du reste ? Il s’avère que le « style » dans lequel
sont écrits les gènes diffère du style intergénique : les fréquences de successions de lettres
ne sont pas les mêmes. On peut chercher à
exploiter cette différence de style pour annoter la séquence et distinguer les gènes de la
partie intergénique. Le défi est ardu. On doit
faire appel à des modèles statistiques appelés
chaînes de Markov cachées et développés dans
les années 1980, en liaison notamment avec
des problèmes de reconnaissance automatique
de la parole ; ils ont dû être adaptés à la génomique, en même temps que l’on mettait au
point des algorithmes capables à la fois de
caractériser les différents styles et d’attribuer
un style à chaque position sur le chromosome.
C’est ainsi que l’on a fini par localiser précisément BRCA1. On peut désormais le lire
facilement chez chaque malade. Ce gène de
susceptibilité au cancer du sein compte 5 592
lettres et l’on en connaît plus de 80 allèles.
Reste un nouveau travail pour le statisticien :
établir les relations entre les divers allèles et
la prévalence de ce cancer.
La biologie offre aux mathématiques
un nouveau terrain d’action
L’exemple du gène BRCA1 le suggère, la
biologie jouera probablement vis-à-vis des
mathématiques le rôle détenu par la physique
au cours d’une bonne partie du XX e siècle :
offrir un champ d’application aux outils théoriques récents et susciter l’élaboration de nouveaux outils (nous avons évoqué ici les outils
statistiques, mais on pourrait évoquer d’autres
domaines des mathématiques comme les systèmes dynamiques, l’optimisation, jusqu’à la
géométrie — la conformation spatiale des
molécules joue, on le sait, un rôle essentiel
dans leur fonction). Un nouveau défi est
aujourd’hui lancé au statisticien: on est actuellement capable de placer quelques milliers de
réactifs sur une surface de verre d’un centimètre carré (les « puces ») et de savoir ainsi
quels gènes travaillent dans quels tissus, dans
quelles conditions expérimentales ou… dans
quelles cellules cancéreuses. Les mesures effectuées en laboratoire, selon des centaines de
conditions diverses, fournissent aux chercheurs
un nombre considérable de données numériques, qui caractérisent l’expression de milliers de gènes. À ce jour, seules des analyses
statistiques peuvent prétendre les traiter et
préciser ainsi les liens entre gènes et maladies.
Bernard Prum
Laboratoire Statistique et Génome
(UMR CNRS 8071),
La Génopole, Université d’Évry
Trouver un gène responsable de cancer
31
Quelques références :
• B. Prum, « Statistique et génétique » dans
Development of Mathematics 1950-2000
(sous la dir. de J.-P. Pier, Birkhäuser, 2000).
• C. Bonaïti-Pellié, F. Doyon et M. G. Lé,
« Où en est l’épidémiologie du cancer en l’an
2001 », Médecine-Science, 17, pp. 586-595 (2001).
• F. Muri-Majoube et B. Prum, « Une approche
statistique de l’analyse des génomes », Gazette
des mathématiciens, n° 89, pp. 63-98
(juillet 2001).
• B. Prum, « La recherche automatique des
gènes », La Recherche, n° 346, pp. 84-87 (2001).
• M. S. Waterman, Introduction to computational
biology (Chapman & Hall, 1995).
sont écrits les gènes diffère du style intergénique : les fréquences de successions de lettres
ne sont pas les mêmes. On peut chercher à
exploiter cette différence de style pour annoter la séquence et distinguer les gènes de la
partie intergénique. Le défi est ardu. On doit
faire appel à des modèles statistiques appelés
chaînes de Markov cachées et développés dans
les années 1980, en liaison notamment avec
des problèmes de reconnaissance automatique
de la parole ; ils ont dû être adaptés à la génomique, en même temps que l’on mettait au
point des algorithmes capables à la fois de
caractériser les différents styles et d’attribuer
un style à chaque position sur le chromosome.
C’est ainsi que l’on a fini par localiser précisément BRCA1. On peut désormais le lire
facilement chez chaque malade. Ce gène de
susceptibilité au cancer du sein compte 5 592
lettres et l’on en connaît plus de 80 allèles.
Reste un nouveau travail pour le statisticien :
établir les relations entre les divers allèles et
la prévalence de ce cancer.
La biologie offre aux mathématiques
un nouveau terrain d’action
L’exemple du gène BRCA1 le suggère, la
biologie jouera probablement vis-à-vis des
mathématiques le rôle détenu par la physique
au cours d’une bonne partie du XX e siècle :
offrir un champ d’application aux outils théoriques récents et susciter l’élaboration de nouveaux outils (nous avons évoqué ici les outils
statistiques, mais on pourrait évoquer d’autres
domaines des mathématiques comme les systèmes dynamiques, l’optimisation, jusqu’à la
géométrie — la conformation spatiale des
molécules joue, on le sait, un rôle essentiel
dans leur fonction). Un nouveau défi est
aujourd’hui lancé au statisticien: on est actuellement capable de placer quelques milliers de
réactifs sur une surface de verre d’un centimètre carré (les « puces ») et de savoir ainsi
quels gènes travaillent dans quels tissus, dans
quelles conditions expérimentales ou… dans
quelles cellules cancéreuses. Les mesures effectuées en laboratoire, selon des centaines de
conditions diverses, fournissent aux chercheurs
un nombre considérable de données numériques, qui caractérisent l’expression de milliers de gènes. À ce jour, seules des analyses
statistiques peuvent prétendre les traiter et
préciser ainsi les liens entre gènes et maladies.
Bernard Prum
Laboratoire Statistique et Génome
(UMR CNRS 8071),
La Génopole, Université d’Évry
Trouver un gène responsable de cancer
31
Quelques références :
• B. Prum, « Statistique et génétique » dans
Development of Mathematics 1950-2000
(sous la dir. de J.-P. Pier, Birkhäuser, 2000).
• C. Bonaïti-Pellié, F. Doyon et M. G. Lé,
« Où en est l’épidémiologie du cancer en l’an
2001 », Médecine-Science, 17, pp. 586-595 (2001).
• F. Muri-Majoube et B. Prum, « Une approche
statistique de l’analyse des génomes », Gazette
des mathématiciens, n° 89, pp. 63-98
(juillet 2001).
• B. Prum, « La recherche automatique des
gènes », La Recherche, n° 346, pp. 84-87 (2001).
• M. S. Waterman, Introduction to computational
biology (Chapman & Hall, 1995).