L’ADN n’est pas seulement une longue chaîne de code génétique, mais une structure 3D complexe repliée à l’intérieur de chaque cellule. Cela signifie que les outils utilisés pour étudier l'ADN doivent être tout aussi sophistiqués, capables de lire non seulement le code lui-même, mais aussi la manière dont il est disposé dans l'espace.
Des chercheurs de l’Université Case Western Reserve ont comparé différents outils informatiques utilisés pour analyser la façon dont l’ADN se plie et interagit à l’intérieur des cellules individuelles. Leurs travaux, publiés dans Communications naturelles, pourrait aider les scientifiques à mieux comprendre comment lire le « manuel d'instructions » génétique du corps dans différentes circonstances, par exemple comprendre ce qui ne va pas lorsque des maladies se développent ou comment les cellules changent de fonction à mesure que nous grandissons.
La structure 3D de l’ADN affecte la façon dont les gènes interagissent les uns avec les autres, tout comme la disposition d’une maison affecte la façon dont les gens s’y déplacent. Comprendre cette structure est crucial pour comprendre comment les maladies se développent et comment nous pourrions les traiter. »
Fulai Jin, professeur, Département de génétique et des sciences du génome, Case Western Reserve School of Medicine
L’équipe a relevé un défi majeur : les outils existants pour analyser la structure de l’ADN produisaient souvent des résultats incohérents. C'est comme avoir plusieurs traducteurs qui ne peuvent pas s'entendre sur ce que dit un texte en langue étrangère, a-t-il déclaré.
Jin a été rejoint dans la recherche par Jing Li, professeur Arthur L. Parker au Département d'informatique et des sciences des données de la Case School of Engineering, et Yan Li, professeur agrégé et vice-président de la recherche au département de génétique et des sciences du génome.
Les chercheurs ont testé 13 outils logiciels sur 10 ensembles de données provenant de souris et d’humains et ont constaté que différents outils informatiques fonctionnent mieux pour différents types de données. Ils ont également découvert que modifier la manière dont les données sont préparées avant l’analyse peut améliorer considérablement les résultats. Les programmes informatiques d’intelligence artificielle fonctionnent particulièrement bien avec des ensembles de données complexes et de moindre qualité.
« Nous aidons essentiellement les scientifiques à trouver ou à construire de meilleurs microscopes pour voir comment l'ADN fonctionne à l'intérieur de cellules individuelles », a déclaré Jin. « Cela pourrait conduire à une meilleure compréhension des maladies génétiques et potentiellement à de nouvelles stratégies de traitement. »
Jin a déclaré que les outils améliorés pourraient aider les scientifiques à voir quels gènes s'activent ou se désactivent dans les cellules malades, à expliquer pourquoi les traitements fonctionnent pour certains patients mais pas pour d'autres et à suivre l'évolution des cellules au cours du développement précoce.
L'équipe de recherche a également créé un logiciel que d'autres scientifiques peuvent utiliser pour trouver la meilleure méthode d'analyse de leurs recherches spécifiques, comme la façon dont une application GPS trouve le meilleur itinéraire pour votre destination.
« Au lieu que les chercheurs doivent deviner quel outil pourrait fonctionner le mieux, notre logiciel peut tester plusieurs approches et recommander la meilleure », a déclaré Jin.
Les méthodes sont disponibles gratuitement pour les scientifiques du monde entier via GitHub, une plateforme open source qui permet aux développeurs de créer, stocker, gérer et partager leur code. Jin a déclaré que l'accessibilité généralisée a le potentiel d'accélérer les découvertes dans plusieurs domaines de la recherche biomédicale.
« Il s'agit d'une étape importante vers la compréhension des données génétiques massives issues du séquençage moderne et vers la compréhension du fonctionnement réel de notre modèle génétique », a déclaré Jin.
