Introduction
L'analyse des transcrits, notamment par le séquençage de l'ARN (RNA-seq), est devenue un outil essentiel dans le diagnostic des maladies génétiques rares. Cette technique permet d'identifier des anomalies d'expression, d'épissage ou d'expression monoallélique, complétant ainsi les données obtenues par les séquençages génomiques traditionnels. L'intégration du séquençage d'ARN permet une meilleure compréhension des variants d'épissage, ce qui est particulièrement pertinent dans le contexte de l'évolution des techniques de diagnostic génétique.
Applications du RNA-seq dans le Diagnostic Génétique
Maladies Neuromusculaires
Les maladies neuromusculaires sont un groupe hétérogène de pathologies génétiques, où une proportion significative de cas reste non diagnostiquée malgré le séquençage du génome. L'analyse transcriptomique par RNA-seq offre une approche complémentaire en révélant des anomalies d'épissage liées à des variants non détectés ou classés comme variants de signification incertaine (VSI).
Stratégies et Comparaisons Techniques :
- ARNseq total (ribodéplétion) vs. ARNseq polyA : L'approche polyA peut offrir une couverture supérieure pour certains gènes, comme MTM1, et comparable pour d'autres, comme CAPN3. Cependant, pour les grands gènes comme TTN, la couverture peut être moins uniforme avec l'approche ARNseq-polyA. Par exemple, un variant pathogène affectant l'épissage du gène TTN a été faiblement détecté avec l'approche ARNseq-polyA (2 lectures anormales) comparé à l'approche ARNseq total (371 lectures anormales).
- Outils bioinformatiques : Plusieurs outils bioinformatiques ont été évalués pour la détection d'anomalies d'expression et d'épissage, notamment FRASER, OUTRIDER, SpliceLauncher, rMATS-Turbo et RSeQC.
Projet APHM Starter ARNseq-Musc :
Ce projet a évalué l'approche ARNseq total sur des biopsies musculaires de patients en errance diagnostique. Des diagnostics ont pu être posés chez plusieurs patients, où les variants candidats entraînaient des anomalies d'épissage complexes, rendant l'analyse ciblée par RT-PCR difficile.
Approche par Capture d'Exome et Lymphocytes Cultivés :
L'approche ARNseq basée sur la capture exome permet une couverture satisfaisante des gènes musculaires, facilitant l'intégration de l'analyse transcriptomique dans le workflow de séquençage d'exome. L'analyse ARNseq sur des lymphocytes cultivés offre une alternative à la biopsie musculaire pour explorer l'effet des variants sur l'épissage.
Maladies Mitochondriales
Les maladies mitochondriales, caractérisées par leur complexité diagnostique, bénéficient également de l'approche RNA-seq. Près de la moitié des patients restent sans diagnostic moléculaire après un séquençage d'exome ou de génome.
Lire aussi: Grossesse et huiles essentielles : le guide Aroma Zone
Étude de Cas et Résultats :
Une étude a combiné le RNA-seq au séquençage de l'exome chez 38 patients présentant un résultat non concluant de séquençage d'exome. L'approche ciblée a permis d'identifier des phénotypes aberrants d'ARN associés à plusieurs variants, confirmant leur pathogénicité et conduisant à un diagnostic moléculaire définitif chez 62.5% des patients (5/8). La combinaison du RNA-seq avec le séquençage du génome a mené à un diagnostic chez deux patients supplémentaires.
Anomalies d'Expression et d'Épissage :
Les résultats ont été obtenus grâce à la mise en évidence d'une expression mono-allélique et d'un épissage aberrant. L'approche non ciblée a permis d'identifier des gènes sous-exprimés chez des patients présentant un tableau clinique compatible.
Troubles du Neurodéveloppement
Dans le contexte des troubles du neurodéveloppement, le séquençage d'ARN s'avère particulièrement utile, notamment en cas de variants de signification incertaine (VSI) prédits pour affecter l'épissage.
Analyse Ciblée et en Aveugle :
Une analyse ciblée a permis de reclasser 69% des VSI, dont une proportion significative en classe pathogène ou probablement pathogène. L'analyse en aveugle a permis de prioriser des régions du génome et a conduit à un diagnostic chez plusieurs patients, mettant en évidence des variants non détectés par les approches conventionnelles.
Maladies Héréditaires du Métabolisme
Pour les maladies héréditaires du métabolisme, le RNA-seq et les techniques de RT-PCR sont utilisés pour confirmer l'effet délétère de variants identifiés par séquençage de l'ADNg.
Lire aussi: Utilisation de la tisane d'allaitement Aroma Zone
Approches Basées sur l'Étude des Transcrits :
Ces approches incluent le séquençage RNAseq pour les gènes exprimés dans le sang ou les fibroblastes, ainsi que la technique de RT-PCR pour les gènes faiblement exprimés dans ces tissus. L'analyse par minigene assay est également utilisée lorsque les analyses à partir des tissus du patient ne fournissent pas suffisamment d'arguments.
Neurofibromatose de Type 1 (NF1)
Dans le diagnostic de la neurofibromatose de type 1 (NF1), la combinaison de différents outils moléculaires, incluant le séquençage d'ARN, permet de confirmer le diagnostic et d'optimiser le conseil génétique.
Étude de Cas :
Un cas de duplication inversée en tandem des exons 37 à 57 du gène NF1 a été diagnostiqué grâce à la combinaison de plusieurs techniques moléculaires.
Amélioration de l'Annotation des Transcrits
La caractérisation précise des isoformes d'ARNm est un enjeu majeur en recherche et en diagnostic moléculaire. Des outils comme SOSTAR et MAGIC sont développés pour améliorer l'annotation des transcrits et faciliter l'analyse des constructions artificielles issues de minigènes multi-exoniques.
Validation de SOSTAR et Développement de MAGIC :
SOSTAR a été validé sur une cohorte de patients présentant une suspicion de prédisposition héréditaire aux cancers du sein et de l'ovaire. MAGIC, une extension de SOSTAR, permet l'analyse de constructions artificielles issues de minigènes multi-exoniques.
Lire aussi: Évolution de la Zone des Bouchardes
Outils Bioinformatiques pour l'Interprétation des Données RNA-seq
L'interprétation des données RNA-seq peut être complexe et chronophage. Des outils bioinformatiques comme RAINBOW sont développés pour faciliter l'interprétation des données et réduire le temps nécessaire à l'analyse.
RAINBOW : Un Outil pour Faciliter l'Interprétation des Données RNA-seq :
RAINBOW prend en entrée les tables générées par DROP et les filtre par une série de critères définis de façon empirique. L'outil intègre également les informations phénotypiques de chaque individu afin de mettre en évidence des candidats compatibles avec le tableau clinique.
tags: #zone #vilaire #ovocyte #définition