Durée estimée : 15 min Niveau : Terminale spé SVT Position : Topic 6 — Lesson 6.3 (clôture du cours)

À la fin de cette leçon, tu sauras :

  • Comprendre pourquoi une maladie monogénique « simple » peut en réalité être très complexe sur le plan moléculaire
  • Présenter le cas de la mucoviscidose et du gène CFTR : plus de 2 000 mutations identifiées, classées en classes I à VII selon leur effet
  • Mobiliser le rôle de la bio-informatique et des bases de données génétiques pour interpréter les variants
  • Saisir l’enjeu actuel de la médecine de précision : adapter le traitement à la mutation précise du patient

1. La mucoviscidose : une maladie monogénique très étudiée

La mucoviscidose (en anglais cystic fibrosis) est la maladie génétique grave la plus fréquente dans les populations européennes : environ 1 naissance sur 4 500 en France, 1 sur 2 500-3 000 en Bretagne. Elle est autosomique récessive et frappe principalement les voies respiratoires et le tube digestif, où la production de mucus anormalement épais entrave la respiration et la digestion.

Sa cause moléculaire a été identifiée en 1989 : un gène unique, baptisé CFTR (Cystic Fibrosis Transmembrane conductance Regulator), localisé sur le chromosome 7. Ce gène code une protéine transmembranaire qui régule les flux d’ions chlorure à travers les membranes des cellules épithéliales. Quand CFTR ne fonctionne pas, ces flux ioniques sont dérégulés, les sécrétions deviennent visqueuses, et les organes affectés se détériorent progressivement.

2. Plus de 2 000 mutations différentes du gène CFTR

On pourrait s’attendre, pour une maladie monogénique « simple », à n’avoir qu’une ou deux mutations responsables. La réalité est bien différente : à ce jour, plus de 2 000 mutations du gène CFTR ont été identifiées chez des patients atteints de mucoviscidose, et toutes ne sont pas équivalentes — certaines abolissent complètement la fonction de la protéine, d’autres l’altèrent partiellement, d’autres encore créent une variabilité phénotypique.

La mutation la plus fréquente est appelée ΔF508 (ou F508del) — une délétion de trois nucléotides qui supprime la phénylalanine (F) en position 508 de la protéine CFTR. Cette mutation représente environ 70 % des allèles mutés chez les personnes d’origine européenne. Les 30 % restants se répartissent entre les 2 000+ autres mutations, certaines très rares.

3. Classification des mutations en classes I à VII

Pour donner sens à cette diversité, les chercheurs ont classifié les mutations CFTR en 7 classes selon le mécanisme moléculaire affecté :

Classe Mécanisme affecté Effet Exemple de mutation
I Synthèse protéique Aucune protéine produite (codon stop prématuré) G542X
II Maturation et adressage Protéine produite mais dégradée avant d’atteindre la membrane ΔF508 (la plus fréquente)
III Régulation du canal Canal présent mais ne s’ouvre pas correctement G551D
IV Conduction Canal s’ouvre mais le flux d’ions est réduit R117H
V Quantité de protéine Protéine fonctionnelle mais en quantité insuffisante (épissage altéré) 3849+10kbC→T
VI Stabilité Protéine fonctionnelle mais durée de vie raccourcie à la membrane 4326delTC
VII Aucun ARNm Aucune transcription possible (grandes délétions) CFTRdele2,3

Le phénotype clinique d’un patient dépend de la combinaison de ses deux allèles : un patient ΔF508/ΔF508 (double homozygote pour la classe II) aura généralement une forme sévère, alors qu’un patient ΔF508/R117H (classe II + classe IV) aura souvent une forme plus modérée. Cette variabilité phénotypique en fonction du génotype précis est l’une des raisons pour lesquelles l’analyse généalogique « classique » est insuffisante : connaître simplement qu’un enfant est homozygote récessif ne dit pas tout.

4. L’apport de la bio-informatique et des big data génétiques

Face à cette complexité, l’analyse bio-informatique est devenue indispensable pour :

  • Identifier la mutation précise d’un patient à partir du séquençage de son gène CFTR (ou de son génome entier)
  • Comparer cette mutation à des bases de données ouvertes qui répertorient toutes les variantes connues et leurs effets cliniques
  • Prédire l’effet d’une mutation jamais observée auparavant (variant rare) en analysant ses conséquences sur la séquence protéique (position dans la protéine, conservation évolutive, structure tridimensionnelle prévue…)
  • Adapter le traitement en fonction de la classe de la mutation

Une base de données de référence pour la mucoviscidose est CFTR2 (cftr2.org), maintenue ouvertement par une collaboration internationale. Elle contient les données cliniques et moléculaires de plus de 90 000 patients dans le monde, et est accessible à tous les chercheurs et médecins. C’est un exemple concret de ce qu’on appelle aujourd’hui le « big data génétique » : des bases de données massives, partagées, qui permettent d’interpréter les variants découverts chez un patient individuel à la lumière de l’expérience accumulée sur des dizaines de milliers d’autres.

5. L’enjeu de la médecine de précision

La classification fine des mutations a permis le développement de médicaments « ciblés » qui s’attaquent au défaut moléculaire spécifique. Ces médicaments, appelés modulateurs de CFTR, n’ont d’effet que sur certaines classes de mutations :

  • L’ivacaftor (commercialisé en 2012) « ouvre » le canal CFTR défectueux des mutations de classe III (G551D). Quasiment sans effet sur les classes I, II, IV.
  • Le lumacaftor aide la protéine ΔF508 (classe II) à atteindre la membrane.
  • Le Trikafta® (elexacaftor + tezacaftor + ivacaftor, autorisé en 2019-2020 en Europe) combine plusieurs effets et est efficace chez environ 90 % des patients porteurs d’au moins une copie ΔF508. Il a transformé l’espérance et la qualité de vie de la majorité des patients dans les pays où il est disponible.

La médecine de précision consiste à adapter le traitement à la nature moléculaire exacte de la pathologie du patient. C’est l’aboutissement contemporain de la démarche initiée à la Lesson 6.1 : pour conseiller un patient, on a besoin de connaître non seulement la maladie et son mode de transmission, mais aussi les allèles précis en cause. Cela n’est possible que par séquençage et exploitation bio-informatique des données génétiques disponibles.

6. Synthèse du Topic 6 et clôture du cours

Le Topic 6 a montré l’évolution de la démarche prédictive en génétique :

  1. L’analyse généalogique (Lesson 6.1) reste le premier outil, simple et utile pour les maladies à transmission classique.
  2. Elle échoue dans les cas de mutations de novo (Lesson 6.2) ou dans les maladies à grande hétérogénéité allélique (Lesson 6.3).
  3. Le séquençage moléculaire et la bio-informatique sont donc devenus indispensables, combinant approche individuelle et exploitation de bases de données collectives.

Plus largement, ce Topic clôt le cours 1A.1 « L’origine du génotype des individus ». Nous avons parcouru :

  • Topic 1 : l’origine de la diversité génétique au sein d’un individu (mutations somatiques et mosaïque de sous-clones)
  • Topic 2 : le mécanisme cellulaire de la méiose
  • Topic 3 : le brassage interchromosomique (par orientation aléatoire des bivalents)
  • Topic 4 : le brassage intrachromosomique (par crossing-over)
  • Topic 5 : les anomalies de méiose (aneuploïdies, duplications, familles multigéniques)
  • Topic 6 : l’analyse prédictive et le passage à l’analyse moléculaire directe

Le génotype d’un individu n’est donc pas un simple « code donné à la naissance » : c’est le résultat d’une histoire cellulaire complexe (mitoses successives, mutations somatiques) et d’une histoire évolutive (brassages méiotiques, mutations héritées, mutations de novo). Comprendre ces mécanismes est le socle de la génétique médicale moderne — un domaine en plein essor que tu pourrais explorer si tu te diriges vers des études biomédicales.

Ce qu’il faut retenir

  • La mucoviscidose est autosomique récessive, due au gène CFTR. Plus de 2 000 mutations identifiées
  • Mutation la plus fréquente : ΔF508 (~70 % des allèles mutés dans les populations européennes)
  • Les mutations sont classées en 7 classes (I à VII) selon le mécanisme moléculaire affecté
  • L’effet clinique dépend de la combinaison précise des deux allèles du patient (et non simplement du statut « atteint / non atteint »)
  • La bio-informatique et les bases de données ouvertes (ex : CFTR2) sont indispensables pour interpréter les mutations
  • La médecine de précision (modulateurs CFTR comme Trikafta®) adapte le traitement à la nature moléculaire exacte de la mutation

Sources scientifiques :

  • Riordan, J. R. et al. (1989). Identification of the cystic fibrosis gene: cloning and characterization of complementary DNA. Science 245(4922) : 1066-1073. Article fondateur.
  • Veit, G. et al. (2016). From CFTR biology toward combinatorial pharmacotherapy: expanded classification of cystic fibrosis mutations. Molecular Biology of the Cell 27(3) : 424-433. Classification mise à jour des mutations.
  • Middleton, P. G. et al. (2019). Elexacaftor-Tezacaftor-Ivacaftor for Cystic Fibrosis with a Single Phe508del Allele. NEJM 381 : 1809-1819. Trikafta®.
  • Base CFTR2 — cftr2.org (collaboration internationale, accès ouvert).
  • Inserm — Dossier d’information « Mucoviscidose ».
  • Vaincre la Mucoviscidose — Association française de référence (vaincrelamuco.org).
  • Programme officiel BO Terminale spé SVT, sous-thème 1A — Licence Etalab.

🤖 Synthèse rédigée avec assistance IA à partir des cours universitaires et de sources académiques de référence.

ℹ️ Pour assurer un suivi personnalisé, les quiz ne sont accessibles qu'en étant connecté :

  • en cliquant sur suivant vous serez donc redirigé vers une page de connexion,
  • pour poursuivre sans vous connecter, merci de cliquer directement sur la leçon dans le menu.