Il faut un instant pour saisir l'ordre de grandeur. Le génome humain compte environ 3,1 milliards de paires de bases. Changez n'importe laquelle d'entre elles pour l'une des trois autres lettres possibles, et vous obtenez à peu près 9 milliards de variantes ponctuelles imaginables. Google DeepMind affirme désormais les avoir toutes passées à la moulinette de son modèle d'intelligence artificielle AlphaGenome, et publie le résultat sous forme d'un atlas consultable librement par la communauté scientifique.
L'annonce, relayée notamment par IEEE Spectrum, a de quoi impressionner. Elle mérite aussi d'être lue avec précision, parce que le mot le plus important du communiqué de DeepMind est probablement l'adjectif « prédictive ». L'Atlas ne mesure rien. Il calcule.
Ce que l'Atlas contient réellement
AlphaGenome est un modèle d'apprentissage profond dévoilé par DeepMind en juin 2025. Il prend en entrée une longue séquence d'ADN — jusqu'à un million de paires de bases — et prédit une batterie de propriétés moléculaires : où le gène sera transcrit, à quelle intensité, quels sites d'épissage seront utilisés, quelles régions de la chromatine seront accessibles, où se fixeront certains facteurs de transcription. Le modèle a été entraîné sur des données expérimentales publiques massives, issues de consortiums comme ENCODE, GTEx, FANTOM5 et 4D Nucleome.
L'Atlas rendu public applique ce modèle à l'exhaustivité des substitutions possibles. Pour chaque variante, il produit un score : de combien l'expression d'un gène voisin serait-elle modifiée, l'épissage serait-il perturbé, un site régulateur serait-il désactivé? Le tout à travers des centaines de types cellulaires et tissulaires.
L'intérêt principal se situe dans l'ADN dit non codant. Rappelons la proportion : environ 2 % du génome humain code directement pour des protéines. Le reste — l'essentiel — contient des promoteurs, des amplificateurs (enhancers), des isolateurs, des séquences d'ARN non codants, et beaucoup de matériel dont la fonction demeure obscure. Or les études d'association pangénomique ont établi depuis quinze ans que la vaste majorité des variantes associées à des maladies communes se logent justement dans ces régions non codantes. C'est là que l'interprétation est la plus démunie, et c'est précisément le terrain que l'Atlas prétend éclairer.
Prédire n'est pas mesurer : la nuance qui change tout
Un score prédictif n'est pas un résultat de laboratoire. Il s'agit de l'extrapolation d'un modèle statistique entraîné sur des observations antérieures. Si le modèle a bien appris les régularités du génome, ses prédictions seront souvent justes. Mais « souvent » n'est pas « toujours », et surtout, le modèle ne signale pas de lui-même les cas où il se trompe.
Les limites sont connues et, à son crédit, DeepMind les documente. AlphaGenome capture mal les interactions régulatrices à très longue distance, au-delà de sa fenêtre contextuelle. Il prédit des effets moléculaires — combien d'ARN sera produit — et non des effets phénotypiques : rien ne garantit qu'une baisse d'expression de 30 % dans un tissu donné produise une maladie. Entre la molécule et le patient, il y a des couches entières de biologie compensatoire, de redondance génétique, de pénétrance incomplète et d'influences environnementales.
La validation elle-même pose un problème méthodologique classique. On évalue ces modèles en comparant leurs prédictions à des jeux de données expérimentaux mis de côté : mesures d'expression, expériences de mutagenèse saturante sur des séquences régulatrices, résultats d'essais MPRA (massively parallel reporter assays). AlphaGenome affiche de bonnes performances sur plusieurs de ces bancs d'essai. Mais ces jeux de tests couvrent une fraction infime des 9 milliards de variantes, et ils sont concentrés sur les régions du génome que la recherche a déjà explorées — les mieux annotées, celles où le modèle a le plus appris. La performance sur les zones vraiment mal connues, celles pour lesquelles on aurait le plus besoin d'aide, reste beaucoup moins établie.
Le mur des variants de signification inconnue
C'est ici que le sujet cesse d'être théorique. Dans les laboratoires de génétique clinique, la catégorie qui gonfle le plus vite s'appelle le « variant de signification inconnue », ou VSI. Le séquençage d'un exome ou d'un génome complet en révèle systématiquement des dizaines, parfois des centaines. Le laboratoire doit alors trancher : pathogène, probablement pathogène, VSI, probablement bénin, bénin.
La grille de référence, publiée en 2015 par l'American College of Medical Genetics and Genomics et l'Association for Molecular Pathology, structure ce jugement. Elle a été révisée en profondeur en 2025 pour intégrer un cadre bayésien plus explicite. Un point y demeure central : les prédicteurs computationnels ne fournissent qu'un niveau de preuve limité. Ils peuvent appuyer une classification, jamais la porter seule. Le groupe de travail ClinGen sur les prédicteurs de séquence a d'ailleurs calibré les seuils à partir desquels un outil in silico peut contribuer, et ces seuils sont exigeants.
Résultat : même un score AlphaGenome très défavorable ne suffira pas à reclasser un VSI en variant pathogène. Il faudra des données de ségrégation familiale, des cas indépendants, des tests fonctionnels validés, ou une fréquence populationnelle informative — le type de preuves que fournissent des ressources comme gnomAD ou ClinVar.
Un enjeu concret pour les laboratoires québécois
Le Québec est particulièrement exposé à cette tension. La population fondatrice canadienne-française présente une architecture génétique distinctive, avec des variantes rares enrichies localement mais sous-représentées dans les grandes bases internationales. Un variant fréquent au Saguenay–Lac-Saint-Jean peut être quasi absent de gnomAD, et donc apparaître comme suspect faute de contexte populationnel adéquat.
Des initiatives comme CARTaGENE, la biobanque populationnelle québécoise, et le programme fédéral Genome Canada visent justement à combler ces angles morts. Le Centre d'innovation Génome Québec, à Montréal, figure parmi les plus grandes plateformes de séquençage au pays. Mais la capacité de générer des séquences a depuis longtemps dépassé la capacité de les interpréter. Chaque VSI non résolu représente une famille sans réponse, parfois un suivi médical maintenu par précaution pendant des années.
Dans ce contexte, un outil comme l'Atlas offre une valeur réelle : celle du triage. Face à quarante variantes candidates dans une région non codante, disposer d'un classement priorisé oriente les tests fonctionnels, qui coûtent cher et prennent des mois. C'est une aide à la décision de recherche, pas un verdict clinique.
Une vague, pas un cas isolé
AlphaGenome s'inscrit dans une lignée. AlphaFold, qui a valu à Demis Hassabis et John Jumper une part du prix Nobel de chimie 2024, avait montré la puissance de l'approche sur le repliement des protéines. AlphaMissense, publié dans Science en 2023, avait ensuite classé quelque 71 millions de variantes faux-sens. L'Atlas étend la logique au génome entier, régions non codantes comprises.
D'autres équipes avancent en parallèle. Phys.org rapportait récemment les travaux d'un modèle d'IA décodant les signatures de signalisation cellulaire dans divers types de cellules, ainsi que des résultats d'imagerie en super-résolution montrant comment la cohésine empêche le mélange des domaines génomiques compacts et actifs. Ces recherches rappellent une chose : la régulation génique dépend aussi de l'architecture tridimensionnelle du noyau, une dimension que les modèles de séquence linéaire ne capturent qu'indirectement.
Ce qui change, et ce qui ne change pas
Ce qui change : la génomique dispose d'une hypothèse de départ pour chaque position du génome, y compris là où personne n'a jamais rien mesuré. Pour la recherche fondamentale, c'est considérable. Pour la conception d'expériences ciblées, c'est un gain de temps important.
Ce qui ne change pas : le trajet du VSI vers le diagnostic. Il passe encore par des cohortes de patients, des familles, des essais fonctionnels et des comités d'experts. Le risque, avec un outil aussi vaste et aussi accessible, serait qu'un score prédictif finisse par circuler comme s'il s'agissait d'une donnée expérimentale — dans un rapport, une publication, ou pire, une conversation avec une famille.
La distinction paraît technique. Elle est en réalité déontologique. Une carte prédictive de 9 milliards d'hypothèses reste une carte d'hypothèses.