Talos, un outil open source, automatise la réanalyse des données génomiques pour accélérer le diagnostic des maladies rares

Les tests génomiques ont transformé le diagnostic des maladies rares, mais plus de la moitié des patients restent sans diagnostic après leur premier test. Comme notre compréhension du génome s'améliore constamment, les données de séquençage stockées peuvent être réexaminées pour obtenir des diagnostics qui étaient impossibles à établir initialement. Cependant, la réanalyse aujourd'hui est largement manuelle, reposant sur des cliniciens motivés et un personnel de laboratoire rare, de sorte que la grande majorité des génomes stockés ne sont jamais revisités.

Talos, un outil open source développé grâce à une collaboration entre le Centre for Population Genomics, Australian Genomics, le Broad Institute et Microsoft, a été conçu pour automatiser ce processus. Il réinterprète les appels de variants existants d'un patient par rapport aux dernières connaissances de la communauté à chaque exécution, en s'appuyant sur deux ressources publiques continuellement mises à jour : PanelApp Australia pour les relations gène-maladie et ClinVar pour la pathogénicité au niveau des variants. L'outil est optimisé pour un faible taux de faux positifs, renvoyant un petit ensemble de variants à haute confiance plutôt qu'une longue liste classée, car dans la réanalyse génomique réelle, le facteur limitant est le temps de révision humaine.

Validé par rapport à l'analyse manuelle experte

Talos a été évalué sur deux cohortes indépendantes ayant subi une analyse manuelle minutieuse : la cohorte australienne Acute Care Genomics (ACG) de nourrissons et d'enfants gravement malades, et la cohorte américaine Rare Genomes Project (RGP). Sur 1 089 probands, Talos a récupéré 90 % des diagnostics dans le champ d'application sur la cohorte ACG tout en renvoyant une médiane de seulement 1,3 variants candidats par famille. Sur la cohorte RGP, il a récupéré 87 % des diagnostics dans le champ d'application au même taux médian, démontrant sa généralisabilité.

Dans une comparaison directe avec Exomiser, un outil de priorisation largement utilisé, Talos a égalé sa sensibilité globale pour les petits variants mais a fonctionné à un point très différent : Exomiser renvoie une large liste classée, tandis que Talos renvoie une liste courte et très spécifique. Lorsque la révision était limitée à un budget réaliste des cinq premiers ou du premier variant classé, Talos était nettement en tête (p = 0,017 et p < 0,0001, respectivement). Les deux outils ont mis en évidence des variants différents, suggérant qu'ils sont complémentaires et devraient idéalement être utilisés ensemble dans les flux de travail diagnostiques.

Déployé à l'échelle internationale

L'expérience la plus significative a impliqué une cohorte de 4 735 individus testés mais non diagnostiqués, issue des études de recherche d'Australian Genomics et d'un seul laboratoire de diagnostic. Talos a produit 241 nouveaux diagnostics chez 238 individus, un rendement supplémentaire de 5,1 %, chaque variant probablement causal étant ensuite confirmé comme pathogène ou probablement pathogène par des laboratoires accrédités.

Les sources de ces diagnostics illustrent pourquoi la réanalyse est un paradigme si puissant : 32 % provenaient de nouvelles relations gène-maladie découvertes depuis le test original, 22 % de nouvelles preuves au niveau des variants (reclassifications), et 45 % d'une amélioration du filtrage et de l'analyse, y compris des types de variants tels que les variations du nombre de copies et les variants structuraux non examinés initialement, et des filtres de phénotype qui avaient été fixés trop étroitement. Le rendement était constant dans tous les domaines cliniques (environ 5 à 6 % pour les indications neurodéveloppementales, cardiaques et rénales), bien que les raisons différaient.

Les données de génome ont surpassé les données d'exome (6,1 % contre 4,8 %), en partie en atteignant des diagnostics non codants tels que RNU4-2 et un variant profondément intronique MRPL39. Notamment, 59 % des nouveaux diagnostics gène-maladie n'étaient pas encore répertoriés dans OMIM au moment de la réanalyse, soulignant la valeur d'utiliser une ressource rapidement mise à jour comme PanelApp Australia.

D'un événement ponctuel à un programme continu

Talos a ensuite été exécuté pendant 29 cycles itératifs mensuels. Bien que la plupart des diagnostics (92 %) soient survenus lors du premier passage d'une cohorte, la conception itérative a prouvé sa valeur sur deux fronts. Premièrement, parce que les cycles ultérieurs ne renvoient que des preuves nouvellement exploitables, ils ont mis en évidence une moyenne d'un seul variant pour 200 cas au cours du programme, démontrant la scalabilité. Deuxièmement, l'outil a montré à quelle vitesse nous pouvons passer de la découverte scientifique au diagnostic : en moyenne seulement 32 jours se sont écoulés entre l'apparition de nouvelles connaissances dans une base de données publique et la réception d'un diagnostic par un patient, le cas le plus rapide étant résolu en une seule journée.

Le pipeline est suffisamment bon marché pour être exécuté en continu : annoter 1 000 génomes coûtait environ 11 $, et un passage de réanalyse mensuel coûtait quelques centimes par cohorte.

Perspectives

Talos refaçonne la réanalyse génomique d'un événement rare et intensif en main-d'œuvre en un programme continu et automatisé qui peut suivre le rythme de la science. En optimisant la spécificité, il respecte le goulot d'étranglement réel du temps d'examen des experts, et en s'appuyant sur des ressources partagées ouvertement et fréquemment mises à jour, il transforme les connaissances accumulées de la communauté mondiale en diagnostics pour des patients individuels, souvent en quelques semaines.

Les développeurs estiment avoir établi une capacité fondamentale et sont impatients de voir comment la communauté s'en servira. En particulier, à mesure que des modèles d'IA plus avancés pour comprendre et prédire les conséquences des variations génétiques deviendront disponibles, ils se réjouissent de les exploiter dans la réanalyse des cas de maladies rares non résolus.

Talos est open source et simple à déployer dans des environnements cloud comme Azure. Les résultats offrent un modèle pratique pour les systèmes de santé visant à fournir une réanalyse fréquente et scalable aux nombreux patients qui cherchent encore des diagnostics.