forte, forte, modérée ou faible), qui balisent la démarche. Ces critères sont organisés en deux familles :
- Critères en faveur de la pathogénicité (PVS, PS, PM, PP)
- Critères en faveur du caractère bénin (BA, BS, BP)
| Force |
Exemple de critère pathogène |
Exemple de critère bénin |
| Très forte(PVS1) |
Variant entraînant une perte de fonction prouvée (nonsense, frameshift…) dans un gène où ce mécanisme est connu comme pathogène. |
- |
| Forte(PS1, PS2...) |
Présence du même changement d’acide aminé que pour un variant prouvé pathogène ; détection de novo (prouvé par tests parentaux). |
MAF élevée dans la population générale (BS1), transmission par un individu sain (BS2). |
| Modérée(PM1, PM2...) |
Localisation dans un domaine critique du gène, absence totale dans les bases populationnelles (gnomAD, ExAC...). |
- |
| Faible(PP1, PP2...) |
Segregation familiale limitée, prédictions in silico concordantes. |
Données fonctionnelles sans conséquence identifiable (BP5...) |
L’utilisation de ces critères demande rigueur et méthode, chaque contexte clinique modulant la force de l’argument. Par exemple, la preuve “de novo” est plus impactante pour une maladie autosomique dominante sévère à début précoce que dans un contexte polyphasique ou à pénétrance incomplète.
De l’abstract au concret : étapes-clés de l’analyse d’un variant
Comment appliquer cette méthode à un cas clinique ? On peut schématiser l’évaluation d’un variant en six grandes étapes :
-
Vérification technique du variant :
- Est-il confirmé sur un autre outil/méthode ?
- La qualité de séquençage et la profondeur de lecture sont-elles suffisantes ?
-
Annotation génomique précise :
- Localisation exacte (exon, intron, site d’épissage…) ;
- Conséquence attendue sur la protéine (missense, nonsense, duplication, CNV...).
-
Recherche sur la fréquence populationnelle :
- Le variant est-il commun dans la population générale (gnomAD, 1000G) ?
- Une fréquence >1/1000 (>0,1%) tend à exclure une pathogénicité pour la plupart des maladies rares (sauf exceptions, notamment phénotypes à faible pénétrance).
-
Interrogation des bases de variants pathogènes (ClinVar, LOVD, HGMD) :
- A-t-il déjà été décrit, et si oui, classé comme pathogène, bénin ou VUS ?
- La littérature (PubMed) corrobore-t-elle une ségrégation, des phénotypes similaires ?
-
Prédictions in silico et données structurales :
- Outils comme PolyPhen-2, SIFT, CADD, MutationTaster donnent des indices, jamais une preuve directe.
- Combinaison avec conservation entre espèces, analyses structurales ou fonctionnelles.
-
Corrélation phénotype-génotype :
- Le variant s’intègre-t-il dans le tableau clinique du patient, selon mode de transmission, pénétrance, expressivité ?
- Test de ségrégation familiale pour renforcer ou réfuter l’association (lorsque possible).
À l’issue, les critères ACMG/AMP sont appliqués selon un algorithme hiérarchisé, pour mener à une classification raisonnée, parfois révisable. Des outils comme Varsome, InterVar ou Sherloc (SF Brugging et al., Genetics in Medicine, 2017) automatisent partiellement cette intégration, mais la responsabilité finale demeure humaine.
Les défis particuliers : variants dupliqués/copynumber (CNV), mosaïcisme et VUS
Certains variants échappent aux règles simples d’interprétation :
- CNV (Copy Number Variations) : Les délétions ou duplications de plusieurs exons, ou de régions entières, nécessitent non seulement d’évaluer la dose génique mais aussi l’effet sur la structure du gène, d’intégrer la variabilité régionale, le contexte du gène et la base DECIPHER pour les CNV rares.
- Mosaïcisme : La proportion de cellules portant le variant impacte la sévérité et la transmission potentielle ; la classification requiert une précaution supplémentaire.
- Variants de signification indéterminée (VUS) : Ils représentent toujours environ 20-25% des variants détectés en exome (Grody WW, Genetics in Medicine, 2019) et appellent souvent des études complémentaires ou un rephénotypage patient-famille.
Exemples types : application clinique de la méthodologie
Situons-nous sur deux contextes concrets :
- Diagnostic d’une cardiomyopathie hypertrophique (CMH) : Un variant missense du gène MYH7, absent des bases populationnelles, décrit dans des familles affectées, avec preuve de transmission mendélienne. Cinq à six critères forts/modérés sont réunis : la classification “pathogène” soutient le schéma de surveillance familiale.
- Dépistage néonatal élargi : Découverte fortuite d’un variant dans un gène du métabolisme. Sa fréquence de 0,5% dans la population afro-américaine, absence de symptômes chez le patient, et prédictions contradictoires : trois critères faibles en faveur de la bénignité, un VUS est conclu. Un suivi et une réévaluation périodique sont conseillés.
Limites, évolutions et prospective internationale
La sophistication croissante des approches génomiques (WGS, RNA-seq, panels ultra-ciblés) pose de nouveaux défis :
- Évaluation des variants non codants ou régulateurs, encore très mal classifiables (<1% des variants non introniques sont classés pathogènes à ce jour — ClinVar, 2023).
- Prise en compte des combinaisons de variants (épistasie, oligogénisme).
- Intégration des données de masse issues des consortiums genome-wide (UK Biobank, gnomAD v4), où l’annotation évolue en temps réel.
- Ouverture vers une réévaluation systématique : 18 à 28% des variants classés comme VUS en 2015 ont vu leur catégorisation évoluer en 2022 avec l’arrivée de nouvelles données populationnelles ou fonctionnelles (Richards S. et al. ACMG, Genetics in Medicine, 2015 et Smith ED, Genetics in Medicine, 2022).
Pour récapituler : clé de lecture clinique et engagement collectif
La lecture d’un génome reste une aventure, entre bibliothèque d’indices et terrain d’équipes pluridisciplinaires. Retenons que la classification des variants ne se réduit jamais à une formule, mais consiste en une orchestration d’arguments, de critères, de corrélations cliniques, dans une logique dynamique et transparente.
L’intelligence collective, l’accès ouvert aux bases de données collaboratives, et la discussion avec les experts de chaque spécialité, sont incontournables pour transformer ces données codées en décision éthique et personnalisée.
Pour approfondir, les recommandations ACMG/AMP sont en libre accès (ACMG Guidelines), tout comme la majorité des bases citées (ClinVar, gnomAD, DECIPHER). Notre outil principal reste la curiosité partagée, et la volonté de questionner nos interprétations à la lumière des novations biomédicales et des parcours humains.
Ressources utiles :
- ACMG/AMP Standards and Guidelines (Richards S. et al., Genetics in Medicine, 2015)
- ClinVar : https://www.ncbi.nlm.nih.gov/clinvar/
- gnomAD : https://gnomad.broadinstitute.org/
- DECIPHER : https://decipher.sanger.ac.uk/
- Varsome : https://varsome.com/
- Revue « Genetics in Medicine » et recommandations nationales HAS, Fédération Française de Génétique Humaine
