Le génome est un langage, la clinique en est un autre. Si le génome est un langage, ce serait plutôt au sens de langage informatique : « un ensemble de symboles et de règles permettant de combiner ces symboles pour donner des instructions ». Alors que le langage de la clinique est celui du sens commun, « la faculté que les hommes possèdent d’exprimer leur pensée et de communiquer entre eux au moyen d’un système de signes » (Centre national de ressources textuelles et lexicales). On pourrait proposer que notre métier de biologiste moléculaire est un métier de traducteur : il s’agit de correctement lire le langage du génome pour le traduire dans le langage de la clinique. Mais la grammaire de la biologie étant encore largement mystérieuse, nous proposons rarement une traduction automatique, mais plutôt une interprétation, qui tente de produire du sens à partir de connaissances largement parcellaires.

Pour nous aider, il existe des bases de donnée, qui recensent les cas décrits, les données de la littérature, et proposent une interprétation des variants. Ces bases sont hétérogènes dans leur contenu, et même dans leur manière de décrire les phénomènes. Cette hétérogénéité aboutit à des interprétations variables, parfois opposées, ce qui pose des problèmes évidents pour la prise en charge des patients. Unifier ces bases de données dans une base intégrative consensuelle serait la première étape vers la standardisation de l’interprétation des variants, et leur intégration dans des classifications déjà proposées (Li et al., 2017). C’est l’objet d’un article publié dans Nature Genetics  par le consortium international VICC (Variant Interpretation for Cancer Consortium) en avril 2020 (Wagner et al., 2020). Ce consortium décrit un travail d’intégration de six bases de données : Cancer Genome Interpreter Cancer Biomarkers Database, Clinical Interpretation of Variants in Cancer, Jackson Laboratory Clinical Knowledgebase, MolecularMatch, OncoKB et la Precision Medicine Knowledgebase. Une partie de l’article est consacrée à décrire et quantifier l’hétérogénéité entre les bases de données, dans la manière de nommer les gènes, les variants, les maladies ou les molécules thérapeutiques. Les auteurs décrivent ensuite le travail d’harmonisation qui a permis de retenir 12385 interprétations de variants, la plupart n’étant décrit que dans une seule des bases de données source. Enfin, à partir des données du projet GENIE (Genomic Evidence Neoplasia Information Exchange) rassemblant plus de 30000 patients, les auteurs montrent que la « méta-knowledge base » qu’ils ont constituée permet d’augmenter de 33% à 57% la proportion de variants pour lesquels il existe une interprétation clinique. Pour finir, les auteurs décrivent l’interface web en libre accès qu’ils ont créée, qui devrait probablement trouver une place dans les « favoris » de nos navigateurs internet (https://search.cancervariants.org).

A l’heure où France Médecine Génomique se met en place, ce genre de ressource devient particulièrement précieux. Reste à déterminer son utilité clinique dans la vie de tous les jours : un joli projet d’étude multicentrique pour le GBMHM ?

Li, M.M., Datto, M., Duncavage, E.J., Kulkarni, S., Lindeman, N.I., Roy, S., Tsimberidou, A.M., Vnencak-Jones, C.L., Wolff, D.J., Younes, A., et al. (2017). Standards and Guidelines for the Interpretation and Reporting of Sequence Variants in Cancer: A Joint Consensus Recommendation of the Association for Molecular Pathology, American Society of Clinical Oncology, and College of American Pathologists. J Mol Diagn 19, 4–23.

Wagner, A.H., Walsh, B., Mayfield, G., Tamborero, D., Sonkin, D., Krysiak, K., Deu-Pons, J., Duren, R.P., Gao, J., McMurry, J., et al. (2020). A harmonized meta-knowledgebase of clinical interpretations of somatic genomic variants in cancer. Nat. Genet. 52, 448–457.