Optimisation de l’analyse de données génomiques dans les maladies rares

Optimization of genomic data analysis in rare diseases

• Auteur / Autrice : Anne-Sophie Denommé-Pichon
• Direction : Laurence Olivier-Faivre, Antonio Vitobello, Yannis Duffourd
• Type : Thèse de doctorat
• Discipline(s) : Médecine, cancérologie, génétique, hématologie, immunologie
• Date : Soutenance le 05/05/2023
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Environnements, Santé (Dijon ; Besançon ; 2012-....)
• Partenaire(s) de recherche : Etablissement de préparation : Université de Bourgogne (1970-2024)
• Partenaire(s) de recherche : Laboratoire : Centre de recherche Translationnelle en Médecine moléculaire (CTM) (Dijon)
• Partenaire(s) de recherche : : Centre hospitalier universitaire (Dijon)
• Jury : Président / Présidente : Christophe Philippe
• Jury : Examinateurs / Examinatrices : Estelle Colin
• Jury : Rapporteurs / Rapporteuses : Jean Muller, Marie de Tayrac

Mots clés

Mots clés contrôlés

Diagnostic clinique

Génome

Exome

Maladies rares

Génomique

Génétique

Mots clés libres

Maladies rares

Génétique

Génomique

Bioinformatique

Anomalies du développement

Informatique

Genomics

Genetics

Rare diseases

Developmental abnormalities

Computer science

Bioinformatics

Résumé

Les analyses pangénomiques d’exome et de génome ont permis d’augmenter considérablement le rendement diagnostique des maladies rares d’origine génétique au cours des dernières années, mais plus de 50 % des patients restent en impasse diagnostique (Wright, FitzPatrick, et Firth 2018). Pour les patients qui bénéficient d’un diagnostic, le délai d’obtention reste long, dépassant 5 ans pour 25 % des patients (Ministère des Solidarités et de la Santé 2019). L’absence de diagnostic ou le délai avant celui-ci sont une réelle perte de chance pour le patient et les familles, en termes de prise en charge de soin, mais également en termes de prise en charge sociale.L’objectif de la thèse est d’optimiser l’analyse de données génomiques dans les maladies rares, par l’implémentation de nouvelles approches, qu’elles soient organisationnelles, biologiques ou bioinformatiques, en vue d’obtenir un diagnostic plus rapidement dans un contexte d’urgence, et d’augmenter le rendement diagnostique. La thèse est divisée en trois axes d’optimisation.Le premier axe, l’optimisation organisationnelle, consiste en l’étude Fastgen, qui évalue la faisabilité de l’analyse accélérée de génomes short read en trio chez des enfants en réanimation ou soins intensifs, nécessitant un diagnostic génétique précoce pour orienter leur prise en charge. L’objectif était d’obtenir un résultat en moins de 45 jours. Un séquençage de génomes en trio a été réalisé chez 37 familles, conduisant à un diagnostic moléculaire chez 18/37 (49 %) enfants, avec une durée médiane de rendu de résultat de 42 jours.Le deuxième axe, l’optimisation biologique, consiste en l’étude de la cohorte unsolved cases du projet Solve-RD, qui vise à réduire l’impasse diagnostique par la réanalyse de données d’exomes de patients sans diagnostic et par la mise à disposition des données génomiques aux équipes du projet. Les données de 3576 exomes (1522 cas index et 2054 parents) ont été réanalysées selon une stratégie low-hanging fruit qui vise à rechercher les variations déjà rapportées dans ClinVar comme étant pathogènes ou probablement pathogènes. La réanalyse a permis d’identifier les variations causales chez 59 patients (3,9 %), dont 9 pour lesquels nous présentons les raisons de l’absence de diagnostic au moment de la première analyse et les leçons à en tirer.Le partage des données au sein de Solve-RD a facilité la construction d’une cohorte qui a permis d’établir la responsabilité du gène YWHAE dans un trouble du neurodéveloppement avec ou sans anomalies cérébrales, ce qui a mené à un diagnostic chez 7 sujets avec des variations perte de fonction de ce gène.Le troisième axe, l’optimisation bioinformatique, consiste en l’implémentation d’un pipeline utilisant les meilleurs outils de génotypage d’expansions de microsatellites à partir de données de génome short read, dans le but d’établir de nouveaux diagnostics. Nous avons évalué les 10 principaux outils de la littérature, en avons conservé 4 et les avons testés sur 23 locus impliqués en pathologie humaine sur notre cohorte de 323 génomes de sujets atteints de troubles du neurodéveloppement. Le pipeline développé a mené à l’identification d’une expansion de microsatellites pathologique pouvant prédisposer à une maladie neurodégénérative, considérée comme une donnée incidente car sans lien avec le phénotype du patient.Notre stratégie d’optimisation de l’analyse des données génomiques dans les maladies rares s’avère efficace : elle a permis de réduire l’errance diagnostique chez des enfants dans un contexte d’urgence et d’augmenter le rendement diagnostique du séquençage de l’exome et du génome short read par le développement de nouvelles stratégies d’analyse, de réanalyse et par le partage de données à large échelle.

Exome and genome sequencing have significantly increased the diagnostic yield of rare genetic diseases in recent years, but more than 50% of patients remain in a diagnostic deadlock (1). For patients who are diagnosed, the time to obtain a diagnosis remains long, over 5 years for 25% of patients (2). The absence of diagnosis or the delay before it is made is a loss of chance for the patient and the families, in terms of care management, as well as in terms of social management.The objective of this work is to optimize the analysis of genomic data in rare diseases by implementing new approaches, whether they be organizational, biological or bioinformatics, to obtain a faster diagnosis in an emergency context and to increase the diagnostic yield. The thesis is divided into three optimization axes.The first axis deals with organizational optimization and consists of the Fastgen study, which assesses the feasibility of accelerated short read trio-genome analysis in children in intensive care unit requiring an early genetic diagnosis to guide their care management. The objective was to obtain a result in less than 45 days. Trio-genome analysis was performed in 37 families and led to a molecular diagnosis in 18/37 (49%) children, with a median time to result of 42 days.The second axis deals with biological optimization and consists of the study of the unsolved cases cohort of the Solve-RD project, which aims to reduce the diagnostic deadlock by reanalyzing exome data from patients without a diagnosis and by sharing genomic data with the project collaborators. Data from 3576 exomes (1522 index cases and 2054 relatives) were reanalyzed using a low-hanging fruit strategy that aims to search for variants already reported as pathogenic or probably pathogenic in ClinVar. The reanalysis identified causative variants in 59 patients (3.9%), including 9 for whom we present the reasons of the failure of the previous analyses and lessons learned.Data sharing within the Solve-RD consortium facilitated the construction of a cohort that established the involvement of the YWHAE gene in a neurodevelopmental disorder with or without brain abnormalities. This work led to a diagnosis in 7 subjects with loss-of-function variants in this gene.The third axis deals with bioinformatics optimization and consists in the implementation of a pipeline using the best tools to genotype microsatellite expansions from short read genome data, with the aim of establishing new diagnoses. We evaluated the 10 most popular tools in the literature and selected 4 of them. We tested them on 23 loci involved in human disease on our cohort of 323 genomes of subjects with neurodevelopmental disorders. This pipeline led to the identification of a pathological microsatellite expansion considered as an incidental finding because the variant was not related to the phenotype of the patient.Our strategy to optimize genomic data analysis in rare diseases is effective: it has reduced diagnostic odyssey, for children in urgent need for etiological diagnosis, and increased the diagnostic yield of exome and short read genome sequencing through the development of new strategies for analysis, re-analysis and large-scale data sharing.