Des gènes aux protéines

Colloque organisé du 18 au 22 mai 1987 par Fotis Kafatos

Participants

  • Spyros Arsenis (Institute of Computational Mathematics, Heraclion, Crete),
  • Spyros Artavanis-Tsakonas (Yale University, USA)
  • Ross Boswell (Addenbrookes Hospital, Cambridge, UK)
  • Jean-Michel Claverie (Institut Pasteur, Paris, France)
  • Lloyd Demetrius ( Max-Planck Institute, Göttingen, Germany)
  • Joseph Felsenstein (University of Washington, Seattle, USA)
  • Walter Gilbert (Harvard University, Cambridge, USA)
  • Jaques Haiech (CNRS-CRBM, Montpellier, France)
  • Susan Holtzman (Intelligen, Sausalito, USA)
  • Fotis Kafatos (Harvard University Cambridge, USA & Institute of Molecular Biology and Biotechnology, Heraclion, Crete)
  • Marty Kreitman (Princeton University, USA)
  • Eric S. Lander (Whitehead Institute, Cambridge, USA)
  • Michel Mendès-France (Université de Bordeaux, France)
  • Jim Ostell (University of Vermont, Burlington, USA)
  • Marianne Rooman (ULB, Bruxelles, Belgique)
  • Jean Sallantin (ERA, CNRS, Montpellier, France)
  • Christopher Sander (EMBL, Heidelberg, Germany)
  • Charalambos (Babis) Savakis (Institute of Molecular Biology and Biotechnology, Heraclion, Crete)
  • Michael Waterman (University of Southern California, Los Angeles, USA)
     

Compte-rendu

Organisé du 18 au 22 mai 1987 par Fotis Kafatos, de Harvard, ce colloque rassembla dix-neuf biologistes moléculaires, généticiens, informaticiens et statisticiens américains, allemands, anglais, grecs et français. L’objet était de s’interroger sur les perspectives ouvertes par les progrès spectaculaires enregistrés ces dernières années dans le séquençage des gènes, autrement dit le repérage, sur les chromosomes, des séquences significatives. Quels sont les obstacles qui s’opposent, encore aujourd’hui, au décryptage de l’information génétique ? Comment peut-on envisager de les surmonter ? Des milliers de biologistes, de statisticiens, d’informaticiens et de mathématiciens sont depuis des années attelés à la tâche.

Rappelons que les chromosomes sont de longues molécules d’acide désoxyribonucléique (ADN), constituées d’une alternance de quatre mini-molécules, les « bases », dont l’ordre détermine les instructions nécessaires à la fabrication de tous les autres éléments de l’organisme. Ces quatre mini-molécules sont les quatre notes de musique d’une partition qui, chez l’homme, en aligne trois milliards, réparties sur 23 paires de chromosomes.

Dans le cas le plus simple, un gène est une suite continue de quelques milliers de notes de musique. Cette suite commande et contrôle la fabrication d’une protéine (pour les biologistes, le gène « code pour » la synthèse d’une protéine). Les protéines sont des assemblages complexes d’éléments simples, les acides aminés. Comme dans tous les êtres vivants, la partie active de nos cellules est faite de protéines dont la plupart sont renouvelées en permanence ou sont synthétisées en cas de besoin. C’est en ce sens que la totalité des gènes code pour la totalité de l’organisme, depuis les premières cellules de l’embryon jusqu’à la mort.

Faire le séquençage d’un gène consiste, une fois qu’on l’a isolé, à en écrire correctement la partition. Autrement dit, indiquer l’ordre dans lequel les notes de musique se succèdent. Comme cet ordre détermine l’ordre correspondant des acides aminés dans la protéine que fabrique ce gène, on obtient du même coup la composition des protéines de cet organisme.

Le nombre de gènes que comporte l’ensemble des chromosomes humains (notre génome) n’est pas connu. On pense qu’il se situe entre 100 000 et 300 000, chacun comprenant quelques milliers de bases. A ce jour, quelques milliers de gènes ont été identifiés et quelques centaines seulement ont été séquencées.

Au total, nous ne comprenons le fonctionnement que d’un petit millième de gènes humains. C’est peu, mais c’est beaucoup si l’on songe qu’on ne savait pas, au début des années 1970, séquencer un gène entier. A cette époque, l’état de l’art ne permettait pas à un chercheur de séquencer plus d’une centaine de « notes de musique » par an. Aujourd’hui, ce même chercheur peut en séquencer dix mille ou davantage.

En réalité, les quatre cinquièmes des gènes séquencés ne sont pas des gènes humains. Ce sont des gènes d’autres êtres vivants, comme les virus, la mouche du vinaigre (la drosophile) ou la souris. Séquencer les gènes d’animaux plus simples que l’homme présente un intérêt considérable : il est possible d’expérimenter. Certains animaux, comme la drosophile, se prêtent particulièrement bien à l’expérimentation et fournissent des conditions  optimales pour chercher à comprendre comment un gène fonctionne dans la réalité.

Car le séquençage n’est qu’une étape. Même si l’on sait où commence et où s’arrête un gène, et la protéine qu’il fabrique, on ne sait généralement pas comment la protéine fonctionne.

On ne sait pas non plus à quels signaux le gène répond pour fabriquer ou ne pas fabriquer la protéine. On cherche à savoir si ce gène travaille seul ou en collaboration étroite avec d’autres gènes.

Autre problème : les chromosomes des organismes un tant soit peu complexes ne contiennent pas que des gènes. Si l’on met un morceau de chromosome dans une machine à séquencer, on aura la partition mais on ne saura pas la lire : a-t-on séquencé un gène ? Un morceau de gène ? Plusieurs morceaux ? Aucun morceau ? Les molécules d’ADN comportent de longues séquences hors des gènes. Même dans les gènes, il y a des séquences « interrogeantes » qui ne codent pour rien. On les a baptisées « introns » (les séquences codantes étant baptisées « exons »). Ce qu’on nomme gène est souvent une mosaïque d’exons séparés par des introns, immergée dans une mer de séquences outre-gène. Comment reconnaître les morceaux d’ADN qui jouent un rôle de ceux qui n’en jouent aucun ? Comment savoir si les introns n’exercent pas eux aussi une fonction qui nous reste inconnue ?

Les participants au colloque concentrèrent leur attention sur quatre thèmes principaux.

L’harmonisation et l’amélioration des banques de données.

L’information accumulée ces dernières années sur les gènes et les protéines est énorme et doit continuer à s’accroître de manière quasi exponentielle. Cette information commence à être stockée dans des banques de données. Ce stockage pose de multiples problèmes. Ainsi, les quatre principales banques de séquences protéiques ne sont pas organisées de la même manière et sont largement redondantes ; leur accès est malaisé et les recoupements sont difficiles. En outre, les banques ne tiennent pas suffisamment compte de la diversité des intérêts : les besoins ne sont pas les mêmes pour un biologiste des populations, un spécialiste de l’évolution ou un généticien. Les problèmes seront multipliés dans les années prochaines par la croissance énorme des séquences connues. Les discussions ont permis de dégager les grandes lignes des réformes nécessaires.

Les techniques de comparaison entre séquences significatives.

Il est essentiel de pouvoir comparer une ou plusieurs séquences afin de trouver des relations entre ces séquences. Un élément répété, même s’il ne l’est pas exactement, ou un élément commun à deux séquences, peut refléter un signal de première importance. Le repérage de structures communes à certaines séquences fait partie du travail de défrichage indispensable. Ces structures communes permettent d’indiquer ou de prévoir la présence d’un élément essentiel perdu dans un flot d’informations moins importantes. L’état actuel de ces techniques de comparaison et de repérage a fait l’objet de discussions approfondies avec d’importantes contributions des mathématiciens.

Toutes ces techniques exigent le recours à l’ordinateur et souvent à des méthodes statistiques sophistiquées. C’est aussi vrai pour le biologiste, qui cherche à établir une relation fonctionnelle entre un gène et une protéine, que pour le spécialiste de l’évolution des espèces, qui doit comparer des chromosomes d’espèces différentes.

Le mystère de l’organisation spatiale des protéines.

Si l’on comprend à peu près comment un gène commande la mise en ordre des  acides aminés qui constituent une protéine, on ne comprend pas encore ce qui dicte la structure tridimensionnelle de cette protéine. Or, cette structure joue un rôle capital dans le fonctionnement de la protéine et, par conséquent, dans la vie de l’organisme. Les biologistes, aidés par l’informatique, recherchent des méthodes permettant de prévoir, à partir de la structure du gène, la structure spatiale de la protéine. Progrès et constats d’échec ont été présentés.

Le projet « génome humain ».

Walter Gilbert, prix Nobel américain, a exposé les raisons pour lesquelles il a lancé aux Etats-Unis le vaste projet de réaliser d’ici l’an 2000 le séquençage complet du génome humain, c’est-à-dire de tous les chromosomes de l’homme. Ce séquençage fournira aux biologistes, selon Gilbert, une « pierre de Rosette » dont il ne restera plus qu’à achever le déchiffrage. Ce sera le  début d’une « nouvelle science » et l’aube d’une nouvelle médecine. Un tel projet exige la mobilisation de plusieurs centaines de personnes pendant dix ans.

Il ne fait pas l’unanimité. Quelques biologistes doutent que la technologie contemporaine soit suffisante pour mener à bien ce projet ; ils ne sont pas non plus convaincus que les dépenses énormes qu’il implique soient  justifiées. D’autres, comme Spyros Artavanis-Tsakonas, de Yale, ou Fotis Kafatos, sont d’accord pour mettre en œuvre ce projet, mais veulent l’enrichir par le séquençage des organismes favorables à l’expérimentation génétique. Mieux vaudrait, disent-ils, se concentrer d’abord sur un animal plus simple, comme la drosophile, dont le génome est environ vingt fois plus petit que celui de l’homme.

A l’issue du colloque, Spyros Artavanis-Tsakonas écrivit : « Bien que le véritable succès d’une réunion scientifique ne puisse être évalué qu’après quelques années, je pense que les chances de voir les discussions tenues aux Treilles aboutir à un résultat concret sont réelles. »

Olivier Postel-Vinay

Communications

  • Spyros Arsenis : Using the maximum likelihood ratio for the detection of repeats and homologies.
  • Spyros Artavanis-Tsakonas : A problem posed by point mutants in the repetitive Notch sequence.
  • Ross Boswell : Template matching in protein sequences.
  • Jean-Michel Claverie : Using sequence information.
  • Lloyd Demetrius : The meaning of selective advantage in molecular evolution.
  • Joe Felsenstein : Phylogenies from sequences : what is needed.
  • Walter Gilbert : Problems in DNA sequence analysis : the human genome.
  • Jacques Haiech : Designing calmodulin mutants.
  • Suzan Holtzman : Pattern recognition and protein structure.
  • Fotis Kafatos : Evolution as a guide to functional patterns in DNA sequences.
  • Marty Kreitman : Identifying selection by sequence variation.
  • Eric Lander : Detecting patterns in multiple protein sequences : theory and examples.
  • Michel Mendès-France : Automatic sequences.
  • Marianne Rooman : Prediction of protein structure.
  • Jean Sallantin : Learning algorithm for protein pattern.
  • Chris Sander : « Protein design – now » and « Protein design – future »
  • Mike Waterman : Are rRNA and tRNA related?