Dans les laboratoires de génétique médicale, une mutation n'est jamais qu'un point de départ. Encore faut-il comprendre ce qu'elle signifie réellement pour le patient. Jusqu'à présent, les outils d'analyse génétique savaient dire si une variation de l'ADN était potentiellement dangereuse, sans pouvoir préciser la maladie qu'elle pouvait déclencher. Une limite majeure, alors que le séquençage génétique produit chaque jour des volumes de données toujours plus massifs. Des chercheurs new-yorkais affirment aujourd'hui avoir franchi ce cap grâce à une nouvelle intelligence artificielle. Des scientifiques de l'Icahn School of Medicine at Mount Sinai ont mis au point un outil baptisé V2P, pour Variant to Phenotype, capable non seulement d'identifier des mutations génétiques pathogènes, mais aussi de prédire le type de maladie qu'elles sont susceptibles de provoquer. Les résultats de ces travaux ont été publiés le 15 décembre 2025 dans la revue scientifique Nature Communications, après évaluation par les pairs. L'enjeu est considérable. Dans la pratique clinique, l'analyse d'un génome humain peut révéler des milliers de variants. Distinguer celui qui est réellement à l'origine des symptômes d'un patient relève souvent du casse-tête. V2P ambitionne de transformer cette étape critique en utilisant l'apprentissage automatique pour relier directement les variants génétiques à leurs conséquences cliniques probables, autrement dit au phénotype. Selon David Stein, premier auteur de l'étude, cette approche permet de se concentrer immédiatement sur les mutations les plus pertinentes. Plutôt que de passer en revue une longue liste de possibilités, les cliniciens peuvent identifier rapidement les changements génétiques les plus susceptibles d'expliquer l'état du patient, tout en sachant quel type de pathologie est en jeu. Une avancée qui promet des diagnostics plus rapides et plus précis. Pour parvenir à ce résultat, les chercheurs ont entraîné l'algorithme sur une vaste base de données regroupant des variants bénins et pathogènes, enrichie d'informations sur les maladies associées. Testé sur des données réelles de patients, anonymisées, V2P s'est montré particulièrement performant : dans de nombreux cas, la mutation réellement responsable de la maladie figurait parmi les dix premières propositions de l'outil. Un gain de temps précieux pour les équipes médicales. Au-delà du diagnostic, les implications dépassent largement le cadre hospitalier. Pour Avner Schlessinger, co-auteur senior de l'étude, V2P pourrait devenir un instrument clé pour la recherche thérapeutique. En mettant en évidence les gènes et les voies biologiques les plus étroitement liés à certaines pathologies, l'outil pourrait orienter le développement de traitements ciblant directement les mécanismes génétiques de la maladie, en particulier dans le domaine des maladies rares et complexes. À ce stade, V2P classe les mutations selon de grandes catégories pathologiques, comme les troubles du système nerveux ou les cancers. Les chercheurs travaillent déjà à affiner le modèle afin de prédire des maladies plus spécifiques et d'intégrer d'autres sources de données, dans l'objectif de renforcer son utilité pour la découverte de médicaments. Pour Yuval Itan, autre co-auteur senior, cette innovation illustre concrètement la promesse de la médecine de précision. En reliant des variants génétiques précis aux types de maladies qu'ils sont le plus susceptibles de provoquer, V2P offre une lecture plus claire du lien entre génome et pathologie. Une compréhension qui pourrait accélérer le passage de la recherche fondamentale aux applications cliniques, et permettre, à terme, d'adapter les traitements au profil génétique de chaque patient. Si l'outil n'est pas encore destiné à une utilisation clinique généralisée, il marque une étape importante dans l'évolution de la génomique médicale. En donnant un sens clinique aux mutations, l'intelligence artificielle ne se contente plus de lire l'ADN : elle commence à en interpréter les conséquences, ouvrant la voie à des diagnostics plus intelligents et à des thérapies véritablement personnalisées.
