Pourquoi est-il si difficile de lire un génome sans se tromper ?
Notre ADN est un très long texte écrit avec quatre lettres. Pour le lire, les machines de séquençage, ou séquenceurs, le découpent en milliards de petits morceaux. Un logiciel les remet en place, puis cherche les variants : les endroits où ton ADN diffère de cette référence, comme des fautes de frappe.
Le problème, c'est que les séquenceurs se trompent aussi. Selon les auteurs, les morceaux lus contiennent environ 0,1 % à 10 % d'erreurs selon les cas. Il faut donc distinguer une vraie variation d'une simple erreur de machine. Les outils classiques, réglés à la main par des experts, laissent encore des milliers d'erreurs et de variants manqués dans chaque génome.
Comment DeepVariant transforme l'ADN en images
L'équipe de Google et de Verily, une société de santé du même groupe, a montré les données à une IA sous forme d'images. Pour chaque endroit suspect du génome, le logiciel empile tous les morceaux d'ADN qui le couvrent et en fait une image. Un réseau de neurones, un programme qui apprend à partir d'exemples, regarde cette image et estime si la variation est absente, présente sur une seule copie du chromosome ou sur les deux.
L'IA n'a reçu aucune connaissance particulière en génétique. Elle a appris à partir de génomes dont la bonne réponse était déjà connue, grâce au projet de référence Genome in a Bottle. Elle a ensuite été testée sur des échantillons jamais vus.
Moins d'erreurs que les meilleurs outils de l'époque
En 2016, l'équipe a soumis à l'aveugle ses résultats à un concours parrainé par la FDA. DeepVariant y a reçu le prix de la meilleure performance pour les SNP, les variations d'une seule lettre. Sur cet échantillon jamais vu pendant l'apprentissage, l'IA a obtenu un score de 99,95 % pour les SNP. Ce score, appelé F1, combine variations trouvées et fausses alertes évitées.
Sur le même échantillon, DeepVariant a fait 4 652 erreurs par génome, contre 9 531 pour le meilleur outil concurrent, soit plus de 50 % d'erreurs en moins. L'IA a aussi appris à lire les données d'autres technologies de séquençage. Entraînée sur des données humaines, elle a même obtenu un score de 98,29 % sur de l'ADN de souris.
Les chiffres clés
- 50 %d'erreurs en moins (plus de) par génome que le meilleur outil concurrent
- 99,95 %de score F1 pour les SNP sur un échantillon jamais vu (concours parrainé par la FDA)
- 98,29 %de score F1 sur de l'ADN de souris, avec un modèle entraîné sur l'humain
Tes résultats génétiques, suivis avec Mima
DeepVariant agit en coulisses, dans les laboratoires : il améliore l'étape où l'on repère les variations de l'ADN. Si on te propose un test génétique, pour une maladie rare ou pour ta tumeur, c'est à cette étape que ce genre d'outil peut intervenir.
Mima t'aide à garder une trace de tes comptes rendus et de tes rendez-vous, et à préparer tes questions, par exemple : « Ce variant change-t-il quelque chose pour mon traitement ? » Elle t'explique aussi les mots compliqués en termes simples.
Ce que cela peut changer pour les patients
Les tests génétiques servent de plus en plus en médecine, par exemple pour chercher la cause d'une maladie rare ou pour connaître les mutations d'une tumeur. Tous passent par cette étape : repérer les variants dans les données brutes. Moins d'erreurs à cette étape, c'est moins de risques de rater une variation importante ou d'en signaler une qui n'existe pas.
Selon les auteurs, la même méthode peut apprendre à lire les données d'une nouvelle machine de séquençage sans tout reprogrammer.
Quelles sont les limites de cette étude ?
L'étude mesure la qualité de lecture sur des échantillons de référence. Elle ne montre pas qu'un patient a été diagnostiqué plus vite ou mieux soigné grâce à cet outil. Repérer un variant ne dit pas non plus s'il est dangereux : c'est le travail des généticiens.
Les auteurs reconnaissent que transformer les données en images n'est pas idéal, car toute l'information ne tient pas dans l'image. Avec certaines technologies de séquençage, l'IA perd une partie des vraies variations en route.
Questions fréquentes
Qu'est-ce que DeepVariant ?
DeepVariant est un logiciel d'intelligence artificielle créé par des chercheurs de Google. Il repère les variations de l'ADN dans les données de séquençage en les transformant en images lues par un réseau de neurones.
Qu'est-ce qu'un variant génétique ?
C'est un endroit où l'ADN d'une personne diffère du génome de référence. La plupart sont sans conséquence, d'autres peuvent causer ou favoriser une maladie.
DeepVariant pose-t-il un diagnostic ?
Non. Il repère des variations dans l'ADN. Ce sont ensuite les généticiens qui interprètent ces variations et disent si elles expliquent une maladie.
Pourquoi lire l'ADN comme une image ?
Les IA de reconnaissance d'images sont douées pour repérer des motifs. En regardant d'un coup tous les morceaux d'ADN d'un même endroit, DeepVariant tient compte d'erreurs liées entre elles, que les outils classiques gèrent mal.
L'étude originale
Poplin R, Chang PC, Alexander D, et al. « A universal SNP and small-indel variant caller using deep neural networks » Nature Biotechnology, 24 septembre 2018. DOI : 10.1038/nbt.4235
Lire l'étude complète dans Nature BiotechnologyCet article résume une étude scientifique et ne remplace pas un avis médical.