Bien que l'étiologie de la DMPS implique une interaction complexe de facteurs génétiques et environnementaux, les études génomiques récentes ont de plus en plus souligné le rôle central des variations structurelles — modifications à grande échelle du génome — dans la formation du risque de DMPS. Ces variations peuvent perturber la fonction génique, modifier les réseaux de régulation et contribuer à la grande variabilité phénotypique observée chez les individus sur le spectre. La compréhension de ces changements structurels est non seulement cruciale pour la détection de la biologie de l'autisme, mais aussi promet d'améliorer le diagnostic, le conseil génétique et le développement d'interventions ciblées.

Quelles sont les variations structurelles?

Les variations structurales (SV) sont des réarrangements génomiques qui impliquent des segments d'ADN généralement plus grands que 50 paires de bases (bp). Elles comprennent un éventail diversifié de modifications telles que des suppressions, des duplications, des insertions, des inversions et des translocations. Contrairement aux variantes nucléotidiques uniques (VSN) qui n'affectent qu'une seule base, les SV peuvent englober des gènes entiers ou des éléments réglementaires, ce qui entraîne des conséquences fonctionnelles plus prononcées.

Les VS se produisent par l'intermédiaire de plusieurs mécanismes, dont la recombinaison homologue non alliée (NAHR), l'assemblage de bouts non homologous (NHEJ) et les mécanismes basés sur la réplication, tels que le décrochage de fourche et le changement de gabarit. Leur taille et leur emplacement déterminent l'impact potentiel sur l'expression des gènes et la fonction cellulaire.

Les projets de séquençage à l'échelle de la population ont révélé que les SV sont abondants dans le génome humain. Le projet 1000 Génomes, par exemple, a catalogué plus de 68 000 SV parmi diverses populations, dont beaucoup se trouvent dans des régions auparavant inaccessibles au séquençage à lecture courte.

Le lien entre les variations structurelles et les DMPS

La relation entre les variations structurales et la DMPS est née d'observations cytogénétiques précoces, des individus présentant des anomalies chromosomiques visibles présentant souvent des caractéristiques autistes. Avec l'avènement de l'hybridation génomique comparative (AGH) à base de microarrais, les chercheurs ont systématiquement identifié les VCN sous-microscopiques associés à la DMPS.

Les estimations de l'héritabilité pour les TSA varient de 50 % à 90 %, et les variations structurales sont estimées à environ 10 à 20 % du risque génétique dans les familles simplesx. Les SV récurrents dans des loci génomiques spécifiques, tels que 16p11.2, 22q11.2, 15q13.3 et 7q11.23, ont été impliqués à maintes reprises et sont maintenant considérés comme des facteurs de risque robustes.

Cette convergence suggère que les perturbations dans les voies moléculaires communes — plutôt que les perturbations génétiques isolées — sous-tendent la pathogenèse de la DMPS. Par exemple, le Consortium de séquençage de l'autisme et l'initiative de la Fondation Simons Powering Autism Research (SPARK) ont identifié plusieurs SV affectant les gènes dans les catégories d'échafaudage synaptique et d'adhésion cellulaire.

Principales variations structurelles de la DMPS

Plusieurs SV récurrents ont été régulièrement liés à l'ASD. Voici quelques-uns des loci les plus bien caractérisés :

  • 16p11.2 suppressions et duplications: Parmi les SV les plus courantes de la DMPS, les altérations à ce locus sont associées à un risque 25 fois plus élevé pour la suppression de 600 kb. Les duplications confèrent également un risque mais une pénétrance plus faible. La région contient environ 25 gènes, dont KCTD13 et MAPK3, qui influencent la prolifération neuronale et la plasticité synaptique.
  • 22q11.2 suppressions:[ Cette suppression de 1,5 à 3 Mb sous-tend le syndrome de DiGeorge et est associée à un risque 20 fois plus élevé de DMPS. Des gènes tels que TBX1 et COMT[ sont impliqués respectivement dans le développement craniofacial et le métabolisme de la dopamine.
  • 15q13.3 suppressions:[ Les suppressions récurrentes couvrant le gène CHRNA7 (encodant le récepteur alpha7 de l'acétylcholine nicotinique) sont liées à l'ASD, à l'épilepsie et à une déficience intellectuelle.
  • Délégations NRXN1: Les suppressions Heterozygous de NRXN1, qui encode la neurexine‐1, protéine présynaptique essentielle à la formation de synapse, sont de puissants facteurs de risque pour la DMPS et la schizophrénie.
  • SHANK3 suppressions: Mutations et suppressions au locus SHANK3 sur chromosome 22q13.33 cause le syndrome de Phelan-McDermid, caractérisé par une DMPS, une déficience intellectuelle et un discours retardé. SHANK3 est une protéine échafaudée du noyau aux synapses glutamatergiques.
  • Variations du gène CNTNAP2: Le gène CNTNAP2 code la protéine-2 associée au contactin, impliquée dans les interactions neuronales et la connectivité neuronale.

Comment les variations structurelles perturbent le développement du cerveau

Les variations structurales peuvent affecter la fonction génique par plusieurs mécanismes. La plus simple est altération de la posologie du gène[: les suppressions réduisent le nombre de copies d'un ou de plusieurs gènes, tandis que les duplications l'augmentent. Lorsque la posologie d'un gène critique est modifiée au-delà d'un seuil de tolérance, les voies cellulaires deviennent déséquilibrées.

Au-delà de la posologie, les SV peuvent également perturber des éléments réglementaires tels que des amplificateurs, des promoteurs ou des boucles de chromatine à longue distance. Un SV peut séparer un gène de sa séquence réglementaire ou amener un gène sous le contrôle d'un améliorant différent, provoquant ainsi une expression ectopique. Par exemple, des translocations équilibrées qui perturbent le paysage réglementaire CNTNAP2 ont été trouvées dans des familles avec une DMPS.

De plus, les SV peuvent provoquer des événements de fusion de gènes[ ou modifier une expression de l'ARN non codant[. Les inversions peuvent perturber l'intégrité d'un gène sans changer le numéro de copie, et les SV complexes impliquant de multiples points d'arrêt peuvent conduire à une chromothripsis, un événement catastrophique de réarrangement.

Les études fonctionnelles utilisant des cellules souches pluripotentes induites (CISP) et des modèles animaux ont fourni des preuves directes de l'influence des SV spécifiques sur les phénotypes neuronaux. Par exemple, les neurones dérivés de l'ICPS porteurs de la suppression 16p11.2 montrent une activité synchrone altérée et une maturation synaptique altérée.

Incidences cliniques sur le diagnostic et le traitement

L'identification des variations structurales chez les personnes atteintes de DMPS a une utilité clinique immédiate.Les tests génétiques – en particulier les microarraies chromosomiques (MCA) et, de plus en plus, le séquençage du génome entier (WGS) – sont recommandés comme test diagnostique de premier niveau pour la DMPS. La CMA peut détecter des VCN jusqu'à 50–100 kb et a un rendement diagnostique d'environ 10–20 % dans la DMPS, plus élevé que le caryotypage ou le test X fragile seul.

Par exemple, une suppression de novo 16p11.2 implique un faible risque de récidive chez les frères et sœurs, alors qu'une suppression héréditaire d'un parent légèrement affecté indique une récidive plus élevée. La consultation porte également sur la variable expressivité des SV – le même SV peut conduire à une DMPS, à une déficience intellectuelle ou à l'absence de phénotype clinique chez différents membres de la famille, reflétant l'influence du milieu génétique et des modificateurs environnementaux.

Sur le plan du traitement, la compréhension du SV en cause peut ouvrir des pistes pour les thérapies de précision . Par exemple, le modèle CNTNAP2 de souris à écrasement montre un nombre réduit d'interneurons et d'oscillations gamma anormales, et le traitement avec le GABA[B agoniste baclofen a sauvé les déficits sociaux chez ces souris.

“L'ère des premières approches de génotype dans la recherche sur l'autisme a changé notre orientation des phénotypes comportementaux vers l'architecture génomique sous-jacente.Les variations structurelles fournissent certains des points d'entrée les plus clairs dans la biologie de ce trouble complexe.”

— Dr Stephan Sanders, UCSF

Recherche et technologies actuelles

L'avènement des technologies de séquençage à lecture longue, comme Oxford Nanopore et PacBio HiFi, a révolutionné la détection des variations structurelles. Contrairement au séquençage à lecture courte, qui peine à cartographier les éléments répétitifs, les lectures longues peuvent couvrir des points d'arrêt entiers de SV, en résolvant des réarrangements complexes avec une grande précision.

Des initiatives à l'échelle de la population comme le Autisme Sequence Consortium et le SPARK[ projet intègrent les données SV à la transcriptomique, à l'épigénomique et à la protéomique pour établir une carte complète des altérations moléculaires.

Une autre zone active est l'étude des SVsomatiques – des changements structurels qui surviennent dans le cerveau après la fécondation et qui ne sont présents que dans un sous-ensemble de cellules. Des analyses postmortem ont révélé des VCN somatiques chez des neurones d'individus autistes, ce qui laisse croire que même le mosatisme de faible niveau peut contribuer au trouble.

Défis en matière d'interprétation SV

Malgré les progrès technologiques, l'interprétation de la signification clinique des SV reste difficile.De nombreux SV sont rares ou privés, et la validation fonctionnelle prend du temps. De grandes bases de données comme ClinVar et gnomAD sont essentielles pour regrouper les fréquences des SV entre les populations, mais elles sont encore incomplètes pour de nombreuses populations d'ascendance non européenne.

Pour relever ces défis, les chercheurs mettent au point des outils informatiques qui intègrent plusieurs types de données, dont la conformation à la chromatine (Hi‐C), la conservation évolutive et l'expression génétique spécifique aux tissus, afin de prioriser les SV pathogènes.

Orientations futures de la recherche

L'avenir de la recherche sur les TSA repose sur la caractérisation complète de la variation structurelle dans l'ensemble du génome, y compris les parties non codantes qui restent mal comprises.

  • Cartographier le spectre complet des SV: Des projets collaboratifs à grande échelle travaillent à séquencer des dizaines de milliers de génomes en utilisant la technologie de lecture longue afin de créer un catalogue SV complet pour les DMPS.
  • Comprendre les interactions entre les gènes et l'environnement:[ Les SV peuvent modifier la sensibilité aux expositions environnementales, par exemple, l'activation immunitaire maternelle ou l'exposition à la toxine.
  • Validation fonctionnelle dans les systèmes de modèles: L'édition génomique basée sur le CRISPR permet maintenant aux chercheurs de recréer des SV spécifiques dans les iPSC ou organoides humains et d'étudier leurs effets sur le développement neuronal.Ces modèles peuvent également être utilisés pour le dépistage des médicaments.
  • Transmettre les connaissances en SV en pratique clinique:[ À mesure que la liste des SV associés aux DMPS augmente, des efforts sont en cours pour développer des scores de risque polygéniques qui intègrent à la fois les VNC et les variantes communes.

Parallèlement, le rôle des variations structurelles dans le développement du cerveau est étudié dans plusieurs troubles neuropsychiatriques. Des preuves convaincantes suggèrent que les SV affectant les gènes synaptiques sont également enrichis en schizophrénie, trouble bipolaire et déficience intellectuelle.

Conclusion

Les variations structurelles représentent une source importante de risque génétique pour les troubles du spectre autistique, agissant par l'intermédiaire de divers mécanismes qui perturbent le développement neuronal et la fonction synaptique. De l'identification de VCN récurrents comme 16p11.2 et 22q11.2 à la détection émergente du mosatisme somatique, les SV fournissent des informations critiques sur la biologie des DMPS. L'intégration continue des technologies génomiques avancées, des tests fonctionnels et des cohortes à grande échelle approfondira notre compréhension et ouvrira la voie à des diagnostics et des thérapies de précision.

Pour plus de précisions: