L’outil de calcul révèle comment la dormance façonne l’évolution de la tuberculose et d’autres organismes

La tuberculose est la maladie infectieuse la plus meurtrière du monde, en partie en raison de sa capacité à se cacher pendant des années dans les poumons avant de commencer une infection. Désormais, une nouvelle méthode de calcul développée par des chercheurs de Cornell met en lumière la façon dont le fait de faire du sommeil – parfois pour plusieurs générations – a affecté l’évolution de la bactérie de tuberculose (MTB) et d’autres organismes qui peuvent temporairement abandonner le pool génétique.

Les chercheurs de Cornell ont créé le premier modèle qui construit un arbre généalogique pour les organismes qui entrent dans la dormance à long terme, et estime les facteurs clés qui ont affecté comment l’organisme a évolué au fil du temps. Cette compréhension plus approfondie de l’évolution des agents pathogènes peut aider à éclairer les efforts de surveillance et la préparation aux futures souches.

L’étude, «l’inférence phylolodynynamique bayésienne de la dynamique de la population avec dormance», apparaît dans Actes de l’Académie nationale des sciences.

“Si nous voulons reconstruire avec précision des parties de l’histoire de l’évolution que nous ne pouvons pas observer directement, il est essentiel de rendre compte de la dormance”, a déclaré Jaehee Kim, professeur adjoint de biologie informatique au Cornell Ann S. Bowers College of Computing and Information Science et au College of Agriculture and Life Sciences (CALS). “Ignorer la dormance pourrait entraîner des conclusions incorrectes à la fois sur son évolution passée et son futur potentiel évolutif.”

Pour les études de génétique de la population, la dormance peut vraiment jeter une clé en cours. Lorsque les conditions prennent un tour pour le pire, de nombreux organismes, des plantes aux agents pathogènes, enlèvent leurs paris en devenant en sommeil, ce qui rend plus difficile d’étudier leur évolution. Alors que les membres actifs d’une population continuent d’évoluer et d’acquérir de nouvelles mutations, les organismes dormants restent principalement les mêmes, pour émerger plus tard, après avoir raté ces changements.

Pour résoudre ce problème, Kim et son équipe ont développé un logiciel open source appelé SeedBanktree qui analyse les séquences du génome d’une population avec des membres dormants. Le programme fournit des estimations de quel pourcentage de la population est en sommeil à un moment donné, combien de temps les membres de la population restent en sommeil avant de raviver et à quelle vitesse les membres actifs et dormants accumulent des mutations dans leur génome.

L’équipe a d’abord testé sa méthode en utilisant des données génétiques synthétiques, puis l’a appliquée en utilisant des séquences d’ADN à partir d’une véritable épidémie de tuberculose qui s’est produite en Nouvelle-Zélande de 1992 à 2011. Les épidémiologistes avaient effectué un traçage de contacts approfondi, afin qu’ils puissent identifier des cas avec des infections dormantes. SeedBanktree a estimé que le MTB dormant ne mute que environ un huitième aussi vite que les bactéries pendant une infection active, et le temps moyen avant la réactivation était de 1,27 ans. Les deux estimations s’alignent sur les valeurs des études de VTT précédentes, soutenant l’efficacité du modèle.

Cette approche peut également aider à identifier les souches d’un agent pathogène en évolution rapide, ce qui pourrait indiquer de futures souches de préoccupation.

“Notre analyse est particulièrement importante pour améliorer l’identification de nouvelles souches d’agents pathogènes qui ont un taux de transmission accru. Le non-respect de la dormance peut sérieusement induire en erreur ces efforts”, a déclaré le co-auteur Andrew Clark, professeur de génétique de la population de Jacob Gould.

Surtout, l’équipe a utilisé des méthodes bayésiennes dans son modèle, ce qui leur permet de savoir à quel point ils devraient être confiants dans les estimations du modèle.

“Pour éclairer efficacement l’enquête scientifique et les décisions politiques, une évaluation des risques basée sur les probabilités est essentielle”, a déclaré Martin Wells, professeur de sciences statistiques de Charles A. Alexander à l’école ILR et Cornell Bowers CIS. “Cette méthodologie est précieuse pour sa capacité à tenir compte de l’incertitude.”

Au-delà du traçage des épidémies, cette approche peut également suggérer si les organismes ont subi une dormance, simplement sur la base de leurs séquences de génome, et donne une estimation plus précise de la rapidité avec laquelle elles accumulent les mutations. Si les scientifiques ne tiennent pas compte de la dormance, ils sont susceptibles de conclure qu’un organisme évolue très lentement, alors qu’en réalité il a passé de longues périodes à se cacher.

Ensuite, l’équipe prévoit d’appliquer son modèle pour comprendre le rôle de la dormance dans l’initiation et la progression du cancer. Ils sont également intéressés par la façon dont la dormance pourrait compliquer les motifs de gènes visant à éradiquer certaines plantes. Les entraînements de gènes sont un type de génie génétique qui rend un gène beaucoup plus susceptible d’être transmis à la prochaine génération, et a le potentiel de provoquer l’extinction des mauvaises herbes, des parasites et des agents pathogènes. Mais, les graines dormantes dans le sol pourraient permettre aux plantes non modifiées de faire un retour.

Les co-auteurs de l’étude incluent Wai Tung “Jack” LO; Joy Zhang, doctorante dans le domaine des mathématiques appliquées; Peiyu Xu, doctorant dans le domaine de la génétique; Daniel Barrow, associé de recherche; Ishani Chopra; et le premier auteur Lorenzo Cappello de l’Universitat Pompeu Fabra, Espagne.