La modélisation des réseaux moléculaires
Les pathologies complexes comme le cancer ou la maladie de Parkinson sont d'essence multifactorielle et sous l'influence multiple de différents paramètres génétiques et environnementaux. Malgré d'importants travaux destinés à mieux comprendre leur physiopathologie, notre compréhension reste pourtant limitée et la plupart de ces pathologies complexes demeurent incurables. Les progrès technologiques obtenus en recherche permettent maintenant l'analyse à très haut débit du profil génomique et transcriptomique cellulaire, nous fournissant ainsi pour la première fois une somme considérable de données à de multiples niveaux. Prise individuellement, chacune de ces analyses nous fournit seulement une partie du tableau, une approche intégrative est par conséquent nécessaire. La combinaison de ces informations en un résultat faisant sens représente cependant un immense défi. L'objectif du projet EYLCOMPDISSYSBIO («A computational systems biology approach to reveal the molecular basis of complex diseases»), financé par l'UE, consistait justement à développer un cadre susceptible d'effectuer l'analyse intégrative des différentes données en «-omiques» obtenues pour les pathologies complexes. Dans cette optique, les chercheurs ont adapté la structure ResponseNet développée antérieurement pour l'analyse des données humaines. Sous sa forme modifiée, ResponseNet permettra d'identifier les voies de signalisation et les voies de régulation ainsi que les interactions protéine-protéine. Les chercheurs ont appliqué leur modèle au mélanome afin d'isoler les voies associées avec certaines mutations et identifier les éléments connectant deux protéines anti-inflammatoires majeures, l'alpha-1- antitrypsine et un antagoniste du récepteur de l'interleukine II. En utilisant les profils d'expression tissulaires, le consortium a également pu élaborer un réseau d'interaction protéique pour 16 tissus différents. L'analyse comparative de ces réseaux a permis d'identifier plusieurs mécanismes impliqués dans certaines maladies héréditaires, soulignant ainsi les capacités prédictives du système. L'approche computationnelle possède l'avantage de pouvoir traiter et combiner de grands ensembles de données provenant de technologies en «-omiques» différentes. Une propriété qui pourra sans nul doute s'avérer utile pour élucider les mécanismes sous-jacents des pathologies complexes et identifier des cibles thérapeutiques potentielles.
Mots‑clés
Réseaux moléculaires, modèle de réseau biologique, maladie complexe, biologie computationnelle des systèmes, base moléculaire, voies de régulation, interactions protéine-protéine, mélanome, réseaux d'interaction protéique, technologies «-omiques»
