Séquençage d’exome en clinique : où s’arrêtent ses promesses ?

Introduction : l’exome, une lentille sur le génome… mais pas un microscope

Le séquençage d’exome est souvent comparé à une exploration guidée au sein de la vaste bibliothèque qu’est notre génome – une bibliothèque de 3 milliards de pages, dont nous ne feuillettez que les pages annotées “exons”, soit environ 1 à 2 % de l’ouvrage. Cela représente près de 20 000 gènes, mais une immense majorité du texte (les régions introniques et intergéniques) demeure inexplorée. Depuis son introduction dans la pratique clinique, l’exome a permis d’élucider des centaines de diagnostics génétiques complexes, et sa démocratisation continue de transformer nos stratégies de prise en charge. Pourtant, derrière le succès clinique, des limites techniques, biologiques et éthiques subsistent – parfois invisibles pour les soignants, souvent lourdes de conséquences pour les patients.

Couverture : une cartographie incomplète, parfois trompeuse

Première source de limites : la couverture génomique n’est jamais parfaite. Même les kits d’exome les plus performants laissent des zones d’ombre. Plusieurs facteurs l’expliquent :

• Non-capture de certains exons : En moyenne, 3 à 5 % des exons ne sont pas capturés de façon efficace, surtout dans les régions riches en GC, où la technologie “glisse”. (Source : ACMG, 2021).
• Couverture inégale : Certains gènes d’intérêt clinique, y compris des gènes de développement cérébral ou de maladies métaboliques, présentent régulièrement des trous dans leur séquençage (Florence et al., 2022, Genetics in Medicine).
• Difficultés sur les pseudogènes : Le séquençage d’exome confond fréquemment gènes et pseudogènes du fait des régions hautement homologues (par exemple, PMS2 ou SMN1).
• Limitations du design initial : Les kits d’exome ne capturent que les exons connus au moment de leur conception – or, le catalogage évolue sans cesse (exemple : extensions post-2019 sur des gènes neurologiques).

En pratique : un certain nombre de diagnostics – dont la suspicion porte sur un phénotype précis – échappent à la détection, faute de couverture ou de design adapté. La vigilance quant à l’analyse de la “couverture gène par gène” s’impose à chaque rendu de résultat.

Types de variants détectés… et ceux qui restent invisibles

L’exome excelle pour détecter les variants de petite taille : substitutions nucléotidiques (SNV), petites insertions/délétions (indels de l’ordre de la dizaine de bases). Mais la diversité des variants génomiques est bien plus vaste :

• Variants de grande taille (CNV) :
  • CNV (Copy Number Variants) >10 kb : Peu détectés par l’exome, surtout s’ils sortent des frontières exoniques.
  • Microréarrangements : Les délétions/duplications partielles d’exons peuvent être suspectées dans certains pipelines bioinformatiques optimisés, mais la sensibilité reste inférieure à celle de la CMA ou du séquençage génomique (Nature Reviews Genetics, 2020).
• Variations structurelles complexes : Inversions, translocations, expansions de triplets (ex : Huntington), sont “muettes” pour l’exome classique.
• Variants dans les régions non codantes : L’exome ignore entièrement les variants localisés dans les régions introniques profondes, régulateurs d’épissage, promoteurs/enhancers (régions pouvant porter des anomalies pathogènes).
• Mosaïcisme de faible niveau : L’exome standard, avec une couverture moyenne (~100x), détecte mal les mosaïcismes somatiques de faible abondance (<10-15 % d’allèles alternatifs).

Impact clinique : Certains diagnostics (épilepsie héréditaire, syndromes neurocutanés, troubles du développement inexpliqués) reposent sur la détection de tels variants “inaccessibles” à l’exome, imposant le recours à des techniques complémentaires (aCGH, génome, PCR ciblée, etc.).

Interprétation des variants : l’art délicat du probable

Séquencer, c’est bien. Mais interpréter, c’est naviguer entre incertitude et probabilités. En clinique, trois limites majeures s’imposent :

1. Les variants de signification inconnue (VUS) :
   • Selon les panels étudiés, jusqu’à 40 % des rapports d’exome comportent au moins un VUS (variant of uncertain significance) (Clinical Genetics, 2019).
   • La majorité des VUS ne tranchent ni pour, ni contre, la causalité : ils sont évoqués, mais rarement “utilisables” en clinique de première intention.
2. Pénétrance incomplète et expressivité variable : Même pour un variant réputé pathogène, la pénétrance (proportion d’individus exprimant le phénotype) peut être basse ou hétérogène, rendant le conseil génétique difficile à individualiser.
3. Données populationnelles inégales : Les bases de données de fréquence allèlique (ex : gnomAD) surreprésentent les populations d’origine européenne et sous-représentent d’autres continents – biaisant l’interprétation et l’évaluation de la rareté/normalité du variant dans certaines populations (Mathias et al., 2021).

L’interprétation est donc parfois comparée à une lecture à la loupe d’un texte partiellement effacé : nous distinguons le contour, mais avec une marge d’incertitude difficile à lever sans études fonctionnelles complémentaires ni nouvelles données familiales.

Limites liées au phénotypage et à la prescription

Autre facteur, rarement mis en avant : la réussite de l’exome dépend étroitement de la qualité du phénotypage initial – c’est-à-dire de la précision avec laquelle le clinicien décrit la maladie recherchée.

• Phénotypage incomplet : La prescription “à l’aveugle”, sans recueil précis des signes clés ou anomalies biologiques, augmente la probabilité d’obtenir des résultats difficiles à interpréter (Ambry Genetics, 2022).
• Confusion panel/exome : L’exome “clinique” utilise souvent des panels de gènes, ce qui suppose que le phénotype soit bien orienté afin de sélectionner, parmi la masse de variants, ceux qui font sens chez l’individu.
• Limite générationnelle : Bien que le coût baisse régulièrement (moins de 1 000 € pour certains laboratoires), des délais d’accès ou d’interprétation persistent hors des grands centres, limitant l’utilité diagnostique immédiate.

Exemple clinique : Dans une suspicion de syndrome de Noonan, un phénotypage incomplet peut écarter l’analyse de gènes pertinents, conduisant à un bilan faussement “négatif”.

Gestion et restitution des résultats : défis éthiques et organisationnels

Le séquençage d’exome génère un vaste spectre d’informations : variants incidentels, diagnostic secondaire, risques génétiques imprévus. Parmi les défis majeurs :

• Variants secondaires non sollicités : L’ACMG recommande de restituer, avec le consentement, la découverte de variants impliquant 59 gènes d’intérêt médical (ex : cancers héréditaires, cardiopathies) (ACMG recommendations 2021). Mais la gestion éthique, notamment chez l’enfant, demeure source de débats.
• Consentement éclairé complexe : Difficile pour les patients – et parfois même pour les professionnels – de saisir pleinement l’étendue des conséquences d’un exome (informations accidentelles, incertitude, risques familiaux).
• Problèmes de stockage et de sécurité des données : Les fichiers bruts d’exome (plusieurs gigaoctets par individu) soulèvent des défis pour les IT hospitaliers : sécurité, anonymisation, accès partagé atypique.
• Formation et disponibilité des métiers de la génétique : En France (et ailleurs), le manque de généticiens, de conseillers en génétique et de biologistes formés limite la restitution collégiale des résultats dans de bonnes conditions. Ce déficit peut induire des délais ou des erreurs d’interprétation (Le Monde, 2023).

Perspectives et évolutions : à la frontière du séquençage du génome

Si l’exome a révolutionné la génétique clinique, son avenir s’inscrit d’ores et déjà dans une coexistence avec le séquençage du génome complet (WGS, Whole Genome Sequencing). Quelques tendances à suivre :

• Le WGS capte les régions non codantes, les CNV et les variants complexes — mais son coût, la quantité de données, l’expertise d’interprétation restent à ce jour des freins importants.
• Développement de panels ultra-ciblés pour des situations “de point-of-care” : certaines indications aiguës (urgences néonatales, pathologies rares graves) s’orientent vers des panels rapides en moins de 72h (Science, 2022).
• Intégration de l’intelligence artificielle pour l'interprétation : de plus en plus d’algorithmes assistent le tri des variants et l’appariement phénotype-génotype, sans remplacer le regard clinique expert.

À retenir : l’exome reste une arme de première intention pour les maladies rares d’origine génétique, mais il doit être envisagé dans une chaîne intégrée, où complémentarité méthodologique et collégialité clinique sont les vraies clés d’un diagnostic pertinent.

Pour aller plus loin : chaque exome, une question clinique ouverte

Le séquençage d’exome, malgré ses promesses, ne remplace pas l’inventivité et la vigilance clinique. Il agit comme une loupe puissante, mais qui laisse inexorablement des zones floues. L’enjeu des prochaines années est de dépasser le fantasme du diagnostic “automatique” — pour apprendre à choisir (et parfois limiter) cet outil, l’intégrer dans un raisonnement global, et continuer à dialoguer entre disciplines autour de chaque résultat. Ce n’est qu’au prix de cette réflexion partagée que le séquençage d’exome gardera toute sa pertinence au service du soin.

Sources principales :

• ACMG recommendations for reporting of incidental findings in clinical exome and genome sequencing (2021).
• Florence et al., Genetics in Medicine, 2022.
• Mathias et al., Population frequencies in genetics, 2021.
• Science, Rapid sequencing in neonatal critical care, 2022.
• Le Monde, Génétique médicale en France, 2023.