Nouveaux outils appliqués à la génétique des épilepsies

New tools applied to the genetics of epilepsy

• Auteur / Autrice : Jean-Madeleine De sainte agathe
• Direction : Eric Leguern
• Type : Projet de thèse
• Discipline(s) : Neurosciences
• Date : Inscription en doctorat le 01/11/2021
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Cerveau, cognition, comportement (Paris ; 1992-....)
• Partenaire(s) de recherche : Laboratoire : Institut du cerveau et de la moelle épinière
• Partenaire(s) de recherche : Equipe de recherche : Genetics and Physiopathology of Epilepsy

Mots clés

Mots clés libres

Génome

Exome

Épilepsie

Neurodéveloppement

Genome

Exome

Epilepsy

Neurodevelopment

Résumé

L'épilepsie recouvre une grande diversité de maladies et l'étude de ses causes génétiques nécessite d'appliquer des outils variés. Le premier axe de la thèse visait à faciliter l'interprétation des variants candidats d'épissages. L'épilepsie recouvre une grande diversité de maladies et l'étude de ses causes génétiques nécessite d'appliquer des outils variés. L'ère du génome dans l'épilepsie augmente le nombre de variants candidats susceptible de perturber l'épissage. Leur interprétation rapide et fine est cruciale pour sélectionner les plus pertinents afin de décider de lancer ou non des investigations fonctionnelles. En effet, dans l'épilepsie, les gènes majoritaires (SCN1A, KCNQ2, etc...) ne sont pas exprimés dans le sang et la validation fonctionnelle de variant d'épissage requiert souvent la technique du minigene, beaucoup plus lourde et difficile. J'ai donc créé l'outil SpliceAI-visual, qui permet de visualiser les prédictions de SpliceAI. Grâce à cet outil, l'impact prédit d'un variant sur l'épissage est interprété plus finement et plus rapidement qu'avec SpliceAI. Le deuxième axe du travail visait à appronfondir le champs clinique et moléculaire d'un syndrome peu connu, lié au gène ARF1. Nous avons rassemblé et rapporté une cohorte internationale de 17 nouveaux cas. L'épilepsie initialement associée à des défauts de migration neuronale s'est avérée présente dans seulement la moitié des cas. La conséquence fonctionnelle des variants, principalement faux-sens a été vérifiée par test in-vitro et leur impact précis a été investigué par des outils de prédictions de structure tridimensionelle. Le troisième axe concernait un type d'épilepsie très fréquent, les épilepsies généralisées idiopathiques qui représentent 15 à 20% de toutes les épilepsies. Leur étude génétique est actuellement faite par l'analyse de cohortes de cas sporadiques sans résultat majeur. Nous avons analysé 20 familles soudanaises par exomes et SNParray et nous présentons des résultats de nouveaux gènes et locus candidats. Divers méthodologies ont été appliquées pour parvenir à ces résultats, notamment deux approches innovantes : la priorisation de gène par le logiciel d'intelligence artificelle endeavour, ainsi qu'un modèle bayésien de reconstitution d'haplotypes pour investiguer une hypothèse oligogénique. Enfin, le quatrième axe était appliqué au diagnostic moléculaire des patients épileptiques. Nous avons collecté les données cliniques et génétiques d'une cohorte multicentrique rétrospective française de 2563 patients épileptiques ayant bénéficié d'un séquençage de 68 gènes dans le cadre du réseau de EpiGene. Un des atouts de ce travail est de caractériser les différents types d'épilepsies dans une large cohorte de routine diagnostique ''monde réel''. Le bilan détaillé d'un vaste répertoire de syndromes épileptiques allant d'encépohalopathie épileptiques et développementales à des épilepsies auto-limitée a permis d'affiner le taux de variants causaux pour chaque catégorie. Une analyse multivariée a montré que certains facteurs précédemment associés à un enrichissement de diagnostics moléculaires (comme la catégorie du syndrome, le degré de déficience intellectuelle ou la pharmacoresistance) sont associés à des taux diagnostiques plus importants mais leur facteur prédictif est effacé lorsqu'ils sont analysés de manière multivariée. Le facteur prédictif indépendant le plus important reste l'âge de la première crise.

Epilepsy encompasses a wide range of disorders, and studying its genetic causes requires diverse analytical tools. The first objective of this thesis aimed to facilitate the interpretation of candidate splicing variants. With the advent of genome analysis in epilepsy, the number of candidate variants potentially disrupting splicing has increased. Rapid and accurate interpretation of these variants is crucial to identify the most relevant ones for further functional investigation. In epilepsy, the primary genes (such as SCN1A, KCNQ2, etc.) are not expressed in blood, and validating splicing variants functionally often requires the challenging minigene technique. To address this, I developed the tool SpliceAI-visual, which enables the visualization of SpliceAI predictions. This tool allows for a more precise and faster interpretation of a variant's predicted impact on splicing compared to SpliceAI alone. The second objective of this work was to deepen the clinical and molecular understanding of a rare syndrome linked to the ARF1 gene. We assembled and reported an international cohort of 17 new cases. Although epilepsy was initially associated with neuronal migration defects, it was only present in about half of the cases. The functional consequences of the variants, mainly missense mutations, were verified through in vitro testing, and their precise impact was investigated using three-dimensional structure prediction tools. The third objective addressed a common type of epilepsy—idiopathic generalized epilepsy (IGE)—which accounts for 15-20% of all epilepsy cases. Genetic studies on IGE are typically conducted by analyzing cohorts of sporadic cases, often without significant findings. We analyzed 20 Sudanese families using exome sequencing and SNP arrays, identifying new candidate genes and loci. Various methodologies were applied, including two innovative approaches: gene prioritization with the AI-based software Endeavour and a Bayesian haplotype reconstruction model to explore an oligogenic hypothesis. Finally, the fourth objective involved the molecular diagnosis of epilepsy patients. We collected clinical and genetic data from a retrospective multicenter French cohort of 2,563 epilepsy patients who underwent sequencing of 68 genes through the EpiGene network. A strength of this work is the characterization of diverse epilepsy types in a large ''real-world'' diagnostic cohort. Detailed assessments of a broad spectrum of epileptic syndromes—from developmental and epileptic encephalopathies to self-limited epilepsies—allowed us to refine the causal variant rates for each category. A multivariate analysis showed that certain factors previously associated with a higher likelihood of molecular diagnosis (such as syndrome category, degree of intellectual disability, or pharmacoresistance) are linked to increased diagnostic rates, although their predictive value diminishes when analyzed multivariately. The most significant independent predictor remains the age of first seizure.