À mesure que le séquençage de l’ADN gagne en sensibilité, la difficulté tient de moins en moins à la possibilité de détecter du matériel génétique, et de plus en plus à ce que les données permettent raisonnablement d’affirmer. Plus nous savons repérer des signaux biologiques, plus nous devons les interpréter avec prudence, soutient le biotechnologiste Kasem Jamil Al-Saloumi dans cette tribune.
Pendant une grande partie de l’histoire de la biologie moléculaire, la question directrice était simple : peut-on le trouver ? À mesure que les méthodes de détection deviennent toujours plus puissantes, une question plus difficile prend sa place : que signifie réellement le fait de l’avoir trouvé ?
Le séquençage par nanopores illustre particulièrement bien ce basculement. Vue de l’extérieur, la détection moléculaire ressemble à un enchaînement simple : on analyse un échantillon biologique, on détecte de l’ADN, on compare une séquence à une base de données et l’on identifie un organisme. Quiconque a passé du temps sur de véritables données de séquençage sait que la réalité est nettement plus intéressante.
Une séquence d’ADN n’est que le début de la question
La technologie Oxford Nanopore est remarquable notamment parce qu’elle lit directement les molécules d’ADN à mesure qu’elles traversent des pores protéiques de quelques nanomètres de diamètre seulement. Chaque segment de bases perturbe un courant électrique de manière caractéristique, et un logiciel traduit ce signal en séquence en temps réel. En microbiologie, une application très répandue est le séquençage 16S : le gène codant l’ARN ribosomique 16S bactérien, marqueur génétique de référence pour identifier les bactéries, est amplifié puis lu afin de dresser le profil de l’ADN microbien présent dans un échantillon.
Voir apparaître des données de séquençage est fascinant. Une information encore invisible quelques instants plus tôt commence à prendre une forme biologique à l’écran. Mais un nom qui s’affiche dans les résultats d’un séquençage ne marque pas la fin de la démarche scientifique : c’est le début de l’interprétation. Une plateforme de séquençage produit des éléments de preuve moléculaires. Il revient encore aux scientifiques de décider quel degré de confiance ces éléments méritent et quelle conclusion biologique ils peuvent raisonnablement étayer. Cette distinction devient d’autant plus importante que les méthodes modernes peuvent détecter des quantités infimes de matériel génétique.
La sensibilité change la nature du problème
Pendant des décennies, l’une des grandes ambitions du diagnostic moléculaire a été d’accroître la sensibilité : disposer de méthodes capables de détecter de plus petites quantités d’ADN, d’identifier plus vite les organismes et de révéler des informations biologiques qui échappaient aux techniques plus anciennes. Cette ambition a donné naissance à des technologies extraordinaires. Mais une sensibilité accrue change la nature du défi.
Imaginons deux instruments. Le premier ne détecte un signal biologique que lorsque celui-ci est relativement fort. Le second détecte le même signal alors qu’il n’y a qu’une quantité infime de matériel génétique. Le second instrument est manifestement plus sensible, et pourtant le scientifique qui l’utilise a désormais davantage de questions à résoudre. Quelle est l’intensité du signal ? Avec quelle régularité apparaît-il ? Quelle quantité d’information de séquence étaye l’identification ? Des organismes proches sont-ils génétiquement semblables dans la région analysée ? Une autre méthode d’analyse aboutirait-elle à la même interprétation ? Le résultat est-il cohérent avec le reste des éléments disponibles ?
Aucune de ces questions ne diminue la valeur du séquençage. Elles montrent au contraire pourquoi le séquençage relève de la science, et non de la simple mesure.
La base de données compte aussi
Le séquençage de l’ADN a une autre facette que les non-spécialistes de biologie moléculaire voient rarement : l’ADN n’arrive pas accompagné d’un nom d’espèce. Une fois la séquence obtenue, des outils informatiques la comparent à des informations de référence ; la qualité et la composition de ces bases de données de référence sont donc déterminantes. Certains organismes y sont représentés par des génomes de référence nombreux et de grande qualité, d’autres de façon bien plus lacunaire. Des espèces proches peuvent en outre partager des segments d’ADN très similaires. Les courtes régions du gène 16S, par exemple, ne permettent souvent pas de distinguer des bactéries étroitement apparentées, et même le gène complet n’y parvient pas toujours (Johnson et al., 2019).
Une classification informatique doit donc être comprise comme une interprétation fondée sur la similarité de séquence, et non comme une étiquette que la machine révélerait comme par magie. La distinction peut sembler mince, mais elle compte sur le plan scientifique. Un résultat peut bénéficier d’un solide appui de séquence et exiger malgré tout une interprétation prudente au niveau de l’espèce. Dans d’autres cas, plusieurs éléments de preuve indépendants peuvent converger et rendre la conclusion nettement plus solide. La tâche du scientifique consiste à déterminer où se situe un résultat sur cette échelle.
La vraie leçon vient après le séquençage
Pour ceux qui travaillent avec des données nanopores, la leçon la plus précieuse n’est souvent pas la technologie elle-même, si passionnante soit-elle, mais le raisonnement qui suit le séquençage. Les questions changent. Au lieu de se demander seulement « Qu’est-ce que la machine a détecté ? », on commence à se demander : quels éléments étayent cette interprétation ? Quelles sont les autres explications possibles ? Quels éléments supplémentaires renforceraient la confiance ? Et, peut-être surtout : que peut-on conclure de manière responsable à partir des données dont on dispose aujourd’hui ?
Cette dernière question dépasse de loin la génomique. Elle est l’un des fondements de la pensée scientifique.
Détection, identification et signification biologique sont des étapes distinctes
Il est utile de séparer trois notions que l’on condense parfois en une seule phrase. La première est la détection : du matériel génétique a produit un signal mesurable. La deuxième est l’identification : l’analyse indique que la séquence correspond le plus étroitement à une source biologique donnée. La troisième est la signification biologique : la séquence détectée et classée nous apprend quelque chose de pertinent sur le système biologique étudié. Trouver l’ADN d’un micro-organisme, par exemple, ne montre pas à lui seul que cet organisme était vivant, actif ou qu’il jouait un rôle quelconque dans le système étudié.
Ces affirmations sont liées, mais elles ne sont pas identiques, et passer de l’une à l’autre exige des éléments de preuve supplémentaires. C’est d’autant plus important que le séquençage sort des laboratoires de recherche spécialisés et se trouve de plus en plus lié à la médecine, à la surveillance de l’environnement, aux sciences de l’alimentation et à d’autres domaines. Plus l’ADN devient facile à détecter, plus une interprétation rigoureuse devient importante.
L’intelligence artificielle rendra la question plus pressante
Il existe une autre raison pour laquelle cela compte aujourd’hui. Les jeux de données génomiques deviennent trop volumineux et trop complexes pour que chaque résultat soit examiné manuellement, et les outils d’intelligence artificielle (IA) et d’apprentissage automatique joueront inévitablement un rôle croissant dans la classification, la hiérarchisation et l’interprétation. Cela pourrait être extrêmement utile : un algorithme peut examiner des motifs sur des milliers, voire des millions d’observations bien plus vite que n’importe quel humain. Mais un algorithme peut aussi donner à un résultat incertain une apparence trompeuse de certitude si l’incertitude est dissimulée derrière une interface épurée et une étiquette affirmative.
Les futurs systèmes génomiques ne devraient donc pas se contenter de fournir des réponses ; ils devraient rendre compte des éléments de preuve. Quelle quantité de données étaye la classification ? Quelles sont les autres possibilités ? Le résultat est-il cohérent ? Quel test supplémentaire pourrait renforcer la conclusion ? Autrement dit, de meilleurs systèmes informatiques devraient aider les scientifiques à poser de meilleures questions, et pas seulement produire des réponses d’apparence plus assurée.
Plus de données ne signifie pas automatiquement plus de certitude
La biologie moderne entre dans une période inédite. On peut désormais mesurer les systèmes biologiques à des résolutions qui auraient paru extraordinaires il y a une génération à peine, et les instruments de séquençage deviennent plus rapides, plus compacts et plus accessibles. C’est incontestablement un progrès. Mais le progrès scientifique n’élimine pas l’incertitude. Il révèle parfois une incertitude que les technologies plus anciennes ne pouvaient même pas percevoir.
Ce n’est pas une faiblesse. Le séquençage par nanopores, comme toute méthode sensible, invite à porter un autre regard sur l’incertitude : un scientifique rigoureux n’est pas celui qui transforme chaque signal en conclusion, mais celui qui sait jusqu’où les éléments de preuve permettent d’aller.
C’est peut-être là le véritable paradoxe d’une détection de l’ADN toujours plus sensible. Plus nous devenons habiles à repérer des signaux biologiques, plus il importe de savoir quand un signal suffit – et quand la réponse la plus scientifique est : il nous faut davantage d’éléments.
À propos de l’auteur
Kasem Jamil Al-Saloumi est titulaire d’un master en biotechnologie (technologie de l’ADN) de l’American University of Science and Technology (AUST), au Liban, et d’une licence de biologie à dominante biochimie. Ses travaux de master comprenaient une pratique directe du séquençage 16S Oxford Nanopore, menée en collaboration avec le Biomedical Research Center de l’université du Qatar, sous la direction du Dr Fatiha Benslimane. Installé à Doha, au Qatar, il travaille dans la coordination de la recherche scientifique et l’enseignement de la biologie. Il s’intéresse notamment à la génomique, à la biologie moléculaire, à la preuve scientifique et à la communication de l’incertitude en science.
This post is also available in: EN