Une étude récente menée par le Dr Donate Weghorn au Center for Genomic Regulation (CRG) à Barcelone suggère que certains outils utilisés pour prédire les dommages causés par les mutations génétiques pourraient ne pas être aussi précis que cela avait été pensé. Ces outils sont utilisés pour évaluer si un changement génétique pourrait entraîner une maladie ou d'autres problèmes de santé. L'équipe de recherche a testé 50 des programmes de prédiction les plus utilisés en analysant 13,5 millions de mutations réparties sur 6 659 gènes humains. Leurs résultats, publiés dans le American Journal of Human Genetics, ont révélé que la plupart de ces outils surestiment le risque des mutations rares et sous-estiment celui des mutations plus fréquentes. Les chercheurs ont constaté que ces outils reposent souvent sur l'hypothèse selon laquelle les régions du génome qui n'ont pas changé au cours de millions d'années sont importantes pour la survie et que tout changement dans ces régions est probablement nuisible. Cependant, cette approche peut entraîner un biais. Par exemple, des outils tels qu'AlphaMissense (développé par Google DeepMind) et EVE et popEVE (développés au CRG) ont été trouvés avoir cette même tendance. Ils accordent plus de poids aux mutations dans des régions moins susceptibles de changer, tout en sous-estimant l'impact des mutations dans des régions plus sujettes aux changements. L'étude a également identifié que certains parties du génome humain sont plus propices aux mutations que d'autres. Par exemple, le début des gènes est 35 % plus muté que d'autres régions. Les chercheurs ont constaté que prendre en compte les taux de mutation pouvait modifier la classification de certaines variantes génétiques, passant d'inoffensives à nuisibles. Cependant, dans la plupart des cas, ce changement serait relativement faible. Weghorn a noté que cela pourrait avoir des implications pour la compréhension du risque réel de certaines mutations. Pour tester la précision des outils de prédiction, les chercheurs ont utilisé des données provenant d'expériences menées par Ben Lehner, également au CRG. L'équipe de Lehner a créé et testé des centaines de milliers de mutations dans les protéines humaines et a mesuré leurs effets. Ils ont constaté que les mutations plus fréquentes tendent à être légèrement moins nuisibles, probablement parce que l'évolution a permis une certaine tolérance à ces erreurs fréquentes. Cependant, cet effet était trop faible pour expliquer le biais significatif observé dans les prédictions faites par les outils. L'étude recommande que les outils de prédiction génétique futurs prennent en compte la propension à la mutation de différentes régions du génome. Les chercheurs ont souligné que leurs résultats ne montrent pas comment cela affecterait les patients individuels, car ces outils ne constituent qu'une partie du processus diagnostique. Les experts cliniques utilisent une variété d'informations pour prendre des décisions concernant la prise en charge des patients.