‫‪‬‬

‫ﺳﺒﺤﺎﻧﻚ ﻻ ﻋﻠﻢ ﻟﻨﺎ ﺇﻻ ﻣﺎ ﻋﻠﻤﺘﻨﺎ‬

‫ﺇﻧﻚ ﺃﻧﺖ ﺍﻟﻌﻠﻴﻢ ﺍﳊﻜﻴﻢ‬

‫ﺳﻮﺭﺓ ﺍﻟﺒﻘﺮﺓ‪ :‬ﺍﻵﻳﺔ‪31‬‬

‫‪‬‬
 UNIVERSITE MOHAMMED V DE RABAT
FACULTE DE MEDECINE ET DE PHARMACIE - RABAT

DOYENS HONORAIRES :
1962 – 1969 : Professeur Abdelmalek FARAJ
1969 – 1974 : Professeur Abdellatif BERBICH
1974 – 1981 : Professeur Bachir LAZRAK
1981 – 1989 : Professeur Taieb CHKILI
1989 – 1997 : Professeur Mohamed Tahar ALAOUI
1997 – 2003 : Professeur Abdelmajid BELMAHI
2003 – 2013 : Professeur Najia HAJJAJ - HASSOUNI
ADMINISTRATION :
Doyen : Professeur Mohamed ADNAOUI
Vice Doyen chargé des Affaires Académiques et estudiantines
Professeur Mohammed AHALLAT
Vice Doyen chargé de la Recherche et de la Coopération
Professeur Taoufiq DAKKA
Vice Doyen chargé des Affaires Spécifiques à la Pharmacie
Professeur Jamal TAOUFIK
Secrétaire Général : Mr. Mohamed KARRA

1- ENSEIGNANTS-CHERCHEURS MEDECINS

ET
PHARMACIENS
PROFESSEURS :

Décembre 1984
Pr. MAAOUNI Abdelaziz Médecine Interne – Clinique Royale
Pr. MAAZOUZI Ahmed Wajdi Anesthésie -Réanimation
Pr. SETTAF Abdellatif pathologie Chirurgicale
Novembre et Décembre 1985
Pr. BENSAID Younes Pathologie Chirurgicale

Janvier, Février et Décembre 1987

Pr. CHAHED OUAZZANI Houria Gastro-Entérologie
Pr. LACHKAR Hassan Médecine Interne
Pr. YAHYAOUI Mohamed Neurologie
Décembre 1988
Pr. BENHAMAMOUCH Mohamed Najib Chirurgie Pédiatrique
Pr. DAFIRI Rachida Radiologie
Décembre 1989
Pr. ADNAOUI Mohamed Médecine Interne –Doyen de la FMPR
Pr. CHAD Bouziane Pathologie Chirurgicale
Pr. OUAZZANI Taïbi Mohamed Réda Neurologie
Janvier et Novembre 1990
Pr. CHKOFF Rachid Pathologie Chirurgicale
Pr. HACHIM Mohammed* Médecine-Interne
Pr. KHARBACH Aîcha Gynécologie -Obstétrique
Pr. MANSOURI Fatima Anatomie-Pathologique
Pr. TAZI Saoud Anas Anesthésie Réanimation
Février Avril Juillet et Décembre 1991
Pr. AL HAMANY Zaîtounia Anatomie-Pathologique
Pr. AZZOUZI Abderrahim Anesthésie Réanimation –Doyen de la FMPO
Pr. BAYAHIA Rabéa Néphrologie
Pr. BELKOUCHI Abdelkader Chirurgie Générale
Pr. BENCHEKROUN Belabbes Abdellatif Chirurgie Générale
Pr. BENSOUDA Yahia Pharmacie galénique
Pr. BERRAHO Amina Ophtalmologie
Pr. BEZZAD Rachid Gynécologie Obstétrique
Pr. CHABRAOUI Layachi Biochimie et Chimie
Pr. CHERRAH Yahia Pharmacologie
Pr. CHOKAIRI Omar Histologie Embryologie
Pr. KHATTAB Mohamed Pédiatrie
Pr. SOULAYMANI Rachida Pharmacologie – Dir. du Centre National PV
Pr. TAOUFIK Jamal Chimie thérapeutique V.D à la pharmacie+Dir du
CEDOC

Décembre 1992
Pr. AHALLAT Mohamed Chirurgie Générale V.D Aff. Acad. et Estud
Pr. BENSOUDA Adil Anesthésie Réanimation
Pr. BOUJIDA Mohamed Najib Radiologie
Pr. CHAHED OUAZZANI Laaziza Gastro-Entérologie
Pr. CHRAIBI Chafiq Gynécologie Obstétrique
Pr. DEHAYNI Mohamed* Gynécologie Obstétrique
Pr. EL OUAHABI Abdessamad Neurochirurgie
Pr. FELLAT Rokaya Cardiologie
Pr. GHAFIR Driss* Médecine Interne
Pr. JIDDANE Mohamed Anatomie
Pr. TAGHY Ahmed Chirurgie Générale
Pr. ZOUHDI Mimoun Microbiologie
Mars 1994
Pr. BENJAAFAR Noureddine Radiothérapie
Pr. BEN RAIS Nozha Biophysique
Pr. CAOUI Malika Biophysique
Pr. CHRAIBI Abdelmjid Endocrinologie et Maladies Métaboliques Doyen de la
FMPA
Pr. EL AMRANI Sabah Gynécologie Obstétrique
Pr. EL BARDOUNI Ahmed Traumato-Orthopédie
Pr. EL HASSANI My Rachid Radiologie
Pr. ERROUGANI Abdelkader Chirurgie Générale- Directeur CHIS
Pr. ESSAKALI Malika Immunologie
Pr. ETTAYEBI Fouad Chirurgie Pédiatrique
Pr. HADRI Larbi* Médecine Interne
Pr. HASSAM Badredine Dermatologie
Pr. IFRINE Lahssan Chirurgie Générale
Pr. JELTHI Ahmed Anatomie Pathologique
Pr. MAHFOUD Mustapha Traumatologie – Orthopédie
Pr. RHRAB Brahim Gynécologie –Obstétrique
Pr. SENOUCI Karima Dermatologie
Mars 1994
Pr. ABBAR Mohamed* Urologie
Pr. ABDELHAK M’barek Chirurgie – Pédiatrique
Pr. BELAIDI Halima Neurologie
Pr. BENTAHILA Abdelali Pédiatrie
Pr. BENYAHIA Mohammed Ali Gynécologie – Obstétrique
Pr. BERRADA Mohamed Saleh Traumatologie – Orthopédie
Pr. CHAMI Ilham Radiologie
Pr. CHERKAOUI Lalla Ouafae Ophtalmologie
Pr. JALIL Abdelouahed Chirurgie Générale
Pr. LAKHDAR Amina Gynécologie Obstétrique
Pr. MOUANE Nezha Pédiatrie
Mars 1995
Pr. ABOUQUAL Redouane Réanimation Médicale
Pr. AMRAOUI Mohamed Chirurgie Générale
Pr. BAIDADA Abdelaziz Gynécologie Obstétrique
Pr. BARGACH Samir Gynécologie Obstétrique
Pr. CHAARI Jilali* Médecine Interne
Pr. DIMOU M’barek* Anesthésie Réanimation
Pr. DRISSI KAMILI Med Nordine* Anesthésie Réanimation
Pr. EL MESNAOUI Abbes Chirurgie Générale
Pr. ESSAKALI HOUSSYNI Leila Oto-Rhino-Laryngologie
Pr. HDA Abdelhamid* Cardiologie - Directeur HMI Med V
Pr. IBEN ATTYA ANDALOUSSI Ahmed Urologie
Pr. OUAZZANI CHAHDI Bahia Ophtalmologie
Pr. SEFIANI Abdelaziz Génétique
Pr. ZEGGWAGH Amine Ali Réanimation Médicale

Décembre 1996
Pr. AMIL Touriya* Radiologie
Pr. BELKACEM Rachid Chirurgie Pédiatrie
Pr. BOULANOUAR Abdelkrim Ophtalmologie
Pr. EL ALAMI EL FARICHA EL Hassan Chirurgie Générale
Pr. GAOUZI Ahmed Pédiatrie
Pr. MAHFOUDI M’barek* Radiologie
Pr. OUADGHIRI Mohamed Traumatologie-Orthopédie
Pr. OUZEDDOUN Naima Néphrologie
Pr. ZBIR EL Mehdi* Cardiologie
Novembre 1997
Pr. ALAMI Mohamed Hassan Gynécologie-Obstétrique
Pr. BEN SLIMANE Lounis Urologie
Pr. BIROUK Nazha Neurologie
Pr. ERREIMI Naima Pédiatrie
Pr. FELLAT Nadia Cardiologie
Pr. HAIMEUR Charki* Anesthésie Réanimation
Pr. KADDOURI Noureddine Chirurgie Pédiatrique
Pr. KOUTANI Abdellatif Urologie
Pr. LAHLOU Mohamed Khalid Chirurgie Générale
Pr. MAHRAOUI CHAFIQ Pédiatrie
Pr. TAOUFIQ Jallal Psychiatrie
Pr. YOUSFI MALKI Mounia Gynécologie Obstétrique

Novembre 1998
Pr. AFIFI RAJAA Gastro-Entérologie
Pr. BENOMAR ALI Neurologie – Doyen de la FMP Abulcassis
Pr. BOUGTAB Abdesslam Chirurgie Générale
Pr. ER RIHANI Hassan Oncologie Médicale
Pr. BENKIRANE Majid* Hématologie
Pr. KHATOURI ALI* Cardiologie
Janvier 2000
Pr. ABID Ahmed* Pneumophtisiologie
Pr. AIT OUMAR Hassan Pédiatrie
Pr. BENJELLOUN Dakhama Badr.Sououd Pédiatrie
Pr. BOURKADI Jamal-Eddine Pneumo-phtisiologie
Pr. CHARIF CHEFCHAOUNI Al Montacer Chirurgie Générale
Pr. ECHARRAB El Mahjoub Chirurgie Générale
Pr. EL FTOUH Mustapha Pneumo-phtisiologie
Pr. EL MOSTARCHID Brahim* Neurochirurgie
Pr. ISMAILI Hassane* Traumatologie Orthopédie- Dir. Hop. Av. Marr.
Pr. MAHMOUDI Abdelkrim* Anesthésie-Réanimation Inspecteur du SSM
Pr. TACHINANTE Rajae Anesthésie-Réanimation
Pr. TAZI MEZALEK Zoubida Médecine Interne

Novembre 2000
Pr. AIDI Saadia Neurologie
Pr. AJANA Fatima Zohra Gastro-Entérologie
Pr. BENAMR Said Chirurgie Générale
Pr. CHERTI Mohammed Cardiologie
Pr. ECH-CHERIF EL KETTANI Selma Anesthésie-Réanimation
Pr. EL HASSANI Amine Pédiatrie Directeur Hop. Chekikh Zaied
Pr. EL KHADER Khalid Urologie
Pr. EL MAGHRAOUI Abdellah* Rhumatologie
Pr. GHARBI Mohamed El Hassan Endocrinologie et Maladies Métaboliques
Pr. MAHASSINI Najat Anatomie Pathologique
Pr. MDAGHRI ALAOUI Asmae Pédiatrie
Pr. ROUIMI Abdelhadi* Neurologie
Décembre 2000
Pr. ZOHAIR ABDELAH* ORL

Décembre 2001
Pr. BALKHI Hicham* Anesthésie-Réanimation
Pr. BENABDELJLIL Maria Neurologie
Pr. BENAMAR Loubna Néphrologie
Pr. BENAMOR Jouda Pneumo-phtisiologie
Pr. BENELBARHDADI Imane Gastro-Entérologie
Pr. BENNANI Rajae Cardiologie
Pr. BENOUACHANE Thami Pédiatrie
Pr. BEZZA Ahmed* Rhumatologie
Pr. BOUCHIKHI IDRISSI Med Larbi Anatomie
Pr. BOUMDIN El Hassane* Radiologie
Pr. CHAT Latifa Radiologie
Pr. DAALI Mustapha* Chirurgie Générale
Pr. DRISSI Sidi Mourad* Radiologie
Pr. EL HIJRI Ahmed Anesthésie-Réanimation
Pr. EL MAAQILI Moulay Rachid Neuro-Chirurgie
Pr. EL MADHI Tarik Chirurgie-Pédiatrique
Pr. EL OUNANI Mohamed Chirurgie Générale
Pr. ETTAIR Said Pédiatrie Directeur. Hop.d’Enfants
Pr. GAZZAZ Miloudi* Neuro-Chirurgie
Pr. HRORA Abdelmalek Chirurgie Générale
Pr. KABBAJ Saad Anesthésie-Réanimation
Pr. KABIRI EL Hassane* Chirurgie Thoracique
Pr. LAMRANI Moulay Omar Traumatologie Orthopédie
Pr. LEKEHAL Brahim Chirurgie Vasculaire Périphérique
Pr. MAHASSIN Fattouma* Médecine Interne
Pr. MEDARHRI Jalil Chirurgie Générale
Pr. MIKDAME Mohammed* Hématologie Clinique
Pr. MOHSINE Raouf Chirurgie Générale
Pr. NOUINI Yassine Urologie Directeur Hôpital Ibn Sina
Pr. SABBAH Farid Chirurgie Générale
Pr. SEFIANI Yasser Chirurgie Vasculaire Périphérique
Pr. TAOUFIQ BENCHEKROUN Soumia Pédiatrie

Décembre 2002

Pr. AL BOUZIDI Abderrahmane* Anatomie Pathologique

Pr. AMEUR Ahmed * Urologie
Pr. AMRI Rachida Cardiologie
Pr. AOURARH Aziz* Gastro-Entérologie
Pr. BAMOU Youssef * Biochimie-Chimie
Pr. BELMEJDOUB Ghizlene* Endocrinologie et Maladies Métaboliques
Pr. BENZEKRI Laila Dermatologie
Pr. BENZZOUBEIR Nadia Gastro-Entérologie
Pr. BERNOUSSI Zakiya Anatomie Pathologique
Pr. BICHRA Mohamed Zakariya* Psychiatrie
Pr. CHOHO Abdelkrim * Chirurgie Générale
Pr. CHKIRATE Bouchra Pédiatrie
Pr. EL ALAMI EL FELLOUS Sidi Zouhair Chirurgie Pédiatrique
Pr. EL HAOURI Mohamed * Dermatologie
Pr. FILALI ADIB Abdelhai Gynécologie Obstétrique
Pr. HAJJI Zakia Ophtalmologie
Pr. IKEN Ali Urologie
Pr. JAAFAR Abdeloihab* Traumatologie Orthopédie
Pr. KRIOUILE Yamina Pédiatrie
Pr. LAGHMARI Mina Ophtalmologie
Pr. MABROUK Hfid* Traumatologie Orthopédie
Pr. MOUSSAOUI RAHALI Driss* Gynécologie Obstétrique
Pr. OUJILAL Abdelilah Oto-Rhino-Laryngologie
Pr. RACHID Khalid * Traumatologie Orthopédie
Pr. RAISS Mohamed Chirurgie Générale
Pr. RGUIBI IDRISSI Sidi Mustapha* Pneumophtisiologie
Pr. RHOU Hakima Néphrologie
Pr. SIAH Samir * Anesthésie Réanimation
Pr. THIMOU Amal Pédiatrie
Pr. ZENTAR Aziz* Chirurgie Générale

Janvier 2004
Pr. ABDELLAH El Hassan Ophtalmologie
Pr. AMRANI Mariam Anatomie Pathologique
Pr. BENBOUZID Mohammed Anas Oto-Rhino-Laryngologie
Pr. BENKIRANE Ahmed* Gastro-Entérologie
Pr. BOUGHALEM Mohamed* Anesthésie Réanimation
Pr. BOULAADAS Malik Stomatologie et Chirurgie Maxillo-faciale
Pr. BOURAZZA Ahmed* Neurologie
Pr. CHAGAR Belkacem* Traumatologie Orthopédie
Pr. CHERRADI Nadia Anatomie Pathologique
Pr. EL FENNI Jamal* Radiologie
Pr. EL HANCHI ZAKI Gynécologie Obstétrique
Pr. EL KHORASSANI Mohamed Pédiatrie
Pr. EL YOUNASSI Badreddine* Cardiologie
Pr. HACHI Hafid Chirurgie Générale
Pr. JABOUIRIK Fatima Pédiatrie
Pr. KHARMAZ Mohamed Traumatologie Orthopédie
Pr. MOUGHIL Said Chirurgie Cardio-Vasculaire
Pr. OUBAAZ Abdelbarre* Ophtalmologie
Pr. TARIB Abdelilah* Pharmacie Clinique
Pr. TIJAMI Fouad Chirurgie Générale
Pr. ZARZUR Jamila Cardiologie
Janvier 2005
Pr. ABBASSI Abdellah Chirurgie Réparatrice et Plastique
Pr. AL KANDRY Sif Eddine* Chirurgie Générale
Pr. ALLALI Fadoua Rhumatologie
Pr. AMAZOUZI Abdellah Ophtalmologie
Pr. AZIZ Noureddine* Radiologie
Pr. BAHIRI Rachid Rhumatologie
Pr. BARKAT Amina Pédiatrie
Pr. BENYASS Aatif Cardiologie
Pr. BERNOUSSI Abdelghani Ophtalmologie
Pr. DOUDOUH Abderrahim* Biophysique
Pr. EL HAMZAOUI Sakina* Microbiologie
Pr. HAJJI Leila Cardiologie (mise en disponibilité)
Pr. HESSISSEN Leila Pédiatrie
Pr. JIDAL Mohamed* Radiologie
Pr. LAAROUSSI Mohamed Chirurgie Cardio-vasculaire
Pr. LYAGOUBI Mohammed Parasitologie
Pr. NIAMANE Radouane* Rhumatologie
Pr. RAGALA Abdelhak Gynécologie Obstétrique
Pr. SBIHI Souad Histo-Embryologie Cytogénétique
Pr. ZERAIDI Najia Gynécologie Obstétrique
Décembre 2005
Pr. CHANI Mohamed Anesthésie Réanimation
Avril 2006
Pr. ACHEMLAL Lahsen* Rhumatologie
Pr. AKJOUJ Said* Radiologie
Pr. BELMEKKI Abdelkader* Hématologie
Pr. BENCHEIKH Razika O.R.L
Pr. BIYI Abdelhamid* Biophysique
Pr. BOUHAFS Mohamed El Amine Chirurgie - Pédiatrique
Pr. BOULAHYA Abdellatif* Chirurgie Cardio – Vasculaire
Pr. CHENGUETI ANSARI Anas Gynécologie Obstétrique
Pr. DOGHMI Nawal Cardiologie
Pr. FELLAT Ibtissam Cardiologie
Pr. FAROUDY Mamoun Anesthésie Réanimation
Pr. HARMOUCHE Hicham Médecine Interne
Pr. HANAFI Sidi Mohamed* Anesthésie Réanimation
Pr. IDRISS LAHLOU Amine* Microbiologie
Pr. JROUNDI Laila Radiologie
Pr. KARMOUNI Tariq Urologie
Pr. KILI Amina Pédiatrie
Pr. KISRA Hassan Psychiatrie
Pr. KISRA Mounir Chirurgie – Pédiatrique
Pr. LAATIRIS Abdelkader* Pharmacie Galénique
Pr. LMIMOUNI Badreddine* Parasitologie
Pr. MANSOURI Hamid* Radiothérapie
Pr. OUANASS Abderrazzak Psychiatrie
Pr. SAFI Soumaya* Endocrinologie
Pr. SEKKAT Fatima Zahra Psychiatrie
Pr. SOUALHI Mouna Pneumo – Phtisiologie
Pr. TELLAL Saida* Biochimie
Pr. ZAHRAOUI Rachida Pneumo – Phtisiologie
Octobre 2007
Pr. ABIDI Khalid Réanimation médicale
Pr. ACHACHI Leila Pneumo phtisiologie
Pr. ACHOUR Abdessamad* Chirurgie générale
Pr. AIT HOUSSA Mahdi* Chirurgie cardio vasculaire
Pr. AMHAJJI Larbi* Traumatologie orthopédie
Pr. AOUFI Sarra Parasitologie
Pr. BAITE Abdelouahed* Anesthésie réanimation Directeur ERSM
Pr. BALOUCH Lhousaine* Biochimie-chimie
Pr. BENZIANE Hamid* Pharmacie clinique
Pr. BOUTIMZINE Nourdine Ophtalmologie
Pr. CHARKAOUI Naoual* Pharmacie galénique
Pr. EHIRCHIOU Abdelkader* Chirurgie générale
Pr. ELABSI Mohamed Chirurgie générale
Pr. EL MOUSSAOUI Rachid Anesthésie réanimation
Pr. EL OMARI Fatima Psychiatrie
Pr. GHARIB Noureddine Chirurgie plastique et réparatrice
Pr. HADADI Khalid* Radiothérapie
Pr. ICHOU Mohamed* Oncologie médicale
Pr. ISMAILI Nadia Dermatologie
Pr. KEBDANI Tayeb Radiothérapie
Pr. LALAOUI SALIM Jaafar* Anesthésie réanimation
Pr. LOUZI Lhoussain* Microbiologie
Pr. MADANI Naoufel Réanimation médicale
Pr. MAHI Mohamed* Radiologie
Pr. MARC Karima Pneumo phtisiologie
Pr. MASRAR Azlarab Hématologique
Pr. MRABET Mustapha* Médecine préventive santé publique et hygiène
Pr. MRANI Saad* Virologie
Pr. OUZZIF Ez zohra* Biochimie-chimie
Pr. RABHI Monsef* Médecine interne
Pr. RADOUANE Bouchaib* Radiologie
Pr. SEFFAR Myriame Microbiologie
Pr. SEKHSOKH Yessine* Microbiologie
Pr. SIFAT Hassan* Radiothérapie
Pr. TABERKANET Mustafa* Chirurgie vasculaire périphérique
Pr. TACHFOUTI Samira Ophtalmologie
Pr. TAJDINE Mohammed Tariq* Chirurgie générale
Pr. TANANE Mansour* Traumatologie orthopédie
Pr. TLIGUI Houssain Parasitologie
Pr. TOUATI Zakia Cardiologie
Décembre 2007
Pr. DOUHAL ABDERRAHMAN Ophtalmologie
Décembre 2008
Pr ZOUBIR Mohamed* Anesthésie Réanimation
Pr TAHIRI My El Hassan* Chirurgie Générale
Mars 2009
Pr. ABOUZAHIR Ali* Médecine interne
Pr. AGDR Aomar* Pédiatre
Pr. AIT ALI Abdelmounaim* Chirurgie Générale
Pr. AIT BENHADDOU El hachmia Neurologie
Pr. AKHADDAR Ali* Neuro-chirurgie
Pr. ALLALI Nazik Radiologie
Pr. AMINE Bouchra Rhumatologie
Pr. ARKHA Yassir Neuro-chirurgie
Pr. BELYAMANI Lahcen* Anesthésie Réanimation
Pr. BJIJOU Younes Anatomie
Pr. BOUHSAIN Sanae* Biochimie-chimie
Pr. BOUI Mohammed* Dermatologie
Pr. BOUNAIM Ahmed* Chirurgie Générale
Pr. BOUSSOUGA Mostapha* Traumatologie orthopédique
Pr. CHAKOUR Mohammed * Hématologie biologique
Pr. CHTATA Hassan Toufik* Chirurgie vasculaire périphérique
Pr. DOGHMI Kamal* Hématologie clinique
Pr. EL MALKI Hadj Omar Chirurgie Générale
Pr. EL OUENNASS Mostapha* Microbiologie
Pr. ENNIBI Khalid* Médecine interne
Pr. FATHI Khalid Gynécologie obstétrique
Pr. HASSIKOU Hasna * Rhumatologie
Pr. KABBAJ Nawal Gastro-entérologie
Pr. KABIRI Meryem Pédiatrie
Pr. KARBOUBI Lamya Pédiatrie
Pr. L’KASSIMI Hachemi* Microbiologie Directeur Hôpital My Ismail
Pr. LAMSAOURI Jamal* Chimie Thérapeutique
Pr. MARMADE Lahcen Chirurgie Cardio-vasculaire
Pr. MESKINI Toufik Pédiatrie
Pr. MESSAOUDI Nezha * Hématologie biologique
Pr. MSSROURI Rahal Chirurgie Générale
Pr. NASSAR Ittimade Radiologie
Pr. OUKERRAJ Latifa Cardiologie
Pr. RHORFI Ismail Abderrahmani * Pneumo-phtisiologie
PROFESSEURS AGREGES :
Octobre 2010
Pr. ALILOU Mustapha Anesthésie réanimation
Pr. AMEZIANE Taoufiq* Médecine interne
Pr. BELAGUID Abdelaziz Physiologie
Pr. BOUAITY Brahim* ORL
Pr. CHADLI Mariama* Microbiologie
Pr. CHEMSI Mohamed* Médecine aéronautique
Pr. DAMI Abdellah* Biochimie chimie
Pr. DARBI Abdellatif* Radiologie
Pr. DENDANE Mohammed Anouar Chirurgie pédiatrique
Pr. EL HAFIDI Naima Pédiatrie
Pr. EL KHARRAS Abdennasser* Radiologie
Pr. EL MAZOUZ Samir Chirurgie plastique et réparatrice
Pr. EL SAYEGH Hachem Urologie
Pr. ERRABIH Ikram Gastro entérologie
Pr. LAMALMI Najat Anatomie pathologique
Pr. MOSADIK Ahlam Anesthésie Réanimation
Pr. MOUJAHID Mountassir* Chirurgie générale
Pr. NAZIH Mouna* Hématologie
Pr. ZOUAIDIA Fouad Anatomie pathologique

Mai 2012

Pr. AMRANI Abdelouahed Chirurgie Pédiatrique

Pr. ABOUELALAA Khalil* Anesthésie Réanimation
Pr. BELAIZI Mohamed* Psychiatrie
Pr. BENCHEBBA Driss* Traumatologie Orthopédique
Pr. DRISSI Mohamed* Anesthésie Réanimation
Pr. EL ALAOUI MHAMDI Mouna Chirurgie Générale
Pr. EL KHATTABI Abdessadek* Médecine Interne
Pr. EL OUAZZANI Hanane* Pneumophtisiologie
Pr. ER-RAJI Mounir Chirurgie Pédiatrique
Pr. JAHID Ahmed Anatomie pathologique
Pr. MEHSSANI Jamal* Psychiatrie
Pr. RAISSOUNI Maha* Cardiologie

Février 2013

Pr. AHID Samir Pharmacologie – Chimie

Pr. AIT EL CADI Mina Toxicologie
Pr. AMRANI HANCHI Laila Gastro-Entérologie
Pr. AMOUR Mourad Anesthésie Réanimation
Pr. AWAB Almahdi Anesthésie Réanimation
Pr. BELAYACHI Jihane Réanimation Médicale
Pr. BELKHADIR Zakaria Houssain Anesthésie Réanimation
Pr. BENCHEKROUN Laila Biochimie-Chimie
Pr. BENKIRANE Souad Hématologie
Pr. BENNANA Ahmed* Informatique Pharmaceutique
0.
Pr. BENSGHIR Mustapha* Anesthésie Réanimation
Pr. BENYAHIA Mohammed* Néphrologie
Pr. BOUATIA Mustapha Chimie Analytique
Pr. BOUABID Ahmed Salim* Traumatologie Orthopédie
Pr. BOUTARBOUCH Mahjouba Anatomie
Pr. CHAIB Ali* Cardiologie
Pr. DENDANE Tarek Réanimation Médicale
Pr. DINI Nouzha* Pédiatrie
Pr. ECH-CHERIF EL KETTANI Mohamed Ali Anesthésie Réanimation
Pr. ECH-CHERIF EL KETTANI Najwa Radiologie
Pr. ELFATEMI Nizare Neuro-Chirurgie
Pr. EL GUERROUJ Hasnae Médecine Nucléaire
Pr. EL HARTI Jaouad Chimie Thérapeutique
Pr. EL JOUDI Rachid* Toxicologie
Pr. EL KABABRI Maria Pédiatrie
Pr. EL KHANNOUSSI Basma Anatomie Pathologie
Pr. EL KHLOUFI Samir Anatomie
Pr. EL KORAICHI Alae Anesthésie Réanimation
Pr. EN-NOUALI Hassane* Radiologie
Pr. ERRGUIG Laila Physiologie
Pr. FIKRI Meryim Radiologie
Pr. GHFIR Imade Médecine Nucléaire
Pr. IMANE Zineb Pédiatrie
Pr. IRAQI Hind Endocrinologie et maladies métaboliques
Pr. KABBAJ Hakima Microbiologie
Pr. KADIRI Mohamed* Psychiatrie
Pr. LATIB Rachida Radiologie
Pr. MAAMAR Mouna Fatima Zahra Médecine Interne
Pr. MEDDAH Bouchra Pharmacologie
Pr. MELHAOUI Adyl Neuro-chirurgie
Pr. MRABTI Hind Oncologie Médicale
Pr. NEJJARI Rachid Pharmacognosie
Pr. OUBEJJA Houda Chirurgie Pédiatrique
Pr. OUKABLI Mohamed* Anatomie Pathologique
Pr. RAHALI Younes Pharmacie Galénique
Pr. RATBI Ilham Génétique
Pr. RAHMANI Mounia Neurologie
Pr. REDA Karim* Ophtalmologie
Pr. REGRAGUI Wafa Neurologie
Pr. RKAIN Hanan Physiologie
Pr. ROSTOM Samira Rhumatologie
Pr. ROUAS Lamiaa Anatomie Pathologique
Pr. ROUIBAA Fedoua* Gastro-Entérologie
Pr. SALIHOUN Mouna Gastro-Entérologie
Pr. SAYAH Rochde Chirurgie Cardio-Vasculaire
Pr. SEDDIK Hassan* Gastro-Entérologie
Pr. ZERHOUNI Hicham Chirurgie Pédiatrique
Pr. ZINE Ali* Traumatologie Orthopédie

Avril 2013

Pr. EL KHATIB Mohamed Karim* Stomatologie et Chirurgie Maxillo-faciale

Pr. GHOUNDALE Omar* Urologie
Pr. ZYANI Mohammad* Médecine Interne

*Enseignants Militaires
MARS 2014
ACHIR ABDELLAH Chirurgie Thoracique
BENCHAKROUN MOHAMMED Traumatologie- Orthopédie
BOUCHIKH MOHAMMED Chirurgie Thoracique
EL KABBAJ DRISS Néphrologie
EL MACHTANI IDRISSI SAMIRA Biochimie-Chimie
HARDIZI HOUYAM Histologie- Embryologie-Cytogénétique
HASSANI AMALE Pédiatrie
HERRAK LAILA Pneumologie
JANANE ABDELLA TIF Urologie
JEAIDI ANASS Hématologie Biologique
KOUACH JAOUAD Génécologie-Obstétrique
LEMNOUER ABDELHAY Microbiologie
MAKRAM SANAA Pharmacologie
OULAHYANE RACHID Chirurgie Pédiatrique
RHISSASSI MOHAMED JMFAR CCV
SABRY MOHAMED Cardiologie
SEKKACH YOUSSEF Médecine Interne
TAZL MOUKBA. :LA.KLA. Génécologie-Obstétrique
*Enseignants Militaires
DECEMBRE 2014
ABILKACEM RACHID' Pédiatrie
AIT BOUGHIMA FADILA Médecine Légale
BEKKALI HICHAM Anesthésie-Réanimation
BENAZZOU SALMA Chirurgie Maxillo-Faciale
BOUABDELLAH MOUNYA Biochimie-Chimie
BOUCHRIK MOURAD Parasitologie
DERRAJI SOUFIANE Pharmacie Clinique
DOBLALI TAOUFIK Microbiologie
EL AYOUBI EL IDRISSI ALI Anatomie
EL GHADBANE ABDEDAIM HATIM Anesthésie-Réanimation
EL MARJANY MOHAMMED Radiothérapie
FE]JAL NAWFAL Chirurgie Réparatrice et Plastique
JAHIDI MOHAMED O.R.L
LAKHAL ZOUHAIR Cardiologie
OUDGHIRI NEZHA Anesthésie-Réanimation
Rami Mohamed Chirurgie Pédiatrique
SABIR MARIA Psychiatrie
SBAI IDRISSI KARIM Médecine préventive, santé publique et Hyg.

*Enseignants Militaires
AOUT 2015

Meziane meryem Dermatologie

Tahri latifa Rhumatologie

JANVIER 2016

BENKABBOU AMINE Chirurgie Générale

EL ASRI FOUAD Ophtalmologie
ERRAMI NOUREDDINE O.R.L
NITASSI SOPHIA O.R.L

2- ENSEIGNANTS – CHERCHEURS SCIENTIFIQUES

PROFESSEURS / PRs. HABILITES

Pr. ABOUDRAR Saadia Physiologie

Pr. ALAMI OUHABI Naima Biochimie – chimie
Pr. ALAOUI KATIM Pharmacologie
Pr. ALAOUI SLIMANI Lalla Naïma Histologie-Embryologie
Pr. ANSAR M’hammed Chimie Organique et Pharmacie Chimique
Pr. BOUHOUCHE Ahmed Génétique Humaine
Pr. BOUKLOUZE Abdelaziz Applications Pharmaceutiques
Pr. BOURJOUANE Mohamed Microbiologie
Pr. CHAHED OUAZZANI Lalla Chadia Biochimie – chimie
Pr. DAKKA Taoufiq Physiologie
Pr. DRAOUI Mustapha Chimie Analytique
Pr. EL GUESSABI Lahcen Pharmacognosie
Pr. ETTAIB Abdelkader Zootechnie
Pr. FAOUZI Moulay El Abbes Pharmacologie
Pr. HAMZAOUI Laila Biophysique
Pr. HMAMOUCHI Mohamed Chimie Organique
Pr. IBRAHIMI Azeddine Biologie moléculaire
Pr. KHANFRI Jamal Eddine Biologie
Pr. OULAD BOUYAHYA IDRISSI Med Chimie Organique
Pr. REDHA Ahlam Chimie
Pr. TOUATI Driss Pharmacognosie
Pr. ZAHIDI Ahmed Pharmacologie
Pr. ZELLOU Amina Chimie Organique

Mise à jour le 14/12/2016 par le

Service des Ressources Humaines
Dédicaces
JE DEDIE CETTE THESE …
 A mon père et à ma mère

Aucune dédicace ne saurait exprimer tout le respect, la reconnaissance et

l’amour que je vous porte.

A mon grand frère Amine

Je te souhaite une vie pleine de bonheur, de santé et de prospérité.

A tous les membres de ma famille petits et grands

Veuillez trouver dans ce modeste travail l’expression de mon affection la

plus sincère.
 A tous mes amis et mes collègues

En guise de reconnaissance et d’amitié pure, je vous dédie ce modeste

travail.

A tous ceux qui me sont chers

Remerciements
 Notre maître et président de thèse

Mr le professeur DAKKA T.

Professeur de physiologie

Nous sommes très touchés par l’honneur que vous nous faites en acceptant
de présider le jury de cette thèse.

C’est avec grande joie que nous avons accueilli votre accord.

Que ce travail soit pour nous une occasion de vous exprimer notre
admiration et notre profond respect.
 A notre maître et rapporteur de thèse

Mr le professeur CHOKAIRI O.

Professeur d’Histologie et Embryologie.

Nous vous remercions de nous faire avoir fait l’honneur de nous confier ce
travail.

Acceptez, cher maître, l’hommage de notre gratitude qui, si grande qu’elle

puisse être, ne sera jamais à la hauteur de votre dévouement.
 A notre maître et juge de thèse

Mr. le professeur ZOUAIDIA F.

Professeur d’Anatomie et Pathologie

Vous avez accepté de siéger parmi le jury de notre thèse. Ce geste dénote non
seulement de votre gentillesse mais surtout de votre souci du devoir envers
vos étudiants.

Veuillez accepter Monsieur le Professeur, ma profonde reconnaissance et

mes remerciements les plus sincères.

Soyez assuré que c’est une fierté pour nous de vous compter parmi les
membres de notre jury.
 A notre maître et juge de thèse

Mr. le professeur RAHALI Y.

Professeur de Pharmacie Galénique

C’est pour nous un immense privilège de vous voir accepter de juger ce

travail.

Veuillez croire cher maître à notre très haute considération et notre profond
respect.
 Enfin qu’il nous soit permis d’exprimer globalement nos remerciements à
tous ceux et à toutes celles qui ont manifesté leur appui et ont facilité notre
travail.

Merci

Mohamed En-nouali
 Liste des abréviations

ADN : Acide désoxyribonucléique

a-hémolysine : Alpha-Hémolysine

ARN : Acide ribonucléique

CAD : Coronary artery disease

CARGO : The Cardiac Allograft Rejection Gene Expression

Observation (L'observation de l'expression du gène de rejet
de l'allogreffe cardiaque)

CD : Cyclodextrin

ERS : Evaluation standard des risques pour la santé

FDA : The US Food and Drug Administration

GWAS : Genome-wide association studies (études d'association à

l'échelle du génome)

HGP : Human Genome Project (projet du génome humain)

HSF : Historique de santé familiale

IMAGE : Invasive Monitoring Attenuation Through Gene Expression

miRNAs : micrornas

MsPA : Mycobacterium smegmatis porin A

NGS : Next generation sequencing (séquenceur de nouvelle

génération)

ONT : Oxford Nanopore Technologies

PBMC : Peripheral blood mononuclear cell (Cellule mononucléaire du
sang périphérique)

PheWAS : Phenome-wide association studies (Etudes d'association à

l'échelle du phenome)

phi29 : Bacillus phage phi29

READNA : The REvolutionary Approaches and Devices for Nucleic

Acid analysis

REC : Recherche sur l'efficacité comparative

SCA : Syndromes coronariens aigus

siRNAs : Small interfering RNAs

SNP : Single-nucleotide polymorphisms

SSD : Systèmes de soutien à la décision clinique

UE : Union européenne

WGS : Whole genome sequencing (le séquençage complet du

génome)
Sommaire
I. Introduction .................................................................................................. 2

II. Rappel .......................................................................................................... 6

1. Définition .................................................................................................... 7

2. Propriétés .................................................................................................. 10

3. Fonctions biologiques ............................................................................... 13

4. Gènes et génomes ...................................................................................... 14

5. Transcription et traduction ........................................................................ 15

6. Réplication ................................................................................................ 17

7. Histoire de la recherche sur l'ADN ............................................................ 17

III. Le séquençage de l’ADN ......................................................................... 21

1. Caractéristiques des générations de séquençage de l'ADN ........................ 24

1.1. Séquençage de 1ère génération ............................................................ 24

1.2. Séquençage de 2ème génération .......................................................... 25

1.3. Séquençage de 2.5 génération.............................................................. 26

1.4. Séquençage de 3ème génération .......................................................... 27

1.5. Séquençage de 4ème génération .......................................................... 27

2. Dispositifs de séquençage d'ADN de 2ème et 2.5 génération .................... 28

2.1. Dispositifs de séquençage d'ADN de 2ème génération qui ont réussi .. 28

2.2. Dispositifs de séquençage d'ADN de 2e génération qui n'ont jamais

réussi .......................................................................................................... 29
 2.3. Méthodes de détection innovantes ....................................................... 29

2.4. L'analyse des données ......................................................................... 31

3. Séquençage de 3ème génération – nano pores ........................................... 32

3.1. Introduction aux technologies nano pores :.......................................... 33

3.2. Acteurs commerciaux clés du séquençage nano poreux ....................... 36

4. READNA et séquençage d'ADN ............................................................... 37

4.1. Aperçu de READNA ........................................................................... 37

4.2. Séquençage de nano pores d'Oxford (séquençage d'exonucléases nano

poreuses et séquençage de brins de nano pores) - Séquençage de 3ème
génération .................................................................................................. 38

4.2.1. Séquençage d'exonucléase de nanopores ....................................... 38

4.2.2. Séquençage de brin de nano pores ................................................. 40

4.3. Séquençage in situ (séquençage des cellules individuelles) - Séquençage

de 4ème génération .................................................................................... 41

4.4. Manipulation de chromosomes complets, techniques de cartographie

optique ....................................................................................................... 41

IV. La médecine personnalisée ..................................................................... 44

1. Qu’est-ce que la médecine personnalisée ? ................................................ 45

1.1. La Médecine Personnalisée et l’Historique de santé familiale ............. 45

1.2. Évaluation du risque de maladie chronique ......................................... 47

1.3. Système de soutien à la décision clinique ............................................ 48

 1.4. La médecine personnalisée et le génome humain ................................ 48

2. La boîte à outils du génome humain .......................................................... 50

2.1. Variation à l'échelle du génome ........................................................... 51

2.2. Transcriptomique ................................................................................ 54

2.3. Protéomique ........................................................................................ 56

2.4. Métabolomique ................................................................................... 57

2.5. Épigénomique ..................................................................................... 57

2.6. Biologie des systèmes et médecine des systèmes................................. 58

3. De l’information de génome à la médecine personnalisée ......................... 59

3.1. Tests préconceptionnels et dépistage des hétérozygotes ...................... 59

3.2. Diagnostic prénatal et préimplantatoire ............................................... 61

3.3. Prédiction du risque ............................................................................. 63

3.4. Diagnostic de la maladie et caractérisation moléculaire ....................... 64

3.5. Pronostic de la maladie........................................................................ 66

3.6. Pharmacogénomique ........................................................................... 68

3.7. Surveillance de la réponse des maladies à la thérapie .......................... 70

4. Génomes interactives et microbiomes ....................................................... 71

4.1. Génomes pathogènes ........................................................................... 72

4.2. Le microbiome humain ....................................................................... 73

5. Intégration de la génomique dans la pratique clinique ............................... 76

5.1. Education ............................................................................................ 77

 5.2. Système de soutien à la décision clinique ............................................ 77

5.3. Vie privée ............................................................................................ 78

5.4. Politique réglementaire........................................................................ 79

5.5. Normes ................................................................................................ 79

5.6. Recherche sur l'efficacité comparative ................................................ 81

5.7. Propriété intellectuelle ......................................................................... 81

5.8. Remboursement .................................................................................. 82

6. Quand la "médecine personnalisée" est "médecine "?................................ 83

V. Conclusion.................................................................................................. 86

VI. Résumé ..................................................................................................... 90

VII. bibliographie ........................................................................................... 94

 '' Le fait que j'ai un risque génétique pour la maladie d'Alzheimer et la
cécité n'est pas une bonne nouvelle. Mais la réalité est que chacun d'entre nous
aura des dizaines de ces risques, et ce que nous devons apprendre est de savoir
comment les traiter. "

Craig Venter

"Les individus ne sont pas des choses stables, ils sont éphémères. Les
chromosomes aussi sont mélangés dans l'oubli, comme des mains de cartes peu
après qu'ils soient distribués. Mais les cartes elles-mêmes survivent au brassage.
Les cartes sont les gènes. Les gènes ne sont pas détruits par la traversée, ils
changent simplement de partenaires et continuent leur chemin. Bien sûr, ils
continuent. C'est leur affaire. Ils sont les réplicateurs et nous sommes leurs
machines de survie. Quand nous avons servi notre but, nous sommes mis de
côté. Mais les gènes sont des habitants du temps géologique: les gènes sont
éternels. "

Richard Dawkins, Le gène égoïste

'' Au cours de la dernière décennie, nous avons débloqué de nombreux

mystères concernant l'ADN et l'ARN. Cette connaissance ne se limite pas aux
livres sur les étagères et ne se limite pas aux établis des laboratoires. Nous avons
utilisé ces résultats de recherche pour identifier les causes de nombreuses
maladies. De plus, les scientifiques ont traduit ces connaissances génétiques en
plusieurs traitements et thérapies, ce qui a permis de créer un pont entre le
laboratoire et le patient.’’

Le président Barack Obama Sur la Loi sur la génomique et la médecine

personnalisée (S.976), le 23 mars 2007

1
I. Introduction

2
 La génomique est l’étude du matériel génétique complet, y compris les
gènes et leurs fonctions, de l’organisme. Il se concentre sur l’obtention et
l’analyse des données du génome, c'est-à-dire, les données au niveau de l’ADN
en essayant de découvrir les modèles spécifiques d’expressions génétiques ou de
molécules biologiques les dits biomarqueurs (molécule de signature et marqueur
moléculaire) qui différencient l’état maladie de l’état normal et également
déterminer la variabilité dans la réponse des patients aux médicaments .La
génomique transforme la pratique médicale par l’individualisation des
traitements médicaux en disposant des données génétiques des patients. La
médecine est individuelle ; Nous ne sommes pas tous les mêmes et nos
variations génétique détermine comment une personne réagira à la thérapie. Ces
variations dans la séquence d’un gène peuvent entraîner des différences dans les
enzymes qui métabolisent les médicaments. C’est ce qui explique pourquoi les
enzymes apparaissent sous différentes formes chez les individus. C’est aussi
pourquoi des personnes différentes métabolisent un ou le même médicament
différemment. Pourquoi une drogue fonctionne efficacement pour certaines
personnes, mais pas pour d’autres ? Pourquoi quelqu'un requiert-il deux fois la
quantité régulièrement prescrite des mêmes médicaments pour fonctionner
efficacement ? Pourquoi certaines personnes ressentent des effets secondaires
des médicaments, mais d’autres ne le font pas ? Pourquoi certaines personnes
vont être affectés par des cancers /n’importe quelle maladie, mais d’autres pas.
Voici les raisons pour lesquelles la médecine personnalisée et individualisée est
importante pour tous.

3
 Le séquençage des acides nucléiques est le pilier de la recherche
biologique. Il existe plusieurs générations de technologies de séquençage de
l'ADN qui peuvent être bien caractérisées par leur nature et le type de
production qu'elles fournissent. Le séquençage des terminateurs didésoxy
développé par Sanger a dominé pendant 30 ans et a été le cheval de bataille du
projet sur le génome humain. En 2005, le premier séquenceur de 2e génération a
été présenté avec des ordres de sortie beaucoup plus élevés que le séquençage de
Sanger et une réduction spectaculaire des coûts. Nous sommes maintenant à
l'aube de la 3ème génération avec des systèmes nano pores qui sont en cours de
développement pour le séquençage de l'ADN.

Au cours de la dernière décennie, de hauts fonctionnaires, des dirigeants de

l'industrie, des fournisseurs de soins de santé et le public ont adopté la médecine
génomique et personnalisée. La médecine génomique, qui est l'utilisation de
l'information provenant des génomes et de leurs dérivés (ARN, protéines et
métabolites) pour guider la prise de décision médicale, est un élément clé de la
médecine personnalisée , qui est un domaine de soins de santé en évolution
rapide, qui s'appuie sur les informations cliniques, génétiques, génomiques et
environnementales uniques à chaque personne. Comme la médecine commence
à utiliser des outils génomiques qui permettent une prédiction et un traitement
plus précis, incluant l'interrogation du génome entier sur la variation de
séquence, la transcription, les protéines et les métabolites, les principes de la
médecine génomique et personnalisée nécessiteront le développement, la
standardisation, et l'intégration de plusieurs outils importants dans les systèmes
de santé et les flux de travail cliniques. Ces outils comprennent l'évaluation des
risques pour la santé, les antécédents médicaux de la famille et l'aide à la

4
décision clinique pour les risques complexes et les informations prédictives.
Conjugués à l'information génomique, ces outils permettront un changement de
paradigme vers une approche globale qui identifiera les risques individuels et
guidera la prise en charge clinique et la prise de décision, qui formeront la base
d'une approche plus efficace et éclairée des soins aux patients. L'évaluation des
risques liés à l'ADN pour la maladie complexe commune, les signatures
moléculaires pour le diagnostic et le pronostic du cancer, la thérapie guidée par
le génome et la sélection des doses sont parmi les exemples les plus importants.
En outre, les informations provenant de génomes individuels, qui constituent un
domaine en évolution rapide dans le domaine du développement technologique,
engendrent une révolution sociale et de l'information parmi les consommateurs
qui affectera sans aucun doute la prise de décision en matière de soins de santé.
Bien que ces découvertes scientifiques et d'autres fassent leur chemin du
génome à la clinique, L'application intégrale de la médecine génomique et
personnalisée dans les soins de santé exigera des changements radicaux dans les
politiques de réglementation et de remboursement, ainsi que des protections
législatives pour la protection de la vie privée à l'échelle du système. Ainsi, il
existe des défis à la fois scientifiques et politiques pour les soins de santé
personnalisés; Cependant, ils seront confrontés et résolus avec la certitude que la
science derrière la médecine génomique est solide et la pratique de la médecine
qu'elle informe est basée sur des preuves.

L’objectif principal de cette étude est d’examiner les applications et le rôle

de la génomique dans la médecine personnalisée.

5
II. Rappel

6
1. Définition
L' acide désoxyribonucléique ( l' ADN ) (1) est une molécule qui porte les
instructions génétiques utilisées dans la croissance, le développement, le
fonctionnement et la reproduction de tous les organismes vivants connus et de
nombreux virus. L'ADN et l'acide ribonucléique (ARN) sont des acides
nucléiques ; aux côtés des protéines , des lipides et des glucides complexes (
polysaccharides ), ils constituent l'un des quatre principaux types de
macromolécules essentiels à toutes les formes de vie connues . La plupart des
molécules d'ADN sont constituées de deux brins de bio polymère enroulés l'un
autour de l'autre pour former une double hélice .

Les deux brins d'ADN sont appelés poly nucléotides car ils sont composés
d'unités monomères plus simples appelées nucléotides (2,3). Chaque nucléotide
est composé de l'un des quatre nucléo bases contenant de l' azote - cytosine (C),
guanine (G), adénine (A) ou thymine (T) - un sucre appelé désoxyribose et un
groupe phosphate . Les nucléotides sont joints les uns aux autres dans une
chaîne par des liaisons covalentes entre le sucre d'un nucléotide et le phosphate
du suivant, résultant en une alternance épine dorsale de sucre-phosphate . Les
bases azotées des deux brins poly nucléotidiques séparés sont liées ensemble,
selon les règles d'appariement des bases (A avec T et C avec G), avec des
liaisons hydrogène pour former de l'ADN double brin. La quantité totale de
paires de bases d' ADN apparentées sur Terre est estimée à 5,0 x 10 37 et pèse 50
milliards de tonnes (4). En comparaison, la masse totale de la biosphère a été
estimée à 4 billions de tonnes de carbone (TtC) (5).

7
 L'ADN stocke des informations biologiques. Le squelette de l' ADN est
résistant au clivage , et les deux brins de la structure à double brin stockent la
même information biologique. Cette information est répliquée au fur et à mesure
que les deux brins se séparent. Une grande partie de l'ADN (plus de 98% pour
les humains) est non codante , ce qui signifie que ces sections ne servent pas de
modèles pour les séquences protéiques.

Les deux brins d'ADN vont dans des directions opposées l'un à l'autre et
sont donc antiparallèles . Attaché à chaque sucre est l'un des quatre types de
nucléo bases (informellement, bases). C'est la séquence de ces quatre nucléo
bases le long du squelette qui code l'information biologique. Les brins d’ARN
sont créés en utilisant des brins d'ADN comme matrice dans un processus appelé
transcription . Sous le code génétique , ces brins d’ARN sont traduits pour
spécifier la séquence des acides aminés dans les protéines dans un processus
appelé traduction .

Au sein des cellules eucaryotes, l'ADN est organisé en longues structures

appelées chromosomes . Au cours de la division cellulaire, ces chromosomes
sont dupliqués dans le processus de réplication de l’ADN , fournissant à chaque
cellule son propre ensemble complet de chromosomes. Les organismes
eucaryotes ( animaux , plantes , champignons et protistes ) stockent la plus
grande partie de leur ADN à l'intérieur du noyau cellulaire et une partie de leur
ADN dans des organites , tels que les mitochondries ou les chloroplastes (6). En
revanche, les procaryotes (bactéries et archaea ) ne stockent leur ADN que dans
le cytoplasme . Au sein des chromosomes eucaryotes, les protéines de la
chromatine telles que les histones se concentrent et organisent l'ADN. Ces

8
structures compactes guident les interactions entre l'ADN et les autres protéines,
aidant à contrôler quelles parties de l'ADN sont transcrites.

L'ADN a été isolé par Friedrich Miescher en 1869. Sa structure moléculaire

a été identifiée par James Watson et Francis Crick au Laboratoire Cavendish de
l' Université de Cambridge en 1953, dont les efforts de modélisation ont été
guidés par les données de diffraction des rayons X acquises par Raymond
Gosling , qui était un étudiant de troisième cycle de Rosalind Franklin . L'ADN
est utilisé par les chercheurs comme un outil moléculaire pour explorer les lois
physiques et les théories, telles que le théorème ergodique et la théorie de
l'élasticité. Les propriétés matérielles uniques de l'ADN en ont fait une molécule
attrayante pour les scientifiques et les ingénieurs intéressés par la micro et la
nano fabrication. Parmi les avancées notables dans ce domaine, citons l'ADN
origami et les matériaux hybrides à base d'ADN (7).

9
2. Propriétés

Structure chimique de l'ADN; liaisons hydrogène représentées par des pointillés

L'ADN est un long polymère fabriqué à partir d'unités répétées appelées

nucléotides (8,9). La structure de l'ADN est dynamique le long de sa longueur,
étant capable de s'enrouler dans des boucles serrées, et d'autres formes (10).
Dans toutes les espèces il est composé de deux chaînes hélicoïdales, liées les
unes aux autres par des liaisons d’hydrogène . Les deux chaînes sont enroulées
autour du même axe et ont la même hauteur de 34 angströms (3,4 nanomètres ).
La paire de chaînes a un rayon de 10 angströms (1,0 nanomètre) (11). Selon une
autre étude, lorsqu'elle est mesurée dans une solution différente, la chaîne
d'ADN mesure de 22 à 26 nm de large (2,2 à 2,6 nanomètres), et une unité
nucléotidique mesure 3,3 Å (0,33 nm) de longueur (12). Bien que chaque unité

10
de répétition de nucléotide individuelle soit très petite, les polymères d'ADN
peuvent être de très grandes molécules contenant des millions à des centaines de
millions de nucléotides. Par exemple, l'ADN du plus grand chromosome
humain, le chromosome numéro 1 , comprend environ 220 millions de paires de
bases et aurait une longueur de 85 mm s'il était redressé (13).

Dans les organismes vivants, l'ADN n'existe généralement pas comme une
seule molécule, mais plutôt comme une paire de molécules qui sont maintenues
étroitement ensemble (14,15). Ces deux longs brins s'entrelacent comme des
vignes, dans la forme d'une double hélice . Le nucléotide contient à la fois un
segment du squelette de la molécule (qui maintient la chaîne ensemble) et une
nucléo base (qui interagit avec l'autre brin d'ADN dans l'hélice). Une nucléo
base liée à un sucre est appelée un nucléoside et une base liée à un sucre et un ou
plusieurs groupes de phosphate est appelé un nucléotide . Un polymère
comprenant plusieurs nucléotides liés (comme dans l'ADN) est appelé poly
nucléotide (16).

Le squelette du brin d'ADN est fabriqué à partir de résidus de phosphate et

de sucre alternés (17). Le sucre dans l'ADN est le 2- désoxyribose , qui est un
pentose (cinq- carbone ). Les sucres sont réunis par des groupes phosphate qui
forment des liaisons phosphodiester entre les troisième et cinquième atomes de
carbone des anneaux de sucre adjacents. Ces liaisons asymétriques signifient
qu'un brin d'ADN a une direction. Dans une double hélice, la direction des
nucléotides dans un brin est opposée à leur direction dans l'autre brin: les brins
sont antiparallèles. Les extrémités asymétriques des brins d'ADN sont dites
avoir une directionalité de amorce cinq (5 ') et amorce trois (3'), avec l'extrémité
5 'ayant un groupe phosphate terminal et l'extrémité 3' un groupe hydroxyle

11
terminal. Une différence majeure entre l'ADN et l'ARN est le sucre, avec le 2-
désoxyribose dans l'ADN étant remplacé par l'alternative pentose sucre ribose
dans l'ARN (15).

Une section d'ADN. Les bases se trouvent horizontalement entre les deux brins en
spirale (18).

La double hélice d'ADN est stabilisée principalement par deux forces: les
liaisons hydrogène entre les nucléotides et les interactions d'empilement de
bases entre les nucléo bases aromatiques (19) . Dans l'environnement aqueux de
la cellule, les liaisons π conjuguées des bases nucléotidiques s'alignent
perpendiculairement à l'axe de la molécule d'ADN, minimisant leur interaction
avec l'enveloppe de solvatation . Les quatre bases trouvées dans l'ADN sont
l'adénine (A), la cytosine (C), la guanine (G) et la thymine (T). Ces quatre bases
sont attachées au sucre-phosphate pour former le nucléotide complet, comme
indiqué pour l'adénosine mono phosphate. Des paires adénine avec de la

12
thymine et des paires guanine avec de la cytosine . Il était représenté par des
paires de bases A-T et des paires de bases G-C (20,21).

3. Fonctions biologiques

Localisation de l'ADN nucléaire des eucaryotes dans les chromosomes.

L'ADN se présente généralement sous forme de chromosomes linéaires

chez les eucaryotes et de chromosomes circulaires chez les procaryotes .
L'ensemble des chromosomes dans une cellule constitue son génome ; le
génome humain a environ 3 milliards de paires de bases d'ADN disposées en 46
chromosomes (22). L'information portée par l'ADN est contenue dans la
séquence de morceaux d'ADN appelés gènes .La transmission de l'information
génétique dans les gènes est réalisée via l'appariement de bases
complémentaires. Par exemple, en transcription, lorsqu'une cellule utilise
l'information dans un gène, la séquence d'ADN est copiée dans une séquence
d'ARN complémentaire par l'intermédiaire de l'attraction entre l'ADN et les
nucléotides d'ARN corrects. Habituellement, cette copie d'ARN est ensuite
utilisée pour construire une séquence de protéine correspondante dans un
processus appelé traduction , qui dépend de la même interaction entre les

13
nucléotides d'ARN. En variante, une cellule peut simplement copier son
information génétique dans un processus appelé réplication de l'ADN; Ici,
l'accent est mis sur les interactions entre l'ADN et les autres molécules qui
interviennent dans la fonction du génome.

4. Gènes et génomes
L'ADN génomique est étroitement et soigneusement emballé dans le
processus appelé condensation de l'ADN , pour s'adapter aux petits volumes
disponibles de la cellule. Chez les eucaryotes, l'ADN est situé dans le noyau de
la cellule , avec de petites quantités dans les mitochondries et les chloroplastes .
Chez les procaryotes, l'ADN est maintenu dans un corps de forme irrégulière
dans le cytoplasme appelé nucléoïde (23) .L'information génétique dans un
génome est contenue dans des gènes, et l'ensemble complet de cette information
dans un organisme est appelé son génotype . Un gène est une unité de l'hérédité
et est une région de l'ADN qui influence une caractéristique particulière dans un
organisme. Les gènes contiennent un cadre de lecture ouvert qui peut être
transcrit, et des séquences régulatrices telles que des promoteurs et des
amplificateurs , qui contrôlent la transcription du cadre de lecture ouvert.

Dans de nombreuses espèces , seule une petite fraction de la séquence

totale du génome code pour la protéine. Par exemple, seulement environ 1,5%
du génome humain est constitué d'exons codant pour des protéines, avec plus de
50% d'ADN humain constitué de séquences répétitives non codantes (24). Les
raisons de la présence de tant d' ADN non codant dans les génomes eucaryotes
et les différences extraordinaires dans la taille du génome , ou valeur-C , entre
les espèces, représentent un puzzle de longue date connu sous le nom « énigme
valeur C » (25). Cependant, certaines séquences d'ADN qui ne codent pas les

14
protéines peuvent encore coder pour des molécules ARN fonctionnels non
codants, qui sont impliquées dans la régulation de l'expression des gènes (26).

T7 ARN polymérase (bleu) produisant un ARNm (vert) à partir d'une matrice d'ADN
(orange) (27).

Certaines séquences d'ADN non codantes jouent un rôle structurel dans les
chromosomes. Les télomères et les centromères contiennent généralement peu
de gènes mais sont importants pour la fonction et la stabilité des chromosomes
(28). Une forme abondante d'ADN non codant chez les humains est des pseudos
gènes , qui sont des copies de gènes qui ont été désactivés par mutation (29).
Ces séquences ne sont généralement que des fossiles moléculaires , bien qu'elles
puissent parfois servir de matériel génétique brut pour la création de nouveaux
gènes à travers le processus de duplication et de divergence des gènes (30) .

5. Transcription et traduction
Un gène est une séquence d'ADN qui contient des informations génétiques
et peut influencer le phénotype d'un organisme. Au sein d'un gène, la séquence
de bases le long d'un brin d'ADN définit une séquence d'ARN messager , qui
définit alors une ou plusieurs séquences protéiques. La relation entre les
séquences nucléotidiques des gènes et les séquences d'acides aminés des

15
protéines est déterminée par les règles de traduction , connues collectivement
sous le nom de code génétique . Le code génétique consiste en des «mots» à
trois lettres appelés codons formés à partir d'une séquence de trois nucléotides
(par exemple, ACT, CAG, TTT).

En transcription, les codons d'un gène sont copiés dans l'ARN messager par
l'ARN polymérase . Cette copie d'ARN est ensuite décodée par un ribosome qui
lit la séquence d'ARN en appariant l'ARN messager par transfert de base , ce qui
porte des acides aminés. Comme il y a 4 bases en combinaisons de 3 lettres, il y
a 64 codons possibles (4 3 combinaisons). Ceux-ci codent pour les vingt acides
aminés standards , donnant à la plupart des acides aminés plus d'un codon
possible. Il existe également trois codons «stop» ou «non-sens» signifiant la fin
de la région codante; ce sont les codons TAA, TGA et TAG.

Réplication de l'ADN. La double hélice est déroulée par une hélicase et une topo
isomérase . Ensuite, une ADN polymérase produit la première copie de brin . Une autre
ADN polymérase se lie au brin retardant . Cette enzyme produit des segments
discontinus (appelés fragments d'Okazaki ) avant que l'ADN ligase ne les relie.

16
6. Réplication
La division cellulaire est essentielle à la croissance d'un organisme, mais,
quand une cellule se divise, elle doit répliquer l'ADN dans son génome de sorte
que les deux cellules filles aient la même information génétique que leur parent.
La structure double-brin de l'ADN fournit un mécanisme simple pour la
réplication de l'ADN . Ici, les deux brins sont séparés puis la séquence d'ADN
complémentaire de chaque brin est recréée par une enzyme appelée ADN
polymérase . Cette enzyme construit le brin complémentaire en trouvant la base
correcte par appariement de bases complémentaires et en le liant sur le brin
d'origine. Comme les ADN polymérases peuvent seulement étendre un brin
d'ADN dans une direction 5 'vers 3', différents mécanismes sont utilisés pour
copier les brins antiparallèles de la double hélice (31). De cette façon, la base sur
le vieux brin dicte quelle base apparaît sur le nouveau brin, et la cellule finit
avec une copie parfaite de son ADN.

7. Histoire de la recherche sur l'ADN

James Watson et Francis Crick (à droite), co-auteurs du modèle en double hélice, avec
Maclyn McCarty (à gauche).

17
 Croquis au crayon de la double hélice d'ADN par Francis Crick en 1953

L'ADN a été isolé pour la première fois par le physicien suisse Friedrich
Miescher qui, en 1869, a découvert une substance microscopique dans le pus des
bandages chirurgicaux jetés. Comme il résidait dans les noyaux des cellules, il
l'appelait "nucléine" (32,33). En 1878, Albrecht Kossel a isolé le composant
non-protéine de "nucléine", acide nucléique, et a isolé plus tard ses cinq nucléo
bases primaires (34,35). En 1919, Phoebus Levene a identifié la base, le sucre, et
le phosphate de l'unité de nucléotide (36). Levene a suggéré que l'ADN
consistait en une chaîne d'unités nucléotidiques reliées entre elles par les
groupes phosphate. Levene pensait que la chaîne était courte et les bases
répétées dans un ordre fixe. En 1937, William Astbury a produit les premiers
modèles de diffraction des rayons X qui ont montré que l'ADN avait une
structure régulière (37).

18
 En 1927, Nikolaï Koltsov a proposé que les traits hérités soient hérités par
une «molécule héréditaire géante» composée de «deux brins miroirs qui se
répliqueraient de manière semi-conservatrice en utilisant chaque brin comme
modèle» (38,39). En 1928,l’expérience de Frederick Griffithdans a découvert
que les traits de la forme "lisse" de Pneumocoques pourraient être transférés à la
forme "rugueuse" des mêmes bactéries en mélangeant des bactéries "lisses"
tuées avec la forme "rugueux" vivant ". Ce système a fourni la première
indication claire que l'ADN porte l'information génétique - l'expérience Avery-
MacLeod-McCarty - quand Oswald Avery, avec ses collègues Colin MacLeod
et Maclyn McCarty, a identifié l'ADN comme le principe de transformation en
1943 (40). Le rôle de l'ADN dans l' hérédité a été confirmé en 1952 lorsque
Alfred Hershey et Martha Chase dans l' expérience Hershey-Chase ont montré
que l'ADN est le matériau génétique du phage T2 (41) .

À la fin de 1951, Francis Crick a commencé à travailler avec James Watson

au Laboratoire Cavendish de l'Université de Cambridge . En 1953, Watson et
Crick ont suggéré ce qui est maintenant accepté comme le premier modèle
correct de structure d'ADN en double hélice dans la revue Nature(11). Leur
modèle moléculaire d'ADN en double hélice était alors basé sur une image de
diffraction des rayons X (appelée " Photo 51 ") (42) prise par Rosalind Franklin
et Raymond Goslingen mai 1952, et l'information que les bases d'ADN sont
appariées. Le 28 février 1953, Crick interrompit l'heure du déjeuner de son
patron au pub The Eagle à Cambridge pour annoncer que lui et Watson avaient
"découvert le secret de la vie" (43).

19
 Des preuves expérimentales soutenant le modèle de Watson et Crick ont été
publiées dans une série de cinq articles dans le même numéro de Nature (44).
Parmi ceux-ci, l'article de Franklin et Gosling fut la première publication de
leurs propres données de diffraction des rayons X et de leur méthode d'analyse
originale qui soutenait en partie le modèle de Watson et Crick (45,46) ; ce
numéro contenait également un article sur la structure d'ADN par Maurice
Wilkins et deux de ses collègues, dont l'analyse et les modèles de rayons X de
l'ADN B in vivo ont également soutenu la présence in vivo des configurations
d'ADN double hélice proposé par Crick et Watson pour leur modèle moléculaire
double-hélice de l'ADN dans les deux pages précédentes de Nature (47) . En
1962, après la mort de Franklin, Watson, Crick et Wilkins ont reçu
conjointement le prix Nobel de physiologie ou de médecine (48).les prix Nobel
sont attribués uniquement aux bénéficiaires vivants. Un débat se poursuit sur qui
devrait être crédité de la découverte (49).

Dans une présentation influente en 1957, Crick exposait le dogme central

de la biologie moléculaire , qui prédisait la relation entre l'ADN, l'ARN et les
protéines, et articulait «l'hypothèse de l'adaptateur» (50). La confirmation finale
du mécanisme de réplication impliqué par la structure en double hélice suivie en
1958 par l'expérience Meselson-Stahl (51). D'autres travaux de Crick et ses
collègues ont montré que le code génétique était basé sur des triplets de bases
non-chevauchants, appelés codons, permettant à Har Gobind Khorana , Robert
W. Holley et Marshall Warren Nirenberg de déchiffrer le codegénétique (52).
Ces résultats représentent la naissance de la biologie moléculaire (53).

20
III. Le séquençage
de l’ADN

21
 Un document historique publié par Frederick Sanger en 1977 a présenté
une technique de séquençage de l'ADN qui allait devenir l'étalon-or pour les 30
prochaines années (54). La méthode originale de séquençage de l'ADN du
terminateur didéoxy a été mise en œuvre avec une électrophorèse sur gel
automatisée et une chimie de terminaison fluorescente, initialement sur gel en
plaque et plus tard sur des systèmes à base de gel capillaire (55). La plupart des
améliorations technologiques de cette méthode ont eu lieu lors du projet du
génome humain (HGP) qui a été lancé en 1990 et au cours des 13 prochaines
années, dans un effort international a séquencé le premier génome humain
complet à un coût proche de trois milliards de dollars (56). Simultanément, une
entreprise privée concurrente a également séquencé un génome humain. En
2001, les premiers résultats de cet effort gargantuesque ont été publiés (57), et
en 2004 la séquence finie a été publiée (58). Le projet du génome humain a
prouvé que le séquençage complet du génome (WGS) pouvait être réalisé, mais
à un coût prohibitif à effectuer de façon régulière. Un effet du HGP a été une
révolution technologique et l'arrivée de ce qu'on appelle le séquençage de
prochaine génération (NGS). Le but de ces technologies était de réduire le
temps, l'effort et le coût de WGS à un niveau où le génome humain pourrait être
séquencé de façon routinière pour la recherche et les applications cliniques.
Aujourd'hui, nous pouvons distinguer au moins quatre générations avec des
caractéristiques distinctes. La transition du séquençage d'ADN de première
génération à la deuxième génération a été perturbante, avec une production
augmentant de plus de 5 ordres de grandeur et une baisse des coûts de plus de 5
ordres de grandeur. Avec les systèmes de séquençage de 2ème génération
actuels, le WGS d'un génome humain à 30* de couverture peut être atteint en 10
jours pour un coût inférieur à 10 000 $.

22
 Le développement technologique continue de faire baisser le coût des WGS
humains en dessous de 1000 $. L'incitation supplémentaire de la Fondation X
Prize qui s'est engagée à attribuer 10 millions de dollars à la première équipe qui
séquence avec précision le génome entier de 100 sujets en 30 jours pour 1000 $
ou moins par génome a accentué l'intensité des développements technologiques
dans le domaine (http: // genomics.xprize.org/). L'objectif central du séquençage
de 2ème génération est de développer des systèmes très bon marché et très
rapides avec pour objectif principal de générer de gros volumes de séquences.
En raison de la nature de la chimie, une séquence du génome se compose de
milliards de fragments courts entre 70 et 400 bases de long, ce qui est un
inconvénient et est traité par calcul. La qualité et la quantité des données sont
des problèmes majeurs car les systèmes produisent maintenant 60 G Bases de
séquences par jour sur un seul séquenceur d'ADN. En conséquence, le calcul
pour l'analyse des données est ce qui fait le plus peser sur le séquençage de
2ème génération. L'augmentation de la production de données ne fera
qu'accentuer ce problème et de nouvelles méthodes de traitement de cette
quantité de données sont en cours d'élaboration. On peut s'attendre à ce que les
techniques qui seront disponibles à l'avenir fourniront une séquence avec des
caractéristiques nettement différentes de celles de la 2e génération actuelle. Il est
également probable que des outils supplémentaires et raffinés pour certaines
applications de séquençage seront nécessaires pour compléter les données
produites à l'aide de séquenceurs de deuxième génération.

Même si le séquençage de deuxième génération n'est pas une ancienne

technologie, on annonce des systèmes de troisième génération qui sont à
nouveau perturbateurs. L'Union européenne a réalisé que de nombreux

23
problèmes dans le domaine du séquençage de l'ADN doivent être résolus et un
projet européen intitulé READNA (Approches et outils de conversion pour
l'analyse des acides nucléiques) a été financé avec 12 millions d'euros pour
développer de nouvelles technologies d'analyse des acides nucléiques. La revue
présentera les technologies de 3ème et 4ème génération qui sont développées
dans le cadre de ce projet innovant.

1. Caractéristiques des générations de séquençage de l'ADN

Il existe au moins quatre générations de méthodes de séquençage de l'ADN
qui peuvent être classées selon les principales caractéristiques distinctives
(tableau 1). D'autres classifications sont utilisées, cependant, nous nous
concentrons sur des caractéristiques particulières pour cette classification qui
rendent la catégorisation claire.

1.1. Séquençage de 1ère génération

Pour le séquençage de 1ère génération, des échelles de fragments de la

séquence sont générées soit par extension enzymatique d'une amorce hybridée à
un pool de molécules modèles et en introduisant des terminaisons T, C, G ou A
spécifiques le long du modèle (54). Alternativement, des clivages spécifiques à
la base ont été introduits dans une méthode conçue par Maxam et Gilbert (59).
Les échelles à fragments sont séparées par électrophorèse sur gel. Les produits
sont soit révélés par un marquage radioactif et une exposition à un film ou par
l'introduction de colorants fluorescents dans la réaction de terminaison et
l'imagerie par fluorescence. Ceci est maintenant réalisé au cours d'une séquence
de séquençage en temps réel.

24
 Figure1 : Séquençeur de 1 ère génération

1.2. Séquençage de 2ème génération

Un changement de paradigme sous-tend le séquençage de 2ème génération

(60). Des modèles d'ADN clonal individuels sont générés et tous séquencés en
parallèle en utilisant des micros fluidiques. Les réactions de séquençage sont
réalisées avec des cycles d'additions de bases et d'imagerie. Pour déterminer la
séquence, des images consécutives sont superposées et des bases sont appelées
aux positions de toutes les molécules modèles. Les additions de base peuvent
être réalisées par polymérisation ou ligature de l'ADN et la visualisation se fait
par chimiluminescence (Chimie de pyroséquençage utilisée dans l'instrument
Roche FLX), fluorescence (Illumina et Life Technologies 5500) ou avec des
changements de pH (dans l'instrument Ion Torrent). Les caractéristiques clés du
séquençage de 2ème génération sont l'utilisation de nombreux modèles clonaux
en parallèle et un processus de détermination de séquence utilisant la réplication
enzymatique.

25
 Figure2 : Séquençeurs de 2ème génération

1.3. Séquençage de 2.5 génération

Le séquenceur SMRT de Pacific Biosciences est parfois appelé séquenceur

de 3ème génération, mais il satisfait aux mêmes caractéristiques que les
instruments de séquençage de 2ème génération en ce que les molécules clonales
individuelles sont séquencées en utilisant un système de réplication de modèle
enzymatique (61). Cependant, il rompt avec le concept de réseau aléatoire des
systèmes de «deuxième génération» «traditionnels». Le système enzymatique
polymérase est positionné au fond des puits des guides d'ondes en mode zéro
(62). Les molécules d'ADN modèle sont capturées et l'incorporation de base est

26
surveillée par clivage du pyrophosphate lié au colorant fluorescent dans la
fenêtre d'observation limitée en volume.

Figure3 : Le séquenceur SMRT de Pacific Biosciences

1.4. Séquençage de 3ème génération

La troisième génération est définie par la lecture directe des molécules

individuelles. Aucun système enzymatique de réplication n'est utilisé pour
identifier la séquence. Les séquenceurs nano pores (décrits ci-dessous) en sont
des exemples.

1.5. Séquençage de 4ème génération

La quatrième génération est une méthode qui est actuellement encore très
expérimentale. Il définit la réalisation d'une expérience de séquençage en
contexte, telle que l'ADN de cellules individuelles dans une coupe histologique,
donc dans leur contexte. Les applications de cette méthode seraient
l'interrogation de séquences d'ADN définies telles que celles qui sont
susceptibles d'avoir subi une mutation somatique, plutôt que la génération de
séquences complètes de chaque cellule.

27
2. Dispositifs de séquençage d'ADN de 2ème et 2.5 génération (63)

2.1. Dispositifs de séquençage d'ADN de 2ème génération qui ont

réussi

Le premier instrument à atteindre le marché était de 454 Corporation (64).

Ce système utilise une PCR en émulsion avec des oligonucléotides attachés à
des billes pour l'amplification clonale. La réaction de séquençage est réalisée en
utilisant la chimie de pyroséquençage développée à l'origine par Ronaghi et al.
(65-67). Pour cette méthode, les bases sont ajoutées une à la fois. La libération
de pyrophosphate est convertie en luminescence. La quantité de lumière émise
correspond au nombre de bases incorporées de ce type (T, C, G ou A). 454
Corporation a ensuite été achetée par Roche et le système a évolué vers la Roche
GS FLX et une version miniaturisée appelée Roche GS FLX junior. Le
deuxième système à atteindre le marché était le système 1G de Solexa (68). Ce
système utilise la PCR en pont pour l'amplification clonale avec des
oligonucléotides greffés en surface et l'extension d'une seule base d'amorce
(également appelée SBE) pour le séquençage. Solexa a fusionné avec Illumina et
le système a évolué vers l'Illumina HiSeq 2500, avec lequel un génome humain
peut être séquencé à 30 * en un peu plus d'une journée. Récemment, Illumina a
sorti l'instrument de table MiSeq qui offre des temps d'exécution plus courts
pour des volumes de données plus faibles. Le troisième système, le SOLiD a été
publié par Applied Biosystems en 2007 (69). Dans ce système, la PCR en
émulsion est combinée avec la ligature oligonucléotidique pour la détermination
de la séquence. Après une fusion avec Invitrogen, le système est devenu le Life
Technologies 5500. Life Technologies a récemment acquis Ion Torrent qui a

28
développé un système de séquençage de 2e génération avec un système de
détection innovant (voir ci-dessous).

2.2. Dispositifs de séquençage d'ADN de 2e génération qui n'ont

jamais réussi

Il y a plusieurs systèmes de séquençage d'ADN de 2ème génération qui

n'ont pas réussi. Le séquençage des polynômes a été implémenté dans un
dispositif '' open source '' appelé le Polonator (70). Les concepts sous-jacents
sont similaires à la ligature oligonucléotidique du système SOLiD utilisée pour
la réaction de séquençage (71). L'Heliscope d'Helicos était un dispositif qui
n'appliquait pas l'amplification clonale, mais capturait seulement les molécules
d'ADN individuelles à la surface d'une lame de verre (72). Le séquençage a été
réalisé par une extension d'amorce à base unique. Pour contourner les
incorporations de base erronées qui entraînent des erreurs de séquençage si des
molécules isolées sont analysées, le cycle de séquençage complet est répété,
générant ainsi deux fois la séquence pour chaque molécule d'ADN matrice. Les
différences entre les deux exécutions sont des erreurs de séquencement qui ne
sont pas utilisées pour le traitement en aval. Tous ces systèmes utilisent la
détection optique du processus de séquençage avec un système d'imagerie à
haute résolution, suivi par un traitement d'image pour déterminer toutes les
séquences individuelles d'une série.

2.3. Méthodes de détection innovantes

Récemment, des systèmes de séquençage d'ADN de deuxième génération

sont apparus utilisant des systèmes de détection alternatifs. IonTorrent utilise
une incorporation de base enzymatique, une à la fois, similaire au système

29
Roche FLX. Les incorporations de base réussies sont déterminées par les
changements de pH dus à la libération de H + pendant l'incorporation de la base.
Un microsystème avec plusieurs capteurs de pH en parallèle est utilisé pour
détecter les bases. Complete Genomics utilise un schéma d'amplification
aléatoire pour la préparation des échantillons. Les matrices de clones sont
capturées avec un système sonde-ancre et les séquences sont déterminées en
utilisant la ligature oligonucléotidique (73). Complete Genomics ne vend pas ses
systèmes mais les utilise exclusivement pour effectuer le séquençage de service.
Pacific Biosciences a développé une technologie qui va au-delà du séquençage
de 2ème génération et de ce que nous avons appelé la génération 2.5. Dans cette
technologie, une ADN polymérase est greffée au fond d'un micro puits. La
détection se fait par le bas en tirant parti d'un principe physique quantique. Le
diamètre du micro puits ne permet pas à la lumière de pénétrer profondément
dans le puits (guides d'onde de mode zéro) et limite ainsi le volume d'irradiation
(62). L'entrée de la lumière dans le puits est suffisamment profonde pour exciter
le système de séquençage, mais pas les autres composants (fluorescents) qui sont
en solution. Une molécule d'ADN modèle est capturée par l'ADN polymérase
attachée au fond du puits. L'incorporation des nucléotides est suivie par la
fluorescence suivante qui est liée au pyrophosphate qui est clivé du nucléotide
dans la réaction de polymérisation. L'incorporation est suivie en temps réel.
Cette technologie permet de séquencer de très longues bandes d'ADN. Des
longueurs de lecture de plusieurs kb ont été rapportées. Il y a quelques années,
Life Technologies a annoncé qu'elle développait une technologie similaire, sauf
qu'elle n'utilisait pas les guides d'onde à mode zéro, mais qu'elle utilisait plutôt
des nano cristaux et un système FRET. Cependant, ce système très intéressant
n'a pas encore atteint le marché.

30
 2.4. L'analyse des données

Défis d'analyse de données associés à la 2e génération de séquençage

Les défis d'analyse de données associés aux résultats de séquençage de

deuxième génération ont trois composantes principales: (1) Appels de base, (2)
Alignement et (3) Appel de variantes. Pour la plupart des systèmes, l'appel de
base est étroitement lié au système de séquençage et est effectué à l'aide d'un
logiciel fourni par le fournisseur du dispositif de séquençage. L'alignement est
une stratégie qui est choisie lorsque l'échantillon en cours d'examen a une
séquence de référence. Les séquences produites sont comparées à la séquence de
référence et la position la plus probable dans le génome pour une lecture donnée
est déterminée. Les séquences qui se lient uniquement au génome et ne
présentent pas de discordances par rapport à la référence sont les plus faciles à
positionner. Évidemment, les séquences qui diffèrent d'un degré acceptable de la
référence sont les plus intéressantes car elles sont utilisées pour identifier la
variabilité. Il y a une batterie de différents outils qui ont été développés pour
faire l'alignement, pour entrer dans les détails des avantages et des inconvénients
peut exploser cette revue. Ce qu'il faut dire, c'est qu'il y a quatre critères
d'équilibrage dans un aligneur, (a) est-ce qu'un aligneur est déterministe ou non,
(b) est-il exhaustif, (c) quel pourcentage de lectures est-il capable de mapper à
une référence? (d) quel effort de calcul est requis pour le faire. L'appel de
variantes est intimement lié à l'alignement. Plus l'alignement est fiable, plus la
tâche de l'appel de variante est facile. Encore une fois, il existe plusieurs
variantes appelants disponibles et les détailler irait trop loin. De nos jours, la
plupart des aligneurs parviennent assez bien à identifier des variants de
nucléotides simples et de petits indels. Cependant, l'identification d'indels plus

31
importants et de variantes structurelles est plus exigeante et les logiciels pour ce
faire sont encore soumis à de nombreux changements. Il est crucial, en termes
d'effort de calcul, que l'étape d'alignement soit celle qui nécessite le plus de
ressources de calcul.

Les stratégies d'alignement reposent sur l'hypothèse que la position la plus

proche de la référence est l'endroit correct pour une séquence lue. Dans de
nombreux cas, cela sera correct. Cependant, il existe une probabilité résiduelle
que cela puisse être faux et que la position correcte soit à un endroit différent
dans le génome où la correspondance est plus éloignée. Evidemment, cela
influence les résultats. Une stratégie alternative à l'alignement est l'assemblage
de séquence de novo. Plusieurs logiciels pour l'assemblage de novo à partir de
lectures courtes de séquenceurs de 2ème génération ont été présentés.
Cependant, ces approches nécessitent des architectures matérielles qui ne sont
pas des produits et du temps de calcul, une sophistication requise et des efforts
considérables. Beaucoup de développement est en cours dans ce domaine. Des
stratégies utilisant une combinaison d'alignement et d'assemblage de novo
pourraient également être bénéfiques. Dans tous les cas, lorsque la troisième
génération deviendra disponible avec différentes caractéristiques de lecture, les
stratégies d'analyse des données devront être adaptées. Ils ne seront pas
nécessairement plus exigeants que pour le séquençage de 2ème génération.

3. Séquençage de 3ème génération – nano pores

Les seuls systèmes notables répondant aux critères que nous avons définis
ci-dessus pour le séquençage des acides nucléiques de 3ème génération sont les
nano pores. Les méthodes montrées à ce jour mesurent directement la molécule

32
d'ADN sans avoir besoin de la soumettre à un système de réplication
enzymatique.

Figure 4 : Séquençeur ONT

3.1. Introduction aux technologies nano pores :

Le principe général du séquençage d'ADN à base de nano pores est

extrêmement simple et a été démontré pour la première fois en 1996 (74).
Essentiellement, le système consiste en un nano pore incorporé dans une
membrane (biologique ou synthétique) immergée dans une solution saline. Un
courant est appliqué au système qui entraîne les ions à travers le nano pore.
L'arrivée d'une biomolécule chargée telle qu'une base d'ADN créera une
résistance dans le flux d'ions qui conduira à des changements dans le courant
électrique qui peut être mesuré. Des molécules de taille différente bloquent le
nano pore par un degré différent et pour un temps différent (75). Si les quatre
bases d'ADN (T, C, G et A) peuvent être distinguées lorsqu'elles traversent le
nano pore, cela permettrait de mesurer une séquence d'ADN. En substance, le
principe mis en évidence ci-dessus pointe vers une méthode capable de lectures
d'ADN à lecture longue (> 2 kb) (76). La clé du prix du séquençage des nano

33
pores est la taille nanométrique de ces pores, la possibilité de parallélisation et le
faible coût des consommables (77).

Actuellement, deux voies principales sont poursuivies pour le séquençage

des nano pores, la première est l'utilisation de nano pores biologiques et la
seconde est l'utilisation de nano pores à l'état solide (78). Ci-dessous l'accent est
mis sur les nano pores biologiques que les entreprises tirant parti des nano pores
biologiques envisagent de commercialiser des plates-formes de séquençage nano
pores en 2012 et 2013 (Oxford Nanopore Technologies (ONT) et Genia).

Actuellement, les nano pores biologiques ont la haute main car deux
articles ont été publiés qui prouvent que le séquençage de l'ADN est possible en
utilisant soit un pore a-hémolysine (79) soit un pore MsPA (77). L'avantage des
nano pores biologiques est qu'ils ont une taille bien définie, peuvent être
modifiés très facilement et produits en masse restant homogène en taille et en
structure. Dans les expériences de nano pores d'a-hémolysine, il faut noter que
pour obtenir un système entièrement fonctionnel capable de discriminer chacune
des quatre bases d'ADN, le nano pore doit être génétiquement modifié et en plus
une molécule adaptatrice importante pour ralentir la translocation des bases
d'ADN à travers le nano pore devait être fixé de manière non covalente dans le
pore (80). Essentiellement, des expériences de mutagénèse ont conclu qu'une
mutation spécifique au sein du bêta-baril était nécessaire pour obtenir une
discrimination de base. Il décrit que l'attachement d'un dérivé de cyclo dextrine
(CD) était essentiel pour la détection continue des bases circulant à travers le
nano pore artificiel (81), en particulier la séparation optimale des bases a été
obtenue en attachant le CD au résidu cystéine L135C dans le canon bêta du pore
(82). Les conditions pour la construction d'hémolysine / CD modifiée ont été

34
optimisées pour les conditions requises par l'exonucléase pour être actives tout
en maintenant la capacité de discrimination de base. En fin de compte, un
équilibre a été recherché entre la tension appliquée et la concentration en sel
utilisée pour s'assurer que l'exonucléase fonctionne correctement et que la
majorité des bases d'ADN circulent à travers le pore (pour éviter les doubles
lectures de bases) à une vitesse non trop rapide pour permettre la détection de
molécules individuelles. Le papier MspA utilise les mêmes concepts généraux
mais tire parti du plus petit site de constriction dans le pore MspA (diamètre 1,2
nm et longueur 0,5 nm) comparé à l’a-hémolysine (diamètre 1,5 nm et longueur
5 nm) qui montre un meilleur potentiel de discrimination entre les bases. Un
inconvénient de la méthode est que les molécules d'ADN double brin sont
utilisées pour bloquer la translocation des molécules d'ADN (par rapport à
l'utilisation de la molécule CD dans le travail d'a-hémolysine), l'ADN doit donc
être converti de façon à séparer les nucléotides monocaténaires doivent être
mesurés, ce qui entraîne une forte préparation de pré-séquençage de l'ADN.
Cependant, dans un développement récent, l'intégration de l'ADN polymérase de
bactériophage (DNAP) phi29 dans le pore agit comme un moteur pour tirer le
modèle monocaténaire à travers l'ouverture d'un nucléotide à la fois, permettant
à un signal distinct d'être généré et chacun des nucléotides peut être mesuré (83).
Un résultat similaire a été publié en utilisant le phi29 avec le pore a-hémolysine
et ce travail a été autorisé par l'ONT (84).

En ce qui concerne les nano pores à l'état solide, le graphène est un

matériau qui pourrait être utilisé dans le futur (85), bien que dans un article
crucial de Hagan Bayley, il reste encore du chemin à parcourir avant que les
nano pores solides et en particulier le graphène une étape où ils peuvent être

35
utilisés pour séquencer régulièrement l'ADN. Il convient de mentionner que la
technologie des nano pores à l'état solide produira des pores plus stables, dont la
longueur et le diamètre peuvent être contrôlés, possèdent des propriétés de
surface ajustables et présentent un plus grand potentiel d'intégration dans les
dispositifs que des matrices biologiques (86).

À la veille de la commercialisation de deux systèmes nano pores (Oxford

Nanopore Technologies et Genia Technologies, Inc.), il semble que de
nombreux défis technologiques ont été résolus, Bien que les résultats attendus
du séquençage de l'ADN soient la seule façon de décider si le défi des nano
pores a été fissuré, il faudra encore quelques années pour avoir un système de
séquençage de l'ADN qui offre le type de données requis par les chercheurs.

3.2. Acteurs commerciaux clés du séquençage nano poreux

Avant de se concentrer sur READNA et son partenaire ONT, voici une

courte compilation d'entreprises développant des plateformes de séquençage
nano pores.

Genia Technologies Inc. * - Séquençage de nanopores à l'aide de nano

pores biologiques et contrôle électronique pour la détection du pyrophosphate
marqué issu d'un nucléotide triphosphate lors de la réplication avec une
polymérase fixée à l'entrée du nano pore (date de diffusion: 2013).

IBM / Roche * - Le séquençage nano pore à l'aide de nano pores à l'état

solide et le contrôle électronique déplace l'ADN à travers des nano pores
intégrés dans une puce de silicium et la détection du courant de tunnel
électronique (pas de date de diffusion).

36
 NABsys Inc. * - Le séquençage de nano pores utilisant des nano pores à
l'état solide et le contrôle électronique déplace l'ADN avec des sondes
oligonucléotidiques hybridées à travers des nano pores incorporés dans une puce
de silicium et la détection du courant ionique (aucune date de diffusion).

NobleGen Biosciences Inc. * - Plateforme '' Optipore '' - Nanopores Le

séquençage à l'aide de nano pores à l'état solide et le contrôle électronique
déplacent le gabarit d'ADN synthétique avec des balises oligonucléotidiques
hybridées à travers des nano pores dans une puce de silicium, déplaçant les
balises et détectant par fluorescence.

Oxford Nanopore Technologies * - Le séquençage des nano pores à l'aide

de nano pores biologiques et d'une enzyme de processus déplace l'ADN à travers
des nano pores incorporés dans une bicouche lipidique et la détection du courant
ionique (2012).

4. READNA et séquençage d'ADN

4.1. Aperçu de READNA
Le projet «Approches et dispositifs révolutionnaires pour l'analyse des
acides nucléiques» READNA est un projet financé par le cadre de l'UE 7 qui a
débuté le 1er juin 2008. Le consortium READNA comprend des projets visant à
accélérer de nouvelles technologies de séquençage d'ADN révolutionnaires et
des méthodes pour améliorer les méthodes d'analyse des acides nucléiques
existantes. Des informations sur tous les développements de READNA peuvent
être trouvées sur (http://www.cng.fr/READNA). Le but ultime sera de faire
progresser les technologies permettant le séquençage d'un génome humain entier
pour 1000 $ en moins d'une journée. Ici, nous allons nous concentrer sur une
technologie de séquençage d'ADN de 3ème génération qui a été développée par
Oxford Nanopore Technologies au sein de READNA.

37
 4.2. Séquençage de nano pores d'Oxford (séquençage
d'exonucléases nano poreuses et séquençage de brins de nano
pores) - Séquençage de 3ème génération

Les technologies Nanopore sont développées par plusieurs partenaires

READNA. Nous nous concentrerons ici sur les efforts de deux partenaires
READNA, Oxford Nanopore Technologies (ONT) et l'Université d'Oxford
(Professeur Hagan Bayley, également cofondateur de l'ONT).

Oxford Nanopore Technologies (ONT) poursuit deux types différents de

technologie de l'ADN de troisième génération basée sur l'utilisation de nano
pores pour séquencer l'ADN, à l'aide d'un nano pore d'exonucléase et d'un
séquençage direct des brins. En février 2012, à l'occasion de la réunion annuelle
Advances in Genome Biology & Technology à Marco Island, l'ONT a annoncé
sa nouvelle plate-forme ADN '' GridION '' et présenté en même temps une
version jetable de la même plate-forme. 'Min ION'. La plate-forme MinION a
suscité beaucoup d'intérêt car lorsqu'elle sera commercialisée, elle deviendra le
premier séquenceur jetable miniaturisé aussi petit qu'une clé USB et le coût sera
d'environ 900 $. L'ONT prévoit commercialiser la «première génération» de sa
GridION et de sa MinION auprès d'un nombre restreint de clients.

4.2.1. Séquençage d'exonucléase de nanopores

Dans la première méthode, une molécule d'ADN est capturée par une
exonucléase processive qui est attachée de manière covalente à l'entrée du
nanopore. L'exonucléase clive l'ADN base par base et le laisse tomber dans le
nano pore. Les bases sont identifiées lorsqu'elles atteignent un confinement dans
un nano pore d'a-hémolysine à une vitesse assurant une résolution de base

38
unique. La vitesse de translocation des bases d'ADN voyageant à travers un
nano pore de 5 nm a été un problème majeur dans le passé car la résolution de
base unique n'était pas réalisable. Essentiellement, un nano pore d'une longueur
de 5 nm aura entre 10 et 15 nucléotides traversant le nano pore à un moment
donné (76). En outre, la vitesse de translocation est de l'ordre de 1 nucléotide par
ms, ce qui est trop rapide pour résoudre une base individuelle. Pour atteindre la
détection de base unique, la vitesse doit être de l'ordre de 1 nucléotide / ms. Une
façon de ralentir le débit est d'utiliser des adaptateurs non covalents et en
particulier la cyclo dextrine (CD) a été l'adaptateur le plus efficace en
combinaison avec le pore de protéine a-hémolysine conçu et utilisé par ONT, un
autre est l'adaptation de la concentration en sel (87). La découverte historique
publiée par Clarke et al. montre que CD a été attaché à des cystéines spécifiques
dans le nano pore pour réaliser l'identification de base (79). Les bases sont
clivées par l'exonucléase et entrent immédiatement en contact avec l'adaptateur
CD, se liant brièvement avant de se déplacer sur et à travers le nano pore en
raison d'une différence de concentration en sel. La liaison temporaire crée un
événement de perturbation qui est lu par une puce électronique associée au nano
pore permettant de déterminer l'ordre des bases en raison d'un changement de
courant. Les différences de courant sont telles que le système est capable de
différencier les quatre bases d'ADN A, G, C et T et en plus le système est
capable de distinguer les bases méthyl cytosine qui sont importantes dans
l'analyse de la méthylation de l'ADN (79). Bien que ce soit une preuve de
principe que les nano pores dans les bonnes conditions (modifications du pore,
ajout d'un adaptateur, modification de la concentration en sel et contrôle de la
température) puissent distinguer les quatre bases, d'autres développements
seront nécessaires l'arène commerciale. De plus, le débit exigera des réseaux de

39
ces nano pores pour s'assurer que le séquençage des nano pores répond aux
attentes actuelles d'une séquence complète du génome humain en une seule
journée.

4.2.2. Séquençage de brin de nano pores

La deuxième méthode en cours de développement par ONT est le

séquençage des brins de nano pores. La différence majeure avec le séquençage
des exonucléases nano pores est qu'au lieu d'individualiser les bases en utilisant
une enzyme exonucléase pour la détection par le nano pore, la molécule d'ADN
est rendue monocaténaire et transloquée à travers le nano pore. Le problème qui
doit être résolu pour que cette approche fonctionne pour le séquençage est la
résolution d'une base individuelle dans le nano pore. La taille du nucléotide par
rapport à la taille du nano pore résulte en plusieurs bases se trouvant dans la
zone de constriction du nano pore et le courant est bloqué par un groupe de
bases. Lorsque le brin d'ADN transloque à travers les nano pores, il doit être
traduit en séquence. ONT ont publiquement présenté qu'ils ont réussi à utiliser
cette approche pour séquencer l phage, en déconvoluant les changements de
courant à travers le nanopore en utilisant un algorithme de Viterbi. La méthode a
été privilégiée par ONT car elle est potentiellement plus rapide et plus précise
car chaque base est physiquement attachée à la précédente ce qui permet de lire
correctement l'ordre des bases. Le principal facteur limitant deviendra la
processivité de l'enzyme utilisée, mais si suffisamment de créneaux sont
disponibles, le débit dépassera certainement celui de toute autre plateforme de
séquençage actuellement disponible à un coût espéré de 1000 $ pour un génome
complet. Les ONT doivent encore publier les résultats du séquençage de l'ADN,
mais ont confirmé le séquençage d'un génome viral de 5 kb ayant un taux

40
d'erreur d'appel de base de 4%. La société vise à avoir un taux d'erreur
maximum de 2% lors de la commercialisation en 2012. Une caractéristique
impressionnante de cette technologie est que les lectures individuelles sont de
l'ordre de 10s de Kbases. Les données de ce type révolutionnent le séquençage
de l'ADN.

4.3. Séquençage in situ (séquençage des cellules individuelles) -

Séquençage de 4ème génération

Le séquençage de 1ère génération a prévalu pendant près de 30 ans, la

2ème génération se poursuit depuis 7 ans, la 3ème génération est proche et la
4ème génération est déjà à l'horizon. Les cellules voisines dans le contexte de la
tumeur ne sont pas identiques et il deviendra de plus en plus important de
pouvoir mesurer cela. Le groupe de Mats Nilsson a fourni des exemples
d'analyses de transcrits de nombreuses cellules différentes en parallèle dans leur
contexte cellulaire (88). Ceci est une preuve de concept du séquençage de 4ème
génération.

4.4. Manipulation de chromosomes complets, techniques de

cartographie optique

En raison des procédures de préparation des échantillons utilisés dans le

séquençage de deuxième génération, les informations contextuelles sont
perdues. L'information haplotypique est particulièrement utile dans l'assemblage
de nouveaux génomes, mais elle est également importante pour les problèmes
biologiques. La présence de deux variants mutants sur des chromosomes
identiques ou opposés est biologiquement pertinente. Les méthodes de
prédiction des haplotypes utilisent le contexte familial ou l'inférence statistique.

41
Dans les molécules d'ADN réorganisées aléatoires, telles qu'elles sont
rencontrées dans de nombreuses cellules tumorales, ces stratégies se
décomposent. Cependant, la détermination moléculaire est possible en utilisant
des méthodes telles que la cartographie optique (89). Au sein de READNA,
nous avons consacré beaucoup d'efforts aux techniques de manipulation des
molécules d'ADN individuelles et avons développé des systèmes micro- et nano-
fluidiques pour les étirer et les rendre disponibles pour une étude plus
approfondie (90).

En conclusion, le séquençage de l'ADN a atteint un point où il peut être

appliqué de manière holistique. Les transitions entre les générations de
méthodes de séquençage de l'ADN ont perturbé les changements dans les ordres
de grandeur de la production et les changements complets dans la nature du type
de séquence fourni par une méthode et la diminution spectaculaire des coûts.
Alors que le séquençage d'ADN de première génération a prévalu pendant 30
ans, les dernières années ont vu une vague de changements avec la 2ème
génération et déjà l'apparition de méthodes d'analyse des acides nucléiques de
3ème et 4ème génération. Chaque nouvelle génération n'a pas remplacé la
précédente. Il existe un chevauchement important de différentes méthodes qui
aident à compléter l'ensemble d'outils requis pour l'analyse génomique complète.
La recherche ou la question clinique à portée de main détermine le dispositif
optimal ou son utilisation. La deuxième génération qui est l'état de l'art actuel et
la méthodologie la plus répandue, par la nature de sa séquence (beaucoup de
lectures courtes) met une pression considérable sur les procédures de calcul et
d'analyse des données. Au fur et à mesure que nous avançons dans le
séquençage de 3ème génération, avec des lectures plus longues, les demandes de

42
calcul vont probablement diminuer. Cependant, en raison de l'augmentation de
la production globale, le traitement bio-informatique en aval des résultats
deviendra encore plus important. Les méthodes d'analyse des acides nucléiques
de quatrième génération remettront en question les procédures de traitement de
l'image et la résolution qu'elles peuvent atteindre.

Tableau1 : Vue d'ensemble des méthodes de séquençage et des caractéristiques

43
IV. La médecine
personnalisée

44
1. Qu’est-ce que la médecine personnalisée ?
La médecine personnalisée est un domaine vaste, à développement rapide
des soins de santé fondé sur des informations uniques de chaque personne
cliniques, génétiques, génomiques et environnementaux. Les soins de santé qui
embrasse la médecine personnalisée est une approche intégrée, coordonnée et
fondées sur des preuves pour l’individualisation des soins aux patients dans tout
le processus de la état normal à la maladie .La médecine personnalisée utilise
notre compréhension moléculaire de la maladie pour améliorer les stratégies de
soins de santé préventives alors que les gens sont toujours bien et commencent
les traitements médicamenteux dans les premiers stades de la maladie. L’objectif
global de la médecine personnalisé est d’optimiser les soins médicaux et les
résultats pour chaque individu, ce qui entraîne une personnalisation sans
précédent des soins aux patients.

1.1. La Médecine Personnalisée et l’Historique de santé familiale

L’Historique de santé familiale (HSF) est un outil simple mais précieux

pour la fourniture de renseignements personnels sur la santé et sur les risques à
certains maladies. Reflétant la combinaison complexe de facteurs partagés
génétiques, environnementaux, et de style de vie, un HSF robuste peut
approximativement donner des renseignements sur les risques
génétiques/génomiques et l’intègrent dans les soins aux patients. L’évaluation
du HSF aiderait à identifier les personnes à risque plus élevé de maladie,
permettant des étapes préemptives et préventives, y compris les changements de
style de vie, des projections de la santé, essai et le traitement précoce selon le
cas (voir tableau 2). Par conséquent, HSF détient un énorme potentiel pour
améliorer les soins de santé préventifs parmi les populations larges et

45
diversifiées de façon personnellement Pertinente. Toutefois, l’évaluation et
intégration de l’HSF n’ont pas été embrassé par la communauté sanitaire et
demeure une ressource largement inexploitée (91). Le défi de l'intégration de
l’HSF dans la santé du public implique trois composantes essentielles: (a) des
méthodes de collecte standard et accessibles; (b) l'accès du fournisseur de soins
de santé; et (c) des conseils cliniques pour l'interprétation et l'utilisation.

Actuellement, la collecte d’informations de l’HSF peuvent être incomplète,

peuvent être difficile à interpréter, et / ou peuvent varier considérablement dans
le contenu entre les fournisseurs de soins de santé du patient. En outre, les
fournisseurs peuvent avoir une connaissance et une formation insuffisante afin
d’interpréter fidèlement l’HSF pour déterminer le risque des syndromes
génétiques héréditaires. (92)

Tableau 2 : Risques associés au fait d'avoir un parent au premier degré atteint d'une
maladie (93)

Rapport de cotes de
Condition Références
prévalence

Diabète de type 2 2.3-2.8 84, 85

Maladie coronarienne 4.5 186

Cancer du côlon 2 – 2,6 90

Le cancer du sein 1.6 – 2 90

Cancer du poumon 1.7 – 2,5 90

46
 1.2. Évaluation du risque de maladie chronique

Un élément fondamental de la médecine personnalisée est une évaluation

standard des risques pour la santé (ERS) visant à évaluer la probabilité qu'un
individu développe les maladies chroniques les plus courantes (ou les
événements pathologiques). Les ERS fondées sur des données probantes
couplées à des modèles prédictifs faciliteront l'évaluation du risque de maladie
d'un patient et la priorisation des stratégies cliniques pour y remédier. L'un des
ERS les plus largement reconnus est le modèle de maladie cardiaque
coronarienne de Framingham, développé à partir de l'étude de Framingham sur
le cœur débuté en 1948 (94). L'évaluation du risque de cancer du sein selon le
modèle Gail et ses versions modifiées sont également des outils largement
acceptés (95).

Malgré la valeur prouvée de nombreux outils ERS, ils n'ont généralement

pas été inclus dans l'évaluation formelle des patients en raison du manque de
normes des données cliniques requises ou les algorithmes utilisés, ainsi que le
manque d'intégration dans les systèmes de technologie de l'information sur la
santé (96). Cependant, les ERS devraient constituer la base de la prévision et de
la stratification des risques qui sont fondamentales pour les soins de santé
personnalisés. Et à mesure que de nouvelles informations biologiques et des
marqueurs moléculaires prédictifs sont découverts et validés, il est essentiel que
ces nouveaux marqueurs soient évalués itérativement pour leur capacité à
augmenter la capacité prédictive des modèles cliniques existants. S'ils le font, ils
devraient être incorporés dans la ERS et devenir le point de départ pour des
soins de santé personnalisés.

47
 1.3. Système de soutien à la décision clinique

Pour optimiser l'utilisation de la HSF et des ERS, les systèmes de soutien à

la décision clinique (SSD) fournissent aux médecins et aux patients des
connaissances filtrées conçues pour orienter et améliorer les soins de santé sur le
lieu des soins (97). Les systèmes SSD informatisés sont de plus en plus utilisés
et des informations spécifiques au patient — poids, médicaments actuels,
antécédents médicaux et même l’HSF — peuvent être intégrées dans des
formulaires conviviaux pour aider à gérer le diagnostic et le traitement.

Il a été démontré que les systèmes ERS améliorent les pratiques de

prescription, améliorent les soins préventifs et améliorent le respect des normes
de soins fondées sur des données probantes (98, 99, 100). À mesure que la ERS
s'intégrera aux dossiers de santé électroniques, l'utilisation des données
personnelles sur la santé deviendra transparente, donnant aux cliniciens accès à
l'information et aux connaissances des patients pour aider à créer des plans de
santé adaptés aux besoins individuels.

1.4. La médecine personnalisée et le génome humain

La médecine personnalisée est maintenant étayée par l'incorporation

d'informations provenant des génomes, de leurs séquences et de leurs produits
dérivés (tels que l'ARN, les protéines et les métabolites) dans la prise de
décision médicale: les tests de santé basés sur le génome peuvent être utilisés
pour prédire le risque, dépister les porteurs, établir des diagnostics cliniques et
des pronostics pour les individus, et diriger la gestion clinique (101). Ainsi,
l'information sur le génome humain permet maintenant aux fournisseurs de créer
des plans de soins optimisés à chaque stade d'une maladie, en mettant l'accent
sur les soins de santé réactifs plutôt que préventifs (102, 103, 104).
48
 Tout au long du continuum de la santé à la maladie (figure 1), il existe
maintenant plusieurs moments importants au cours desquels les applications
génomiques personnalisent les soins de santé (105, 106). La susceptibilité à la
maladie et le risque peuvent maintenant être quantifiés et anticipés pendant la
santé et même à la naissance en utilisant des évaluations basées sur l'ADN qui
ne changent pas au cours de la vie d'une personne. Les profils de transcription,
les profils d'expression des protéines et les niveaux de métabolites combinés
avec les modalités d'imagerie dynamique peuvent fournir des moyens plus
précis de dépister les personnes à haut risque de développer une maladie dès les
premières manifestations moléculaires alors que la maladie est subclinique.
Cette même information peut fournir un diagnostic définitif et une classification
moléculaire qui prédit le pronostic. De même, la pharmacogénomique - l'étude
de la variation génétique et de l'efficacité et de la toxicité des médicaments -
devient un exemple important d'information génomique appliquée à la médecine
clinique (108). La sélection des médicaments peut être guidée à la fois par la
constitution génétique sous-jacente du patient ainsi que l'architecture
moléculaire de la maladie chez l'individu. Un bon exemple de cette approche
peut être vu avec le dosage de warfarine, où les fournisseurs peuvent maintenant
utiliser les systèmes de SSD en ligne (http://www.warfarindosing.org) pour
déterminer la dose appropriée basée sur l'information génotypique et clinique
d'un patient (109).

49
 Figure 5 : Le rôle de l'information génomique dans le continuum de la santé à la
maladie.(Référence 93)

2. La boîte à outils du génome humain

Le tableau 3 présente les principales plateformes technologiques du
génome formant une boîte à outils pour l'exploration de l'impact du génome et
de ses produits exprimés sur la santé et les états pathologiques. L'application
clinique de ces technologies constitue la base de soins médicaux personnalisés.
(Référence 103)

50
 2.1. Variation à l'échelle du génome

La variation dans le génome humain provient de plusieurs types

d'altérations de séquence, y compris les mutations ponctuelles impliquant des
changements de paires de bases mono nucléotidiques [polymorphismes mono
nucléotidiques (SNP)] et les réarrangements structurels de la séquence d'ADN
(109, 110).

La plupart de nos connaissances sur la variation du génome humain

proviennent de données de séquences d'ADN. La technologie de séquençage de
nouvelle génération prend en charge le séquençage à haut débit et réduit les
coûts au point où un génome peut être séquencé pour 10 000 $, et on estime que
ces coûts seront de 1 000 $ en un an ou deux (111). À ce niveau de prix, le
séquençage du génome d'un patient se situera dans la plage des tests médicaux
standards (112, 113). Le séquençage de nouvelle génération a permis le
reséquençage de plusieurs génomes humains, mettant en évidence l'évolution
des plateformes de séquençage et leur capacité à étendre la couverture de lecture
avec une plus grande résolution (114, 115, 116, 117). Le séquençage de nouvelle
génération est maintenant utilisé pour comprendre plusieurs maladies - par
exemple, le cancer, les maladies génétiques rares et les infections microbiennes -
dans le but d'élucider les variantes géniques fonctionnelles sous-jacentes qui
sont peut-être responsables de l'état pathologique (118, 119, 120, 121 ,122,123).
L'utilisation du séquençage du génome entier avance à la clinique, où les
données de séquences d'ADN ont été utilisées pour établir des diagnostics
définitifs et même guider le traitement (124, 125, 126).

Le projet international HapMap (http://hapmap.ncbi.nlm.nih.gov), achevé

en 2005, a développé une carte haplotype du génome humain pour détecter les

51
régions de déséquilibre de liaison élevé et de faible diversité haplotypique,
identifiant les quelques SNP qui sont les variantes causales de la maladie (127,
128,129). Ces données sont à la base des études d'association pangénomique
(GWAS), une stratégie basée sur le génome qui utilise des comparaisons de SNP
entre les populations pathogènes et témoins et fournit une méthode non biaisée
de relier la variation du génome humain à la maladie clinique. En mai 2011, plus
de 800 GWAS avaient été publiés sur 150 maladies et caractères humains,
signalant plus de 2 400 SNP avec des associations et des rapports de cotes
statistiquement significatifs (130, 131). Par exemple, dans la maladie de Crohn,
des études d'association ont découvert 32 variants contribuant à la maladie, avec
des variants dans les gènes NOD2 et IL23R associés à une augmentation du
risque de maladie (132). Dans le diabète de type 2, au moins 20 variants ont été
décrits, avec des variants plus récents émergeant de plus grands ensembles de
données GWAS dans le contexte de l'homéostasie du glucose à jeun (133, 134).
De même, les GWAS dans la maladie coronarienne (CAD) ont identifié plus de
100 variantes pouvant contribuer au risque de coronaropathie (135, 136, 137,
138, 139). Nombre de ces études ont indépendamment vérifié l'importance du
locus 9p21.3. Les gènes contenus dans cette région codent pour l'ANRIL, un
ARN régulateur non codant supposé réguler le silençage épigénétique par action
sur le locus p15 / CDKN2B-p16 / CDKN2A-p14 / ARF, et les protéines kinases
jouant un rôle inflammatoire induit par le TGF-β dans l'athérosclérose (140, 141,
142, 143). D'autres ont suggéré que les SNP dans des amplificateurs distincts
trouvés dans la région affectent la liaison STAT1 d'une manière dépendant de
l'interféron γ dans les cellules endothéliales vasculaires humaines, reliant la
susceptibilité CAD à la signalisation inflammatoire dans des cellules vasculaires
spécifiques (144). Enfin, une utilisation précoce réussie du développement de

52
thérapeutiques basées sur les données GWAS dans la dégénérescence maculaire
liée à l'âge où des thérapeutiques ciblées ont été développées pour les voies
inflammatoires médiées par le complément identifiées par les GWAS (145,146).

Étonnamment, pour la grande majorité des GWAS qui ont été menées, les
rapports de cotes des allèles associés au phénotype de la maladie ont été <2 et
peuvent ne pas contribuer significativement au risque de maladie. Il y a
cependant quelques exceptions: Dans un GWAS de Ge et al. (147), un
polymorphisme sur le chromosome 19, 3 kb en amont de l'IL-28B, codant pour
l'interféron lambda- 3, était associé à un changement de deux fois de la réponse
au traitement. Cette découverte a été cliniquement confirmée dans une étude de
Thompson et al. (148) ont génotypé des patients recevant un traitement contre le
virus de l'hépatite C et ont trouvé que le même polymorphisme était un bon
prédicteur d'une réponse virologique soutenue (rapport de cotes 5,2, intervalle de
confiance à 95%, 4,1-6,7). Dans l'étude SEARCH Collaborative Group, un
polymorphisme localisé sur SLCO1B1, un gène régulant l'absorption hépatique
des statines, était associé à un risque accru de myopathie suite à un traitement
par statine (odds ratio 4,5, intervalle de confiance 95%, 2,6-7,7) (149). Bien que
la pertinence clinique des GWAS ne soit pas aussi répandue que nous l'avions
imaginé, ces études ont révélé de nombreux nouveaux gènes contribuant à la
pathogenèse qui ont fourni de nouvelles perspectives sur la biologie sous-
jacente, les mécanismes de la maladie et les approches thérapeutiques
potentiellement nouvelles.

53
 Tableau 3 : La boîte à outils du génome humain (Référence 93)

2.2. Transcriptomique

La transcriptomique est l'étude génomique des niveaux d'expression de

l'ARN dans une cellule, un tissu ou un fluide biologique, et comprend un spectre
de molécules allant de l'ARN messager (ARNm) aux ARN non codants. Les
analyses statistiques et la classification des gènes coexprimés à l'aide de
méthodes paramétriques ou non paramétriques peuvent être appliquées pour
classer la maladie ou prédire les états pathologiques futurs, ou pour comprendre
les mécanismes biologiques sous-jacents de la maladie (150).

Dans le cancer, les données de biopuces ont été utilisées pour le diagnostic,
le pronostic et la réponse au traitement (151,152). Ces données ont révélé des
sous-ensembles discernables de classes moléculaires dans de nombreux cancers,
y compris les cancers du sein, du poumon, du sang et du mélanome (153, 154,
155, 156). Chez les patients atteints de leucémies aiguës, ce diagnostic
moléculaire est particulièrement utile pour la prise de décision clinique, où le
traitement peut différer en fonction du sous-type de maladie en réseau (157).

54
L'application de la technologie des micros réseaux à la classification des
maladies a été appliquée dans d'autres maladies complexes, y compris les
maladies cardiovasculaires, les maladies rhumatismales et leurs voies
inflammatoires, et les maladies neurologiques telles que la sclérose en plaques et
les troubles psychiatriques tels que la schizophrénie, dépression (158, 159, 160,
161, 162, 163).

Une caractéristique du transcriptome qui a émergé est l'expression des

profils d'ARN non codants, en particulier les petits ARN interférents (siRNA) et
les microARN (miARN). D'abord identifiés en 1993 chez Caenorhabditis
elegans, les miARN ont généralement une longueur de 22 nucléotides et
inhibent l'expression génique à un niveau post-transcriptionnel en se liant à des
régions non traduites complémentaires des ARNm cibles (164,165). Ils ont joué
un rôle dans plusieurs maladies, de la régulation des cancers proliférants au
développement des cardiomyopathies, de la réponse immunitaire et de la
schizophrénie, et même à la promotion de la réplication du virus de l'hépatite C
(166, 167, 168, 169, 170, 171). Les modèles de miARN différentiellement
exprimés peuvent être utilisés cliniquement dans le diagnostic et le pronostic de
la maladie (172, 173,174). Compte tenu de leur rôle dans la complexité de la
régulation des gènes, les miARN et même les miARN et les siRNA sont testés
(175). Un essai de patients humains avec des tumeurs solides réfractaires a
montré des résultats prometteurs après la livraison de siRNA en utilisant un
système de nanoparticules ciblées (176). Cependant, l'analyse des miARN peut
être difficile en raison de leur manque de spécificité, conduisant à des effets hors
cible: En raison de leur petite taille, ils peuvent potentiellement influencer
l'expression de plusieurs ARNm différents (177, 178).

55
 Enfin, les technologies de nouvelle génération utilisées pour faire
progresser le séquençage du génome entier peuvent être exploitées pour analyser
les transcriptomes: le séquençage de l'ARN (RNA-Seq), initialement utilisé pour
examiner les courts ARN régulateurs, a été appliqué à l'analyse du transcriptome
humain entier pour continuer notre compréhension de la régulation de la
transcription (179, 180, 181, 182, 183). Par exemple, les transcriptomes liés au
cancer ont été étudiés par RNA Seq, fournissant une nouvelle approche pour
comprendre les événements de fusion et de translocation de gènes (184, 185,
186, 187).

2.3. Protéomique
L'étude de la protéomique fait référence à l'étude à grande échelle des
protéines, et le protéome se réfère souvent à l'ensemble complet des protéines et
de leurs divers dérivés. Dans le contexte de la santé et de la maladie, la
protéomique cherche à définir l'ensemble complet des protéines associées à un
état physiologique ou pathologique particulier et continue d'être un domaine
prioritaire pour la découverte de biomarqueurs et la médecine moléculaire.

Cette zone a été dominée par des approches isotopiques stables, mais les
méthodes quantitatives sans marqueur récemment développées, qui reposent sur
l'intensité mesurée d'un ion peptidique par rapport à son intensité dans d'autres
échantillons, ont l'avantage d'un débit plus élevé et moins d'étapes de
manipulation (188,189). Bien que cette technologie soit relativement immature
dans ses applications à la santé humaine et à la maladie par rapport à l'ADN,
l'ARN et le profil métabolique, ces méthodes, combinées au développement de
la spectroscopie de masse, feront progresser la protéomique dans la
classification des maladies, le diagnostic, le pronostic et la pharmaco génomique
au cours des prochaines années.

56
 2.4. Métabolomique

La métabolomique utilise la spectroscopie de masse et la spectroscopie de

résonance magnétique nucléaire pour mesurer les changements dans les petites
molécules non protéiques liées à un état biologique ou physiologique. On estime
que le métabolome humain contient environ 5 000 métabolites discrets de petites
molécules, et l'identification des changements métaboliques associés à la
maladie suggère immédiatement des cibles médicamenteuses enzymatiques.
Cette approche a été appliquée à un certain nombre d'états pathologiques
chroniques, tels que le diabète, l'obésité, les maladies cardiovasculaires, le
cancer et les troubles mentaux (190, 191, 192, 193). Dans le domaine des
maladies cardiovasculaires, deux études distinctes ont défini des profils de
métabolites pour l'ischémie et la coronaropathie, respectivement (194, 195). Le
profilage métabolomique a également été utilisé directement pour évaluer la
toxicité des médicaments (196, 197, 198)

2.5. Épigénomique

L'épigénomique fait référence à la programmation génétique qui résulte

principalement de la méthylation de l'ADN (199). La base moléculaire de cette
régulation implique la méthylation de la cytosine et est maintenue par une
famille d'ADN méthyltransférases; des quatre bases comprenant l'ADN, seule la
cytosine peut être méthylée et non méthylée, et seulement dans le contexte des
dinucléotides CpG, qui chevauchent souvent la région promotrice des gènes. Les
gènes transcrits activement sont généralement dans un état non méthylé, tandis
que les gènes qui sont réduits au silence sont fortement méthylés (200, 201).
L'analyse des tumeurs montre une hypométhylation chez les oncogènes et une
hyperméthylation régionale chez les gènes suppresseurs de tumeurs (202, 203,

57
204). Des changements de méthylation ont également été mis en évidence dans
d'autres maladies telles que le diabète de type 2, les pathologies
cardiovasculaires et les maladies auto-immunes telles que le lupus érythémateux
disséminé (205, 206, 207, 208). Les Instituts nationaux de la santé ont lancé le
projet Human Epigenome pour identifier, cataloguer et interpréter les profils de
méthylation de l'ADN de tous les gènes humains dans tous les principaux tissus,
et ce projet a depuis été étendu au niveau international (209, 210, 211).

2.6. Biologie des systèmes et médecine des systèmes

La biologie des systèmes et son domaine appliqué de la médecine

systémique reposent sur le principe que les mesures de l'information biologique
doivent être globales. Les différents niveaux d'information génomique doivent
être étudiés de manière intégrée et les systèmes biologiques fonctionnent
dynamiquement, non comme des événements discrets (212). La santé humaine
et la maladie sont définies par des voies moléculaires interdépendantes qui
peuvent être définies par le génome, l'épigénome, le transcriptome, le protéome
et / ou le métabolome. Bien que chacun puisse être analysé individuellement, le
cœur de la biologie des systèmes est la création d'un modèle qui intègre toutes
les données d'expression et ses changements dynamiques. L'analyse des données
de systèmes à partir d'un seul échantillon de sang ou de tissu fournit des
informations sur la classification moléculaire et la prédiction pour un état
pathologique particulier ainsi que sur le contexte biologique du développement
de nouvelles cibles thérapeutiques (213, 214, 215, 216).

58
3. De l’information de génome à la médecine personnalisée
La traduction d'informations génomiques en médecine clinique nécessite de
répondre aux questions suivantes: Quels sont les facteurs moléculaires
responsables de la pathogenèse d'une maladie particulière? Pouvons-nous
déterminer quels patients développeront une maladie? Comment pouvons-nous
développer un régime thérapeutique qui peut être adapté à la biologie unique
d'un individu? Le tableau 4 donne des exemples de marqueurs génomiques
utilisés cliniquement aujourd'hui dans le continuum de l’état normal à l’état
maladie. Beaucoup de ces outils ont été traités dans les sections précédentes, et
cette section mettra en évidence l'utilisation de ces outils dans la pratique
médicale aujourd'hui.

3.1. Tests préconceptionnels et dépistage des hétérozygotes

En France, le dépistage préconceptionnel des couples à risque de maladies

héréditaires monogéniques s’effectue dans le cadre d’un conseil génétique s’il

existe un cas index dans la famille. Mais dans quelques populations présentant
une forte prévalence de certaines affections héréditaires le dépistage des
hétérozygotes est devenu depuis longtemps systématique : β thalassémies dans
les pays méditerranéens et maladie de Tays-Sachs dans la communauté juive
Ashkénase des États-Unis. À Chypre, le dépistage de la β thalassémie a fait
baisser le nombre de cas de 51 en 1974 à simplement 5 entre 1991 et 2001 ;
aucun cas n’a été observé entre 2002 et 2007. Aux États-Unis 1379 couples à
risque de Tays-Sachs ont été identifiés (aboutissant soit à la non réalisation de
l’union projetée, soit à un diagnostic prénatal, soit à un diagnostic
préimplantatoire) et l’incidence de la maladie a diminué de 90 % ; dans cette
communauté juive le programme de dépistage a été étendu à 16 autres maladies

59
récessives. En Israël, la détection systématique est recommandée pour 8
maladies dont la fréquence des hétérozygotes est supérieure à 1/60 et gratuite
pour 4 d’entre elles (mucoviscidose, Tays-Sachs, dysautonomie familiale,
thalassémie) ; elle est également encouragée pour des maladies dont la
fréquence des hétérozygotes est supérieure à 1/110 (Nieman Pick, glycogénoses,
etc.). Aux États-Unis le dépistage des hétérozygotes est recommandé pour des
maladies fréquentes comme la mucoviscidose ou l’amyotrophie spinale ; la
firme « Genzyme genetics » propose ainsi un test pour 98 des mutations les plus
fréquentes du gène CFTR (un couple à risque sur 1 400).

En France, le dépistage néonatal systématique concerne cinq maladies :

mucoviscidose, phénylcétonurie, hypothyroïdies, hyperplasies congénitales des
surrénales et drépanocytose ; il s’agit d’un dépistage biologique des
homozygotes. L’apparition des techniques de séquençage à haut débit est
susceptible d’entraîner le passage à un dépistage neonatal génotypique,
identifiant également de ce fait les hétérozygotes et éventuellement étendu à
plusieurs centaines de maladies dont les gènes et les mutations pathogènes sont
connus et ceci pour moins de 400 dollars (217). Les NGS rendent ainsi possible
le diagnostic préconceptionnel généralisé, ce qui soulève de multiples questions
tant éthiques que socio-économiques. Sur un tel marché potentiel se positionnent
dès à présent des firmes commercialisant des DTC (Direct Test to Consumer).
Ainsi « Amby Screen » propose le dépistage de 75 maladies pédiatriques à
transmission récessive ou liée à l’X. « 23 and me » offre un test plus étendu
incluant, outre le génotypage de mutations responsables de maladies
monogéniques, la recherche de polymorphismes associés à des maladies dites
plurifactorielles et un profil pharmacogénétique, et cela pour 99 dollars.

60
 3.2. Diagnostic prénatal et préimplantatoire

Les diagnostics prénataux ne peuvent être pratiqués en France que dans un

cadre réglementaire strict par des centres pluridisciplinaires et des laboratoires
agréés ; dans le cas du diagnostic préimplantatoire seuls quatre centres sont
autorisés par l’Agence de Biomédecine : Paris, Strasbourg, Montpellier et
Nantes. Les indications diagnostiques sont restreintes puisque la loi n’autorise
l’interruption de grossesse que pour une affection d’une particulière gravité et
reconnue comme incurable. Le rapport 2010 de l’Agence fait état de 55 000
diagnostics prénataux en cytogénétique (essentiellement recherche de trisomie)
dont près de 4 000 positifs et de 2 750 en génétique moléculaire dont 544
positifs. Le diagnostic prénatal est effectué sur biopsie de trophoblaste à 12
semaines d’aménorrhée (entraînant 1 à 2 % d’avortements), sur cellules
amniotiques à 16 semaines (0,2 à 0,5 % d’avortements), sur sang foetal après 20
semaines (3 %d’avortements) ou sur tissu foetal au troisième trimestre de la
grossesse. Un diagnostic préimplantatoire nécessite une stimulation ovarienne
hormonale, la collecte d’ovules suivie d’insémination artificielle, une biopsie
embryonnaire au troisième jour (J3), un diagnostic en 24-48 heures (caryotype
avec hybridation in situ ou recherche d’une mutation) et un transfert in utero de
1 à 3 embryons sains à J4/J5 ; chacune de ces étapes comporte un pourcentage
d’échecs important et en définitive le nombre de grossesses ainsi obtenu est
faible (218).

Les pertes foetales liées aux prélèvements invasifs pratiqués pour le

diagnostic prénatal sont estimées entre 300 et 600 par an, d’où l’intérêt majeur
d’un diagnostic non invasif par analyse des acides nucléiques foetaux circulant
dans le sang maternel. La présence d’ADN foetal ou cffDNA (cell free fetal

61
DNA) dans le sang maternel a été démontrée en 1997 et sa concentration
estimée à plus de 10 % de l’ADN total circulant ; il disparait rapidement du sang
maternel après l’accouchement, contrairement aux cellules mononuclées foetales
qui pourraient persister plusieurs années. Détectable dès 5 à 6 semaines
d’aménorrhée, il a une origine trophoblastique ou placentaire, et provient sans
doute de cellules en apoptose ; il est Bull. Acad. Natle Méd., 2014, 198, no 1,
101-117, séance du 7 janvier 2014 106 constitué majoritairement de petits
fragments dont la taille moyenne est de 143 bases, ce qui correspond à la
longueur d’ADN enroulé sur un nucléosome. La première application de
l’analyse de l’ADN foetal du sang maternel a été la détermination du sexe du
foetus et potentiellement des maladies liées à l’X : il s’agit d’un examen inscrit à
la nomenclature des actes de biologie (B500). En 2011 la HAS a également
donné un avis favorable à la prise en charge de la détermination du rhésus foetal
chez les femmes rhésus négatif : actuellement environ 6000 examens par an,
mais il s’agit d’un « marché » potentiel de 160 à 180 000 tests annuels. En
utilisant des « primers » spécifiques il était également possible de faire différents
diagnostics ciblés (β thalassémie, hémophilie A...). L’apparition des techniques
de séquençage à haut débit, en séquençant à la fois l’ADN circulant maternel et
l’ADN foetal et en déterminant leurs proportions relatives (par détermination
des SNPs pour reconstituer les haplotypes), a ouvert de nouvelles perspectives :
diagnostic des maladies génétiques et surtout des aneuploïdies (219, 220). La
recherche d’une trisomie repose sur la mise en évidence d’un petit excès de
matériel provenant de ce chromosome par rapport à l’ADN maternel ; il
implique un séquençage aléatoire des petits fragments d’ADN avec une grande
profondeur suivi d’une analyse bioinformatique complexe. Les premiers
résultats récemment publiés sont très bons pour la trisomie 21 (sensibilité 100 %

62
et 0,1 % de faux positifs) et la trisomie 18 (sensibilité 100 % et 0,3 % de faux
positifs), sensiblement moins performants en cas de trisomie 13 (sensibilité de
91,4 % et 0,9 % de faux positifs). Bien entendu les possibilités offertes par les
NGS dans ce domaine vont se multiplier ; elles devraient pouvoir également
s’appliquer dans l’avenir au diagnostic préimplantatoire, mais aussi à la
détection des petites délétions et des variations du nombre de copies ou CNV («
Copy Number Variation »), restreignant ainsi le champ de la cytogénétique
classique (221).

3.3. Prédiction du risque

L'information génomique change le paysage médical en fournissant des

outils qui transforment la pratique en prévision et en prévention du risque. Par
exemple, les femmes porteuses de mutations dans les gènes BRCA1 et BRCA2
à forte pénétrance présentent un risque accru de susceptibilité au cancer du sein
(222). Le dépistage clinique de ces mutations génétiques a conduit à des
mesures préventives standard telles que des interventions chirurgicales ou radio
thérapeutiques pour aider les patients à minimiser leur risque (223). Dans le
cancer colorectal, les méthodes cliniques pour détecter l'instabilité des
microsatellites dans les gènes de réparation des mésappariements MLH1 et
MSH2 identifient les patients à risque et permettent aux médecins de les
surveiller de près grâce au dépistage fréquent du cancer du côlon (224). Des
facteurs de risque génétiques cliniquement utilisables ont également émergé
pour le syndrome du QT long (LQTS) et le syndrome du QT court (225). LQTS
est hérité selon un schéma autosomique dominant, et la variation du phénotype
de la maladie est associée à des mutations dans 12 gènes différents de
susceptibilité LQTS, ce qui justifie de tester génétiquement les patients pour ces

63
mutations (226). Par exemple, les β-bloquants sont un traitement efficace pour
les patients avec LQTS1 (KCNQ1) mais pas pour ceux avec LQTS2 (KCNH2)
ou LQTS3 (SCN5A), démontrant comment le génotypage de ces patients peut
aider à guider le traitement (227). L'utilisation de tests de variation génétique
utilisant le génotypage et le séquençage combinés avec des stratégies
interventionnelles peut retarder la progression de la maladie ou prévenir
complètement la maladie.

3.4. Diagnostic de la maladie et caractérisation moléculaire

Une application précoce de la technologie du génome à la médecine

clinique est dans la classification des états pathologiques. Les analyses
génomiques et moléculaires ont révélé des sous-types distincts de la maladie, qui
ont été traditionnellement définis par de larges phénotypes cliniques ou
descriptifs. Parce que la réponse thérapeutique peut différer entre chaque sous-
type, cela a des implications claires pour guider le traitement clinique.

L'oncologie offre de multiples exemples de la façon dont la médecine

génomique a changé la compréhension de la maladie. Plusieurs génomes de
cancer ont été séquencés, y compris la leucémie myéloïde aiguë, le cancer du
poumon non à petites cellules (NSCLC) et le cancer du poumon à petites
cellules (228, 229, 230). L'Atlas du génome du cancer, un effort multi-
institutionnel de 1,5 milliard de dollars sur dix ans, vise à caractériser et à
réaliser une analyse génomique multidimensionnelle du cancer (231). L'un des
premiers cancers étudiés était le glioblastome multiforme (GBM); 206
échantillons ont été analysés pour le nombre de copies d'ADN, l'expression des
gènes et les états de méthylation de l'ADN. De nouvelles mutations fréquentes
du gène de la sous-unité régulatrice de la kinase PI3 ont été trouvées ainsi qu'une

64
association entre l'état de méthylation de MGMT (biomarqueur pour la réponse
au témozolomide) et les mutations de réparation de mésappariement dans le
GBM post-traitement (232). Une autre conclusion importante à tirer de ce projet
est la caractérisation de sous-types distincts de GBM (classique,
mésenchymateuse, pro neurale) basés sur des mutations génétiques causales
dans EGFR, NF1 et PDGFR / IDH1, respectivement (233).

La capacité à trouver plusieurs profils d'expression génique discrets dans

un type de tumeur reflète l'hétérogénéité de la maladie. L'un des premiers
exemples d'utilisation de profils de micro réseaux d'expression génique pour
classer les tumeurs a été utilisé pour distinguer la leucémie myéloïde aiguë de la
leucémie lymphoblastique aiguë (234). Des méthodes similaires ont également
été appliquées avec succès pour caractériser, au niveau moléculaire, une large
gamme de cancers du sein, de cancers du poumon et de lymphomes (235, 236,
237).

L'utilisation de la génomique pour stratifier la maladie n'est pas propre à

l'oncologie. Les syndromes coronariens aigus (SCA) décrit une classe de
maladies impliquant l'occlusion des artères coronaires, entraînant une lésion
ischémique du cœur. Plusieurs études ont démontré l'utilité de la métabolomique
et de la protéomique pour distinguer les états SCA de l'infarctus aigu du
myocarde et de l'angor instable (238, 239). Une étude récente du protéome
plaquettaire chez des patients avec et sans sus-décalage du segment ST a mis en
évidence des différences d'activation plaquettaire et, en particulier, des taux
élevés de la protéine SPARC (240). L'expression du gène du sang périphérique a
également été associée à la sévérité de la coronaropathie, et un test clinique
diagnostique a été développé sur la base d'observations similaires (CorusTM

65
CAD) et validé dans un essai prospectif multicentrique avec des résultats
impressionnants, améliorant la précision de l'évaluation des maladies
coronariennes de 16% -20% (241, 242). Ainsi, un certain nombre de plateformes
de tests génomiques complexes sont utilisées dans la clinique ou sont préparées
pour une utilisation clinique afin d'aider au diagnostic et d'éclairer la prise de
décision thérapeutique.

Tableau 4 : Diagnostics moléculaires disponibles cliniquement sur le continuum de la

santé à la maladie dans le cancer et les maladies cardiovasculaires (référence 105)

3.5. Pronostic de la maladie

Les modèles de signatures tumeur-expression génique, combinés à des

données cliniquement pertinentes telles que les issues de survie, fournissent l'un
des exemples les plus clairs de l'utilisation clinique de l'information génomique

66
en tant qu'outils pronostiques (243, 244, 245, 246). MammaPrint R_ et
Oncotype DXR_ sont deux de ces tests pronostiques qui sont maintenant
cliniquement disponibles pour une utilisation dans le cancer. L'oncotype DX est
une signature de 21 gènes dérivée d'une réaction en chaîne de la polymérase en
temps réel d'échantillons inclus dans la paraffine et utilisée pour prédire la
récidive à distance sur une période de 10 ans (247, 248, 249). Il est actuellement
en cours de validation dans un essai clinique de phase III, mais a une plus
grande signification statistique par rapport aux facteurs de prédiction
histologiques traditionnels (250, 251). MammaPrint, approuvé par la Food and
Drug Administration américaine en 2007, a été développé au Netherlands
Cancer Institute, qui a créé une signature à 70 gènes pour discriminer les
patients à haut et faible risque de récidive métastatique dans les cinq ans (252).
Des essais cliniques basés sur cette signature ont depuis été lancés pour valider
la signature, et les auteurs de ces études ont rapporté une prédiction précise
(253, 254). Une méta-analyse a récemment montré que les informations
pronostiques d'Oncotype DX jouent un rôle important dans la prise de décision
clinique et ont conduit à une réduction de la chimiothérapie tout en augmentant
les thérapies hormonales adjuvantes (255).

Les approches génomiques ont également contribué au pronostic après

transplantation rénale. Une étude a été menée chez des receveurs de greffe de
rein qui n'ont pas rejeté leurs greffes rénales malgré l'arrêt du traitement
immunosuppresseur pour analyser les profils d'expression génique des globules
blancs circulants. Cela a conduit à la découverte d'une expression génique
spécifique dans les cellules B qui distinguait les patients tolérants des patients
non tolérants (256). Les résultats de ceci impliquent que des biomarqueurs

67
peuvent être développés qui peuvent prédire quels patients devraient continuer à
recevoir l’immunosuppression des années après la chirurgie de transplantation et
quels patients peuvent avoir ceci discontinué.

3.6. Pharmacogénomique

La pharmacogénomique est l'utilisation de l'information génomique pour

déterminer ou prédire la réponse à la thérapie. En oncologie, le génome
somatique de la tumeur a été utilisé pour identifier les biomarqueurs qui
prédisent et guident la thérapie pour une réponse optimale. Par exemple, dans la
leucémie lymphoblastique aiguë, environ 20% des patients deviendront
réfractaires au traitement. Deux études utilisant l'expression génique
différentielle ont montré que les gènes impliqués dans la chimiorésistance
étaient également associés à un pronostic plus sombre, jetant les bases de futures
études sur les mécanismes de résistance (257, 258).

La thérapie ciblée est souvent synonyme de pharmacogénomique. Le gène

récepteur du facteur de croissance, le récepteur du facteur de croissance
épithélial humain (HER2), s'est révélé amplifié dans 25% à 30% des cancers du
sein, et sa surexpression corrélée avec un mauvais pronostic (259,260). Le
Trastuzumab, un anticorps monoclonal qui cible HER2, est efficace pour réduire
la charge tumorale, et le dépistage des patients pour l'expression de HER2 / neu
est devenu une routine et une exigence pour l'utilisation du médicament (261,
262, 263). Dans le CBNPC, les effets antitumoraux ont été démontrés en
utilisant des inhibiteurs du récepteur du facteur de croissance épidermique
(EGFR), un récepteur de surface cellulaire fréquemment muté pour provoquer la
prolifération du cancer (264, 265, 266). Bien que l'essai Iressa de survie au
cancer du poumon - un essai de phase III randomisé et contrôlé par placebo - ait

68
montré que le gefitinib, un inhibiteur de l'EGFR, ne procurait aucun avantage de
survie à la population générale, un sous-groupe de non-fumeurs asiatiques
mettre en évidence le potentiel de la génomique pour diriger et focaliser la
thérapie (267). Parce que seulement 5% à 15% des patients blancs portent une
mutation somatique EGFR, comparativement à 25% -35% des patients
asiatiques atteints de CPNPC, ces études soulignent le besoin d'un dépistage
génétique supplémentaire avant d'administrer un traitement (268).

Un exemple important de pharmacogénétique concerne la prise en charge

de la warfarine (269). En raison de l'index thérapeutique étroit du médicament,
diverses complications sont associées à son traitement, même après ajustement
de la dose en fonction de l'âge, du sexe, du poids, de l'état pathologique, du
régime alimentaire et des médicaments concomitants. L'étude des propriétés
pharmacocinétiques de la warfarine a indiqué l'implication de deux gènes dans
la détermination de la dose de warfarine. L'un de ces gènes code le CYP2C9,
responsable de la majeure partie de la clairance métabolique (~ 80%) de
l'énantiomère S, plus puissant sur le plan pharmacologique, de la warfarine. Les
deux CYP2C9 * 2 et * 3 provoquent une réduction de la clairance de la S-
warfarine, avec une variation de 10 fois du génotype liée à l'activité la plus
élevée (CYP2C9 * 1 / * 1) à la plus faible (CYP2C9 * 3 / * 3). De nombreuses
études ont associé ces génotypes à une sensibilité initiale à la dose, à une
stabilisation retardée de la dose d'entretien, à des retards de sortie de l'hôpital et
à des complications hémorragiques accrues (270). Le second gène identifié
comme prédicteur du dosage est la protéine complexe de la vitamine K époxyde
réductase 1 (VKORC1), ciblée par la warfarine. La prise en compte du génotype
VKORC1 ou de l'haplotype associé au génotype CYP2C9 et des facteurs tels

69
que l'âge et la taille corporelle sont estimés représenter 35% à 60% de la
variabilité des besoins posologiques en warfarine (271).

Malgré le fait que plusieurs groupes indépendants ont reproduit ces

données, des études cliniques prospectives sont nécessaires pour établir si la
dose initiale peut être adaptée aux patients par le génotypage CYP2C9 et
VKORC1, couplée avec des variables cliniques connues (272). Bien que ces
études soient actuellement en cours, le comité consultatif de pharmacologie
clinique de la FDA a reconnu l'importance et le potentiel du génotypage du
CYP2C9 et du VKORC1 durant la phase précoce du traitement par warfarine, et
l'étiquette du médicament a été modifiée en conséquence en août 2007.

3.7. Surveillance de la réponse des maladies à la thérapie

Le profil d'expression génique des cellules mononuclées du sang

périphérique (PBMC) est couramment utilisé dans certains centres pour
surveiller l'état des greffes après transplantation d'organes solides, l'essentiel
étant de développer de meilleurs tests pour évaluer le rejet du greffon (273,
274,275). La recherche en transplantation cardiaque, peut-être plus que tout
autre organe, a ouvert la voie à la mise au point de nouveaux tests sanguins
permettant de faire la distinction entre la quiescence et le rejet aigu. L'étude
d'observation génique de rejet d'allo greffon cardiaque (CARGO), une étude
multicentrique phare en trois étapes dans le domaine de la transplantation
cardiaque, a montré que le profil d'expression génique des PBMC pouvait être
utilisé pour distinguer avec précision les patients post-transplantation versus
rejet aigu (276). Ceci a été réalisé en identifiant d'abord un ensemble de 11
gènes qui distinguaient le mieux entre le rejet aigu et la quiescence, puis en
utilisant une cohorte indépendante pour valider le schéma de classification dans

70
un mode prospectif et aveugle. En utilisant un système de notation de 0 à 40,
avec de faibles scores représentant un faible risque de rejet de greffe, les
chercheurs ont utilisé un seuil de 30 sur les patients plus d'un an après la
transplantation et la validation du test a donné une valeur prédictive négative de
99,6% et une valeur prédictive positive de 6,8% pour le rejet aigu .Ce test est
disponible dans le commerce sous le nom AlloMap R_ (XDx; Brisbane, CA) et
coûte environ 3 000 $ par test. Bien que coûteuse, l'analyse des coûts basée sur
les données de la cohorte CARGO a montré que ce test de profil d'expression
génique est moins cher que la biopsie et permettrait d'économiser jusqu'à 12
millions de dollars en coûts de santé par an (277). Pour que cela soit vrai,
cependant, le besoin de biopsie devrait être évité, et le profil d'expression
génique devrait suffire chez les patients considérés comme présentant un faible
risque de rejet. Un essai prospectif, multicentrique, randomisé mais non aveugle
appelé Atténuation Invasive de Surveillance par Expression Génique (IMAGE)
a montré qu'une stratégie de surveillance non invasive utilisant le profil
d'expression génique n'est pas inférieure à la biopsie endomyocardique pour
diagnostiquer un dysfonctionnement d'allogreffe cardiaque dans le rejet. Les
auteurs ont conclu que l'utilisation de cette stratégie de surveillance du rejet
réduit significativement le nombre de biopsies sans risque accru d'événements
indésirables, faisant de l'étude un exemple clé où le profil d'expression génique
des PBMC peut être utilisé pour guider la prise de décision thérapeutique (278).

4. Génomes interactives et microbiomes

Bien que la génomique joue un rôle important dans le diagnostic, le
pronostic, le traitement et la prévention de la maladie, il reste beaucoup à savoir
sur l'interaction humaine avec l'environnement. Des études récentes de la

71
réponse de l'hôte aux pathogènes microbiologiques ont démontré des
changements d'expression génique très spécifiques en réponse à différents virus;
par exemple, une signature d'expression génique basée sur l'hôte a été
récemment identifiée qui pourrait être utilisée pour la détection précoce d'une
infection virale (279,280) .Les mêmes données ont également été utilisées pour
montrer que les profils d'expression génique distinguent les infections
bactériennes et virales (Figure 6) . Les profils d'expression des gènes dans les
cellules hôtes ont également été modifiés en fonction d'autres facteurs de stress
environnementaux tels que le tabagisme et les états pathologiques comme
l'asthme et la bronchopneumopathie chronique obstructive, et pourraient
permettre de comprendre la pathogenèse et la susceptibilité au risque (281, 282,
283). Ainsi, les interactions gène-environnement mesurées en utilisant la
réponse du génome de l'hôte commencent à fournir de nouveaux biomarqueurs
cliniquement utiles et potentiellement diagnostiques.

4.1. Génomes pathogènes

Les génomes des pathogènes humains sont également séquencés dans

l'espoir de fournir des informations pertinentes sur la pathogenèse de l'infection
ou des cibles thérapeutiques potentielles. En 1995, le premier génome bactérien
achevé a été séquencé par Haemophilus influenzae (284). Depuis lors, plus de 1
000 génomes bactériens et plus de 3 000 génomes viraux ont été complètement
séquencés (285). Cette information génomique a fourni des données précieuses
pour les outils génomiques comparatifs, en comparant les souches pathogènes
avec les souches non pathogènes pour identifier les protéines qui sont utilisées
pour la pathogenèse, conduisant potentiellement à de nouveaux médicaments
avec une toxicité limitée (286). L'analyse protéomique comparative entre les

72
phénotypes virulents et avirulents de Rickettsia Prowazekii a révélé des
mutations adaptatives dans huit gènes responsables de sa virulence (287). Le
séquençage de génomes bactériens pour des cibles vaccinales telles que les
protéines de surface bactériennes a également connu un grand succès clinique:
Des séquençages vaccinologiques inversés des protéines cibles ont conduit au
développement d'un vaccin prometteur pour le sérogroupe B de Neisseria
meningitidis récemment introduit dans les essais cliniques (288). Une autre
approche pour comprendre comment les pathogènes développent une résistance
a été de suivre les changements génomiques des isolats de Staphylococcus
aureus au cours du temps chez un patient après l'exposition au traitement
antibiotique jusqu'à la résistance, une stratégie qui a identifié 35 mutations dans
31 loci (289).

4.2. Le microbiome humain

Les interactions synergiques entre les humains et notre flore corporelle

normale doivent être comprises, car il y a 10 fois plus de bactéries que le
nombre de cellules humaines dans le corps: Le côlon humain contient à lui seul
plus de 400 espèces bactériennes comprenant environ 1013-1014
microorganismes (290,291). À travers l'étude de la variation génétique, le
microbiome décrit l'écologie fragile qui existe entre la communauté des
microbes symbiotiques, commensaux et pathologiques et notre espace corporel
partagé. Potentiellement, cette connaissance pourrait être utilisée pour fournir
des tests de diagnostic rapides, prévoir l'efficacité des antibiotiques et surveiller
les environnements pour les contaminants (292, 293). La microbiomique a été
utilisée pour identifier des infections virales inconnues ou pour diagnostiquer la
résistance aux antibiotiques dans des infections telles que Staphylococcus aureus

73
résistant à la méthicilline (294, 295). De plus, plusieurs maladies ont été
associées à des déséquilibres à grande échelle dans le microbiome intestinal, y
compris la maladie inflammatoire de l'intestin, la diarrhée résistante aux
antibiotiques et l'obésité (296, 297). Le Projet sur le microbiome humain est
conçu pour comprendre ces interactions sur le plan physiologique et
pathologique, en créant non seulement une base de données contenant des
pathogènes, mais aussi un ensemble de contrôle de la flore normale (298). Au
fur et à mesure que notre conscience de l'équilibre délicat entre l'hôte et les
micro-organismes continue de croître, les applications du microbiome vont
continuer de croître.

74
Figure 6 : Les signatures d'expression génique permettent de diagnostiquer la grippe et
d'autres infections virales respiratoires chez les humains. (Référence 280)

75
5. Intégration de la génomique dans la pratique clinique
Plus l'information génomique est utilisée pour amplifier nos connaissances
sur le mécanisme et le traitement de la maladie, mieux elle expose où les lacunes
résident dans la méthodologie, l'infrastructure et la politique pour sa mise en
œuvre en médecine clinique. L'abondance de la recherche utilisant des outils
génomiques et la prospérité des données dont nous disposons nous obligent à
faire des analyses techniques de ces résultats pour suivre leur production.
Plusieurs suggestions ont été faites pour créer un cadre pour cette analyse, qui
devrait impliquer ce qui suit pour chaque test: capacités techniques et normes
opérationnelles, capacités de diagnostic et impact sur la prise de décision
clinique, méthodes d'intégration comportementale et cognitive des médecins,
rapport coût-efficacité, et les résultats pour la santé (299).

Une méta-analyse récente a révélé des zones de déficience dans le parcours

de la clinique au chevet du patient, en commençant par la main-d'œuvre en soins
primaires qui est à l'avant-garde de l'interaction avec le patient (300). Les
médecins ne se sentent souvent pas préparés à administrer la médecine
génomique, et les patients eux-mêmes ne comprennent pas clairement la valeur
et l'intégration des tests génomiques dans leurs soins médicaux. Ce manque
d'éducation s'accompagne d'un besoin accru d'évaluations des résultats pour les
interventions génomiques, conduisant à une intégration limitée de la médecine
génomique dans la pratique réelle. Avec ces obstacles identifiés, comment
devrions-nous procéder?

76
 5.1. Education

L'un des principaux obstacles à la traduction de l'information génomique en

pratique clinique est le manque de compréhension de la génomique par le
fournisseur et l'accès limité aux outils appropriés. Plusieurs enquêtes suggèrent
une déficience croissante des connaissances en génétique chez les médecins en
moyenne (301, 302, 303). En plus de se familiariser avec les progrès rapides de
la recherche génomique, les fournisseurs doivent également comprendre
comment interpréter les résultats. Un baromètre direct de ceci est trouvé avec
l'histoire de famille: Malgré le fait que 87% des médecins reconnaissent son
importance, les médecins de premier recours se sont efforcés d'interpréter les
schémas familiaux de la maladie et de mettre en œuvre l'information sur les
antécédents familiaux dans leurs processus de travail (304, 305). Il est impératif
d'améliorer la formation médicale entourant la médecine génétique et
génomique pour le domaine et son intégration dans la pratique clinique pour
avancer (306).

5.2. Système de soutien à la décision clinique

SSD doit être utilisé pour promouvoir et intégrer les outils génomiques
dans le flux de travail clinique. Dans les essais contrôlés randomisés, il a été
démontré que les interventions de la SSD amélioraient significativement les
soins prodigués aux patients et pouvaient avoir des implications significatives
pour l'administration de recommandations basées sur la génomique aux
médecins occupés (307, 308, 309). Si elle est élargie pour inclure les prévisions
de risque pour la santé basées sur l'information génomique, des
recommandations individualisées et en temps réel sur la pharmacogénomique ou
les profils de risque pourraient être fournies sur la base d'une recherche à jour.

77
Le développement d'une infrastructure centrale et nationale pour la SSD et
d'autres ressources génomiques, avec accès à l'information génomique et non
génomique des patients, est essentiel pour toute mise en œuvre future (309).
L'accès des médecins aux technologies de la SSD sera important pour son
utilisation cohérente. De plus, ces systèmes ont eux-mêmes besoin de tests
fondés sur des données probantes pour s'assurer qu'ils améliorent la prestation
des soins de santé.

5.3. Vie privée

À mesure que l'information génétique croît dans le contexte de la prise de

décision clinique, les patients s'inquiètent progressivement de la discrimination
génétique (310, 311). Au niveau fédéral, en 2005, le Congrès américain a adopté
la Loi sur la transférabilité et la responsabilité en matière d'assurance maladie,
qui prévoyait une protection contre la discrimination génétique pour les régimes
de santé collectifs. La loi de 2008 sur la non-discrimination génétique a été
adoptée pour fournir une protection supplémentaire (312). Plus de 30 états ont
fourni leur propre législation traitant de cette question, créant une mosaïque de
protection contre l'utilisation de l'information génétique par les assureurs pour
discriminer les patients (313). Cependant, il faudra également élargir l'accès à
l'éducation pour les patients, y compris des informations sur les composants
génétiques spécifiques de leurs maladies et sur la façon dont ils affectent les
droits au traitement et à la vie privée. Élargir le rôle des conseillers en génétique
dans l'éducation des patients comblerait ce besoin et allégerait grandement le
fardeau du système de soins de santé.

78
 5.4. Politique réglementaire

La réglementation des produits pharmaceutiques à base de génomique et le

niveau de rigueur auquel ils sont testés constituent un autre domaine de politique
nécessaire (314). Ici, la FDA a été proactive, comme l'illustrent les plus de 200
étiquettes de produits qui pointent vers l'influence de la variation génétique sur
la réponse aux médicaments (315). Ses efforts récents pour influencer les tests
génétiques directement auprès des consommateurs, qui permettent aux
consommateurs d'accéder à la variation génétique au sein de leur génome se
rapportant à la maladie, sont peut-être encore plus remarquables (316). Bien que
certains aient fait valoir que la validation adéquate fait défaut, il est clair qu'il
existe un marché pour de telles entreprises (317). Cependant, la valeur clinique
de leurs résultats n'a pas été définie, et la question à laquelle il faut répondre est,
Quelle est la valeur de ces tests pour fournir aux cliniciens des données
utilisables? Pour répondre à ces préoccupations, en juin 2010, la FDA a annoncé
qu'elle commencerait à réglementer les tests directs aux consommateurs en tant
qu'instrumentation médicale (318). Reste à savoir si ces mesures vont freiner le
progrès scientifique ou protéger les consommateurs de la confusion par des
informations cliniquement non pertinentes.

5.5. Normes

La réglementation croissante des outils génomiques dans la recherche et la

clinique souligne le besoin de normes nationales de pratique pour toutes les
infrastructures génomiques, des approches statistiques à la conception d'études
cliniques et même à une infrastructure de bio banque qui fournit aux chercheurs
des données provenant de multiples études. Les référentiels centralisés et
normalisés pour le stockage, l'enregistrement et l'annotation d'échantillons

79
biologiques sont parmi les ressources les plus favorables à la médecine
génomique (319). Des lignes directrices sur les pratiques exemplaires ont été
publiées depuis 2005 pour orienter les efforts de bio banques, et des efforts ont
déjà été déployés au niveau national pour normaliser la collecte d'échantillons
biologiques: Le plan directeur du Réseau national de prélèvements biologiques a
été proposé en 2005 et piloté par le Programme pilote de réseau national de bio
spécificités du Programme spécialisé de recherche sur la prostate de l’Institut
National du Cancer pour stocker des échantillons biologiques dans de grandes
bio banques en réseau (320, 321). Les questions d'accessibilité devraient
également être abordées, en accordant aux chercheurs extérieurs un accès gratuit
à l'information tout en protégeant la propriété originale de l'échantillon.
L'éthique de l'utilisation d'un large consentement du patient pour stocker les
échantillons et les utiliser est toujours discutée, mais tous les efforts doivent être
faits pour protéger la vie privée des patients et séparer les données sur l'identité
des patients des données de chaque échantillon (322).

De plus, des normes communautaires sont nécessaires dans les approches

statistiques et mathématiques des données génomiques. En raison du manque de
grandes populations, des études statistiquement puissantes pour valider les
résultats de la recherche sur les maladies chroniques sont difficiles à concevoir.
Tous les efforts devraient être faits pour tester des modèles basés sur la
génomique dans des essais cliniques, conçus avec des contrôles appropriés,
avant que ces modèles soient introduits dans la clinique. La reproductibilité des
résultats doit être démontrée avant leur mise en œuvre clinique (323). La
randomisation et l'aveuglement sont également essentiels pour éliminer le biais
des observateurs. Étant donné que le risque de faux positifs est élevé, des
normes de contrôle et de normalisation doivent être en place pour chaque étude
respective afin de pouvoir comparer les résultats.

80
 5.6. Recherche sur l'efficacité comparative

Étant donné le paysage actuel de la pratique fondée sur des données

probantes, à quelle norme les approches génomiques de la médecine devraient-
elles être appliquées? Pour résoudre ces problèmes, la recherche sur l'efficacité
comparative (REC) est devenue une stratégie pour évaluer systématiquement les
données à mesure que les résultats de la recherche entrent dans la pratique
clinique. En 2009, 1,1 milliard de dollars de l'American Recovery and
Reinvestment Act ont été affectés à la REC.

La REC est défini par l'Institute of Medicine comme «la génération et la

synthèse de preuves qui comparent les avantages et les inconvénients des
méthodes alternatives pour prévenir, diagnostiquer, traiter et surveiller un état
clinique ou pour améliorer la prestation des soins, à la fois au niveau individuel
et au niveau de la population "(324). En substance, la REC comprend une
comparaison directe entre deux approches de soins et leur efficacité dans des
contextes réels (325). Bien que certains ont fait valoir que la REC pourrait être
utilisé à mauvais escient pour entraver l'avancement médical, la mise en œuvre
de la médecine génomique exigera des preuves que la REC peut fournir, ce qui,
nous l'espérons, encouragera l'innovation et réduira les coûts des soins de santé
(326, 327). En comparant l'efficacité des outils génomiques dans le diagnostic,
le pronostic, le traitement et la prédiction du risque par rapport aux normes d'or
dans les soins actuels, des preuves peuvent être générées pour démontrer ou nier
l'efficacité de plusieurs approches.

5.7. Propriété intellectuelle

Le développement rapide des stratégies basées sur la génomique nécessite

un investissement important et une coopération entre les intérêts publics et
81
privés. Malheureusement, au fur et à mesure que cette recherche se poursuit,
l'insécurité entoure la propriété intellectuelle. Une question qui a retenu
l'attention des juristes est la capacité des organisations, des entreprises et même
des gouvernements à détenir des brevets sur des gènes nouvellement découverts.
En 2009, un procès a été intenté au nom de l'American Civil Liberties Union et
de la Public Patent Foundation pour invalider les brevets détenus sur les gènes
BRCA1 et BRCA2, leur principal argument étant que ces gènes sont des
produits de la nature (328). Les plaignants ont soutenu que les brevets (détenus
par Myriad Genetics, l'Université de l'Utah Research Corporation et le
gouvernement des États-Unis) entravaient la recherche. Fin mars 2010, un juge
fédéral a révoqué des brevets sur les gènes BRCA1 et BRCA2 et potentiellement
invalidé des centaines d'autres, confirmant qu'ils étaient des produits de la nature
et non, comme le soutenaient les compagnies, de l'ADN isolé humain (329). Un
appel a été déposé et ces contestations juridiques posent des questions
intéressantes sur la façon dont la recherche en génomique devrait se dérouler.

5.8. Remboursement

Si la médecine personnalisée doit être largement pratiquée, il est essentiel

que les assureurs de santé, privés et gouvernementaux, disposés à fournir une
couverture pour les tests génétiques, se dirigent vers l'intégration (330). À ce
stade, les assureurs-maladie ont refusé de le faire parce qu'ils n'avaient pas reçu
d'incitatifs qui les aideraient à obtenir des avantages à long terme en matière de
coûts. Cependant, des progrès récents ont été réalisés pour encourager la
médecine personnalisée: De nouveaux modèles ont montré une méthode de
coordination de la prévention avec des résultats de maladie favorables et des
coûts réduits (331). Comme les preuves renforcent l'importance de prévenir la

82
maladie en plus de la traiter, un nouveau rôle pourrait émerger pour la médecine
génomique qui pourrait être soutenu par les compagnies d'assurance. Le
gouvernement fédéral fournit une motivation supplémentaire, qui a joué un rôle
accru dans l'introduction d'initiatives législatives visant à encourager l'adoption
de la médecine personnalisée (332).

6. Quand la "médecine personnalisée" est "médecine "?

Il semble que les principaux obstacles se situent dans trois catégories: la
collecte d'informations adéquates et appropriées sur les patients, le dosage de ces
informations pour qu'elles deviennent cliniquement pertinentes et l'interprétation
de ces tests par les professionnels de la santé en charge des soins aux patients.

Malgré les défis qui nous attendent pour l'intégration complète de la

médecine personnalisée dans la prise de décision clinique, une revue du paysage
de la pratique médicale suggère que la médecine personnalisée est arrivée. Bien
qu'il soit facile de se demander pourquoi les progrès scientifiques de la
recherche génomique ne se sont pas exactement traduits par les résultats
révolutionnaires attendus en médecine, il serait stupide de négliger l'impact
profond qu'elle a déjà fait. De plus, l'effet subjectif perçu peut être attribué à des
technologies en retard et à des approches analytiques combinées à une lutte pour
mettre en œuvre des résultats éprouvés en clinique. Bien que des améliorations
puissent être apportées à la base de connaissances et à l'infrastructure, il est
également important de garder une perspective historique: Les progrès de la
médecine fondés sur une pensée scientifique novatrice prennent beaucoup de
temps et d'investissements. Un rappel important de ce fait est l'histoire de 30 ans
du paclitaxel, qui a débuté en 1962 avec la collecte d'écorce d'arbre et qui n'est
entrée dans les essais cliniques de phase I qu'en 1984 (333). En moyenne, il faut

83
17 ans pour que 14% de la recherche scientifique soit incorporée dans la
pratique clinique quotidienne (334, 335). L'utilisation de la génomique pour
comprendre la biologie de la maladie et sélectionner des cibles pour le
développement de médicaments et l'utilisation de la médecine génomique pour
concevoir des essais cliniques et sélectionner des patients pour des thérapies
ciblées devraient augmenter le taux de réussite et réduire le temps de
développement de médicaments (Figure7).

Comme Kuhn l'affirme clairement, les changements dans la pensée

scientifique ne peuvent se produire que par ce qui doit sembler être des
exemples disjoints, chacun ayant son propre impact. Mais s'ils sont pris
ensemble, il devient clair que la médecine personnalisée n'était pas une
promesse faite à la hâte, ni un objectif inaccessible; l'ensemble des preuves
concernant l'efficacité de l'utilisation de la médecine génomique pour prescrire
un traitement individualisé continue de croître. Bien que l'investissement dans la
médecine génomique ne soit pas trivial, il fournit la base et les méthodes
systématiques pour les progrès futurs. Plus de travail est nécessaire, plus de
réflexion est nécessaire, et plus de lignes directrices doivent être établies, mais
nous sommes constamment en train de traverser dans un nouveau paradigme où
l'optimisation de la pratique médicale peut s'adresser spécifiquement à chaque
patient nécessitant un traitement.

84
Figure 7 : La voie pour l'identification et la validation des cibles médicamenteuses pour
les thérapies pharmacologiques, montrant une représentation schématique du processus
de la découverte de biomarqueurs à un médicament commercialisable.

85
V. Conclusion

86
 Alors que les progrès technologiques ont accéléré l'identification des
biomarqueurs de la susceptibilité, du traitement et de la progression des
maladies, le défi consiste à transporter ces découvertes vers les soins cliniques.
Si la promesse de la génomique doit être réalisée, nous devons tester / adopter
des méthodes scientifiques pour documenter comment ces technologies
pourraient améliorer les soins de santé et prévenir les maladies. Les voies par
lesquelles les marqueurs génomiques doivent voyager pour aider les cliniciens
comprennent quatre phases: 1) Découverte, élucidation des voies et réplication
chez les populations indépendantes, 2) Validation de l'efficacité et utilité
clinique chez les populations à risque, 3) Exigences réglementaires pour
l'approbation de la dispensation clinique, et 4) Démonstration de l'impact, de
l'efficacité et des aspects sanitaires l'intégrité individuelle et la protection contre
la discrimination génomique, inégalement respectée dans de nombreuses
juridictions.

L'établissement de relations entre de nombreux marqueurs génomiques et

des phénotypes cliniques est très difficile. À grande échelle, les études cliniques
prospectives sont difficiles mais très nécessaires pour démontrer l'utilité du
génotypage comme base pour la médecine individualisée. Il convient toutefois
de noter que les tests génétiques peuvent être utiles sans une connaissance
complète de la fonction biologique des variants génétiques en question. Une
stratégie innovante qui relie de nombreux résultats cliniques aux marqueurs
génomiques pléiotropiques inclut le PheWAS récemment proposé, une étude
d'association à l'échelle du phénome utilisée pour découvrir de nouvelles
associations de maladies géniques. Ce qui est essentiel, c'est un programme
multidisciplinaire de recherche en traduction qui englobe des recherches

87
cliniques et axées sur la population et le développement d'une collaboration
entre les intervenants pour faciliter la traduction fondée sur des données
probantes et le remboursement des tests. Alors que la médecine personnalisée
entre dans la pratique médicale traditionnelle, les médecins et autres prestataires
de soins devront administrer ou donner des conseils sur l'application d'un
nombre croissant de tests génomiques, de thérapies pharmacogénomiques et de
décisions thérapeutiques basées sur des preuves prédictives et l'estimation des
risques. Les insuffisances des programmes de génétique dans les écoles de
médecine pourraient entraver l'adoption de nouvelles connaissances génétiques.
Cependant, plusieurs programmes ont récemment vu le jour qui préparent la
prochaine génération de médecins, d'infirmières, de pharmaciens et d'autres
travailleurs de la santé à la vague de médecine génomique à venir.

La perception du public est également très importante, car l'adoption

clinique de nombreuses interventions génomiques proposées dépend de la
compréhension du public. La médecine participative est un nouveau scénario où
les patients deviennent des participants actifs dans leurs propres soins médicaux.
L'environnement, le mode de vie, l'alimentation, les antécédents familiaux et les
observations des patients sur leurs propres symptômes doivent être combinés
aux données des biomarqueurs pour fournir une vision globale et intégrée des
facteurs influençant le risque, la progression et les résultats du traitement. Les
individus peuvent maintenant obtenir leur information génomique personnelle
par le biais de tests génétiques directement auprès des consommateurs, mais
quel impact, le cas échéant, cela aurait-il sur leur mode de vie et leur santé par
rapport à un effet délétère? Jusqu'à présent, quelques études ont été réalisées,
avec des preuves encourageantes mais limitées suggérant que l'information

88
génétique pourrait entraîner des changements dans les comportements liés à
l'hygiène de vie, comme l'abandon du tabac. Des études plus approfondies de
cette question sont nécessaires mais, surtout, la réalisation des soins de santé
personnalisés, tout en s'appuyant sur la connaissance génomique de l'individu,
requiert des informations environnementales tout aussi essentielles et la
compréhension de la capacité de chaque individu à promouvoir sa santé. Tous
ces éléments sont importants pour promouvoir les quatre «P» de l'avenir de la
médecine: la médecine prédictive, préventive, personnalisée et participative.

89
VI. Résumé

90
 Résumé
Titre: Le séquençage de l’ADN et médecine personnalisée

Auteur: Mohamed En-nouali

Most-clés: Génomique- NGS–Médecine individualisée-Médecine personnalisée

L’évolution technique du séquençage des ADN s’est faite avec une rapidité
exponentielle au cours des dernières années. La diffusion dans les laboratoires
hospitaliers des nouveaux appareils de séquençage à haut débit (ou NGS) permet de
passer de l’étude ponctuelle d’un gène à une analyse globale portant sur des dizaines
ou centaines de gènes ou sur l’ensemble de l’exome ; elle modifie de ce fait les
concepts médicaux et les conditions d’exercice, notamment en génétique et en
cancérologie.Cette possibilité d’une recherche simultanée de mutations dans la
séquence d’un grand nombre de gènes trouve aujourd’hui ses applications dans le
diagnostic, éventuellement néonatal, dans le dépistage systématique des hétérozygotes
et le diagnostic préconceptionnel généralisé.En oncogénétique constitutionnelle, les
NGS réalisent également l’analyse simultanée des gènes impliqués dans les formes «
héréditaires » de cancers. Par ailleurs dans l’ensemble des affections malignes, les
NGS identifient l’ensemble des anomalies génomiques affectant le tissu malade, en
s’efforçant de faire la distinction entre mutations « drivers » importantes pour la
progression tumorale et mutations « passengers » ou accessoires; en s’efforçant
également d’identifier des mutations « druggable » susceptibles de faire l’objet de
thérapeutiques ciblées. Enfin le séquençage systématique de l’ensemble des gènes
impliqués dans le métabolisme et la réponse aux médicaments est le support d’une
pharmacogénétique individuelle. En définitive, le séquençage des génomes tumoraux
et constitutionnels,l’identification des mutations somatiques, la détermination des
variants pharmacogénétiques, sont les éléments déterminants d’une médecine dite
personnalisée. Les premiers résultats de ces indications thérapeutiques ciblées
montrent un gain en termes de durée de rémission et de survie; reste néanmoins posée
la question du coût de ces traitements. Ces énormes capacités de séquençage des
génomes soulèvent également un grand nombre de questions réglementaires et
éthiques.

91
 Summary
Title: DNA sequencing and personalized medicine

Author: Mohamed En-nouali

Keywords: Genomics–Next Generation Sequencing (NGS)-Individualized medicine–

Personalized medicine.

DNA sequencing technologies have advanced at an exponential rate in recent

years. More and more hospital laboratories are acquiring new high-throughput
sequencing devices, (‘‘ next-generation sequencers ’’, NGS), allowing them to analyze
tens or hundreds of genes, or even the entire exome. This is having a major impact on
medical concepts and practices, especially with respect to genetics and oncology. This
ability to search for mutations simultaneously in a large number of genes is finding
applications in the diagnosis of Mendelian diseases (including at birth), routine
screening for heterozygotes, and preconception diagnosis.Data on multifactorial
diseases are still preliminary, but it should soon be possible to identify ‘‘strong ’’
factors of genetic predisposition that have so far been beyond the scope of genome-
wide association studies (GWAS). In the field of constitutional oncogenetics, NGS can
also be used for simultaneous analysis of genes involved in‘‘hereditary ’’ cancers.
More generally, NGS can identify all genomic abnormalities in a given malignant
tissue (hemopathy or solid tumor), and has the potential to distinguish between
important mutations (those that drive tumor progression) from ‘‘bystander ’’ or
accessory mutations, and also to identify ‘‘ druggable ’’ mutations amenable to
targeted therapies. Systematic sequencing of all the genes involved in drug metabolism
and responsiveness will lead to individualized pharmacogenetics (warfarin therapy).
Finally, sequencing of the tumoral and constitutional genomes, identification of
somatic mutations, and detection of pharmacogenetic variants will open up the era of
personalized medicine.The first results of these targeted therapeutic indications show a
gain in the duration of remission and survival, although the cost-effectiveness of these
approaches remains to be determined. Finally, this huge capacity for genome
sequencing raises a number of regulatory and ethical issues.

92
 ‫ﻣﻠﺨﺺ‬
‫ﺍﻟﻌﻨﻭﺍﻥ‪ :‬ﺘﺴﻠﺴل ﺍﻟﺤﻤﺽ ﺍﻟﻨﻭﻭﻱ ﻭﺍﻟﻁﺏ ﺍﻟﺸﺨﺼﻲ‬

‫ﻤﻥ ﻁﺭﻑ‪ :‬ﻣﺤﻤﺪ اﻟﻨﻮاﻟﻲ‬

‫ﺍﻟﻜﻠﻤﺎﺕ ﺍﻷﺴﺎﺴﻴﺔ ‪ :‬ﻋﻠﻡ ﺍﻟﺠﻴﻨﻭﻡ‪ -‬ﺍﻟﺠﻴل ﺍﻟﺠﺩﻴﺩ ﺍﻟﺘﺴﻠﺴل‪ -‬ﺍﻟﻁﺏ ﺍﻟﻔﺭﺩﻱ‪ -‬ﺍﻟﻁﺏ ﺍﻟﺸﺨﺼﻲ‬

‫وﻗﺪ ﺗﻢ اﻟﺘﻄﻮر اﻟﺘﻘﻨﻲ ﻟﺘﺴﻠﺴﻞ اﻟﺤﻤﺾ اﻟﻨﻮوي ﺑﺴﺮﻋﺔ ھﺎﺋﻠﺔ ﻓﻲ اﻟﺴﻨﻮات اﻷﺧﯿﺮة‪ .‬اﻟﻤﺰﯾﺪ واﻟﻤﺰﯾﺪ‬
‫ﻣﻦ ﻣﺨﺘﺒﺮات اﻟﻤﺴﺘﺸﻔﯿﺎت ﺗﻜﺘﺴﺐ ﺟﺪﯾﺪ اﻷﺟﮭﺰة اﻹﻧﺘﺎﺟﯿﺔ ﻋﺎﻟﯿﺔ اﻟﺘﺴﻠﺴﻞ )'' اﻟﺠﯿﻞ اﻟﻘﺎدم ﻣﻦ اﻟﺘﺴﻠﺴﻞ ''‪،‬‬
‫ج‪.‬ق‪.‬ت(‪ .‬ﻣﻤﺎ ﯾﺴﻤﺢ ﻟﮭﻢ ﺑﺘﺤﻠﯿﻞ ﻋﺸﺮات أو ﻣﺌﺎت ﻣﻦ اﻟﺠﯿﻨﺎت‪ ،‬أو ﺣﺘﻰ إﻛﺴﻮم ﺑﺄﻛﻤﻠﮫ‪ .‬ھﺬا ﻟﮫ ﺗﺄﺛﯿﺮ ﻛﺒﯿﺮ‬
‫ﻋﻠﻰ اﻟﻤﻔﺎھﯿﻢ واﻟﻤﻤﺎرﺳﺎت اﻟﻄﺒﯿﺔ‪ ،‬وﺧﺎﺻﺔ ﻓﯿﻤﺎ ﯾﺘﻌﻠﻖ ﻋﻠﻢ اﻟﻮراﺛﺔ واﻷورام‪ .‬ھﺬه اﻟﻘﺪرة ﻋﻠﻰ اﻟﺒﺤﺚ ﻋﻦ‬
‫اﻟﻄﻔﺮات ﻓﻲ وﻗﺖ واﺣﺪ ﻓﻲ ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ اﻟﺠﯿﻨﺎت ﺗﻢ اﻟﻌﺜﻮر ﻟﮭﺎ ﻋﻠﻰ ﺗﻄﺒﯿﻘﺎت ﻓﻲ ﺗﺸﺨﯿﺺ اﻷﻣﺮاض‬
‫اﻟﻤﻨﺪﻟﯿﺔ‪ ،‬اﻟﻔﺤﺺ اﻟﺮوﺗﯿﻨﻲ ﻟﻠﻤﺘﺨﺎﻟﻒ‪ ،‬واﻟﺘﺸﺨﯿﺺ ﻣﺎ ﻗﺒﻞ اﻟﺤﻤﻞ‪ .‬اﻟﺒﯿﺎﻧﺎت ﺣﻮل اﻷﻣﺮاض ﻣﺘﻌﺪدة اﻟﻌﻮاﻣﻞ‬
‫ﻻ ﺗﺰال أوﻟﯿﺔ‪ ،‬وﻟﻜﻦ ﻣﻦ اﻟﻤﻤﻜﻦ ﻗﺮﯾﺒﺎ ﺗﺤﺪﯾﺪ اﻟﻌﻮاﻣﻞ "اﻟﻘﻮﯾﺔ" ﻣﻦ اﻻﺳﺘﻌﺪاد اﻟﻮراﺛﻲ اﻟﺘﻲ ﻛﺎﻧﺖ ﺣﺘﻰ اﻵن‬
‫ﺧﺎرج ﻧﻄﺎق دراﺳﺎت اﻻرﺗﺒﺎط ﻋﻠﻰ ﻧﻄﺎق اﻟﺠﯿﻨﻮم )ﻏﻮاس(‪ .‬ﻓﻲ ﻣﺠﺎل ﻋﻠﻢ اﻟﻮراﺛﺔ اﻟﺴﺮطﺎﻧﯿﺔ‪ ،‬وﯾﻤﻜﻦ‬
‫أﯾﻀﺎ أن ﺗﺴﺘﺨﺪم ج‪.‬ق‪.‬ت ﻟﻠﺘﺤﻠﯿﻞ ﻓﻲ وﻗﺖ واﺣﺪ ﻣﻦ اﻟﺠﯿﻨﺎت اﻟﺘﻲ ﺗﺸﺎرك ﻓﻲ اﻟﺴﺮطﺎن "اﻟﻮراﺛﻲ" )‪21‬‬
‫اﻟﺠﯿﻨﺎت ﺳﺮطﺎن اﻟﺜﺪي‪ 6 ،‬اﻟﻘﻮﻟﻮن وﺟﯿﻨﺎت اﻟﺴﺮطﺎن‪ ،‬وﻣﺎ إﻟﻰ ذﻟﻚ(‪ .‬وﺑﺼﻮرة أﻋﻢ‪ ،‬ﯾﻤﻜﻦ أن ﯾﺤﺪد‬
‫ج‪.‬ق‪.‬ت ﺟﻤﯿﻊ اﻟﺸﺬوذ اﻟﺠﯿﻨﻲ )اﻟﺤﺬف‪ ،‬ﻧﻘﻞ اﻟﻤﻮاﻗﻊ‪ ،‬اﻟﻄﻔﺮات( ﻓﻲ ﻧﺴﯿﺞ ﺧﺒﯿﺚ ﻣﻌﯿﻦ )اﻋﺘﻼل اﻟﻤﻌﺪة أو‬
‫اﻟﻮرم اﻟﺼﻠﺐ(‪ ،‬وﻟﺪﯾﮫ اﻟﻘﺪرة ﻋﻠﻰ اﻟﺘﻤﯿﯿﺰ ﺑﯿﻦ اﻟﻄﻔﺮات اﻟﮭﺎﻣﺔ )ﺗﻠﻚ اﻟﺘﻲ ﺗﺪﻓﻊ ﺗﻄﻮر اﻟﻮرم( ﻣﻦ '' اﻟﻤﺎرة''‬
‫أو اﻟﻄﻔﺮات اﻟﺘﺒﻌﯿﺔ‪ ،‬وأﯾﻀﺎ ﻟﺘﺤﺪﯾﺪ اﻟﻄﻔﺮات '' ﻗﺎﺑﻠﺔ ﻟﻠﺘﻠﻒ '' ﻗﺎﺑﻠﺔ ﻟﻠﻌﻼﺟﺎت اﻟﻤﺴﺘﮭﺪﻓﺔ )ﺗﺮاﺳﺘﻮزوﻣﺎب‪،‬‬
‫وﺟﯿﻔﯿﺘﯿﻨﯿﺐ‪ .(...‬اﻟﺘﺴﻠﺴﻞ اﻟﻤﻨﮭﺠﻲ ﻟﺠﻤﯿﻊ اﻟﺠﯿﻨﺎت اﻟﻤﺸﺎرﻛﺔ ﻓﻲ اﺳﺘﻘﻼب اﻟﺪواء واﻻﺳﺘﺠﺎﺑﺔ ﯾﺆدي إﻟﻰ ﻋﻠﻢ‬
‫اﻟﻮراﺛﺔ اﻟﺪواﺋﻲ اﻟﻔﺮدي‪ .‬وأﺧﯿﺮا‪ ،‬ﻓﺈن ﺗﺴﻠﺴﻞ اﻟﺠﯿﻨﻮم اﻟﻮرﻣﻲ‪ ،‬وﺗﺤﺪﯾﺪ اﻟﻄﻔﺮات اﻟﺠﺴﺪﯾﺔ‪ ،‬واﻟﻜﺸﻒ ﻋﻦ‬
‫ﻓﺎرﻣﺎﻛﻮﺟﯿﻨﯿﺘﯿﻚ ﻓﺘﺢ ﻋﺼﺮ اﻟﻄﺐ ﺷﺨﺼﻲ‪ .‬اﻟﻨﺘﺎﺋﺞ اﻷوﻟﻰ ﻟﮭﺬه اﻟﻤﺆﺷﺮات اﻟﻌﻼﺟﯿﺔ اﻟﻤﺴﺘﮭﺪﻓﺔ ﺗﻈﮭﺮ‬
‫ﻣﻜﺴﺒﺎ ﻓﻲ ﻣﺪة اﻟﺸﻔﺎء ﻣﻦ اﻟﻤﺮض واﻟﺒﻘﺎء ﻋﻠﻰ ﻗﯿﺪ اﻟﺤﯿﺎة‪ ،‬ﻋﻠﻰ اﻟﺮﻏﻢ ﻣﻦ أن ﻓﻌﺎﻟﯿﺔ وﺗﻜﻠﻔﺔ ھﺬا اﻟﻨﮭﺞ ﻻ‬
‫ﯾﺰال ﯾﺘﻌﯿﻦ ﺗﺤﺪﯾﺪه‪ .‬وأﺧﯿﺮا‪ ،‬ﻓﺈن ھﺬه اﻟﻘﺪرة اﻟﻀﺨﻤﺔ ﻋﻠﻰ ﺗﺴﻠﺴﻞ اﻟﺠﯿﻨﻮم ﺗﺜﯿﺮ ﻋﺪدا ﻣﻦ اﻟﻘﻀﺎﯾﺎ اﻟﺘﻨﻈﯿﻤﯿﺔ‬
‫واﻷﺧﻼﻗﯿﺔ‪.‬‬

‫‪93‬‬
VII. Bibliographie

94
[1] "deoxyribonucleic acid". Merriam-Webster Dictionary.

[2] Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Walter P (2014).

Molecular Biology of the Cell (6th ed.). Garland. p. Chapter 4: DNA,
Chromosomes and Genomes. ISBN 9780815344322.

[3] Purcell A. "DNA". Basic Biology.

[4] Nuwer R (18 July 2015). "Counting All the DNA on Earth". The New
York Times. New York: The New York Times Company. ISSN 0362-
4331. Retrieved 2015-07-18.

[5] "The Biosphere: Diversity of Life". Aspen Global Change Institute.

Basalt, CO. Retrieved 2015-07-19.

[6] Russell P (2001). iGenetics. New York: Benjamin Cummings. ISBN 0-

8053-4553-1.

[7] Mashaghi A, Katan A (2013). "A physicist's view of DNA". De

Physicus. 24e (3): 59–61. Bibcode:2013arXiv1311.2545M.
arXiv:1311.2545v1 .

[8] Saenger W (1984). Principles of Nucleic Acid Structure. New York:

Springer-Verlag. ISBN 0-387-90762-9.

[9] ^ :a b
Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Peter W
(2002). Molecular Biology of the Cell (Fourth ed.). New York and
London: Garland Science. ISBN 0-8153-3218-1. OCLC 145080076.

95
[10] Irobalieva RN, Fogg JM, Catanese DJ, Catanese DJ, Sutthibutpong T,
Chen M, Barker AK, Ludtke SJ, Harris SA, Schmid MF, Chiu W,
Zechiedrich L (October 2015). "Structural diversity of supercoiled
DNA". Nature Communications. 6: 8440. Bibcode:
2015NatCo...6E8440I. PMC 4608029 . PMID 26455586. doi:
10.1038/ncomms9440.

[11] ^ b c Watson JD, Crick FH (April 1953). "Molecular structure of nucleic

acids; a structure for deoxyribose nucleic acid" (PDF). Nature. 171
(4356): 737–8. Bibcode:1953Natur.171..737W. PMID 13054692.
doi:10.1038/171737a0.

[12] Mandelkern M, Elias JG, Eden D, Crothers DM (October 1981). "The

dimensions of DNA in solution". Journal of Molecular Biology. 152
(1): 153–61. PMID 7338906. doi:10.1016/0022-2836(81)90099-1.

[13] Gregory SG, Barlow KF, McLay KE, Kaul R, Swarbreck D, Dunham
A, et al. (May 2006). "The DNA sequence and biological annotation of
human chromosome 1". Nature. 441(7091): 315–21.
Bibcode:2006Natur.441..315G. PMID 16710414.
doi:10.1038/nature04727.

[14] Watson JD, Crick FH (April 1953). "Molecular structure of nucleic

acids; a structure for deoxyribose nucleic acid" (PDF). Nature. 171
(4356): 737–8. Bibcode:1953Natur.171..737W. PMID 13054692.
doi:10.1038/171737a0.
a b c
[15] ^ Berg J., Tymoczko J. and Stryer L. (2002) Biochemistry. W. H.
Freeman and Company ISBN 0-7167-4955-6

96
[16] Abbreviations and Symbols for Nucleic Acids, Polynucleotides and
their ConstituentsIUPAC-IUB Commission on Biochemical
Nomenclature (CBN). Retrieved 3 January 2006.
a b
[17] ^ Ghosh A, Bansal M (April 2003). "A glossary of DNA structures
from A to Z". Acta Crystallographica. Section D, Biological
Crystallography. 59 (Pt 4): 620–6. PMID 12657780.
doi:10.1107/S0907444903003251.

[18] Created from PDB 1D65

[19] Yakovchuk P, Protozanova E, Frank-Kamenetskii MD (2006). "Base-

stacking and base-pairing contributions into thermal stability of the
DNA double helix". Nucleic Acids Research. 34 (2): 564–74. PMC
1360284 . PMID 16449200. doi:10.1093/nar/gkj454.

[20] Burton E. Tropp – "Molecular Biology"- Jones and Barlett Learning,

ISBN 978-0-7637-8663-2

[21] "Watson-Crick Structure of DNA – 1953". Steven Carr. Memorial

University of Newfoundland. Retrieved 13 July 2016.

[22] Venter JC, Adams MD, Myers EW, Li PW, Mural RJ, Sutton GG, et al.
(February 2001). "The sequence of the human genome". Science. 291
(5507): 1304–51. Bibcode:2001Sci...291.1304V. PMID 11181995.
doi:10.1126/science.1058040.

[23] Thanbichler M, Wang SC, Shapiro L (October 2005). "The bacterial

nucleoid: a highly organized and dynamic structure". Journal of
Cellular Biochemistry. 96 (3): 506–21. PMID 15988757.
doi:10.1002/jcb.20519.

97
[24] Wolfsberg TG, McEntyre J, Schuler GD (February 2001). "Guide to the
draft human genome". Nature. 409 (6822): 824–6.
Bibcode:2001Natur.409..824W. PMID 11236998.
doi:10.1038/35057000.

[25] Gregory TR (January 2005). "The C-value enigma in plants and

animals: a review of parallels and an appeal for partnership". Annals of
Botany. 95 (1): 133–46. PMID 15596463. doi:10.1093/aob/mci009.

[26] Birney E, Stamatoyannopoulos JA, Dutta A, Guigó R, Gingeras TR,

Margulies EH, et al. (June 2007). "Identification and analysis of
functional elements in 1% of the human genome by the ENCODE pilot
project". Nature. 447 (7146): 799–816. Bibcode:2007Natur.447..799B.
PMC 2212820 . PMID 17571346. doi:10.1038/nature05874.

[27] Created from PDB 1MSW

[28] Pidoux AL, Allshire RC (March 2005). "The role of heterochromatin in

centromere function". Philosophical Transactions of the Royal Society
of London. Series B, Biological Sciences. 360 (1455): 569–79. PMC
1569473 . PMID 15905142. doi:10.1098/rstb.2004.1611.

[29] Harrison PM, Hegyi H, Balasubramanian S, Luscombe NM, Bertone

P, Echols N, Johnson T, Gerstein M (February 2002). "Molecular
fossils in the human genome: identification and analysis of the
pseudogenes in chromosomes 21 and 22". Genome Research. 12 (2):
272–80. PMC 155275 . PMID 11827946. doi:10.1101/gr.207102.

98
[30] Harrison PM, Gerstein M (May 2002). "Studying genomes through the
aeons: protein families, pseudogenes and proteome evolution". Journal
of Molecular Biology. 318 (5): 1155–74. doi:10.1016/S0022-
2836(02)00109-2. PMID 12083509.

[31] Albà M (2001). "Replicative DNA polymerases". Genome Biology. 2

(1): REVIEWS3002. doi:10.1186/gb-2001-2-1-reviews3002. PMC
150442 . PMID 11178285.

[32] Miescher, Friedrich (1871) "Ueber die chemische Zusammensetzung

der Eiterzellen"(On the chemical composition of pus cells),
Medicinisch-chemische Untersuchungen, 4 : 441–460. From p. 456:
"Ich habe mich daher später mit meinen Versuchen an die ganzen
Kerne gehalten, die Trennung der Körper, die ich einstweilen ohne
weiteres Präjudiz als lösliches und unlösliches Nuclein bezeichnen will,
einem günstigeren Material überlassend."(Therefore, in my experiments
I subsequently limited myself to the whole nucleus, leaving to a more
favorable material the separation of the substances, that for the present,
without further prejudice, I will designate as soluble and insoluble
nuclear material ("Nuclein").)

[33] Dahm R (January 2008). "Discovering DNA: Friedrich Miescher and

the early years of nucleic acid research". Human Genetics. 122 (6):
565–81. doi:10.1007/s00439-007-0433-0. PMID 17901982.

[34] See:

 Albrect Kossel (1879) "Ueber Nucleïn der Hefe" (On nuclein in

yeast) Zeitschrift für physiologische Chemie, 3 : 284–291.

99
 Albrect Kossel (1880) "Ueber Nucleïn der Hefe II" (On nuclein in
yeast, Part 2) Zeitschrift für physiologische Chemie, 4 : 290–295.
 Albrect Kossel (1881) "Ueber die Verbreitung des Hypoxanthins im
Thier- und Pflanzenreich" (On the distribution of hypoxanthins in
the animal and plant kingdoms) Zeitschrift für physiologische
Chemie, 5 : 267–271.
 Albrect Kossel, Untersuchungen über die Nucleine und ihre
Spaltungsprodukte[Investigations into nuclein and its cleavage
products] (Strassburg, Germany: K.J. Trübne, 1881), 19 pages.
 Albrect Kossel (1882) "Ueber Xanthin und Hypoxanthin" (On
xanthin and hypoxanthin), Zeitschrift für physiologische Chemie, 6
: 422–431.
 Albrect Kossel (1883) "Zur Chemie des Zellkerns" (On the
chemistry of the cell nucleus), Zeitschrift für physiologische
Chemie, 7 : 7–22.
 Albrect Kossel (1886) "Weitere Beiträge zur Chemie des Zellkerns"
(Further contributions to the chemistry of the cell nucleus),
Zeitschrift für Physiologische Chemie, 10 : 248–264. Available on-
line at: Max Planck Institute for the History of Science, Berlin,
Germany. On p. 264, Kossel remarked presciently: "Der
Erforschung der quantitativen Verhältnisse der vier
stickstoffreichen Basen, der Abhängigkeit ihrer Menge von den
physiologischen Zuständen der Zelle, verspricht wichtige
Aufschlüsse über die elementaren physiologisch-chemischen
Vorgänge." (The study of the quantitative relations of the four
nitrogenous bases — [and] of the dependence of their quantity on
the physiological states of the cell — promises important insights
into the fundamental physiological-chemical processes.)

100
[35] Jones ME (September 1953). "Albrecht Kossel, a biographical sketch".
The Yale Journal of Biology and Medicine. National Center for
Biotechnology Information. 26 (1): 80–97. PMC 2599350 . PMID
13103145.
[36] Levene P (1 December 1919). "The structure of yeast nucleic acid". J
Biol Chem. 40 (2): 415–24.

[37] See:
1. W. T. Astbury and Florence O. Bell (1938) "Some recent
developments in the X-ray study of proteins and related structures,"
Cold Spring Harbor Symposia on Quantitative Biology, 6 : 109–
121. Available on-line at: University of Leeds.
2. Astbury, W. T., (1947) "X-ray studies of nucleic acids," Symposia
of the Society for Experimental Biology, 1 : 66–76. Available on-
line at: Oregon State University.
[38] Koltsov proposed that a cell's genetic information was encoded in a
long chain of amino acids. See:
1. Н. К. Кольцов, "Физико-химические основы морфологии" (The
physical-chemical basis of morphology) – speech given at the 3rd
All-Union Meeting of Zoologist, Anatomists, and Histologists at
Leningrad, U.S.S.R., December 12, 1927.

2. Reprinted in: Успехи экспериментальной биологии (Advances in

Experimental Biology), series B, 7 (1) : ?-? (1928).
3. Reprinted in German as: Nikolaj K. Koltzoff (1928) "Physikalisch-
chemische Grundlagen der Morphologie" (The physical-chemical
basis of morphology), Biologisches Zentralblatt, 48 (6) : 345–369.

101
 4. In 1934, Koltsov contended that the proteins that contain a cell's
genetic information replicate. See: N. K. Koltzoff (October 5, 1934)
"The structure of the chromosomes in the salivary glands of
Drosophila," Science, 80 (2075) : 312–313. From page 313: "I think
that the size of the chromosomes in the salivary glands [of
Drosophila] is determined through the multiplication of genonemes.
By this term I designate the axial thread of the chromosome, in
which the geneticists locate the linear combination of genes; … In
the normal chromosome there is usually only one genoneme; before
cell-division this genoneme has become divided into two strands."

[39] Soyfer VN (September 2001). "The consequences of political

dictatorship for Russian science". Nature Reviews. Genetics. 2 (9):
723–9. doi:10.1038/35088598. PMID 11533721.

[40] Griffith F (January 1928). "The Significance of Pneumococcal Types".

The Journal of Hygiene. 27 (2): 113–59.
doi:10.1017/S0022172400031879. PMC 2167760 . PMID 20474956.

[41] Lorenz MG, Wackernagel W (September 1994). "Bacterial gene

transfer by natural genetic transformation in the environment".
Microbiological Reviews. 58 (3): 563–602. PMC 372978 . PMID
7968924.

[42] Avery OT, Macleod CM, McCarty M (February 1944). "Studies on the
Chemical Nature of the Substance Inducing Transformation of
Pneumococcal Types: Induction of Transformation by a
Desoxyribonucleic Acid Fraction Isolated from Pneumococcus Type
III". The Journal of Experimental Medicine. 79 (2): 137–58.
doi:10.1084/jem.79.2.137. PMC 2135445 . PMID 19871359.

102
[43] Hershey AD, Chase M (May 1952). "Independent functions of viral
protein and nucleic acid in growth of bacteriophage". The Journal of
General Physiology. 36 (1): 39–56. doi:10.1085/jgp.36.1.39. PMC
2147348 . PMID 12981234.

[44] The B-DNA X-ray pattern on the right of this linked image was
obtained by Rosalind Franklin and Raymond Gosling in May 1952 at
high hydration levels of DNA and it has been labeled as "Photo 51"

[45] Regis, Ed (2009) What Is Life?: investigating the nature of life in the
age of synthetic biology. Oxford: Oxford University Press ISBN 0-19-
538341-9; p. 52

[46] Nature Archives Double Helix of DNA: 50 Years

[47] "Original X-ray diffraction image". Osulibrary.oregonstate.edu.

Retrieved 6 February2011.

[48] The Nobel Prize in Physiology or Medicine 1962 Nobelprize .org

Accessed 22 December 06

[49] Maddox B (January 2003). "The double helix and the 'wronged
heroine'" (PDF). Nature. 421 (6921): 407–8.
Bibcode:2003Natur.421..407M. doi:10.1038/nature01399. PMID
12540909.

[50] Crick, F.H.C. On degenerate templates and the adaptor hypothesis

(PDF). Archived1 October 2008 at the Wayback Machine.
genome.wellcome.ac.uk (Lecture, 1955). Retrieved 22 December 2006.

103
[51] Meselson M, Stahl FW (July 1958). "THE REPLICATION OF DNA
IN ESCHERICHIA COLI". Proceedings of the National Academy of
Sciences of the United States of America. 44 (7): 671–82.
Bibcode:1958PNAS...44..671M. doi:10.1073/pnas.44.7.671. PMC
528642 . PMID 16590258.

[52] The Nobel Prize in Physiology or Medicine 1968 Nobelprize.org

Accessed 22 December 06

[53] Pray, L. (2008) Discovery of DNA structure and function: Watson and
Crick. Nature Education 1(1):100

[54] Sanger F, Nicklen S, Coulson AR. DNA sequencing with chain-

terminating inhibitors. Proceedings of the National Academy of
Sciences of the United States of America 1977;74(12):5463–7.

[55] Kircher M, Kelso J. High-throughput DNA sequencing – concepts and

limitations. Bioessays 2010;32(6):524–36.

[56] Lander ES, Linton LM, Birren B, Nusbaum C, Zody MC, Baldwin J, et
al. Initial sequencing and analysis of the human genome. Nature
2001;409(6822): 860–921.

[57] Venter JC, Adams MD, Myers EW, Li PW, Mural RJ, Sutton GG, et al.
The sequence of the human genome. Science 2001;291(5507):1304–51.

[58] Finishing the euchromatic sequence of the human genome. Nature

2004; 431(7011):931–45.

104
[59] Maxam AM, Gilbert W. A new method for sequencing DNA.
Proceedings of the National Academy of Sciences of the United States
of America 1977;74(2):560–4.

[60] Metzker ML. Sequencing technologies – the next generation. Nature

Reviews Genetics 2010;11(1):31–46.

[61] Schadt EE, Turner S, Kasarskis A. A window into third-generation

sequencing. Human Molecular Genetics 2010;19(R2):R227–40.

[62] Eid J, Fehr A, Gray J, Luong K, Lyle J, Otto G, et al. Real-time DNA
sequencing from single polymerase molecules. Science
2009;323(5910):133–8.

[63] Fuller CW, Middendorf LR, Benner SA, Church GM, Harris T, Huang
X, et al. The challenges of sequencing by synthesis. Nature
Biotechnology 2009;27(11):

[64] Margulies M, Egholm M, Altman WE, Attiya S, Bader JS, Bemben

LA, et al. Genome sequencing in microfabricated high-density picolitre
reactors. Nature 2005;437(7057):376–80.

[65] Ronaghi M, Uhlen M, Nyren P. A sequencing method based on real-

time pyrophosphate. Science 1998;281(5375):363–5.

[66] Ronaghi M, Karamohamed S, Pettersson B, Uhle´n M, Nyre´n P. Real-

time DNA sequencing using detection of pyrophosphate release.
Analytical Biochemistry 1996;242(1):84–9.

[67] Wheeler DA, Srinivasan M, Egholm M, Shen Y, Chen L, McGuire A,

et al. The complete genome of an individual by massively parallel DNA
sequencing. Nature 2008;452(7189):872–6.

105
[68] Bentley DR, Balasubramanian S, Swerdlow HP, Smith GP, Milton J,
Brown CG, et al. Accurate whole human genome sequencing using
reversible terminator chemistry. Nature 2008;456(7218):53–9.

[69] Valouev A, Ichikawa J, Tonthat T, Stuart J, Ranade S, Peckham H, et

al. A high-resolution, nucleosome position map of C. elegans reveals a
lack of universal sequence-dictated positioning. Genome Research
2008;18(7):1051–63.

[70] Shendure J, Porreca GJ, Reppas NB, Lin X, McCutcheon JP,

Rosenbaum AM, et al. Accurate multiplex polony sequencing of an
evolved bacterial genome. Science 2005;309(5741):1728–32.

[71] Rothberg JM, Hinz W, Rearick TM, Schultz J, Mileski W, Davey M, et

al. An integrated semiconductor device enabling non-optical genome
sequencing. Nature 2011;475(7356):348–52.

[72] Harris TD, Buzby PR, Babcock H, Beer E, Bowers J, Braslavsky I, et

al. Singlemolecule DNA sequencing of a viral genome. Science
2008;320(5872):106–9.

[73] Drmanac R, Sparks AB, Callow MJ, Halpern AL, Burns NL, Kermani
BG, et al. Human genome sequencing using unchained base reads on
self-assembling DNA nanoarrays. Science 2010;327(5961):78–81.

[74] Kasianowicz JJ, Brandin E, Branton D, Deamer DW. Characterization

of individual polynucleotide molecules using a membrane channel.
Proceedings of the National Academy of Sciences of the United States
of America 1996;93(24): 13770–73.

106
[75] Bayley H. Sequencing single molecules of DNA. Current Opinion in
Chemical Biology 2006;10(6):628–37.

[76] Branton D, Deamer DW, Marziali A, Bayley H, Benner SA, Butler T,

et al. The potential and challenges of nanopore sequencing. Nature
Biotechnology 2008;26(10):1146–53.

[77] Derrington IM, Butler TZ, Collins MD, Manrao E, Pavlenok M,

Niederweis M, et al. Nanopore DNA sequencing with MspA.
Proceedings of the National Academy of Sciences of the United States
of America 2010;107(37):16060–65.

[78] Schneider GF, Dekker C. DNA sequencing with nanopores. Nature

Biotechnology 2012;30(4):326–8.

[79] Clarke J, Wu HC, Jayasinghe L, Patel A, Reid S, Bayley H. Continuous

base identification for single-molecule nanopore DNA sequencing.
Nature Nanotechnology 2009;4(4):265–70.

[80] Wu HC, Astier Y, Maglia G, Mikhailova E, Bayley H. Protein

nanopores with covalently attached molecular adapters. Journal of the
American Chemical Society 2007;129(51):16142–48.

[81] Astier Y, Braha O, Bayley H. Toward single molecule DNA

sequencing: direct identification of ribonucleoside and
deoxyribonucleoside 50-monophosphates by using an engineered
protein nanopore equipped with a molecular adapter. Journal of the
American Chemical Society 2006;128(5):1705–10.

107
[82] Stoddart D, Heron AJ, Klingelhoefer J, Mikhailova E, Maglia G,
Bayley H. Nucleobase recognition in ssDNA at the central constriction
of the alphahemolysin pore. Nano Letters 2010;10(9):3633–7.

[83] Manrao EA, Derrington IM, Laszlo AH, Langford KW, Hopper MK,
Gillgren N, et al. Reading DNA at single-nucleotide resolution with a
mutant MspA nanopore and phi29 DNA polymerase. Nature
Biotechnology 2012;30(4):349–53.

[84] Cherf GM, Lieberman KR, Rashid H, Lam CE, Karplus K, Akeson M.
Automated forward and reverse ratcheting of DNA in a nanopore at 5-
A precision. Nature Biotechnology 2012;30(4):344–8.

[85] Garaj S, Hubbard W, Reina A, Kong J, Branton D, Golovchenko JA.

Graphene as a subnanometre trans-electrode membrane. Nature
2010;467(7312):190–3.

[86] Dekker C. Solid-state nanopores. Nature Nanotechnology

2007;2(4):209–15.

[87] Banerjee A, Mikhailova E, Cheley S, Gu LQ, Montoya M, Nagaoka Y,

et al. Molecular bases of cyclodextrin adapter interactions with
engineered protein nanopores. Proceedings of the National Academy of
Sciences of the United States of America 2010;107(18):8165–70.

[88] Larsson C, Grundberg I, So¨derberg O, Nilsson M. In situ detection and

genotyp-ing of individual mRNA molecules. Nature Methods
2010;7(5):395–7.

108
[89] Aston C, Mishra B, Schwartz DC. Optical mapping and its potential for
largescale sequencing projects. Trends in Biotechnology
1999;17(7):297–302.

[90] Westerlund F, et al. Fluorescence enhancement of single DNA

molecules con-fined in Si/SiO2 nanochannels. Lab Chip
2010;10(16):2049–51.

[91] Guttmacher AE, Collins FS, Carmona RH. 2004. The family history:
more important than ever.

[92] Rich E, BurkeW, Heaton C, Haga S, Pinsky L, et al. 2004.

Reconsidering the family history in primary care. J. Gen. Intern. Med.
19:273–80

[93] Ginsburg GS, Willard HF. 2009. Genomic and personalized medicine:
foundations and applications. Transl. Res. 154:277–87

[94] KannelW, Dawber T, Kagan A, Revotskie N, Stokes J III. 1961.

Factors of risk in the development of coronary heart disease: six year
follow-up experience: the Framingham Study. Ann. Intern.Med. 55:33–
50

[95] Gail M, Greene M. 2000. Gail model and breast cancer. Lancet
355:1017

[96] Liu J, Wyatt J, Altman D. 2006. Decision tools in health care: focus on
the problem, not the solution. BMCMed. Inform. Decis. Mak. 6:4

[97] Osheroff JA, Teich JM, Middleton B, Steen EB,Wright A, Detmer DE.
2007. A roadmap for national action on clinical decision support. J.
Am. Med. Inform. Assoc. 14:141–45

109
[98] Bennett JW, Glasziou PP. 2003. Computerised reminders and feedback
in medication management: a systematic review of randomised
controlled trials. Med. J. Aust. 178:217–22

[99] Shea S, DuMouchel W, Bahamonde L. 1996. A meta-analysis of 16

randomized controlled trials to evaluate computer-based clinical
reminder systems for preventive care in the ambulatory setting. J. Am.
Med. Inform. Assoc. 3:399–409

[100] Walton R, Dovey S, Harvey E, Freemantle N. 1999. Computer support

for determining drug dose: systematic review and meta-analysis. BMJ
318:984–90

[101] Collins FS. 1999. Shattuck lecture: medical and societal consequences
of the Human Genome Project.N. Engl. J. Med. 341:28–37

[102] Abrahams E, Silver M. 2009. The case for personalized medicine. J.

Diabetes Sci. Technol. 3:680–84

[103] Ioannidis JP, Allison DB, Ball CA, Coulibaly I, Cui X, et al. 2009.
Repeatability of published microarray gene expression analyses. Nat.
Genet. 41:149–55

[104] Secr. Advis. Comm. Genet. Health Soc. 2008. U.S. system of oversight
of genetic testing: a response to the charge of the secretary of health
and human services. Rep., Dep. Health Hum. Serv., Washington, DC

[105] Ginsburg GS. 2011. Application of molecular technologies to clinical

medicine. In Cecil Medicine, ed.L Goldman, AI Schafer, pp. 199–203.
Philadelphia: Elsevier. 24th ed.

110
[106] Willard H, Angrist M, Ginsburg G. 2005. Genomic medicine: genetic
variation and its impact on the future of health care. Philos. Trans. R.
Soc. B 360:1543–50

[107] Weinshilboum R, Wang L. 2004. Pharmacogenomics: bench to

bedside. Nat. Rev. Drug Discov. 3:739–48

[108] Klein TE, Altman RB, Eriksson N, Gage BF, Kimmel SE, et al. 2009.
Estimation of the warfarin dose with clinical and pharmacogenetic data.
N. Engl. J. Med. 360:753–64

[109] FeeroWG, Guttmacher AE, Collins FS. 2010. Genomic medicine: an

updated primer. N. Engl. J. Med. 362:2001–11

[110] Redon R, Ishikawa S, Fitch KR, Feuk L, Perry GH, et al. 2006. Global
variation in copy number in the human genome. Nature 444:444–54

[111] Bonetta L. 2010. Whole-genome sequencing breaks the cost barrier.

Cell 141:917–19

[112] Bentley DR. 2006. Whole-genome re-sequencing. Curr. Opin. Genet.

Dev. 16:545–52

[113] Service RF. 2006. The race for the $1000 genome. Science 311:1544–
46

[114] Levy S, SuttonG,Ng PC, Feuk L, Halpern AL, et al. 2007. The diploid
genome sequence of an individual human. PLoS Biol. 5:e254

[115] Pushkarev D, Neff NF, Quake SR. 2009. Single-molecule sequencing

of an individual human genome Nat. Biotechnol. 27:847–50

111
[116] Wang J, Wang W, Li R, Li Y, Tian G, et al. 2008. The diploid genome
sequence of an Asian individual. Nature 456:60–65

[117] Wheeler DA, Srinivasan M, Egholm M, Shen Y, Chen L, et al. 2008.

The complete genome of an individual by massively parallel DNA
sequencing. Nature 452:872–76

[118] Bolze A, Byun M, McDonald D, Morgan NV, Abhyankar A, et al.

2010. Whole-exome-sequencing-based discovery of human FADD
deficiency. Am. J. Hum. Genet. 87:873–81

[119] Dahl F, Stenberg J, Fredriksson S,Welch K, ZhangM, et al. 2007.

Multigene amplification and massively

[120] HornseyM, Loman N, WarehamDW,Ellington MJ, PallenMJ, et al.

2011. Whole-genome comparison of two Acinetobacter baumannii
isolates from a single patient,where resistance developed during
tigecycline therapy. J. Antimicrob. Chemother. 66:1499–503

[121] Kennemann L, Didelot X, Aebischer T, Kuhn S, Drescher B, et al.

2011. Helicobacter pylori genome evolution during human infection.
Proc. Natl. Acad. Sci. USA 108:5033–38

[122] Lupski JR, Reid JG, Gonzaga-Jauregui C, Rio Deiros D, Chen DC, et
al. 2010. Whole-genome sequencing in a patient with Charcot-Marie-
Tooth neuropathy. N. Engl. J. Med. 362:1181–91

[123] Tsurusaki Y, Osaka H, Hamanoue H, Shimbo H, Tsuji M, et al. 2011.

Rapid detection of a mutation causing X-linked leucoencephalopathy
by exome sequencing. J. Med. Genet. In press

112
[124] Roach JC, Glusman G, Smit AF, Huff CD, Hubley R, et al. 2010.
Analysis of genetic inheritance in a family quartet by whole-genome
sequencing. Science 328:636–39

[125] Welch JS, Westervelt P, Ding L, Larson DE, Klco JM, et al. 2011. Use
of whole-genome sequencing to diagnose a cryptic fusion oncogene.
JAMA 305:1577–84

[126] Worthey EA, Mayer AN, Syverson GD, Helbling D, Bonacci BB, et al.
2011. Making a definitive diagnosis: successful clinical application of
whole exome sequencing in a child with intractable inflammatory
bowel disease. Genet. Med. 13:255–62

[127] Deloukas P, BentleyD. 2004. TheHapMap project and its application to

genetic studies of drug response. Pharmacogenomics J. 4:88–90

[128] Gabriel SB, Schaffner SF, Nguyen H, Moore JM, Roy J, et al. 2002.
The structure of haplotype blocks in the human genome. Science
296:2225–29

[129] Weiss KM, Clark AG. 2002. Linkage disequilibrium and the mapping
of complex human traits. Trends Genet. 18:19–24

[130] Hindorff LA, Junkins HA, Hall PN, Mehta JP, Manolio TO. 2011. A
catalog of published genome-wide association studies.
http://www.genome.gov/gwastudies

[131] Johnson AD, O’Donnell CJ. 2009. An open access database of genome-
wide association results. BMC Med. Genet. 10:6

113
[132] Barrett JC, Hansoul S, Nicolae DL, Cho JH, Duerr RH, et al. 2008.
Genome-wide association defines more than 30 distinct susceptibility
loci for Crohn’s disease. Nat. Genet. 40:955–62

[133] McCarthy MI. 2010. Genomics, type 2 diabetes, and obesity. N. Engl.
J. Med. 363:2339–50

[134] Sladek R, Rocheleau G, Rung J, Dina C, Shen L, et al. 2007. A

genome-wide association study identifies novel risk loci for type 2
diabetes. Nature 445:881–85

[135] Helgadottir A, Thorleifsson G,Manolescu A, Gretarsdottir S, Blondal

T, et al. 2007. A common variant on chromosome 9p21 affects the risk
of myocardial infarction. Science 316:1491–93

[136] McCarthy JJ, Parker A, Salem R, Moliterno DJ, Wang Q, et al. 2004.
Large scale association analysis for identification of genes underlying
premature coronary heart disease: cumulative perspective from analysis
of 111 candidate genes. J. Med. Genet. 41:334–41

[137] . McPherson R, Pertsemlidis A, Kavaslar N, Stewart A, Roberts R, et

al. 2007. A common allele on chromosome 9 associated with coronary
heart disease. Science 316:1488–91

[138] Samani NJ, Erdmann J, Hall AS, Hengstenberg C, Mangino M, et al.

2007. Genomewide association analysis of coronary artery disease. N.
Engl. J. Med. 357:443–53

[139] Marshall E. 2009. Lawsuit challenges legal basis for patenting human
genes. Science 324:1000–1

114
[140] Hannon GJ, Beach D. 1994. p15INK4B is a potential effector of TGF-
beta-induced cell cycle arrest. Nature 371:257–61

[141] Pasmant E, Laurendeau I, HeronD, VidaudM, VidaudD,Bieche I. 2007.

Characterization of a germ-line deletion, including the entire
INK4/ARFlocus, in a melanoma-neural system tumor family:
identification of ANRIL, an antisense noncoding RNA whose
expression coclusters with ARF. Cancer Res. 67:3963–69

[142] . Visel A, Zhu Y,May D, Afzal V, Gong E, et al. 2010. Targeted

deletion of the 9p21 non-coding coronary artery disease risk interval in
mice. Nature 464:409–12

[143] . Yap KL, Li S, Munoz-Cabello AM, Raguz S, Zeng L, et al. 2010.

Molecular interplay of the noncoding RNA ANRIL and methylated
histone H3 lysine 27 by polycomb CBX7 in transcriptional silencing of
INK4a. Mol. Cell 38:662–74

[144] Harismendy O, Notani D, Song X, Rahim NG, Tanasa B, et al. 2011.

9p21 DNA variants associated with coronary artery disease impair
interferon-gamma signalling response. Nature 470:264–68

[145] Huang Y, Qiao F, Atkinson C, Holers VM, Tomlinson S. 2008. A novel

targeted inhibitor of the alternative pathway of complement and its
therapeutic application in ischemia/reperfusion injury. J. Immunol.
181:8068–76

[146] Klein RJ, Zeiss C, Chew EY, Tsai JY, Sackler RS, et al. 2005.
Complement factor H polymorphism in age-related macular
degeneration. Science 308:385–89

115
[147] Ge D, Fellay J, Thompson AJ, Simon JS, Shianna KV, et al. 2009.
Genetic variation in IL28B predicts hepatitis C treatment-induced viral
clearance. Nature 461:399–401

[148] Thompson AJ, Muir AJ, Sulkowski MS, Ge D, Fellay J, et al. 2010.
Interleukin-28B polymorphism improves viral kinetics and is the
strongest pretreatment predictor of sustained virologic response in
genotype 1 hepatitis C virus. Gastroenterology 139:120–29

[149] Link E, Parish S, Armitage J, Bowman L, Heath S, et al. 2008.

SLCO1B1 variants and statin-induced myopathy: a genomewide study.
N. Engl. J. Med. 359:789–99

[150] Simon R. 2003. Diagnostic and prognostic prediction using gene

expression profiles in high-dimensional microarray data. Br. J. Cancer
89:1599–604

[151] Parker JS, Mullins M, Cheang MC, Leung S, Voduc D, et al. 2009.
Supervised risk predictor of breast cancer based on intrinsic subtypes. J.
Clin. Oncol. 27:1160–67

[152] Rosenwald A, Wright G, Chan WC, Connors JM, Campo E, et al. 2002.
The use of molecular profiling to predict survival after chemotherapy
for diffuse large-B-cell lymphoma. N. Engl. J. Med. 346:1937–47

[153] Alizadeh AA, Eisen MB, Davis RE, Ma C, Lossos IS, et al. 2000.
Distinct types of diffuse large B-cell lymphoma identified by gene
expression profiling. Nature 403:503–11

116
[154] Bhattacharjee A, Richards WG, Staunton J, Li C, Monti S, et al. 2001.
Classification of human lung carcinomas by mRNA expression
profiling reveals distinct adenocarcinoma subclasses. Proc. Natl. Acad.
Sci. USA 98:13790–95

[155] 17. Bittner M, Meltzer P, Chen Y, Jiang Y, Seftor E, et al. 2000.

Molecular classification of cutaneous malignant melanoma by gene
expression profiling. Nature 406:536–40 18. 34

[156] Van’t Veer LJ,Dai H, van de Vijver MJ,He YD, Hart AA, et al. 2002.
Gene expression profiling predicts clinical outcome of breast cancer.
Nature 415:530–36

[157] Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, et al.

1999. Molecular classification of cancer: class discovery and class
prediction by gene expression monitoring. Science 286:531–37

[158] Bray NJ. 2008. Gene expression in the etiology of schizophrenia.

Schizophr. Bull. 34:412–18

[159] Comabella M, Martin R. 2007. Genomics in multiple sclerosis: current

state and future directions. J. Neuroimmunol. 187:1–8

[160] Goes FS, Sanders LL, Potash JB. 2008. The genetics of psychotic
bipolar disorder. Curr. Psychiatry Rep. 10:178–89

[161] Kittleson MM, Hare JM. 2005. Molecular signature analysis: the
potential of gene-expression analysis in cardiomyopathy. Future
Cardiol. 1:793–808

117
[162] Mehta D,Menke A, Binder EB. 2010. Gene expression studies in major
depression. Curr. Psychiatry Rep. 12:135–44

[163] Van Baarsen LG, Bos CL, van der Pouw Kraan TC, Verweij CL. 2009.
Transcription profiling of rheumatic diseases. Arthritis Res. Ther.
11:207

[164] Bartel DP. 2004. MicroRNAs: genomics, biogenesis, mechanism, and

function. Cell 116:281–97

[165] Lee RC, Feinbaum RL, Ambros V. 1993. The C. elegans heterochronic
gene lin-4 encodes small RNAs with antisense complementarity to lin-
14. Cell 75:843–54

[166] Feng J, SunG,Yan J, NoltnerK,LiW, et al. 2009. Evidence forX-

chromosomal schizophrenia associated with microRNA alterations.
PLoS One 4:e6121

[167] Iorio MV, Croce CM. 2009. MicroRNAs in cancer: small molecules
with a huge impact. J. Clin. Oncol. 27:5848–56

[168] Jopling CL, Yi M, Lancaster AM, Lemon SM, Sarnow P. 2005.

Modulation of hepatitis C virus RNA abundance by a liver-specific
microRNA. Science 309:1577–81

[169] O’Donnell KA, Wentzel EA, Zeller KI, Dang CV, Mendell JT. 2005. c-
Myc-regulated microRNAs modulate E2F1 expression. Nature
435:839–43

[170] Rodriguez A, Vigorito E, Clare S,Warren MV, Couttet P, et al. 2007.

Requirement of bic/microRNA- 155 for normal immune function.
Science 316:608–11

118
[171] Tatsuguchi M, Seok HY, Callis TE, Thomson JM, Chen JF, et al. 2007.
Expression of microRNAs is dynamically regulated during
cardiomyocyte hypertrophy. J. Mol. Cell. Cardiol. 42:1137–41

[172] Budhu A, Ji J,Wang XW. 2010. The clinical potential of microRNAs. J.

Hematol. Oncol. 3:37

[173] Calin GA, Croce CM. 2006. MicroRNA signatures in human cancers.
Nat. Rev. Cancer 6:857–66

[174] Kartha RV, Subramanian S. 2010. MicroRNAs in cardiovascular

diseases: biology and potential clinical applications. J. Cardiovasc.
Transl. Res. 3:256–70

[175] Xiao J, Yang B, Lin H, Lu Y, Luo X, Wang Z. 2007. Novel approaches

for gene-specific interference via manipulating actions of microRNAs:
examination on the pacemaker channel genes HCN2 and HCN4. J.
Cell. Physiol. 212:285–92

[176] Davis ME, Zuckerman JE, Choi CH, Seligson D, Tolcher A, et al.
2010. Evidence of RNAi in humans from systemically administered
siRNA via targeted nanoparticles. Nature 464:1067–70

[177] Lewis BP, Shih IH, Jones-Rhoades MW, Bartel DP, Burge CB. 2003.
Prediction of mammalian microRNA targets. Cell 115:787–98

[178] Thomas M, Lieberman J, Lal A. 2010. Desperately seeking microRNA

targets. Nat. Struct. Mol. Biol. 17:1169–74

[179] Core LJ,Waterfall JJ, Lis JT. 2008. Nascent RNA sequencing reveals
widespread pausing and divergent initiation at human promoters.
Science 322:1845–48

119
[180] He Y, Vogelstein B, Velculescu VE, Papadopoulos N, Kinzler KW.
2008. The antisense transcriptomes of human cells. Science 322:1855–
57

[181] Pan Q, Shai O, Lee LJ, Frey BJ, Blencowe BJ. 2008. Deep surveying of
alternative splicing complexity in the human transcriptome by high-
throughput sequencing. Nat. Genet. 40:1413–15

[182] Sugarbaker DJ, RichardsWG,Gordon GJ, Dong L, De Rienzo A, et al.

2008. Transcriptome sequencing of malignant pleural mesothelioma
tumors. Proc. Natl. Acad. Sci. USA 105:3521–26

[183] Sultan M, Schulz MH, Richard H, Magen A, Klingenhoff A, et al.

2008. A global view of gene activity and alternative splicing by deep
sequencing of the human transcriptome. Science 321:956–60

[184] Guffanti A, Iacono M, Pelucchi P, Kim N, Solda G, et al. 2009. A

transcriptional sketch of a primary human breast cancer by 454 deep
sequencing. BMC Genomics 10:163

[185] MaherCA, Kumar-Sinha C, Cao X,Kalyana-Sundaram S, Han B, et al.

2009. Transcriptome sequencing to detect gene fusions in cancer.
Nature 458:97–101

[186] PalanisamyN, Ateeq B, Kalyana-Sundaram S,

PfluegerD,RamnarayananK, et al. 2010. Rearrangements of the RAF
kinase pathway in prostate cancer, gastric cancer and melanoma. Nat.
Med. 16:793–98

120
[187] Zhao Q, Caballero OL, Levy S, Stevenson BJ, Iseli C, et al. 2009.
Transcriptome-guided characterization of genomic rearrangements in a
breast cancer cell line. Proc. Natl. Acad. Sci. USA 106:1886–91

[188] Du X, Callister SJ, Manes NP, Adkins JN, Alexandridis RA, et al.
2008. A computational strategy to analyze label-free temporal bottom-
up proteomics data. J. Proteome Res. 7:2595–604

[189] Issaq HJ, Veenstra TD. 2008. Would you prefer multiple reaction
monitoring or antibodies with your biomarker validation? Expert Rev.
Proteomics 5:761–63

[190] Bain JR, Stevens RD, Wenner BR, Ilkayeva O, Muoio DM, Newgard
CB. 2009. Metabolomics applied to diabetes research: moving from
information to knowledge. Diabetes 58:2429–43

[191] Griffin JL, Shockcor JP. 2004. Metabolic profiles of cancer cells. Nat.
Rev. Cancer 4:551–61

[192] Kaddurah-Daouk R, McEvoy J, Baillie RA, Lee D, Yao JK, et al. 2007.
Metabolomic mapping of atypical antipsychotic effects in
schizophrenia. Mol. Psychiatry 12:934–45

[193] Newgard CB, An J, Bain JR, Muehlbauer MJ, Stevens RD, et al. 2009.
A branched-chain amino acidrelated metabolic signature that
differentiates obese and lean humans and contributes to insulin
resistance. Cell Metab. 9:311–26

[194] Sabatine MS, Liu E, Morrow DA, Heller E, McCarroll R, et al. 2005.
Metabolomic identification of novel biomarkers of myocardial
ischemia. Circulation 112:3868–75

121
[195] Shah SH, Hauser ER, Bain JR,MuehlbauerMJ, Haynes C, et al. 2009.
High heritability of metabolomics profiles in families burdened with
premature cardiovascular disease. Mol. Syst. Biol. 5:258

[196] Ebbels TM, Keun HC, Beckonert OP, BollardME, Lindon JC, et al.
2007. Prediction and classification of drug toxicity using probabilistic
modeling of temporal metabolic data: the consortium on metabonomic

[197] Keun HC. 2006. Metabonomic modeling of drug toxicity. Pharmacol.

Ther. 109:92–106

[198] Nicholson JK, Connelly J, Lindon JC, Holmes E. 2002. Metabonomics:

a platform for studying drug toxicity and gene function. Nat. Rev. Drug
Discov. 1:153–61

[199] . Sharma S, Kelly TK, Jones PA. 2010. Epigenetics in cancer.

Carcinogenesis 31:27–36

[200] Bird AP. 1986. CpG-rich islands and the function of DNA methylation.
Nature 321:209–13

[201] Prendergast GC, Ziff EB. 1991. Methylation-sensitive sequence-

specific DNA binding by the c-Myc basic region. Science 251:186–89

[202] Archey WB, McEachern KA, Robson M, Offit K, Vaziri SA, et al.
2002. Increased CpG methylation of the estrogen receptor gene in
BRCA1-linked estrogen receptor-negative breast cancers. Oncogene
21:7034–41

[203] Feinberg AP,Vogelstein B. 1983. Hypomethylation of ras oncogenes in

primary human cancers. Biochem. Biophys. Res. Commun. 111:47–54

122
[204] Rosty C, Ueki T, Argani P, Jansen M, Yeo CJ, et al. 2002.
Overexpression of S100A4 in pancreatic ductal adenocarcinomas is
associated with poor differentiation andDNAhypomethylation.Am. J.
Pathol. 160:45–50

[205] Corwin EJ. 2004. The concept of epigenetics and its role in the
development of cardiovascular disease: commentary on “New and
emerging theories of cardiovascular disease.” Biol. Res. Nurs. 6:11–16,
21–23

[206] Devaskar SU, Thamotharan M. 2007. Metabolic programming in the

pathogenesis of insulin resistance. Rev. Endocr. Metab. Disord. 8:105–
13

[207] Ji Q, Hao X,Meng Y, Zhang M, Desano J, et al. 2008. Restoration of

tumor suppressor miR-34 inhibit human p53-mutant gastric cancer
tumorspheres. BMC Cancer 8:266

[208] . Lu Q, Kaplan M, RayD, Zacharek S, Gutsch D, Richardson B. 2002.

Demethylation of ITGAL(CD11a) regulatory sequences in systemic
lupus erythematosus. Arthritis Rheum. 46:1282–91

[209] Am. Assoc. Cancer Res. Hum. Epigenome Task Force, Eur. Union
Netw. Excell. Sci. Advis. Board. 2008. Moving AHEAD with an
international human epigenome project. Nature 454:711–15

[210] Bernstein BE, Meissner A, Lander ES. 2007. The mammalian

epigenome. Cell 128:669–81

123
[211] Eckhardt F, Lewin J, Cortese R, Rakyan VK, Attwood J, et al. 2006.
DNA methylation profiling of human chromosomes 6, 20 and 22. Nat.
Genet. 38:1378–85

[212] Willard HF, Ginsburg GS. 2009. Genomic and Personalized Medicine.
Amsterdam: Elsevier. 1478 pp.

[213] Gonzalez-Angulo AM. 2010. Reply toD.H. Roukos andD.A.X.

Schinagl et al. J. Clin. Oncol. 28:e282–83

[214] Gonzalez-Angulo AM, Hennessy BT, Mills GB. 2010. Future of

personalized medicine in oncology: a systems biology approach. J.
Clin. Oncol. 28:2777–83

[215] Roukos DH. 2010. Beyond HER2 and trastuzumab: heterogeneity,

systems biology, and cancer origin research may guide the future for
personalized treatment of very early but aggressive breast cancer. J.
Clin. Oncol. 28:e279–80

[216] Wang K, Lee I, Carlson G, Hood L, Galas D. 2010. Systems biology

and the discovery of diagnostic biomarkers. Dis. Markers 28:199–207

[217] Bell C. J., Dinwiddie D C., Miller N. A. et al. — Carrier testing for
severe childhood recessive diseases by next generation sequencing. Sci.
Transl. Med., 2011, 3, 65ra4.

[218] Steffann J., Frydman N., Burlet Ph. et al. Le diagnostic pré-
implantatoire couplé au typage HLA: l’expérience française. Bull.
Acad. Natle Med., 2011, 195(4-5), 1015-22.

[219] Fan H. C., Gu W., Wang J. et al. Non-invasive prenatal measurement of

the fetal genome. Nature. 2012, 487, 320-24.

124
[220] SnyderM.W., Simmons L.E., Kitzman J.O. et al.—Noninvasive fetal
genome sequencing: a primer. Prenatal diagnosis. 2013, 33, 547-54.

[221] Dugoff L.—Application of genomic technology in prenatal diagnosis.

N. Engl. J. Med., 2012,367, 2249-50.

[222] Mavaddat N, Antoniou AC, Easton DF, Garcia-Closas M. 2010.

Genetic susceptibility to breast cancer. Mol. Oncol. 4:174–91

[223] Trainer AH, Lewis CR, Tucker K, Meiser B, Friedlander M, Ward RL.
2010. The role of BRCA mutation testing in determining breast cancer
therapy. Nat. Rev. Clin. Oncol. 7:708–17

[224] Vilar E, Gruber SB. 2010. Microsatellite instability in colorectal

cancer: the stable evidence. Nat. Rev. Clin. Oncol. 7:153–62

[225] Hedley PL, Jorgensen P, Schlamowitz S,Wangari R, Moolman-Smook

J, et al. 2009. The genetic basis of long QT and short QT syndromes: a
mutation update. Hum. Mutat. 30:1486–511

[226] Tester DJ, Ackerman MJ. 2011. Genetic testing for potentially lethal,
highly treatable inherited cardiomyopathies/ channelopathies in clinical
practice. Circulation 123:1021–37

[227] Shimizu W. 2008. Clinical impact of genetic studies in lethal inherited

cardiac arrhythmias. Circ. J. 72:1926–36

[228] Lee W, Jiang Z, Liu J, Haverty PM, Guan Y, et al. 2010. The mutation
spectrum revealed by paired genome sequences from a lung cancer
patient. Nature 465:473–77

125
[229] Ley TJ, Mardis ER, Ding L, Fulton B,McLellan MD, et al. 2008. DNA
sequencing of a cytogenetically normal acute myeloid leukaemia
genome. Nature 456:66–72

[230] Pleasance ED, Stephens PJ, O’Meara S, McBride DJ, Meynert A, et al.
2010. A small-cell lung cancer genome with complex signatures of
tobacco exposure. Nature 463:184–90

[231] Garber K. 2005. Human Cancer Genome Project moving forward

despite some doubts in community. J. Natl. Cancer Inst. 97:1322–24

[232] Cancer Genome Atlas Res. Netw. 2008. Comprehensive genomic

characterization defines human glioblastoma genes and core pathways.
Nature 455:1061–68

[233] Verhaak RG, Hoadley KA, Purdom E, Wang V, Qi Y, et al. 2010.

Integrated genomic analysis identifies clinically relevant subtypes of
glioblastoma characterized by abnormalities in PDGFRA, IDH1,
EGFR,

[234] Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, et al.

1999. Molecular classification of cancer: class discovery and class
prediction by gene expression monitoring. Science 286:531–37

[235] Bhattacharjee A, Richards WG, Staunton J, Li C, Monti S, et al. 2001.

Classification of human lung carcinomas by mRNA expression
profiling reveals distinct adenocarcinoma subclasses. Proc. Natl. Acad.
Sci. USA 98:13790–95

126
[236] Huang JZ, Sanger WG, Greiner TC, Staudt LM, Weisenburger DD, et
al. 2002. The t(14;18) defines a unique subset of diffuse large B-cell
lymphoma with a germinal center B-cell gene expression profile. Blood
99:2285–90

[237] Sorlie T, Perou CM, Tibshirani R, Aas T, Geisler S, et al. 2001. Gene
expression patterns of breast carcinomas distinguish tumor subclasses
with clinical implications. Proc. Natl. Acad. Sci. USA 98:10869–74

[238] Mateos-Caceres PJ, Garcia-Mendez A, Lopez Farre A, Macaya C,

Nunez A, et al. 2004. Proteomic analysis of plasma from patients
during an acute coronary syndrome. J. Am. Coll. Cardiol. 44:1578–83

[239] Sabatine MS, Liu E, Morrow DA, Heller E, McCarroll R, et al. 2005.
Metabolomic identification of novel biomarkers of myocardial
ischemia. Circulation 112:3868–75

[240] . Fernandez Parguina A, Grigorian-Shamajian L, Agra RM,Teijeira-

Fernandez E, Rosa I, et al. 2010. Proteins involved in platelet signaling
are differentially regulated in acute coronary syndrome: a proteomic
study. PLoS One 5:e13404

[241] Rosenberg S, Elashoff MR, Beineke P, Daniels SE, Wingrove JA, et al.
2010. Multicenter validation of the diagnostic accuracy of a blood-
based gene expression test for assessing obstructive coronary artery
disease in nondiabetic patients. Ann. Intern. Med. 153:425–34

[242] Wingrove JA, Daniels SE, Sehnert AJ, TingleyW, Elashoff MR, et al.
2008. Correlation of peripheralblood gene expression with the extent of
coronary artery stenosis. Circ. Cardiovasc. Genet. 1:31–38

127
[243] Hoshida Y, Villanueva A, Kobayashi M, Peix J, Chiang DY, et al.
2008. Gene expression in fixed tissues and outcome in hepatocellular
carcinoma. N. Engl. J. Med. 359:1995–2004

[244] Parker JS, Mullins M, Cheang MC, Leung S, Voduc D, et al. 2009.
Supervised risk predictor of breast cancer based on intrinsic subtypes. J.
Clin. Oncol. 27:1160–67

[245] Rosenwald A, Wright G, Chan WC, Connors JM, Campo E, et al. 2002.
The use of molecular profiling to predict survival after chemotherapy
for diffuse large-B-cell lymphoma. N. Engl. J. Med. 346:1937–47

[246] Van’t Veer LJ,Dai H, van de Vijver MJ,He YD, Hart AA, et al. 2002.
Gene expression profiling predicts clinical outcome of breast cancer.
Nature 415:530–36

[247] Cobleigh MA, Tabesh B, Bitterman P, Baker J, Cronin M, et al. 2005.

Tumor gene expression and prognosis in breast cancer patients with 10
or more positive lymph nodes. Clin. Cancer Res. 11:8623–31

[248] Cronin M, PhoM,Dutta D, Stephans JC, Shak S, et al. 2004.

Measurement of gene expression in archival paraffin-embedded tissues:
development and performance of a 92-gene reverse transcriptase-
polymerase chain reaction assay. Am. J. Pathol. 164:35–42

[249] Sparano JA, Paik S. 2008. Development of the 21-gene assay and its
application in clinical practice and clinical trials. J. Clin. Oncol.
26:721–28

128
[250] Kelly CM, Krishnamurthy S, Bianchini G, Litton JK, Gonzalez-Angulo
AM, et al. 2010. Utility of oncotype DX risk estimates in clinically
intermediate risk hormone receptor-positive, HER2-normal, grade II,
lymph node-negative breast cancers. Cancer 116:5161–67

[251] Paik S, Shak S,TangG,Kim C, Baker J, et al. 2004. Amultigene assay to

predict recurrence of tamoxifentreated, node-negative breast cancer. N.
Engl. J. Med. 351:2817–26

[252] Van de Vijver MJ, He YD, van’t Veer LJ, Dai H, Hart AA, et al. 2002.
A gene-expression signature as a predictor of survival in breast cancer.
N. Engl. J. Med. 347:1999–2009

[253] . BuyseM, Loi S, van’t Veer L, Viale G, DelorenziM, et al. 2006.

Validation and clinical utility of a 70-gene prognostic signature for
women with node-negative breast cancer. J. Natl. Cancer Inst.
98:1183–92

[254] Glas AM, Floore A, Delahaye LJ, Witteveen AT, Pover RC, et al.
2006. Converting a breast cancer microarray signature into a high-
throughput diagnostic test. BMC Genomics 7:278

[255] Hornberger J, Chien R. 2010. Meta-analysis of the decision impact of

the 21-gene breast cancer Recurrenc Score in clinical practice.
Presented at Annu. San Antonio Breast Cancer Symp., 33rd, San
Antonio, TX

[256] Newell KA, Asare A, Kirk AD, Gisler TD, Bourcier K, et al. 2010.
Identification of a B cell signature associated with renal transplant
tolerance in humans. J. Clin. Investig. 120:1836–47

129
[257] Holleman A, Cheok MH, den Boer ML, YangW, Veerman AJ, et al.
2004. Gene-expression patterns in drug-resistant acute lymphoblastic
leukemia cells and response to treatment. N. Engl. J.Med. 351:533–42

[258] Lugthart S, Cheok MH, den Boer ML, Yang W, Holleman A, et al.
2005. Identification of genes associated with chemotherapy
crossresistance and treatment response in childhood acute
lymphoblastic leukemia. Cancer Cell 7:375–86

[259] King CR, Kraus MH, Aaronson SA. 1985. Amplification of a novel v-
erbB-related gene in a human mammary carcinoma. Science 229:974–
76

[260] PressMF, Pike MC, Chazin VR,HungG,Udove JA, et al. 1993. Her-
2/neu expression in node-negative breast cancer: direct tissue
quantitation by computerized image analysis and association of
overexpression with increased risk of recurrent disease. Cancer Res.
53:4960–70

[261] Cobleigh MA,VogelCL, Tripathy D, Robert NJ, Scholl S, et al. 1999.

Multinational study of the efficacy and safety of humanized anti-HER2
monoclonal antibody in women who have HER2-overexpressing
metastatic breast cancer that has progressed after chemotherapy for
metastatic disease. J. Clin. Oncol

[262] Maughan KL, Lutterbie MA,Ham PS. 2010. Treatment of breast

cancer. Am. Fam. Physician 81:1339–46

130
[263] Slamon DJ, Leyland-Jones B, Shak S, Fuchs H, Paton V, et al. 2001.
Use of chemotherapy plus a monoclonal antibody against HER2 for
metastatic breast cancer that overexpresses HER2. N. Engl. J. Med.
344:783–92

[264] Herbst RS, Maddox AM, Rothenberg ML, Small EJ, Rubin EH, et al.
2002. Selective oral epidermal growth factor receptor tyrosine kinase
inhibitor ZD1839 is generally well-tolerated and has activity in non-
small-cell lung cancer and other solid tumors: results of a phase I trial.
J. Clin. Oncol. 20:3815–25

[265] Masui H, Kawamoto T, Sato JD, Wolf B, Sato G, Mendelsohn J. 1984.

Growth inhibition of human tumor cells in athymic mice by anti-
epidermal growth factor receptor monoclonal antibodies. Cancer Res.
44:1002–7

[266] Ranson M, Hammond LA, Ferry D, Kris M, Tullo A, et al. 2002.

ZD1839, a selective oral epidermal growth factor receptor-tyrosine
kinase inhibitor, is well tolerated and active in patients with solid,
malignant tumors: results of a phase I trial. J. Clin. Oncol. 20:2240–50

[267] Thatcher N, Chang A, Parikh P, Rodrigues Pereira J, Ciuleanu T, et al.

2005. Gefitinib plus best supportive care in previously treated patients
with refractory advanced non-small-cell lung cancer: results from a
randomised, placebo-controlled, multicentre study (Iressa Survival
Evaluation in Lung Cancer). Lancet 366:1527–37

131
[268] Sequist LV, BellDW, LynchTJ, Haber DA. 2007. Molecular predictors
of response to epidermal growth factor receptor antagonists in non-
small-cell lung cancer. J. Clin. Oncol. 25:587–95

[269] Voora D, McLeod H, Eby C, Gage B. 2005. The pharmacogenetics of

coumarin therapy. Pharmacogenomics 6:503–13

[270] HigashiMK, Veenstra DL, Kondo LM,Wittkowsky AK,

Srinouanprachanh SL, et al. 2002. Association between CYP2C9
genetic variants and anticoagulation-related outcomes duringwarfarin
therapy.JAMA 287:1690–98

[271] Sconce EA, Khan TI, Wynne HA, Avery P, Monkhouse L, et al. 2005.
The impact of CYP2C9 and VKORC1 genetic polymorphism and
patient characteristics upon warfarin dose requirements: proposal for a
new dosing regimen. Blood 106:2329–33

[272] Klein TE, Altman RB, Eriksson N, Gage BF, Kimmel SE, et al. 2009.
Estimation of the warfarin dose with clinical and pharmacogenetic data.
N. Engl. J. Med. 360:753–64

[273] Driscoll C, Cashion A,HathawayD,ThompsonC,Conley Y, et al. 2006.

Blood gene expression profiling in liver transplant recipients with
hepatitis C virus and posttransplantation diabetes mellitus. Transplant.
Proc. 38:3646–48

[274] Mart´ınez-Llordella M, Puig-Pey I, Orlando G, Ramoni M, Tisone G, et

al. 2007. Multiparameter immune profiling of operational tolerance in
liver transplantation. Am. J. Transplant. 7:309–19

132
[275] Starling R, Pham M, Valantine H, Miller L, Eisen H, et al. 2006.
Molecular testing in the management of cardiac transplant recipients:
initial clinical experience. J. Heart Lung Transplant. 25:1389–95

[276] Deng M, Eisen H, Mehra M, Billingham M, Marboe C, et al. 2006.

Noninvasive discrimination of rejection in cardiac allograft recipients
using gene expression profiling. Am. J. Transplant. 6:150–60

[277] Evans R,WilliamsG, Baron H, Deng M, EisenH, et al. 2005. The

economic implications of noninvasive molecular testing for cardiac
allograft rejection. Am. J. Transplant. 5:1553–58

[278] Pham MX, Teuteberg JJ, Kfoury AG, Starling RC, Deng MC, et al.
2010. Gene-expression profiling for rejection surveillance after cardiac
transplantation. N. Engl. J. Med. 362:1890–900

[279] Chen B, Chen M, Paisley J, Zaas A, Woods C, et al. 2010. Bayesian

inference of the number of factors in gene-expression analysis:
application to human virus challenge studies. BMC Bioinforma. 11:552

[280] Zaas AK, ChenM, Varkey J, Veldman T, Hero AO III, et al. 2009.
Gene expression signatures diagnose influenza and other symptomatic
respiratory viral infections in humans. Cell Host Microbe 6:207–17

[281] Polonikov AV, Ivanov VP, Solodilova MA. 2009. Genetic variation of
genes for xenobiotic-metabolizing enzymes and risk of bronchial
asthma: the importance of gene-gene and gene-environment
interactions for disease susceptibility. J. Hum. Genet. 54:440–49

[282] Seibold MA, Schwartz DA. 2011. The lung: the natural boundary
between nature and nurture. Annu. Rev. Physiol. 73:457–78

133
[283] Simpson A, John SL, Jury F, Niven R, Woodcock A, et al. 2006.
Endotoxin exposure, CD14, and allergic disease: an interaction between
genes and the environment. Am. J. Respir. Crit. CareMed. 174:386–92
199. 89

[284] Fleischmann RD, AdamsMD, White O, Clayton RA, Kirkness EF, et al.
1995. Whole-genome random sequencing and assembly of
Haemophilus influenzae Rd. Science 269:496–512

[285] Seib KL, Dougan G, Rappuoli R. 2009. The key role of genomics in
modern vaccine and drug design for emerging infectious diseases.
PLoS Genet. 5:e1000612

[286] Rasko DA, Rosovitz MJ, Myers GS, Mongodin EF, Fricke WF, et al.
2008. The pangenome structure of Escherichia coli: comparative
genomic analysis of E. coli commensal and pathogenic isolates. J.
Bacteriol. 190:6881–93

[287] Bechah Y, El Karkouri K, Mediannikov O, Leroy Q, Pelletier N, et al.

2010. Genomic, proteomic,and transcriptomic analysis of virulent and
avirulent Rickettsia prowazekii reveals its adaptive mutation
capabilities. Genome Res. 20:655–63

[288] Giuliani MM, Adu-Bobie J, Comanducci M, Arico B, Savino S, et al.

2006. A universal vaccine for serogroup B meningococcus. Proc. Natl.
Acad. Sci. USA 103:10834–39

134
[289] Mwangi MM, Wu SW, Zhou Y, Sieradzki K, de LencastreH, et al.
2007. Tracking the in vivo evolution of multidrug resistance in
Staphylococcus aureus by whole-genome sequencing. Proc. Natl. Acad.
Sci. USA 104:9451–56

[290] Davies J. 2001. In a map for human life, count the microbes, too.
Science 291:2316

[291] Savage DC. 1977. Microbial ecology of the gastrointestinal tract. Annu.
Rev. Microbiol. 31:107–33

[292] Gill SR, Pop M, Deboy RT, Eckburg PB, Turnbaugh PJ, et al. 2006.
Metagenomic analysis of the human distal gut microbiome. Science
312:1355–59

[293] Turnbaugh PJ, Ley RE, Hamady M, Fraser-Liggett CM, Knight R,

Gordon JI. 2007. The human microbiome project. Nature 449:804–10

[294] Francois P, Scherl A, Hochstrasser D, Schrenzel J. 2007. Proteomic

approach to investigate MRSA. Methods Mol. Biol. 391:179–99

[295] LongWH, Xiao HS, Gu XM, Zhang QH, Yang HJ, et al. 2004. A
universal microarray for detection of SARS coronavirus. J. Virol.
Methods 121:57–63

[296] Ley RE, Turnbaugh PJ, Klein S, Gordon JI. 2006. Microbial ecology:
human gut microbes associated with obesity. Nature 444:1022–23

[297] Peterson DA, Frank DN, Pace NR, Gordon JI. 2008. Metagenomic
approaches for defining the pathogenesis of inflammatory bowel
diseases. Cell Host Microbe 3:417–27

135
[298] Peterson J, Garges S, Giovanni M, McInnes P, Wang L, et al. 2009.
The NIH human microbiome project. Genome Res. 19:2317–23

[299] Douglas PS, Ginsburg GS. 2008. Clinical genomic testing: getting it
right. J. Cardiovasc. Transl. Res.1:17–20

[300] Scheuner MT, Sieverding P, Shekelle PG. 2008. Delivery of genomic

medicine for common chronic adult diseases: a systematic review.
JAMA 299:1320–34

[301] Lapham EV, Kozma C, Weiss JO, Benkendorf JL, Wilson MA. 2000.
The gap between practice and genetics education of health
professionals: HuGEM survey results. Genet. Med. 2:226–31

[302] Metcalfe S, Hurworth R, Newstead J, Robins R. 2002. Needs

assessment study of genetics education for general practitioners in
Australia. Genet. Med. 4:71–77

[303] Wilkins-Haug L, Hill LD, Power ML, Holzman GB, Schulkin J. 2000.
Gynecologists’ training, knowledge, and experiences in genetics: a
survey. Obstet. Gynecol. 95:421–24

[304] Goddard KA, Moore C, Ottman D, Szegda KL, Bradley L, Khoury MJ.
2007. Awareness and use of direct-to-consumer nutrigenomic tests,
United States, 2006. Genet. Med. 9:510–17

[305] Gramling R,Nash J, Siren K, Eaton C, Culpepper L. 2004. Family

physician self-efficacy with screening for inherited cancer risk. Ann.
Fam. Med. 2:130–32

136
[306] FruehFW,Gurwitz D. 2004. From pharmacogenetics to
personalizedmedicine: a vital need for educating health professionals
and the community. Pharmacogenomics 5:571–79

[307] Eisenstein EL, Lobach DF, Kawamoto K, Edwards R, Willis JM, et al.
2009. A randomized clinical trial of clinical decision support in a rural
community health network serving lower income individuals: study
design and baseline characteristics. Stud. Health Technol. Inform.
143:220–26

[308] Kawamoto K, Houlihan CA, Balas EA, Lobach DF. 2005. Improving
clinical practice using clinical decision support systems: a systematic
review of trials to identify features critical to success. BMJ 330:765

[309] Kawamoto K, Lobach DF,Willard HF, Ginsburg GS. 2009. A national

clinical decision support infrastructure to enable the widespread and
consistent practice of genomic and personalized medicine. BMC Med.
Inform. Decis. Mak. 9:17

[310] Apse KA, Biesecker BB, Giardiello FM, Fuller BP, Bernhardt BA.
2004. Perceptions of genetic discrimination among at-risk relatives of
colorectal cancer patients. Genet. Med. 6:510–166. Archey WB,
McEachern KA, Robson M, Offit K, Vaziri SA, et al. 2002. Increased
CpG methylation of the estrogen receptor gene in BRCA1-linked
estrogen receptor-negative breast cancers. Oncogene 21:7034–41

[311] Hall MA, McEwen JE, Barton JC, Walker AP, Howe EG, et al. 2005.
Concerns in a primary care population about genetic discrimination by
insurers. Genet. Med. 7:311–16

137
[312] Klitzman R. 2010. Views of discrimination among individuals
confronting genetic disease. J. Genet. Couns. 19:68–83

[313] Haga SB,Willard HF. 2006. Defining the spectrum of genome policy.
Nat. Rev. Genet. 7:966–72

[314] Vastag B. 2006. New clinical trials policy at FDA. Nat. Biotechnol.
24:1043

[315] Ginsburg GS, Willard HF. 2009. Genomic and personalized medicine:
foundations and applications.Transl. Res. 154:277–87

[316] Fed. Trade Comm. 2006. At-home genetic tests: A healthy dose of
skepticism may be the best prescription.
http://www.ftc.gov/bcp/edu/pubs/consumer/health/hea02.shtm

[317] Hunter DJ, Khoury MJ, Drazen JM. 2008. Letting the genome out of
the bottle: Will we get our wish? N. Engl. J. Med. 358:105–7

[318] . McGuire AL, Evans BJ, Caulfield T, BurkeW. 2010. Regulating

direct-to-consumer personal genome testing. Science 330:181–82

[319] GinsburgGS, Burke TW, Febbo P. 2008. Centralized biorepositories for

genetic and genomic research. JAMA 299:1359–61

[320] Friede A. 2003. National Biospecimen Network Blueprint. Durham,

NC: Constella

[321] Int. Soc. Biol. Environ. Repos. 2005. International Society for
Biological and Environmental Repositories: 2004 Annual Meeting.
Philadelphia: Taylor & Francis

138
[322] HanssonMG, Dillner J, Bartram CR, Carlson JA, Helgesson G. 2006.
Should donors be allowed to give broad consent to future biobank
research? Lancet Oncol. 7:266–69

[323] Ioannidis JP, Allison DB, Ball CA, Coulibaly I, Cui X, et al. 2009.
Repeatability of published microarray gene expression analyses. Nat.
Genet. 41:149–55

[324] Inst. Med. Comm. Comp. Eff. Res. Prioritization. 2009. Initial National
Priorities for Comparative Effectiveness Research.Washington, DC:
National Academies. 227 pp

[325] . Umscheid CA. 2010. Maximizing the clinical utility of comparative

effectiveness research. Clin. Pharmacol. Ther. 88:876–79

[326] Garber AM, Tunis SR. 2009. Does comparative-effectiveness research

threaten personalized medicine? N. Engl. J. Med. 360:1925–27

[327] Woodward C. 2009. Obama sparks an ideological donnybrook with his

push to compare medical treatments. CMAJ 180:807

[328] Marshall E. 2009. Lawsuit challenges legal basis for patenting human
genes. Science 324:1000–1

[329] Marshall E. 2010. Cancer gene patents ruled invalid. Science 328:153

[330] Dinan MA, Simmons LA, Snyderman R. 2010. Commentary:

Personalized health planning and the Patient Protection and Affordable
Care Act: an opportunity for academic medicine to lead health care
reform. Acad. Med. 85:1665–68

139
[331] Whellan DJ, Gaulden L, GattisWA, Granger B, Russell SD, et al. 2001.
The benefit of implementing a heart failure disease management
program. Arch. Intern. Med. 161:2223–28

[332] Lee SS, Mudaliar A. 2009. Racing forward: the Genomics and
PersonalizedMedicine Act. Science 323:342

[333] Goodman J, Walsh V. 2001. The Story of Taxol: Nature and Politics in
the Pursuit of an Anti-Cancer Drug. Cambridge: Camb. Univ. Press.
282 pp.

[334] Burns DK. 2010. Developing pharmacogenetic evidence throughout

clinical development. Clin. Pharmacol. Ther. 88:867–70

[335] Westfall JM, Mold J, Fagnan L. 2007. Practice-based research: “Blue

Highways” on the NIH roadmap. JAMA 297:403–6

140
 Serment d'Hippocrate
Au moment d'être admis à devenir membre de la profession médicale, je
m'engage solennellement à consacrer ma vie au service de l'humanité.
 Je traiterai mes maîtres avec le respect et la reconnaissance qui leur sont
dus.

 Je pratiquerai ma profession avec conscience et dignité. La santé de mes

malades sera mon premier but.

 Je ne trahirai pas les secrets qui me seront confiés.

 Je maintiendrai par tous les moyens en mon pouvoir l'honneur et les nobles
traditions de la profession médicale.

 Les médecins seront mes frères.

 Aucune considération de religion, de nationalité, de race, aucune

considération politique et sociale ne s'interposera entre mon devoir et mon
patient.

 Je maintiendrai le respect de la vie humaine dès la conception.

 Même sous la menace, je n'userai pas de mes connaissances médicales d'une

façon contraire aux lois de l'humanité.

 Je m'y engage librement et sur mon honneur.

 ‫‪‬‬
‫ﺑﺴﻢ ﺍ‪ ‬ﺍﻟﺮﲪﺎﻥ ﺍﻟﺮﺣﻴﻢ‬

‫ﺃﻗﺴﻢ ﺑﺎ‪ ‬ﺍﻟﻌﻈﻴﻢ‬

‫ﰲ ﻫﺬﻩ ﺍﻟﻠﺤﻈﺔ ﺍﻟﱵ ﻳﺘﻢ ﻓﻴﻬﺎ ﻗﺒﻮﱄ ﻋﻀﻮﺍ ﰲ ﺍﳌﻬﻨﺔ ﺍﻟﻄﺒﻴﺔ ﺃﺗﻌﻬﺪ ﻋﻼﻧﻴﺔ‪:‬‬

‫ﺑﺄﻥ ﺃﻛﺮﺱ ﺣﻴﺎﺗﻲ ﳋﺪﻣﺔ ﺍﻹﻧﺴﺎﻧﻴﺔ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﱰﻡ ﺃﺳﺎﺗﺬﺗﻲ ﻭﺃﻋﱰﻑ ﳍﻢ ﺑﺎﳉﻤﻴﻞ ﺍﻟﺬﻱ ﻳﺴﺘﺤﻘﻮﻧﻪ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻣﺎﺭﺱ ﻣﻬﻨﱵ ﺑﻮﺍﺯﻉ ﻣﻦ ﺿﻤﲑﻱ ﻭﺷﺮﰲ ﺟﺎﻋﻼ ﺻﺤﺔ ﻣﺮﻳﻀﻲ ﻫﺪﰲ ﺍﻷﻭﻝ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﻻ ﺃﻓﺸﻲ ﺍﻷﺳﺮﺍﺭ ﺍﳌﻌﻬﻮﺩﺓ ﺇﱄ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﺎﻓﻆ ﺑﻜﻞ ﻣﺎ ﻟﺪﻱ ﻣﻦ ﻭﺳﺎﺋﻞ ﻋﻠﻰ ﺍﻟﺸﺮﻑ ﻭﺍﻟﺘﻘﺎﻟﻴﺪ ﺍﻟﻨﺒﻴﻠﺔ ﳌﻬﻨﺔ ﺍﻟﻄﺐ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻋﺘﱪ ﺳﺎﺋﺮ ﺍﻷﻃﺒﺎﺀ ﺇﺧﻮﺓ ﱄ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻗﻮﻡ ﺑﻮﺍﺟﱯ ﳓﻮ ﻣﺮﺿﺎﻱ ﺑﺪﻭﻥ ﺃﻱ ﺍﻋﺘﺒﺎﺭ ﺩﻳﲏ ﺃﻭ ﻭﻃﲏ ﺃﻭ ﻋﺮﻗﻲ ﺃﻭ ﺳﻴﺎﺳﻲ ﺃﻭ ﺍﺟﺘﻤﺎﻋﻲ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﺎﻓﻆ ﺑﻜﻞ ﺣﺰﻡ ﻋﻠﻰ ﺍﺣﱰﺍﻡ ﺍﳊﻴﺎﺓ ﺍﻹﻧﺴﺎﻧﻴﺔ ﻣﻨﺬ ﻧﺸﺄﲥﺎ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﻻ ﺃﺳﺘﻌﻤﻞ ﻣﻌﻠﻮﻣﺎﺗﻲ ﺍﻟﻄﺒﻴﺔ ﺑﻄﺮﻳﻖ ﻳﻀﺮ ﲝﻘﻮﻕ ﺍﻹﻧﺴﺎﻥ ﻣﻬﻤﺎ ﻻﻗﻴﺖ ﻣﻦ ﲥﺪﻳﺪ‪.‬‬ ‫‪‬‬

‫ﺑﻜﻞ ﻫﺬﺍ ﺃﺗﻌﻬﺪ ﻋﻦ ﻛﺎﻣﻞ ﺍﺧﺘﻴﺎﺭ ﻭﻣﻘﺴﻤﺎ ﺑﺎ‪.‬‬ ‫‪‬‬

‫ﻭﺍ‪ ‬ﻋﻠﻰ ﻣﺎ ﺃﻗﻮﻝ ﺷﻬﻴﺪ‪.‬‬

 ‫‪‬‬
‫ﺳﺒﺤﺎﻧﻚ ﻻ ﻋﻠﻢ ﻟﻨﺎ ﺇﻻ ﻣﺎ ﻋﻠﻤﺘﻨﺎ‬

‫ﺇﻧﻚ ﺃﻧﺖ ﺍﻟﻌﻠﻴﻢ ﺍﳊﻜﻴﻢ‬

‫ﺳﻮﺭﺓ ﺍﻟﺒﻘﺮﺓ‪ :‬ﺍﻵﻳﺔ‪31‬‬

‫‪‬‬
 UNIVERSITE MOHAMMED V DE RABAT
FACULTE DE MEDECINE ET DE PHARMACIE - RABAT

DOYENS HONORAIRES :
1962 – 1969 : Professeur Abdelmalek FARAJ
1969 – 1974 : Professeur Abdellatif BERBICH
1974 – 1981 : Professeur Bachir LAZRAK
1981 – 1989 : Professeur Taieb CHKILI
1989 – 1997 : Professeur Mohamed Tahar ALAOUI
1997 – 2003 : Professeur Abdelmajid BELMAHI
2003 – 2013 : Professeur Najia HAJJAJ - HASSOUNI
ADMINISTRATION :
Doyen : Professeur Mohamed ADNAOUI
Vice Doyen chargé des Affaires Académiques et estudiantines
Professeur Mohammed AHALLAT
Vice Doyen chargé de la Recherche et de la Coopération
Professeur Taoufiq DAKKA
Vice Doyen chargé des Affaires Spécifiques à la Pharmacie
Professeur Jamal TAOUFIK
Secrétaire Général : Mr. Mohamed KARRA

1- ENSEIGNANTS-CHERCHEURS MEDECINS

ET
PHARMACIENS
PROFESSEURS :

Décembre 1984
Pr. MAAOUNI Abdelaziz Médecine Interne – Clinique Royale
Pr. MAAZOUZI Ahmed Wajdi Anesthésie -Réanimation
Pr. SETTAF Abdellatif pathologie Chirurgicale
Novembre et Décembre 1985
Pr. BENSAID Younes Pathologie Chirurgicale

Janvier, Février et Décembre 1987

Pr. CHAHED OUAZZANI Houria Gastro-Entérologie
Pr. LACHKAR Hassan Médecine Interne
Pr. YAHYAOUI Mohamed Neurologie
Décembre 1988
Pr. BENHAMAMOUCH Mohamed Najib Chirurgie Pédiatrique
Pr. DAFIRI Rachida Radiologie
Décembre 1989
Pr. ADNAOUI Mohamed Médecine Interne –Doyen de la FMPR
Pr. CHAD Bouziane Pathologie Chirurgicale
Pr. OUAZZANI Taïbi Mohamed Réda Neurologie
Janvier et Novembre 1990
Pr. CHKOFF Rachid Pathologie Chirurgicale
Pr. HACHIM Mohammed* Médecine-Interne
Pr. KHARBACH Aîcha Gynécologie -Obstétrique
Pr. MANSOURI Fatima Anatomie-Pathologique
Pr. TAZI Saoud Anas Anesthésie Réanimation
Février Avril Juillet et Décembre 1991
Pr. AL HAMANY Zaîtounia Anatomie-Pathologique
Pr. AZZOUZI Abderrahim Anesthésie Réanimation –Doyen de la FMPO
Pr. BAYAHIA Rabéa Néphrologie
Pr. BELKOUCHI Abdelkader Chirurgie Générale
Pr. BENCHEKROUN Belabbes Abdellatif Chirurgie Générale
Pr. BENSOUDA Yahia Pharmacie galénique
Pr. BERRAHO Amina Ophtalmologie
Pr. BEZZAD Rachid Gynécologie Obstétrique
Pr. CHABRAOUI Layachi Biochimie et Chimie
Pr. CHERRAH Yahia Pharmacologie
Pr. CHOKAIRI Omar Histologie Embryologie
Pr. KHATTAB Mohamed Pédiatrie
Pr. SOULAYMANI Rachida Pharmacologie – Dir. du Centre National PV
Pr. TAOUFIK Jamal Chimie thérapeutique V.D à la pharmacie+Dir du
CEDOC

Décembre 1992
Pr. AHALLAT Mohamed Chirurgie Générale V.D Aff. Acad. et Estud
Pr. BENSOUDA Adil Anesthésie Réanimation
Pr. BOUJIDA Mohamed Najib Radiologie
Pr. CHAHED OUAZZANI Laaziza Gastro-Entérologie
Pr. CHRAIBI Chafiq Gynécologie Obstétrique
Pr. DEHAYNI Mohamed* Gynécologie Obstétrique
Pr. EL OUAHABI Abdessamad Neurochirurgie
Pr. FELLAT Rokaya Cardiologie
Pr. GHAFIR Driss* Médecine Interne
Pr. JIDDANE Mohamed Anatomie
Pr. TAGHY Ahmed Chirurgie Générale
Pr. ZOUHDI Mimoun Microbiologie
Mars 1994
Pr. BENJAAFAR Noureddine Radiothérapie
Pr. BEN RAIS Nozha Biophysique
Pr. CAOUI Malika Biophysique
Pr. CHRAIBI Abdelmjid Endocrinologie et Maladies Métaboliques Doyen de la
FMPA
Pr. EL AMRANI Sabah Gynécologie Obstétrique
Pr. EL BARDOUNI Ahmed Traumato-Orthopédie
Pr. EL HASSANI My Rachid Radiologie
Pr. ERROUGANI Abdelkader Chirurgie Générale- Directeur CHIS
Pr. ESSAKALI Malika Immunologie
Pr. ETTAYEBI Fouad Chirurgie Pédiatrique
Pr. HADRI Larbi* Médecine Interne
Pr. HASSAM Badredine Dermatologie
Pr. IFRINE Lahssan Chirurgie Générale
Pr. JELTHI Ahmed Anatomie Pathologique
Pr. MAHFOUD Mustapha Traumatologie – Orthopédie
Pr. RHRAB Brahim Gynécologie –Obstétrique
Pr. SENOUCI Karima Dermatologie
Mars 1994
Pr. ABBAR Mohamed* Urologie
Pr. ABDELHAK M’barek Chirurgie – Pédiatrique
Pr. BELAIDI Halima Neurologie
Pr. BENTAHILA Abdelali Pédiatrie
Pr. BENYAHIA Mohammed Ali Gynécologie – Obstétrique
Pr. BERRADA Mohamed Saleh Traumatologie – Orthopédie
Pr. CHAMI Ilham Radiologie
Pr. CHERKAOUI Lalla Ouafae Ophtalmologie
Pr. JALIL Abdelouahed Chirurgie Générale
Pr. LAKHDAR Amina Gynécologie Obstétrique
Pr. MOUANE Nezha Pédiatrie
Mars 1995
Pr. ABOUQUAL Redouane Réanimation Médicale
Pr. AMRAOUI Mohamed Chirurgie Générale
Pr. BAIDADA Abdelaziz Gynécologie Obstétrique
Pr. BARGACH Samir Gynécologie Obstétrique
Pr. CHAARI Jilali* Médecine Interne
Pr. DIMOU M’barek* Anesthésie Réanimation
Pr. DRISSI KAMILI Med Nordine* Anesthésie Réanimation
Pr. EL MESNAOUI Abbes Chirurgie Générale
Pr. ESSAKALI HOUSSYNI Leila Oto-Rhino-Laryngologie
Pr. HDA Abdelhamid* Cardiologie - Directeur HMI Med V
Pr. IBEN ATTYA ANDALOUSSI Ahmed Urologie
Pr. OUAZZANI CHAHDI Bahia Ophtalmologie
Pr. SEFIANI Abdelaziz Génétique
Pr. ZEGGWAGH Amine Ali Réanimation Médicale

Décembre 1996
Pr. AMIL Touriya* Radiologie
Pr. BELKACEM Rachid Chirurgie Pédiatrie
Pr. BOULANOUAR Abdelkrim Ophtalmologie
Pr. EL ALAMI EL FARICHA EL Hassan Chirurgie Générale
Pr. GAOUZI Ahmed Pédiatrie
Pr. MAHFOUDI M’barek* Radiologie
Pr. OUADGHIRI Mohamed Traumatologie-Orthopédie
Pr. OUZEDDOUN Naima Néphrologie
Pr. ZBIR EL Mehdi* Cardiologie
Novembre 1997
Pr. ALAMI Mohamed Hassan Gynécologie-Obstétrique
Pr. BEN SLIMANE Lounis Urologie
Pr. BIROUK Nazha Neurologie
Pr. ERREIMI Naima Pédiatrie
Pr. FELLAT Nadia Cardiologie
Pr. HAIMEUR Charki* Anesthésie Réanimation
Pr. KADDOURI Noureddine Chirurgie Pédiatrique
Pr. KOUTANI Abdellatif Urologie
Pr. LAHLOU Mohamed Khalid Chirurgie Générale
Pr. MAHRAOUI CHAFIQ Pédiatrie
Pr. TAOUFIQ Jallal Psychiatrie
Pr. YOUSFI MALKI Mounia Gynécologie Obstétrique

Novembre 1998
Pr. AFIFI RAJAA Gastro-Entérologie
Pr. BENOMAR ALI Neurologie – Doyen de la FMP Abulcassis
Pr. BOUGTAB Abdesslam Chirurgie Générale
Pr. ER RIHANI Hassan Oncologie Médicale
Pr. BENKIRANE Majid* Hématologie
Pr. KHATOURI ALI* Cardiologie
Janvier 2000
Pr. ABID Ahmed* Pneumophtisiologie
Pr. AIT OUMAR Hassan Pédiatrie
Pr. BENJELLOUN Dakhama Badr.Sououd Pédiatrie
Pr. BOURKADI Jamal-Eddine Pneumo-phtisiologie
Pr. CHARIF CHEFCHAOUNI Al Montacer Chirurgie Générale
Pr. ECHARRAB El Mahjoub Chirurgie Générale
Pr. EL FTOUH Mustapha Pneumo-phtisiologie
Pr. EL MOSTARCHID Brahim* Neurochirurgie
Pr. ISMAILI Hassane* Traumatologie Orthopédie- Dir. Hop. Av. Marr.
Pr. MAHMOUDI Abdelkrim* Anesthésie-Réanimation Inspecteur du SSM
Pr. TACHINANTE Rajae Anesthésie-Réanimation
Pr. TAZI MEZALEK Zoubida Médecine Interne

Novembre 2000
Pr. AIDI Saadia Neurologie
Pr. AJANA Fatima Zohra Gastro-Entérologie
Pr. BENAMR Said Chirurgie Générale
Pr. CHERTI Mohammed Cardiologie
Pr. ECH-CHERIF EL KETTANI Selma Anesthésie-Réanimation
Pr. EL HASSANI Amine Pédiatrie Directeur Hop. Chekikh Zaied
Pr. EL KHADER Khalid Urologie
Pr. EL MAGHRAOUI Abdellah* Rhumatologie
Pr. GHARBI Mohamed El Hassan Endocrinologie et Maladies Métaboliques
Pr. MAHASSINI Najat Anatomie Pathologique
Pr. MDAGHRI ALAOUI Asmae Pédiatrie
Pr. ROUIMI Abdelhadi* Neurologie
Décembre 2000
Pr. ZOHAIR ABDELAH* ORL

Décembre 2001
Pr. BALKHI Hicham* Anesthésie-Réanimation
Pr. BENABDELJLIL Maria Neurologie
Pr. BENAMAR Loubna Néphrologie
Pr. BENAMOR Jouda Pneumo-phtisiologie
Pr. BENELBARHDADI Imane Gastro-Entérologie
Pr. BENNANI Rajae Cardiologie
Pr. BENOUACHANE Thami Pédiatrie
Pr. BEZZA Ahmed* Rhumatologie
Pr. BOUCHIKHI IDRISSI Med Larbi Anatomie
Pr. BOUMDIN El Hassane* Radiologie
Pr. CHAT Latifa Radiologie
Pr. DAALI Mustapha* Chirurgie Générale
Pr. DRISSI Sidi Mourad* Radiologie
Pr. EL HIJRI Ahmed Anesthésie-Réanimation
Pr. EL MAAQILI Moulay Rachid Neuro-Chirurgie
Pr. EL MADHI Tarik Chirurgie-Pédiatrique
Pr. EL OUNANI Mohamed Chirurgie Générale
Pr. ETTAIR Said Pédiatrie Directeur. Hop.d’Enfants
Pr. GAZZAZ Miloudi* Neuro-Chirurgie
Pr. HRORA Abdelmalek Chirurgie Générale
Pr. KABBAJ Saad Anesthésie-Réanimation
Pr. KABIRI EL Hassane* Chirurgie Thoracique
Pr. LAMRANI Moulay Omar Traumatologie Orthopédie
Pr. LEKEHAL Brahim Chirurgie Vasculaire Périphérique
Pr. MAHASSIN Fattouma* Médecine Interne
Pr. MEDARHRI Jalil Chirurgie Générale
Pr. MIKDAME Mohammed* Hématologie Clinique
Pr. MOHSINE Raouf Chirurgie Générale
Pr. NOUINI Yassine Urologie Directeur Hôpital Ibn Sina
Pr. SABBAH Farid Chirurgie Générale
Pr. SEFIANI Yasser Chirurgie Vasculaire Périphérique
Pr. TAOUFIQ BENCHEKROUN Soumia Pédiatrie

Décembre 2002

Pr. AL BOUZIDI Abderrahmane* Anatomie Pathologique

Pr. AMEUR Ahmed * Urologie
Pr. AMRI Rachida Cardiologie
Pr. AOURARH Aziz* Gastro-Entérologie
Pr. BAMOU Youssef * Biochimie-Chimie
Pr. BELMEJDOUB Ghizlene* Endocrinologie et Maladies Métaboliques
Pr. BENZEKRI Laila Dermatologie
Pr. BENZZOUBEIR Nadia Gastro-Entérologie
Pr. BERNOUSSI Zakiya Anatomie Pathologique
Pr. BICHRA Mohamed Zakariya* Psychiatrie
Pr. CHOHO Abdelkrim * Chirurgie Générale
Pr. CHKIRATE Bouchra Pédiatrie
Pr. EL ALAMI EL FELLOUS Sidi Zouhair Chirurgie Pédiatrique
Pr. EL HAOURI Mohamed * Dermatologie
Pr. FILALI ADIB Abdelhai Gynécologie Obstétrique
Pr. HAJJI Zakia Ophtalmologie
Pr. IKEN Ali Urologie
Pr. JAAFAR Abdeloihab* Traumatologie Orthopédie
Pr. KRIOUILE Yamina Pédiatrie
Pr. LAGHMARI Mina Ophtalmologie
Pr. MABROUK Hfid* Traumatologie Orthopédie
Pr. MOUSSAOUI RAHALI Driss* Gynécologie Obstétrique
Pr. OUJILAL Abdelilah Oto-Rhino-Laryngologie
Pr. RACHID Khalid * Traumatologie Orthopédie
Pr. RAISS Mohamed Chirurgie Générale
Pr. RGUIBI IDRISSI Sidi Mustapha* Pneumophtisiologie
Pr. RHOU Hakima Néphrologie
Pr. SIAH Samir * Anesthésie Réanimation
Pr. THIMOU Amal Pédiatrie
Pr. ZENTAR Aziz* Chirurgie Générale

Janvier 2004
Pr. ABDELLAH El Hassan Ophtalmologie
Pr. AMRANI Mariam Anatomie Pathologique
Pr. BENBOUZID Mohammed Anas Oto-Rhino-Laryngologie
Pr. BENKIRANE Ahmed* Gastro-Entérologie
Pr. BOUGHALEM Mohamed* Anesthésie Réanimation
Pr. BOULAADAS Malik Stomatologie et Chirurgie Maxillo-faciale
Pr. BOURAZZA Ahmed* Neurologie
Pr. CHAGAR Belkacem* Traumatologie Orthopédie
Pr. CHERRADI Nadia Anatomie Pathologique
Pr. EL FENNI Jamal* Radiologie
Pr. EL HANCHI ZAKI Gynécologie Obstétrique
Pr. EL KHORASSANI Mohamed Pédiatrie
Pr. EL YOUNASSI Badreddine* Cardiologie
Pr. HACHI Hafid Chirurgie Générale
Pr. JABOUIRIK Fatima Pédiatrie
Pr. KHARMAZ Mohamed Traumatologie Orthopédie
Pr. MOUGHIL Said Chirurgie Cardio-Vasculaire
Pr. OUBAAZ Abdelbarre* Ophtalmologie
Pr. TARIB Abdelilah* Pharmacie Clinique
Pr. TIJAMI Fouad Chirurgie Générale
Pr. ZARZUR Jamila Cardiologie
Janvier 2005
Pr. ABBASSI Abdellah Chirurgie Réparatrice et Plastique
Pr. AL KANDRY Sif Eddine* Chirurgie Générale
Pr. ALLALI Fadoua Rhumatologie
Pr. AMAZOUZI Abdellah Ophtalmologie
Pr. AZIZ Noureddine* Radiologie
Pr. BAHIRI Rachid Rhumatologie
Pr. BARKAT Amina Pédiatrie
Pr. BENYASS Aatif Cardiologie
Pr. BERNOUSSI Abdelghani Ophtalmologie
Pr. DOUDOUH Abderrahim* Biophysique
Pr. EL HAMZAOUI Sakina* Microbiologie
Pr. HAJJI Leila Cardiologie (mise en disponibilité)
Pr. HESSISSEN Leila Pédiatrie
Pr. JIDAL Mohamed* Radiologie
Pr. LAAROUSSI Mohamed Chirurgie Cardio-vasculaire
Pr. LYAGOUBI Mohammed Parasitologie
Pr. NIAMANE Radouane* Rhumatologie
Pr. RAGALA Abdelhak Gynécologie Obstétrique
Pr. SBIHI Souad Histo-Embryologie Cytogénétique
Pr. ZERAIDI Najia Gynécologie Obstétrique
Décembre 2005
Pr. CHANI Mohamed Anesthésie Réanimation
Avril 2006
Pr. ACHEMLAL Lahsen* Rhumatologie
Pr. AKJOUJ Said* Radiologie
Pr. BELMEKKI Abdelkader* Hématologie
Pr. BENCHEIKH Razika O.R.L
Pr. BIYI Abdelhamid* Biophysique
Pr. BOUHAFS Mohamed El Amine Chirurgie - Pédiatrique
Pr. BOULAHYA Abdellatif* Chirurgie Cardio – Vasculaire
Pr. CHENGUETI ANSARI Anas Gynécologie Obstétrique
Pr. DOGHMI Nawal Cardiologie
Pr. FELLAT Ibtissam Cardiologie
Pr. FAROUDY Mamoun Anesthésie Réanimation
Pr. HARMOUCHE Hicham Médecine Interne
Pr. HANAFI Sidi Mohamed* Anesthésie Réanimation
Pr. IDRISS LAHLOU Amine* Microbiologie
Pr. JROUNDI Laila Radiologie
Pr. KARMOUNI Tariq Urologie
Pr. KILI Amina Pédiatrie
Pr. KISRA Hassan Psychiatrie
Pr. KISRA Mounir Chirurgie – Pédiatrique
Pr. LAATIRIS Abdelkader* Pharmacie Galénique
Pr. LMIMOUNI Badreddine* Parasitologie
Pr. MANSOURI Hamid* Radiothérapie
Pr. OUANASS Abderrazzak Psychiatrie
Pr. SAFI Soumaya* Endocrinologie
Pr. SEKKAT Fatima Zahra Psychiatrie
Pr. SOUALHI Mouna Pneumo – Phtisiologie
Pr. TELLAL Saida* Biochimie
Pr. ZAHRAOUI Rachida Pneumo – Phtisiologie
Octobre 2007
Pr. ABIDI Khalid Réanimation médicale
Pr. ACHACHI Leila Pneumo phtisiologie
Pr. ACHOUR Abdessamad* Chirurgie générale
Pr. AIT HOUSSA Mahdi* Chirurgie cardio vasculaire
Pr. AMHAJJI Larbi* Traumatologie orthopédie
Pr. AOUFI Sarra Parasitologie
Pr. BAITE Abdelouahed* Anesthésie réanimation Directeur ERSM
Pr. BALOUCH Lhousaine* Biochimie-chimie
Pr. BENZIANE Hamid* Pharmacie clinique
Pr. BOUTIMZINE Nourdine Ophtalmologie
Pr. CHARKAOUI Naoual* Pharmacie galénique
Pr. EHIRCHIOU Abdelkader* Chirurgie générale
Pr. ELABSI Mohamed Chirurgie générale
Pr. EL MOUSSAOUI Rachid Anesthésie réanimation
Pr. EL OMARI Fatima Psychiatrie
Pr. GHARIB Noureddine Chirurgie plastique et réparatrice
Pr. HADADI Khalid* Radiothérapie
Pr. ICHOU Mohamed* Oncologie médicale
Pr. ISMAILI Nadia Dermatologie
Pr. KEBDANI Tayeb Radiothérapie
Pr. LALAOUI SALIM Jaafar* Anesthésie réanimation
Pr. LOUZI Lhoussain* Microbiologie
Pr. MADANI Naoufel Réanimation médicale
Pr. MAHI Mohamed* Radiologie
Pr. MARC Karima Pneumo phtisiologie
Pr. MASRAR Azlarab Hématologique
Pr. MRABET Mustapha* Médecine préventive santé publique et hygiène
Pr. MRANI Saad* Virologie
Pr. OUZZIF Ez zohra* Biochimie-chimie
Pr. RABHI Monsef* Médecine interne
Pr. RADOUANE Bouchaib* Radiologie
Pr. SEFFAR Myriame Microbiologie
Pr. SEKHSOKH Yessine* Microbiologie
Pr. SIFAT Hassan* Radiothérapie
Pr. TABERKANET Mustafa* Chirurgie vasculaire périphérique
Pr. TACHFOUTI Samira Ophtalmologie
Pr. TAJDINE Mohammed Tariq* Chirurgie générale
Pr. TANANE Mansour* Traumatologie orthopédie
Pr. TLIGUI Houssain Parasitologie
Pr. TOUATI Zakia Cardiologie
Décembre 2007
Pr. DOUHAL ABDERRAHMAN Ophtalmologie
Décembre 2008
Pr ZOUBIR Mohamed* Anesthésie Réanimation
Pr TAHIRI My El Hassan* Chirurgie Générale
Mars 2009
Pr. ABOUZAHIR Ali* Médecine interne
Pr. AGDR Aomar* Pédiatre
Pr. AIT ALI Abdelmounaim* Chirurgie Générale
Pr. AIT BENHADDOU El hachmia Neurologie
Pr. AKHADDAR Ali* Neuro-chirurgie
Pr. ALLALI Nazik Radiologie
Pr. AMINE Bouchra Rhumatologie
Pr. ARKHA Yassir Neuro-chirurgie
Pr. BELYAMANI Lahcen* Anesthésie Réanimation
Pr. BJIJOU Younes Anatomie
Pr. BOUHSAIN Sanae* Biochimie-chimie
Pr. BOUI Mohammed* Dermatologie
Pr. BOUNAIM Ahmed* Chirurgie Générale
Pr. BOUSSOUGA Mostapha* Traumatologie orthopédique
Pr. CHAKOUR Mohammed * Hématologie biologique
Pr. CHTATA Hassan Toufik* Chirurgie vasculaire périphérique
Pr. DOGHMI Kamal* Hématologie clinique
Pr. EL MALKI Hadj Omar Chirurgie Générale
Pr. EL OUENNASS Mostapha* Microbiologie
Pr. ENNIBI Khalid* Médecine interne
Pr. FATHI Khalid Gynécologie obstétrique
Pr. HASSIKOU Hasna * Rhumatologie
Pr. KABBAJ Nawal Gastro-entérologie
Pr. KABIRI Meryem Pédiatrie
Pr. KARBOUBI Lamya Pédiatrie
Pr. L’KASSIMI Hachemi* Microbiologie Directeur Hôpital My Ismail
Pr. LAMSAOURI Jamal* Chimie Thérapeutique
Pr. MARMADE Lahcen Chirurgie Cardio-vasculaire
Pr. MESKINI Toufik Pédiatrie
Pr. MESSAOUDI Nezha * Hématologie biologique
Pr. MSSROURI Rahal Chirurgie Générale
Pr. NASSAR Ittimade Radiologie
Pr. OUKERRAJ Latifa Cardiologie
Pr. RHORFI Ismail Abderrahmani * Pneumo-phtisiologie
PROFESSEURS AGREGES :
Octobre 2010
Pr. ALILOU Mustapha Anesthésie réanimation
Pr. AMEZIANE Taoufiq* Médecine interne
Pr. BELAGUID Abdelaziz Physiologie
Pr. BOUAITY Brahim* ORL
Pr. CHADLI Mariama* Microbiologie
Pr. CHEMSI Mohamed* Médecine aéronautique
Pr. DAMI Abdellah* Biochimie chimie
Pr. DARBI Abdellatif* Radiologie
Pr. DENDANE Mohammed Anouar Chirurgie pédiatrique
Pr. EL HAFIDI Naima Pédiatrie
Pr. EL KHARRAS Abdennasser* Radiologie
Pr. EL MAZOUZ Samir Chirurgie plastique et réparatrice
Pr. EL SAYEGH Hachem Urologie
Pr. ERRABIH Ikram Gastro entérologie
Pr. LAMALMI Najat Anatomie pathologique
Pr. MOSADIK Ahlam Anesthésie Réanimation
Pr. MOUJAHID Mountassir* Chirurgie générale
Pr. NAZIH Mouna* Hématologie
Pr. ZOUAIDIA Fouad Anatomie pathologique

Mai 2012

Pr. AMRANI Abdelouahed Chirurgie Pédiatrique

Pr. ABOUELALAA Khalil* Anesthésie Réanimation
Pr. BELAIZI Mohamed* Psychiatrie
Pr. BENCHEBBA Driss* Traumatologie Orthopédique
Pr. DRISSI Mohamed* Anesthésie Réanimation
Pr. EL ALAOUI MHAMDI Mouna Chirurgie Générale
Pr. EL KHATTABI Abdessadek* Médecine Interne
Pr. EL OUAZZANI Hanane* Pneumophtisiologie
Pr. ER-RAJI Mounir Chirurgie Pédiatrique
Pr. JAHID Ahmed Anatomie pathologique
Pr. MEHSSANI Jamal* Psychiatrie
Pr. RAISSOUNI Maha* Cardiologie

Février 2013

Pr. AHID Samir Pharmacologie – Chimie

Pr. AIT EL CADI Mina Toxicologie
Pr. AMRANI HANCHI Laila Gastro-Entérologie
Pr. AMOUR Mourad Anesthésie Réanimation
Pr. AWAB Almahdi Anesthésie Réanimation
Pr. BELAYACHI Jihane Réanimation Médicale
Pr. BELKHADIR Zakaria Houssain Anesthésie Réanimation
Pr. BENCHEKROUN Laila Biochimie-Chimie
Pr. BENKIRANE Souad Hématologie
Pr. BENNANA Ahmed* Informatique Pharmaceutique
0.
Pr. BENSGHIR Mustapha* Anesthésie Réanimation
Pr. BENYAHIA Mohammed* Néphrologie
Pr. BOUATIA Mustapha Chimie Analytique
Pr. BOUABID Ahmed Salim* Traumatologie Orthopédie
Pr. BOUTARBOUCH Mahjouba Anatomie
Pr. CHAIB Ali* Cardiologie
Pr. DENDANE Tarek Réanimation Médicale
Pr. DINI Nouzha* Pédiatrie
Pr. ECH-CHERIF EL KETTANI Mohamed Ali Anesthésie Réanimation
Pr. ECH-CHERIF EL KETTANI Najwa Radiologie
Pr. ELFATEMI Nizare Neuro-Chirurgie
Pr. EL GUERROUJ Hasnae Médecine Nucléaire
Pr. EL HARTI Jaouad Chimie Thérapeutique
Pr. EL JOUDI Rachid* Toxicologie
Pr. EL KABABRI Maria Pédiatrie
Pr. EL KHANNOUSSI Basma Anatomie Pathologie
Pr. EL KHLOUFI Samir Anatomie
Pr. EL KORAICHI Alae Anesthésie Réanimation
Pr. EN-NOUALI Hassane* Radiologie
Pr. ERRGUIG Laila Physiologie
Pr. FIKRI Meryim Radiologie
Pr. GHFIR Imade Médecine Nucléaire
Pr. IMANE Zineb Pédiatrie
Pr. IRAQI Hind Endocrinologie et maladies métaboliques
Pr. KABBAJ Hakima Microbiologie
Pr. KADIRI Mohamed* Psychiatrie
Pr. LATIB Rachida Radiologie
Pr. MAAMAR Mouna Fatima Zahra Médecine Interne
Pr. MEDDAH Bouchra Pharmacologie
Pr. MELHAOUI Adyl Neuro-chirurgie
Pr. MRABTI Hind Oncologie Médicale
Pr. NEJJARI Rachid Pharmacognosie
Pr. OUBEJJA Houda Chirurgie Pédiatrique
Pr. OUKABLI Mohamed* Anatomie Pathologique
Pr. RAHALI Younes Pharmacie Galénique
Pr. RATBI Ilham Génétique
Pr. RAHMANI Mounia Neurologie
Pr. REDA Karim* Ophtalmologie
Pr. REGRAGUI Wafa Neurologie
Pr. RKAIN Hanan Physiologie
Pr. ROSTOM Samira Rhumatologie
Pr. ROUAS Lamiaa Anatomie Pathologique
Pr. ROUIBAA Fedoua* Gastro-Entérologie
Pr. SALIHOUN Mouna Gastro-Entérologie
Pr. SAYAH Rochde Chirurgie Cardio-Vasculaire
Pr. SEDDIK Hassan* Gastro-Entérologie
Pr. ZERHOUNI Hicham Chirurgie Pédiatrique
Pr. ZINE Ali* Traumatologie Orthopédie

Avril 2013

Pr. EL KHATIB Mohamed Karim* Stomatologie et Chirurgie Maxillo-faciale

Pr. GHOUNDALE Omar* Urologie
Pr. ZYANI Mohammad* Médecine Interne

*Enseignants Militaires
MARS 2014
ACHIR ABDELLAH Chirurgie Thoracique
BENCHAKROUN MOHAMMED Traumatologie- Orthopédie
BOUCHIKH MOHAMMED Chirurgie Thoracique
EL KABBAJ DRISS Néphrologie
EL MACHTANI IDRISSI SAMIRA Biochimie-Chimie
HARDIZI HOUYAM Histologie- Embryologie-Cytogénétique
HASSANI AMALE Pédiatrie
HERRAK LAILA Pneumologie
JANANE ABDELLA TIF Urologie
JEAIDI ANASS Hématologie Biologique
KOUACH JAOUAD Génécologie-Obstétrique
LEMNOUER ABDELHAY Microbiologie
MAKRAM SANAA Pharmacologie
OULAHYANE RACHID Chirurgie Pédiatrique
RHISSASSI MOHAMED JMFAR CCV
SABRY MOHAMED Cardiologie
SEKKACH YOUSSEF Médecine Interne
TAZL MOUKBA. :LA.KLA. Génécologie-Obstétrique
*Enseignants Militaires
DECEMBRE 2014
ABILKACEM RACHID' Pédiatrie
AIT BOUGHIMA FADILA Médecine Légale
BEKKALI HICHAM Anesthésie-Réanimation
BENAZZOU SALMA Chirurgie Maxillo-Faciale
BOUABDELLAH MOUNYA Biochimie-Chimie
BOUCHRIK MOURAD Parasitologie
DERRAJI SOUFIANE Pharmacie Clinique
DOBLALI TAOUFIK Microbiologie
EL AYOUBI EL IDRISSI ALI Anatomie
EL GHADBANE ABDEDAIM HATIM Anesthésie-Réanimation
EL MARJANY MOHAMMED Radiothérapie
FE]JAL NAWFAL Chirurgie Réparatrice et Plastique
JAHIDI MOHAMED O.R.L
LAKHAL ZOUHAIR Cardiologie
OUDGHIRI NEZHA Anesthésie-Réanimation
Rami Mohamed Chirurgie Pédiatrique
SABIR MARIA Psychiatrie
SBAI IDRISSI KARIM Médecine préventive, santé publique et Hyg.

*Enseignants Militaires
AOUT 2015

Meziane meryem Dermatologie

Tahri latifa Rhumatologie

JANVIER 2016

BENKABBOU AMINE Chirurgie Générale

EL ASRI FOUAD Ophtalmologie
ERRAMI NOUREDDINE O.R.L
NITASSI SOPHIA O.R.L

2- ENSEIGNANTS – CHERCHEURS SCIENTIFIQUES

PROFESSEURS / PRs. HABILITES

Pr. ABOUDRAR Saadia Physiologie

Pr. ALAMI OUHABI Naima Biochimie – chimie
Pr. ALAOUI KATIM Pharmacologie
Pr. ALAOUI SLIMANI Lalla Naïma Histologie-Embryologie
Pr. ANSAR M’hammed Chimie Organique et Pharmacie Chimique
Pr. BOUHOUCHE Ahmed Génétique Humaine
Pr. BOUKLOUZE Abdelaziz Applications Pharmaceutiques
Pr. BOURJOUANE Mohamed Microbiologie
Pr. CHAHED OUAZZANI Lalla Chadia Biochimie – chimie
Pr. DAKKA Taoufiq Physiologie
Pr. DRAOUI Mustapha Chimie Analytique
Pr. EL GUESSABI Lahcen Pharmacognosie
Pr. ETTAIB Abdelkader Zootechnie
Pr. FAOUZI Moulay El Abbes Pharmacologie
Pr. HAMZAOUI Laila Biophysique
Pr. HMAMOUCHI Mohamed Chimie Organique
Pr. IBRAHIMI Azeddine Biologie moléculaire
Pr. KHANFRI Jamal Eddine Biologie
Pr. OULAD BOUYAHYA IDRISSI Med Chimie Organique
Pr. REDHA Ahlam Chimie
Pr. TOUATI Driss Pharmacognosie
Pr. ZAHIDI Ahmed Pharmacologie
Pr. ZELLOU Amina Chimie Organique

Mise à jour le 14/12/2016 par le

Service des Ressources Humaines
Dédicaces
JE DEDIE CETTE THESE …
 A mon père et à ma mère

Aucune dédicace ne saurait exprimer tout le respect, la reconnaissance et

l’amour que je vous porte.

A mon grand frère Amine

Je te souhaite une vie pleine de bonheur, de santé et de prospérité.

A tous les membres de ma famille petits et grands

Veuillez trouver dans ce modeste travail l’expression de mon affection la

plus sincère.
 A tous mes amis et mes collègues

En guise de reconnaissance et d’amitié pure, je vous dédie ce modeste

travail.

A tous ceux qui me sont chers

Remerciements
 Notre maître et président de thèse

Mr le professeur DAKKA T.

Professeur de physiologie

Nous sommes très touchés par l’honneur que vous nous faites en acceptant
de présider le jury de cette thèse.

C’est avec grande joie que nous avons accueilli votre accord.

Que ce travail soit pour nous une occasion de vous exprimer notre
admiration et notre profond respect.
 A notre maître et rapporteur de thèse

Mr le professeur CHOKAIRI O.

Professeur d’Histologie et Embryologie.

Nous vous remercions de nous faire avoir fait l’honneur de nous confier ce
travail.

Acceptez, cher maître, l’hommage de notre gratitude qui, si grande qu’elle

puisse être, ne sera jamais à la hauteur de votre dévouement.
 A notre maître et juge de thèse

Mr. le professeur ZOUAIDIA F.

Professeur d’Anatomie et Pathologie

Vous avez accepté de siéger parmi le jury de notre thèse. Ce geste dénote non
seulement de votre gentillesse mais surtout de votre souci du devoir envers
vos étudiants.

Veuillez accepter Monsieur le Professeur, ma profonde reconnaissance et

mes remerciements les plus sincères.

Soyez assuré que c’est une fierté pour nous de vous compter parmi les
membres de notre jury.
 A notre maître et juge de thèse

Mr. le professeur RAHALI Y.

Professeur de Pharmacie Galénique

C’est pour nous un immense privilège de vous voir accepter de juger ce

travail.

Veuillez croire cher maître à notre très haute considération et notre profond
respect.
 Enfin qu’il nous soit permis d’exprimer globalement nos remerciements à
tous ceux et à toutes celles qui ont manifesté leur appui et ont facilité notre
travail.

Merci

Mohamed En-nouali
 Liste des abréviations

ADN : Acide désoxyribonucléique

a-hémolysine : Alpha-Hémolysine

ARN : Acide ribonucléique

CAD : Coronary artery disease

CARGO : The Cardiac Allograft Rejection Gene Expression

Observation (L'observation de l'expression du gène de rejet
de l'allogreffe cardiaque)

CD : Cyclodextrin

ERS : Evaluation standard des risques pour la santé

FDA : The US Food and Drug Administration

GWAS : Genome-wide association studies (études d'association à

l'échelle du génome)

HGP : Human Genome Project (projet du génome humain)

HSF : Historique de santé familiale

IMAGE : Invasive Monitoring Attenuation Through Gene Expression

miRNAs : micrornas

MsPA : Mycobacterium smegmatis porin A

NGS : Next generation sequencing (séquenceur de nouvelle

génération)

ONT : Oxford Nanopore Technologies

PBMC : Peripheral blood mononuclear cell (Cellule mononucléaire du
sang périphérique)

PheWAS : Phenome-wide association studies (Etudes d'association à

l'échelle du phenome)

phi29 : Bacillus phage phi29

READNA : The REvolutionary Approaches and Devices for Nucleic

Acid analysis

REC : Recherche sur l'efficacité comparative

SCA : Syndromes coronariens aigus

siRNAs : Small interfering RNAs

SNP : Single-nucleotide polymorphisms

SSD : Systèmes de soutien à la décision clinique

UE : Union européenne

WGS : Whole genome sequencing (le séquençage complet du

génome)
Sommaire
I. Introduction .................................................................................................. 2

II. Rappel .......................................................................................................... 6

1. Définition .................................................................................................... 7

2. Propriétés .................................................................................................. 10

3. Fonctions biologiques ............................................................................... 13

4. Gènes et génomes ...................................................................................... 14

5. Transcription et traduction ........................................................................ 15

6. Réplication ................................................................................................ 17

7. Histoire de la recherche sur l'ADN ............................................................ 17

III. Le séquençage de l’ADN ......................................................................... 21

1. Caractéristiques des générations de séquençage de l'ADN ........................ 24

1.1. Séquençage de 1ère génération ............................................................ 24

1.2. Séquençage de 2ème génération .......................................................... 25

1.3. Séquençage de 2.5 génération.............................................................. 26

1.4. Séquençage de 3ème génération .......................................................... 27

1.5. Séquençage de 4ème génération .......................................................... 27

2. Dispositifs de séquençage d'ADN de 2ème et 2.5 génération .................... 28

2.1. Dispositifs de séquençage d'ADN de 2ème génération qui ont réussi .. 28

2.2. Dispositifs de séquençage d'ADN de 2e génération qui n'ont jamais

réussi .......................................................................................................... 29
 2.3. Méthodes de détection innovantes ....................................................... 29

2.4. L'analyse des données ......................................................................... 31

3. Séquençage de 3ème génération – nano pores ........................................... 32

3.1. Introduction aux technologies nano pores :.......................................... 33

3.2. Acteurs commerciaux clés du séquençage nano poreux ....................... 36

4. READNA et séquençage d'ADN ............................................................... 37

4.1. Aperçu de READNA ........................................................................... 37

4.2. Séquençage de nano pores d'Oxford (séquençage d'exonucléases nano

poreuses et séquençage de brins de nano pores) - Séquençage de 3ème
génération .................................................................................................. 38

4.2.1. Séquençage d'exonucléase de nanopores ....................................... 38

4.2.2. Séquençage de brin de nano pores ................................................. 40

4.3. Séquençage in situ (séquençage des cellules individuelles) - Séquençage

de 4ème génération .................................................................................... 41

4.4. Manipulation de chromosomes complets, techniques de cartographie

optique ....................................................................................................... 41

IV. La médecine personnalisée ..................................................................... 44

1. Qu’est-ce que la médecine personnalisée ? ................................................ 45

1.1. La Médecine Personnalisée et l’Historique de santé familiale ............. 45

1.2. Évaluation du risque de maladie chronique ......................................... 47

1.3. Système de soutien à la décision clinique ............................................ 48

 1.4. La médecine personnalisée et le génome humain ................................ 48

2. La boîte à outils du génome humain .......................................................... 50

2.1. Variation à l'échelle du génome ........................................................... 51

2.2. Transcriptomique ................................................................................ 54

2.3. Protéomique ........................................................................................ 56

2.4. Métabolomique ................................................................................... 57

2.5. Épigénomique ..................................................................................... 57

2.6. Biologie des systèmes et médecine des systèmes................................. 58

3. De l’information de génome à la médecine personnalisée ......................... 59

3.1. Tests préconceptionnels et dépistage des hétérozygotes ...................... 59

3.2. Diagnostic prénatal et préimplantatoire ............................................... 61

3.3. Prédiction du risque ............................................................................. 63

3.4. Diagnostic de la maladie et caractérisation moléculaire ....................... 64

3.5. Pronostic de la maladie........................................................................ 66

3.6. Pharmacogénomique ........................................................................... 68

3.7. Surveillance de la réponse des maladies à la thérapie .......................... 70

4. Génomes interactives et microbiomes ....................................................... 71

4.1. Génomes pathogènes ........................................................................... 72

4.2. Le microbiome humain ....................................................................... 73

5. Intégration de la génomique dans la pratique clinique ............................... 76

5.1. Education ............................................................................................ 77

 5.2. Système de soutien à la décision clinique ............................................ 77

5.3. Vie privée ............................................................................................ 78

5.4. Politique réglementaire........................................................................ 79

5.5. Normes ................................................................................................ 79

5.6. Recherche sur l'efficacité comparative ................................................ 81

5.7. Propriété intellectuelle ......................................................................... 81

5.8. Remboursement .................................................................................. 82

6. Quand la "médecine personnalisée" est "médecine "?................................ 83

V. Conclusion.................................................................................................. 86

VI. Résumé ..................................................................................................... 90

VII. bibliographie ........................................................................................... 94

 '' Le fait que j'ai un risque génétique pour la maladie d'Alzheimer et la
cécité n'est pas une bonne nouvelle. Mais la réalité est que chacun d'entre nous
aura des dizaines de ces risques, et ce que nous devons apprendre est de savoir
comment les traiter. "

Craig Venter

"Les individus ne sont pas des choses stables, ils sont éphémères. Les
chromosomes aussi sont mélangés dans l'oubli, comme des mains de cartes peu
après qu'ils soient distribués. Mais les cartes elles-mêmes survivent au brassage.
Les cartes sont les gènes. Les gènes ne sont pas détruits par la traversée, ils
changent simplement de partenaires et continuent leur chemin. Bien sûr, ils
continuent. C'est leur affaire. Ils sont les réplicateurs et nous sommes leurs
machines de survie. Quand nous avons servi notre but, nous sommes mis de
côté. Mais les gènes sont des habitants du temps géologique: les gènes sont
éternels. "

Richard Dawkins, Le gène égoïste

'' Au cours de la dernière décennie, nous avons débloqué de nombreux

mystères concernant l'ADN et l'ARN. Cette connaissance ne se limite pas aux
livres sur les étagères et ne se limite pas aux établis des laboratoires. Nous avons
utilisé ces résultats de recherche pour identifier les causes de nombreuses
maladies. De plus, les scientifiques ont traduit ces connaissances génétiques en
plusieurs traitements et thérapies, ce qui a permis de créer un pont entre le
laboratoire et le patient.’’

Le président Barack Obama Sur la Loi sur la génomique et la médecine

personnalisée (S.976), le 23 mars 2007

1
I. Introduction

2
 La génomique est l’étude du matériel génétique complet, y compris les
gènes et leurs fonctions, de l’organisme. Il se concentre sur l’obtention et
l’analyse des données du génome, c'est-à-dire, les données au niveau de l’ADN
en essayant de découvrir les modèles spécifiques d’expressions génétiques ou de
molécules biologiques les dits biomarqueurs (molécule de signature et marqueur
moléculaire) qui différencient l’état maladie de l’état normal et également
déterminer la variabilité dans la réponse des patients aux médicaments .La
génomique transforme la pratique médicale par l’individualisation des
traitements médicaux en disposant des données génétiques des patients. La
médecine est individuelle ; Nous ne sommes pas tous les mêmes et nos
variations génétique détermine comment une personne réagira à la thérapie. Ces
variations dans la séquence d’un gène peuvent entraîner des différences dans les
enzymes qui métabolisent les médicaments. C’est ce qui explique pourquoi les
enzymes apparaissent sous différentes formes chez les individus. C’est aussi
pourquoi des personnes différentes métabolisent un ou le même médicament
différemment. Pourquoi une drogue fonctionne efficacement pour certaines
personnes, mais pas pour d’autres ? Pourquoi quelqu'un requiert-il deux fois la
quantité régulièrement prescrite des mêmes médicaments pour fonctionner
efficacement ? Pourquoi certaines personnes ressentent des effets secondaires
des médicaments, mais d’autres ne le font pas ? Pourquoi certaines personnes
vont être affectés par des cancers /n’importe quelle maladie, mais d’autres pas.
Voici les raisons pour lesquelles la médecine personnalisée et individualisée est
importante pour tous.

3
 Le séquençage des acides nucléiques est le pilier de la recherche
biologique. Il existe plusieurs générations de technologies de séquençage de
l'ADN qui peuvent être bien caractérisées par leur nature et le type de
production qu'elles fournissent. Le séquençage des terminateurs didésoxy
développé par Sanger a dominé pendant 30 ans et a été le cheval de bataille du
projet sur le génome humain. En 2005, le premier séquenceur de 2e génération a
été présenté avec des ordres de sortie beaucoup plus élevés que le séquençage de
Sanger et une réduction spectaculaire des coûts. Nous sommes maintenant à
l'aube de la 3ème génération avec des systèmes nano pores qui sont en cours de
développement pour le séquençage de l'ADN.

Au cours de la dernière décennie, de hauts fonctionnaires, des dirigeants de

l'industrie, des fournisseurs de soins de santé et le public ont adopté la médecine
génomique et personnalisée. La médecine génomique, qui est l'utilisation de
l'information provenant des génomes et de leurs dérivés (ARN, protéines et
métabolites) pour guider la prise de décision médicale, est un élément clé de la
médecine personnalisée , qui est un domaine de soins de santé en évolution
rapide, qui s'appuie sur les informations cliniques, génétiques, génomiques et
environnementales uniques à chaque personne. Comme la médecine commence
à utiliser des outils génomiques qui permettent une prédiction et un traitement
plus précis, incluant l'interrogation du génome entier sur la variation de
séquence, la transcription, les protéines et les métabolites, les principes de la
médecine génomique et personnalisée nécessiteront le développement, la
standardisation, et l'intégration de plusieurs outils importants dans les systèmes
de santé et les flux de travail cliniques. Ces outils comprennent l'évaluation des
risques pour la santé, les antécédents médicaux de la famille et l'aide à la

4
décision clinique pour les risques complexes et les informations prédictives.
Conjugués à l'information génomique, ces outils permettront un changement de
paradigme vers une approche globale qui identifiera les risques individuels et
guidera la prise en charge clinique et la prise de décision, qui formeront la base
d'une approche plus efficace et éclairée des soins aux patients. L'évaluation des
risques liés à l'ADN pour la maladie complexe commune, les signatures
moléculaires pour le diagnostic et le pronostic du cancer, la thérapie guidée par
le génome et la sélection des doses sont parmi les exemples les plus importants.
En outre, les informations provenant de génomes individuels, qui constituent un
domaine en évolution rapide dans le domaine du développement technologique,
engendrent une révolution sociale et de l'information parmi les consommateurs
qui affectera sans aucun doute la prise de décision en matière de soins de santé.
Bien que ces découvertes scientifiques et d'autres fassent leur chemin du
génome à la clinique, L'application intégrale de la médecine génomique et
personnalisée dans les soins de santé exigera des changements radicaux dans les
politiques de réglementation et de remboursement, ainsi que des protections
législatives pour la protection de la vie privée à l'échelle du système. Ainsi, il
existe des défis à la fois scientifiques et politiques pour les soins de santé
personnalisés; Cependant, ils seront confrontés et résolus avec la certitude que la
science derrière la médecine génomique est solide et la pratique de la médecine
qu'elle informe est basée sur des preuves.

L’objectif principal de cette étude est d’examiner les applications et le rôle

de la génomique dans la médecine personnalisée.

5
II. Rappel

6
1. Définition
L' acide désoxyribonucléique ( l' ADN ) (1) est une molécule qui porte les
instructions génétiques utilisées dans la croissance, le développement, le
fonctionnement et la reproduction de tous les organismes vivants connus et de
nombreux virus. L'ADN et l'acide ribonucléique (ARN) sont des acides
nucléiques ; aux côtés des protéines , des lipides et des glucides complexes (
polysaccharides ), ils constituent l'un des quatre principaux types de
macromolécules essentiels à toutes les formes de vie connues . La plupart des
molécules d'ADN sont constituées de deux brins de bio polymère enroulés l'un
autour de l'autre pour former une double hélice .

Les deux brins d'ADN sont appelés poly nucléotides car ils sont composés
d'unités monomères plus simples appelées nucléotides (2,3). Chaque nucléotide
est composé de l'un des quatre nucléo bases contenant de l' azote - cytosine (C),
guanine (G), adénine (A) ou thymine (T) - un sucre appelé désoxyribose et un
groupe phosphate . Les nucléotides sont joints les uns aux autres dans une
chaîne par des liaisons covalentes entre le sucre d'un nucléotide et le phosphate
du suivant, résultant en une alternance épine dorsale de sucre-phosphate . Les
bases azotées des deux brins poly nucléotidiques séparés sont liées ensemble,
selon les règles d'appariement des bases (A avec T et C avec G), avec des
liaisons hydrogène pour former de l'ADN double brin. La quantité totale de
paires de bases d' ADN apparentées sur Terre est estimée à 5,0 x 10 37 et pèse 50
milliards de tonnes (4). En comparaison, la masse totale de la biosphère a été
estimée à 4 billions de tonnes de carbone (TtC) (5).

7
 L'ADN stocke des informations biologiques. Le squelette de l' ADN est
résistant au clivage , et les deux brins de la structure à double brin stockent la
même information biologique. Cette information est répliquée au fur et à mesure
que les deux brins se séparent. Une grande partie de l'ADN (plus de 98% pour
les humains) est non codante , ce qui signifie que ces sections ne servent pas de
modèles pour les séquences protéiques.

Les deux brins d'ADN vont dans des directions opposées l'un à l'autre et
sont donc antiparallèles . Attaché à chaque sucre est l'un des quatre types de
nucléo bases (informellement, bases). C'est la séquence de ces quatre nucléo
bases le long du squelette qui code l'information biologique. Les brins d’ARN
sont créés en utilisant des brins d'ADN comme matrice dans un processus appelé
transcription . Sous le code génétique , ces brins d’ARN sont traduits pour
spécifier la séquence des acides aminés dans les protéines dans un processus
appelé traduction .

Au sein des cellules eucaryotes, l'ADN est organisé en longues structures

appelées chromosomes . Au cours de la division cellulaire, ces chromosomes
sont dupliqués dans le processus de réplication de l’ADN , fournissant à chaque
cellule son propre ensemble complet de chromosomes. Les organismes
eucaryotes ( animaux , plantes , champignons et protistes ) stockent la plus
grande partie de leur ADN à l'intérieur du noyau cellulaire et une partie de leur
ADN dans des organites , tels que les mitochondries ou les chloroplastes (6). En
revanche, les procaryotes (bactéries et archaea ) ne stockent leur ADN que dans
le cytoplasme . Au sein des chromosomes eucaryotes, les protéines de la
chromatine telles que les histones se concentrent et organisent l'ADN. Ces

8
structures compactes guident les interactions entre l'ADN et les autres protéines,
aidant à contrôler quelles parties de l'ADN sont transcrites.

L'ADN a été isolé par Friedrich Miescher en 1869. Sa structure moléculaire

a été identifiée par James Watson et Francis Crick au Laboratoire Cavendish de
l' Université de Cambridge en 1953, dont les efforts de modélisation ont été
guidés par les données de diffraction des rayons X acquises par Raymond
Gosling , qui était un étudiant de troisième cycle de Rosalind Franklin . L'ADN
est utilisé par les chercheurs comme un outil moléculaire pour explorer les lois
physiques et les théories, telles que le théorème ergodique et la théorie de
l'élasticité. Les propriétés matérielles uniques de l'ADN en ont fait une molécule
attrayante pour les scientifiques et les ingénieurs intéressés par la micro et la
nano fabrication. Parmi les avancées notables dans ce domaine, citons l'ADN
origami et les matériaux hybrides à base d'ADN (7).

9
2. Propriétés

Structure chimique de l'ADN; liaisons hydrogène représentées par des pointillés

L'ADN est un long polymère fabriqué à partir d'unités répétées appelées

nucléotides (8,9). La structure de l'ADN est dynamique le long de sa longueur,
étant capable de s'enrouler dans des boucles serrées, et d'autres formes (10).
Dans toutes les espèces il est composé de deux chaînes hélicoïdales, liées les
unes aux autres par des liaisons d’hydrogène . Les deux chaînes sont enroulées
autour du même axe et ont la même hauteur de 34 angströms (3,4 nanomètres ).
La paire de chaînes a un rayon de 10 angströms (1,0 nanomètre) (11). Selon une
autre étude, lorsqu'elle est mesurée dans une solution différente, la chaîne
d'ADN mesure de 22 à 26 nm de large (2,2 à 2,6 nanomètres), et une unité
nucléotidique mesure 3,3 Å (0,33 nm) de longueur (12). Bien que chaque unité

10
de répétition de nucléotide individuelle soit très petite, les polymères d'ADN
peuvent être de très grandes molécules contenant des millions à des centaines de
millions de nucléotides. Par exemple, l'ADN du plus grand chromosome
humain, le chromosome numéro 1 , comprend environ 220 millions de paires de
bases et aurait une longueur de 85 mm s'il était redressé (13).

Dans les organismes vivants, l'ADN n'existe généralement pas comme une
seule molécule, mais plutôt comme une paire de molécules qui sont maintenues
étroitement ensemble (14,15). Ces deux longs brins s'entrelacent comme des
vignes, dans la forme d'une double hélice . Le nucléotide contient à la fois un
segment du squelette de la molécule (qui maintient la chaîne ensemble) et une
nucléo base (qui interagit avec l'autre brin d'ADN dans l'hélice). Une nucléo
base liée à un sucre est appelée un nucléoside et une base liée à un sucre et un ou
plusieurs groupes de phosphate est appelé un nucléotide . Un polymère
comprenant plusieurs nucléotides liés (comme dans l'ADN) est appelé poly
nucléotide (16).

Le squelette du brin d'ADN est fabriqué à partir de résidus de phosphate et

de sucre alternés (17). Le sucre dans l'ADN est le 2- désoxyribose , qui est un
pentose (cinq- carbone ). Les sucres sont réunis par des groupes phosphate qui
forment des liaisons phosphodiester entre les troisième et cinquième atomes de
carbone des anneaux de sucre adjacents. Ces liaisons asymétriques signifient
qu'un brin d'ADN a une direction. Dans une double hélice, la direction des
nucléotides dans un brin est opposée à leur direction dans l'autre brin: les brins
sont antiparallèles. Les extrémités asymétriques des brins d'ADN sont dites
avoir une directionalité de amorce cinq (5 ') et amorce trois (3'), avec l'extrémité
5 'ayant un groupe phosphate terminal et l'extrémité 3' un groupe hydroxyle

11
terminal. Une différence majeure entre l'ADN et l'ARN est le sucre, avec le 2-
désoxyribose dans l'ADN étant remplacé par l'alternative pentose sucre ribose
dans l'ARN (15).

Une section d'ADN. Les bases se trouvent horizontalement entre les deux brins en
spirale (18).

La double hélice d'ADN est stabilisée principalement par deux forces: les
liaisons hydrogène entre les nucléotides et les interactions d'empilement de
bases entre les nucléo bases aromatiques (19) . Dans l'environnement aqueux de
la cellule, les liaisons π conjuguées des bases nucléotidiques s'alignent
perpendiculairement à l'axe de la molécule d'ADN, minimisant leur interaction
avec l'enveloppe de solvatation . Les quatre bases trouvées dans l'ADN sont
l'adénine (A), la cytosine (C), la guanine (G) et la thymine (T). Ces quatre bases
sont attachées au sucre-phosphate pour former le nucléotide complet, comme
indiqué pour l'adénosine mono phosphate. Des paires adénine avec de la

12
thymine et des paires guanine avec de la cytosine . Il était représenté par des
paires de bases A-T et des paires de bases G-C (20,21).

3. Fonctions biologiques

Localisation de l'ADN nucléaire des eucaryotes dans les chromosomes.

L'ADN se présente généralement sous forme de chromosomes linéaires

chez les eucaryotes et de chromosomes circulaires chez les procaryotes .
L'ensemble des chromosomes dans une cellule constitue son génome ; le
génome humain a environ 3 milliards de paires de bases d'ADN disposées en 46
chromosomes (22). L'information portée par l'ADN est contenue dans la
séquence de morceaux d'ADN appelés gènes .La transmission de l'information
génétique dans les gènes est réalisée via l'appariement de bases
complémentaires. Par exemple, en transcription, lorsqu'une cellule utilise
l'information dans un gène, la séquence d'ADN est copiée dans une séquence
d'ARN complémentaire par l'intermédiaire de l'attraction entre l'ADN et les
nucléotides d'ARN corrects. Habituellement, cette copie d'ARN est ensuite
utilisée pour construire une séquence de protéine correspondante dans un
processus appelé traduction , qui dépend de la même interaction entre les

13
nucléotides d'ARN. En variante, une cellule peut simplement copier son
information génétique dans un processus appelé réplication de l'ADN; Ici,
l'accent est mis sur les interactions entre l'ADN et les autres molécules qui
interviennent dans la fonction du génome.

4. Gènes et génomes
L'ADN génomique est étroitement et soigneusement emballé dans le
processus appelé condensation de l'ADN , pour s'adapter aux petits volumes
disponibles de la cellule. Chez les eucaryotes, l'ADN est situé dans le noyau de
la cellule , avec de petites quantités dans les mitochondries et les chloroplastes .
Chez les procaryotes, l'ADN est maintenu dans un corps de forme irrégulière
dans le cytoplasme appelé nucléoïde (23) .L'information génétique dans un
génome est contenue dans des gènes, et l'ensemble complet de cette information
dans un organisme est appelé son génotype . Un gène est une unité de l'hérédité
et est une région de l'ADN qui influence une caractéristique particulière dans un
organisme. Les gènes contiennent un cadre de lecture ouvert qui peut être
transcrit, et des séquences régulatrices telles que des promoteurs et des
amplificateurs , qui contrôlent la transcription du cadre de lecture ouvert.

Dans de nombreuses espèces , seule une petite fraction de la séquence

totale du génome code pour la protéine. Par exemple, seulement environ 1,5%
du génome humain est constitué d'exons codant pour des protéines, avec plus de
50% d'ADN humain constitué de séquences répétitives non codantes (24). Les
raisons de la présence de tant d' ADN non codant dans les génomes eucaryotes
et les différences extraordinaires dans la taille du génome , ou valeur-C , entre
les espèces, représentent un puzzle de longue date connu sous le nom « énigme
valeur C » (25). Cependant, certaines séquences d'ADN qui ne codent pas les

14
protéines peuvent encore coder pour des molécules ARN fonctionnels non
codants, qui sont impliquées dans la régulation de l'expression des gènes (26).

T7 ARN polymérase (bleu) produisant un ARNm (vert) à partir d'une matrice d'ADN
(orange) (27).

Certaines séquences d'ADN non codantes jouent un rôle structurel dans les
chromosomes. Les télomères et les centromères contiennent généralement peu
de gènes mais sont importants pour la fonction et la stabilité des chromosomes
(28). Une forme abondante d'ADN non codant chez les humains est des pseudos
gènes , qui sont des copies de gènes qui ont été désactivés par mutation (29).
Ces séquences ne sont généralement que des fossiles moléculaires , bien qu'elles
puissent parfois servir de matériel génétique brut pour la création de nouveaux
gènes à travers le processus de duplication et de divergence des gènes (30) .

5. Transcription et traduction
Un gène est une séquence d'ADN qui contient des informations génétiques
et peut influencer le phénotype d'un organisme. Au sein d'un gène, la séquence
de bases le long d'un brin d'ADN définit une séquence d'ARN messager , qui
définit alors une ou plusieurs séquences protéiques. La relation entre les
séquences nucléotidiques des gènes et les séquences d'acides aminés des

15
protéines est déterminée par les règles de traduction , connues collectivement
sous le nom de code génétique . Le code génétique consiste en des «mots» à
trois lettres appelés codons formés à partir d'une séquence de trois nucléotides
(par exemple, ACT, CAG, TTT).

En transcription, les codons d'un gène sont copiés dans l'ARN messager par
l'ARN polymérase . Cette copie d'ARN est ensuite décodée par un ribosome qui
lit la séquence d'ARN en appariant l'ARN messager par transfert de base , ce qui
porte des acides aminés. Comme il y a 4 bases en combinaisons de 3 lettres, il y
a 64 codons possibles (4 3 combinaisons). Ceux-ci codent pour les vingt acides
aminés standards , donnant à la plupart des acides aminés plus d'un codon
possible. Il existe également trois codons «stop» ou «non-sens» signifiant la fin
de la région codante; ce sont les codons TAA, TGA et TAG.

Réplication de l'ADN. La double hélice est déroulée par une hélicase et une topo
isomérase . Ensuite, une ADN polymérase produit la première copie de brin . Une autre
ADN polymérase se lie au brin retardant . Cette enzyme produit des segments
discontinus (appelés fragments d'Okazaki ) avant que l'ADN ligase ne les relie.

16
6. Réplication
La division cellulaire est essentielle à la croissance d'un organisme, mais,
quand une cellule se divise, elle doit répliquer l'ADN dans son génome de sorte
que les deux cellules filles aient la même information génétique que leur parent.
La structure double-brin de l'ADN fournit un mécanisme simple pour la
réplication de l'ADN . Ici, les deux brins sont séparés puis la séquence d'ADN
complémentaire de chaque brin est recréée par une enzyme appelée ADN
polymérase . Cette enzyme construit le brin complémentaire en trouvant la base
correcte par appariement de bases complémentaires et en le liant sur le brin
d'origine. Comme les ADN polymérases peuvent seulement étendre un brin
d'ADN dans une direction 5 'vers 3', différents mécanismes sont utilisés pour
copier les brins antiparallèles de la double hélice (31). De cette façon, la base sur
le vieux brin dicte quelle base apparaît sur le nouveau brin, et la cellule finit
avec une copie parfaite de son ADN.

7. Histoire de la recherche sur l'ADN

James Watson et Francis Crick (à droite), co-auteurs du modèle en double hélice, avec
Maclyn McCarty (à gauche).

17
 Croquis au crayon de la double hélice d'ADN par Francis Crick en 1953

L'ADN a été isolé pour la première fois par le physicien suisse Friedrich
Miescher qui, en 1869, a découvert une substance microscopique dans le pus des
bandages chirurgicaux jetés. Comme il résidait dans les noyaux des cellules, il
l'appelait "nucléine" (32,33). En 1878, Albrecht Kossel a isolé le composant
non-protéine de "nucléine", acide nucléique, et a isolé plus tard ses cinq nucléo
bases primaires (34,35). En 1919, Phoebus Levene a identifié la base, le sucre, et
le phosphate de l'unité de nucléotide (36). Levene a suggéré que l'ADN
consistait en une chaîne d'unités nucléotidiques reliées entre elles par les
groupes phosphate. Levene pensait que la chaîne était courte et les bases
répétées dans un ordre fixe. En 1937, William Astbury a produit les premiers
modèles de diffraction des rayons X qui ont montré que l'ADN avait une
structure régulière (37).

18
 En 1927, Nikolaï Koltsov a proposé que les traits hérités soient hérités par
une «molécule héréditaire géante» composée de «deux brins miroirs qui se
répliqueraient de manière semi-conservatrice en utilisant chaque brin comme
modèle» (38,39). En 1928,l’expérience de Frederick Griffithdans a découvert
que les traits de la forme "lisse" de Pneumocoques pourraient être transférés à la
forme "rugueuse" des mêmes bactéries en mélangeant des bactéries "lisses"
tuées avec la forme "rugueux" vivant ". Ce système a fourni la première
indication claire que l'ADN porte l'information génétique - l'expérience Avery-
MacLeod-McCarty - quand Oswald Avery, avec ses collègues Colin MacLeod
et Maclyn McCarty, a identifié l'ADN comme le principe de transformation en
1943 (40). Le rôle de l'ADN dans l' hérédité a été confirmé en 1952 lorsque
Alfred Hershey et Martha Chase dans l' expérience Hershey-Chase ont montré
que l'ADN est le matériau génétique du phage T2 (41) .

À la fin de 1951, Francis Crick a commencé à travailler avec James Watson

au Laboratoire Cavendish de l'Université de Cambridge . En 1953, Watson et
Crick ont suggéré ce qui est maintenant accepté comme le premier modèle
correct de structure d'ADN en double hélice dans la revue Nature(11). Leur
modèle moléculaire d'ADN en double hélice était alors basé sur une image de
diffraction des rayons X (appelée " Photo 51 ") (42) prise par Rosalind Franklin
et Raymond Goslingen mai 1952, et l'information que les bases d'ADN sont
appariées. Le 28 février 1953, Crick interrompit l'heure du déjeuner de son
patron au pub The Eagle à Cambridge pour annoncer que lui et Watson avaient
"découvert le secret de la vie" (43).

19
 Des preuves expérimentales soutenant le modèle de Watson et Crick ont été
publiées dans une série de cinq articles dans le même numéro de Nature (44).
Parmi ceux-ci, l'article de Franklin et Gosling fut la première publication de
leurs propres données de diffraction des rayons X et de leur méthode d'analyse
originale qui soutenait en partie le modèle de Watson et Crick (45,46) ; ce
numéro contenait également un article sur la structure d'ADN par Maurice
Wilkins et deux de ses collègues, dont l'analyse et les modèles de rayons X de
l'ADN B in vivo ont également soutenu la présence in vivo des configurations
d'ADN double hélice proposé par Crick et Watson pour leur modèle moléculaire
double-hélice de l'ADN dans les deux pages précédentes de Nature (47) . En
1962, après la mort de Franklin, Watson, Crick et Wilkins ont reçu
conjointement le prix Nobel de physiologie ou de médecine (48).les prix Nobel
sont attribués uniquement aux bénéficiaires vivants. Un débat se poursuit sur qui
devrait être crédité de la découverte (49).

Dans une présentation influente en 1957, Crick exposait le dogme central

de la biologie moléculaire , qui prédisait la relation entre l'ADN, l'ARN et les
protéines, et articulait «l'hypothèse de l'adaptateur» (50). La confirmation finale
du mécanisme de réplication impliqué par la structure en double hélice suivie en
1958 par l'expérience Meselson-Stahl (51). D'autres travaux de Crick et ses
collègues ont montré que le code génétique était basé sur des triplets de bases
non-chevauchants, appelés codons, permettant à Har Gobind Khorana , Robert
W. Holley et Marshall Warren Nirenberg de déchiffrer le codegénétique (52).
Ces résultats représentent la naissance de la biologie moléculaire (53).

20
III. Le séquençage
de l’ADN

21
 Un document historique publié par Frederick Sanger en 1977 a présenté
une technique de séquençage de l'ADN qui allait devenir l'étalon-or pour les 30
prochaines années (54). La méthode originale de séquençage de l'ADN du
terminateur didéoxy a été mise en œuvre avec une électrophorèse sur gel
automatisée et une chimie de terminaison fluorescente, initialement sur gel en
plaque et plus tard sur des systèmes à base de gel capillaire (55). La plupart des
améliorations technologiques de cette méthode ont eu lieu lors du projet du
génome humain (HGP) qui a été lancé en 1990 et au cours des 13 prochaines
années, dans un effort international a séquencé le premier génome humain
complet à un coût proche de trois milliards de dollars (56). Simultanément, une
entreprise privée concurrente a également séquencé un génome humain. En
2001, les premiers résultats de cet effort gargantuesque ont été publiés (57), et
en 2004 la séquence finie a été publiée (58). Le projet du génome humain a
prouvé que le séquençage complet du génome (WGS) pouvait être réalisé, mais
à un coût prohibitif à effectuer de façon régulière. Un effet du HGP a été une
révolution technologique et l'arrivée de ce qu'on appelle le séquençage de
prochaine génération (NGS). Le but de ces technologies était de réduire le
temps, l'effort et le coût de WGS à un niveau où le génome humain pourrait être
séquencé de façon routinière pour la recherche et les applications cliniques.
Aujourd'hui, nous pouvons distinguer au moins quatre générations avec des
caractéristiques distinctes. La transition du séquençage d'ADN de première
génération à la deuxième génération a été perturbante, avec une production
augmentant de plus de 5 ordres de grandeur et une baisse des coûts de plus de 5
ordres de grandeur. Avec les systèmes de séquençage de 2ème génération
actuels, le WGS d'un génome humain à 30* de couverture peut être atteint en 10
jours pour un coût inférieur à 10 000 $.

22
 Le développement technologique continue de faire baisser le coût des WGS
humains en dessous de 1000 $. L'incitation supplémentaire de la Fondation X
Prize qui s'est engagée à attribuer 10 millions de dollars à la première équipe qui
séquence avec précision le génome entier de 100 sujets en 30 jours pour 1000 $
ou moins par génome a accentué l'intensité des développements technologiques
dans le domaine (http: // genomics.xprize.org/). L'objectif central du séquençage
de 2ème génération est de développer des systèmes très bon marché et très
rapides avec pour objectif principal de générer de gros volumes de séquences.
En raison de la nature de la chimie, une séquence du génome se compose de
milliards de fragments courts entre 70 et 400 bases de long, ce qui est un
inconvénient et est traité par calcul. La qualité et la quantité des données sont
des problèmes majeurs car les systèmes produisent maintenant 60 G Bases de
séquences par jour sur un seul séquenceur d'ADN. En conséquence, le calcul
pour l'analyse des données est ce qui fait le plus peser sur le séquençage de
2ème génération. L'augmentation de la production de données ne fera
qu'accentuer ce problème et de nouvelles méthodes de traitement de cette
quantité de données sont en cours d'élaboration. On peut s'attendre à ce que les
techniques qui seront disponibles à l'avenir fourniront une séquence avec des
caractéristiques nettement différentes de celles de la 2e génération actuelle. Il est
également probable que des outils supplémentaires et raffinés pour certaines
applications de séquençage seront nécessaires pour compléter les données
produites à l'aide de séquenceurs de deuxième génération.

Même si le séquençage de deuxième génération n'est pas une ancienne

technologie, on annonce des systèmes de troisième génération qui sont à
nouveau perturbateurs. L'Union européenne a réalisé que de nombreux

23
problèmes dans le domaine du séquençage de l'ADN doivent être résolus et un
projet européen intitulé READNA (Approches et outils de conversion pour
l'analyse des acides nucléiques) a été financé avec 12 millions d'euros pour
développer de nouvelles technologies d'analyse des acides nucléiques. La revue
présentera les technologies de 3ème et 4ème génération qui sont développées
dans le cadre de ce projet innovant.

1. Caractéristiques des générations de séquençage de l'ADN

Il existe au moins quatre générations de méthodes de séquençage de l'ADN
qui peuvent être classées selon les principales caractéristiques distinctives
(tableau 1). D'autres classifications sont utilisées, cependant, nous nous
concentrons sur des caractéristiques particulières pour cette classification qui
rendent la catégorisation claire.

1.1. Séquençage de 1ère génération

Pour le séquençage de 1ère génération, des échelles de fragments de la

séquence sont générées soit par extension enzymatique d'une amorce hybridée à
un pool de molécules modèles et en introduisant des terminaisons T, C, G ou A
spécifiques le long du modèle (54). Alternativement, des clivages spécifiques à
la base ont été introduits dans une méthode conçue par Maxam et Gilbert (59).
Les échelles à fragments sont séparées par électrophorèse sur gel. Les produits
sont soit révélés par un marquage radioactif et une exposition à un film ou par
l'introduction de colorants fluorescents dans la réaction de terminaison et
l'imagerie par fluorescence. Ceci est maintenant réalisé au cours d'une séquence
de séquençage en temps réel.

24
 Figure1 : Séquençeur de 1 ère génération

1.2. Séquençage de 2ème génération

Un changement de paradigme sous-tend le séquençage de 2ème génération

(60). Des modèles d'ADN clonal individuels sont générés et tous séquencés en
parallèle en utilisant des micros fluidiques. Les réactions de séquençage sont
réalisées avec des cycles d'additions de bases et d'imagerie. Pour déterminer la
séquence, des images consécutives sont superposées et des bases sont appelées
aux positions de toutes les molécules modèles. Les additions de base peuvent
être réalisées par polymérisation ou ligature de l'ADN et la visualisation se fait
par chimiluminescence (Chimie de pyroséquençage utilisée dans l'instrument
Roche FLX), fluorescence (Illumina et Life Technologies 5500) ou avec des
changements de pH (dans l'instrument Ion Torrent). Les caractéristiques clés du
séquençage de 2ème génération sont l'utilisation de nombreux modèles clonaux
en parallèle et un processus de détermination de séquence utilisant la réplication
enzymatique.

25
 Figure2 : Séquençeurs de 2ème génération

1.3. Séquençage de 2.5 génération

Le séquenceur SMRT de Pacific Biosciences est parfois appelé séquenceur

de 3ème génération, mais il satisfait aux mêmes caractéristiques que les
instruments de séquençage de 2ème génération en ce que les molécules clonales
individuelles sont séquencées en utilisant un système de réplication de modèle
enzymatique (61). Cependant, il rompt avec le concept de réseau aléatoire des
systèmes de «deuxième génération» «traditionnels». Le système enzymatique
polymérase est positionné au fond des puits des guides d'ondes en mode zéro
(62). Les molécules d'ADN modèle sont capturées et l'incorporation de base est

26
surveillée par clivage du pyrophosphate lié au colorant fluorescent dans la
fenêtre d'observation limitée en volume.

Figure3 : Le séquenceur SMRT de Pacific Biosciences

1.4. Séquençage de 3ème génération

La troisième génération est définie par la lecture directe des molécules

individuelles. Aucun système enzymatique de réplication n'est utilisé pour
identifier la séquence. Les séquenceurs nano pores (décrits ci-dessous) en sont
des exemples.

1.5. Séquençage de 4ème génération

La quatrième génération est une méthode qui est actuellement encore très
expérimentale. Il définit la réalisation d'une expérience de séquençage en
contexte, telle que l'ADN de cellules individuelles dans une coupe histologique,
donc dans leur contexte. Les applications de cette méthode seraient
l'interrogation de séquences d'ADN définies telles que celles qui sont
susceptibles d'avoir subi une mutation somatique, plutôt que la génération de
séquences complètes de chaque cellule.

27
2. Dispositifs de séquençage d'ADN de 2ème et 2.5 génération (63)

2.1. Dispositifs de séquençage d'ADN de 2ème génération qui ont

réussi

Le premier instrument à atteindre le marché était de 454 Corporation (64).

Ce système utilise une PCR en émulsion avec des oligonucléotides attachés à
des billes pour l'amplification clonale. La réaction de séquençage est réalisée en
utilisant la chimie de pyroséquençage développée à l'origine par Ronaghi et al.
(65-67). Pour cette méthode, les bases sont ajoutées une à la fois. La libération
de pyrophosphate est convertie en luminescence. La quantité de lumière émise
correspond au nombre de bases incorporées de ce type (T, C, G ou A). 454
Corporation a ensuite été achetée par Roche et le système a évolué vers la Roche
GS FLX et une version miniaturisée appelée Roche GS FLX junior. Le
deuxième système à atteindre le marché était le système 1G de Solexa (68). Ce
système utilise la PCR en pont pour l'amplification clonale avec des
oligonucléotides greffés en surface et l'extension d'une seule base d'amorce
(également appelée SBE) pour le séquençage. Solexa a fusionné avec Illumina et
le système a évolué vers l'Illumina HiSeq 2500, avec lequel un génome humain
peut être séquencé à 30 * en un peu plus d'une journée. Récemment, Illumina a
sorti l'instrument de table MiSeq qui offre des temps d'exécution plus courts
pour des volumes de données plus faibles. Le troisième système, le SOLiD a été
publié par Applied Biosystems en 2007 (69). Dans ce système, la PCR en
émulsion est combinée avec la ligature oligonucléotidique pour la détermination
de la séquence. Après une fusion avec Invitrogen, le système est devenu le Life
Technologies 5500. Life Technologies a récemment acquis Ion Torrent qui a

28
développé un système de séquençage de 2e génération avec un système de
détection innovant (voir ci-dessous).

2.2. Dispositifs de séquençage d'ADN de 2e génération qui n'ont

jamais réussi

Il y a plusieurs systèmes de séquençage d'ADN de 2ème génération qui

n'ont pas réussi. Le séquençage des polynômes a été implémenté dans un
dispositif '' open source '' appelé le Polonator (70). Les concepts sous-jacents
sont similaires à la ligature oligonucléotidique du système SOLiD utilisée pour
la réaction de séquençage (71). L'Heliscope d'Helicos était un dispositif qui
n'appliquait pas l'amplification clonale, mais capturait seulement les molécules
d'ADN individuelles à la surface d'une lame de verre (72). Le séquençage a été
réalisé par une extension d'amorce à base unique. Pour contourner les
incorporations de base erronées qui entraînent des erreurs de séquençage si des
molécules isolées sont analysées, le cycle de séquençage complet est répété,
générant ainsi deux fois la séquence pour chaque molécule d'ADN matrice. Les
différences entre les deux exécutions sont des erreurs de séquencement qui ne
sont pas utilisées pour le traitement en aval. Tous ces systèmes utilisent la
détection optique du processus de séquençage avec un système d'imagerie à
haute résolution, suivi par un traitement d'image pour déterminer toutes les
séquences individuelles d'une série.

2.3. Méthodes de détection innovantes

Récemment, des systèmes de séquençage d'ADN de deuxième génération

sont apparus utilisant des systèmes de détection alternatifs. IonTorrent utilise
une incorporation de base enzymatique, une à la fois, similaire au système

29
Roche FLX. Les incorporations de base réussies sont déterminées par les
changements de pH dus à la libération de H + pendant l'incorporation de la base.
Un microsystème avec plusieurs capteurs de pH en parallèle est utilisé pour
détecter les bases. Complete Genomics utilise un schéma d'amplification
aléatoire pour la préparation des échantillons. Les matrices de clones sont
capturées avec un système sonde-ancre et les séquences sont déterminées en
utilisant la ligature oligonucléotidique (73). Complete Genomics ne vend pas ses
systèmes mais les utilise exclusivement pour effectuer le séquençage de service.
Pacific Biosciences a développé une technologie qui va au-delà du séquençage
de 2ème génération et de ce que nous avons appelé la génération 2.5. Dans cette
technologie, une ADN polymérase est greffée au fond d'un micro puits. La
détection se fait par le bas en tirant parti d'un principe physique quantique. Le
diamètre du micro puits ne permet pas à la lumière de pénétrer profondément
dans le puits (guides d'onde de mode zéro) et limite ainsi le volume d'irradiation
(62). L'entrée de la lumière dans le puits est suffisamment profonde pour exciter
le système de séquençage, mais pas les autres composants (fluorescents) qui sont
en solution. Une molécule d'ADN modèle est capturée par l'ADN polymérase
attachée au fond du puits. L'incorporation des nucléotides est suivie par la
fluorescence suivante qui est liée au pyrophosphate qui est clivé du nucléotide
dans la réaction de polymérisation. L'incorporation est suivie en temps réel.
Cette technologie permet de séquencer de très longues bandes d'ADN. Des
longueurs de lecture de plusieurs kb ont été rapportées. Il y a quelques années,
Life Technologies a annoncé qu'elle développait une technologie similaire, sauf
qu'elle n'utilisait pas les guides d'onde à mode zéro, mais qu'elle utilisait plutôt
des nano cristaux et un système FRET. Cependant, ce système très intéressant
n'a pas encore atteint le marché.

30
 2.4. L'analyse des données

Défis d'analyse de données associés à la 2e génération de séquençage

Les défis d'analyse de données associés aux résultats de séquençage de

deuxième génération ont trois composantes principales: (1) Appels de base, (2)
Alignement et (3) Appel de variantes. Pour la plupart des systèmes, l'appel de
base est étroitement lié au système de séquençage et est effectué à l'aide d'un
logiciel fourni par le fournisseur du dispositif de séquençage. L'alignement est
une stratégie qui est choisie lorsque l'échantillon en cours d'examen a une
séquence de référence. Les séquences produites sont comparées à la séquence de
référence et la position la plus probable dans le génome pour une lecture donnée
est déterminée. Les séquences qui se lient uniquement au génome et ne
présentent pas de discordances par rapport à la référence sont les plus faciles à
positionner. Évidemment, les séquences qui diffèrent d'un degré acceptable de la
référence sont les plus intéressantes car elles sont utilisées pour identifier la
variabilité. Il y a une batterie de différents outils qui ont été développés pour
faire l'alignement, pour entrer dans les détails des avantages et des inconvénients
peut exploser cette revue. Ce qu'il faut dire, c'est qu'il y a quatre critères
d'équilibrage dans un aligneur, (a) est-ce qu'un aligneur est déterministe ou non,
(b) est-il exhaustif, (c) quel pourcentage de lectures est-il capable de mapper à
une référence? (d) quel effort de calcul est requis pour le faire. L'appel de
variantes est intimement lié à l'alignement. Plus l'alignement est fiable, plus la
tâche de l'appel de variante est facile. Encore une fois, il existe plusieurs
variantes appelants disponibles et les détailler irait trop loin. De nos jours, la
plupart des aligneurs parviennent assez bien à identifier des variants de
nucléotides simples et de petits indels. Cependant, l'identification d'indels plus

31
importants et de variantes structurelles est plus exigeante et les logiciels pour ce
faire sont encore soumis à de nombreux changements. Il est crucial, en termes
d'effort de calcul, que l'étape d'alignement soit celle qui nécessite le plus de
ressources de calcul.

Les stratégies d'alignement reposent sur l'hypothèse que la position la plus

proche de la référence est l'endroit correct pour une séquence lue. Dans de
nombreux cas, cela sera correct. Cependant, il existe une probabilité résiduelle
que cela puisse être faux et que la position correcte soit à un endroit différent
dans le génome où la correspondance est plus éloignée. Evidemment, cela
influence les résultats. Une stratégie alternative à l'alignement est l'assemblage
de séquence de novo. Plusieurs logiciels pour l'assemblage de novo à partir de
lectures courtes de séquenceurs de 2ème génération ont été présentés.
Cependant, ces approches nécessitent des architectures matérielles qui ne sont
pas des produits et du temps de calcul, une sophistication requise et des efforts
considérables. Beaucoup de développement est en cours dans ce domaine. Des
stratégies utilisant une combinaison d'alignement et d'assemblage de novo
pourraient également être bénéfiques. Dans tous les cas, lorsque la troisième
génération deviendra disponible avec différentes caractéristiques de lecture, les
stratégies d'analyse des données devront être adaptées. Ils ne seront pas
nécessairement plus exigeants que pour le séquençage de 2ème génération.

3. Séquençage de 3ème génération – nano pores

Les seuls systèmes notables répondant aux critères que nous avons définis
ci-dessus pour le séquençage des acides nucléiques de 3ème génération sont les
nano pores. Les méthodes montrées à ce jour mesurent directement la molécule

32
d'ADN sans avoir besoin de la soumettre à un système de réplication
enzymatique.

Figure 4 : Séquençeur ONT

3.1. Introduction aux technologies nano pores :

Le principe général du séquençage d'ADN à base de nano pores est

extrêmement simple et a été démontré pour la première fois en 1996 (74).
Essentiellement, le système consiste en un nano pore incorporé dans une
membrane (biologique ou synthétique) immergée dans une solution saline. Un
courant est appliqué au système qui entraîne les ions à travers le nano pore.
L'arrivée d'une biomolécule chargée telle qu'une base d'ADN créera une
résistance dans le flux d'ions qui conduira à des changements dans le courant
électrique qui peut être mesuré. Des molécules de taille différente bloquent le
nano pore par un degré différent et pour un temps différent (75). Si les quatre
bases d'ADN (T, C, G et A) peuvent être distinguées lorsqu'elles traversent le
nano pore, cela permettrait de mesurer une séquence d'ADN. En substance, le
principe mis en évidence ci-dessus pointe vers une méthode capable de lectures
d'ADN à lecture longue (> 2 kb) (76). La clé du prix du séquençage des nano

33
pores est la taille nanométrique de ces pores, la possibilité de parallélisation et le
faible coût des consommables (77).

Actuellement, deux voies principales sont poursuivies pour le séquençage

des nano pores, la première est l'utilisation de nano pores biologiques et la
seconde est l'utilisation de nano pores à l'état solide (78). Ci-dessous l'accent est
mis sur les nano pores biologiques que les entreprises tirant parti des nano pores
biologiques envisagent de commercialiser des plates-formes de séquençage nano
pores en 2012 et 2013 (Oxford Nanopore Technologies (ONT) et Genia).

Actuellement, les nano pores biologiques ont la haute main car deux
articles ont été publiés qui prouvent que le séquençage de l'ADN est possible en
utilisant soit un pore a-hémolysine (79) soit un pore MsPA (77). L'avantage des
nano pores biologiques est qu'ils ont une taille bien définie, peuvent être
modifiés très facilement et produits en masse restant homogène en taille et en
structure. Dans les expériences de nano pores d'a-hémolysine, il faut noter que
pour obtenir un système entièrement fonctionnel capable de discriminer chacune
des quatre bases d'ADN, le nano pore doit être génétiquement modifié et en plus
une molécule adaptatrice importante pour ralentir la translocation des bases
d'ADN à travers le nano pore devait être fixé de manière non covalente dans le
pore (80). Essentiellement, des expériences de mutagénèse ont conclu qu'une
mutation spécifique au sein du bêta-baril était nécessaire pour obtenir une
discrimination de base. Il décrit que l'attachement d'un dérivé de cyclo dextrine
(CD) était essentiel pour la détection continue des bases circulant à travers le
nano pore artificiel (81), en particulier la séparation optimale des bases a été
obtenue en attachant le CD au résidu cystéine L135C dans le canon bêta du pore
(82). Les conditions pour la construction d'hémolysine / CD modifiée ont été

34
optimisées pour les conditions requises par l'exonucléase pour être actives tout
en maintenant la capacité de discrimination de base. En fin de compte, un
équilibre a été recherché entre la tension appliquée et la concentration en sel
utilisée pour s'assurer que l'exonucléase fonctionne correctement et que la
majorité des bases d'ADN circulent à travers le pore (pour éviter les doubles
lectures de bases) à une vitesse non trop rapide pour permettre la détection de
molécules individuelles. Le papier MspA utilise les mêmes concepts généraux
mais tire parti du plus petit site de constriction dans le pore MspA (diamètre 1,2
nm et longueur 0,5 nm) comparé à l’a-hémolysine (diamètre 1,5 nm et longueur
5 nm) qui montre un meilleur potentiel de discrimination entre les bases. Un
inconvénient de la méthode est que les molécules d'ADN double brin sont
utilisées pour bloquer la translocation des molécules d'ADN (par rapport à
l'utilisation de la molécule CD dans le travail d'a-hémolysine), l'ADN doit donc
être converti de façon à séparer les nucléotides monocaténaires doivent être
mesurés, ce qui entraîne une forte préparation de pré-séquençage de l'ADN.
Cependant, dans un développement récent, l'intégration de l'ADN polymérase de
bactériophage (DNAP) phi29 dans le pore agit comme un moteur pour tirer le
modèle monocaténaire à travers l'ouverture d'un nucléotide à la fois, permettant
à un signal distinct d'être généré et chacun des nucléotides peut être mesuré (83).
Un résultat similaire a été publié en utilisant le phi29 avec le pore a-hémolysine
et ce travail a été autorisé par l'ONT (84).

En ce qui concerne les nano pores à l'état solide, le graphène est un

matériau qui pourrait être utilisé dans le futur (85), bien que dans un article
crucial de Hagan Bayley, il reste encore du chemin à parcourir avant que les
nano pores solides et en particulier le graphène une étape où ils peuvent être

35
utilisés pour séquencer régulièrement l'ADN. Il convient de mentionner que la
technologie des nano pores à l'état solide produira des pores plus stables, dont la
longueur et le diamètre peuvent être contrôlés, possèdent des propriétés de
surface ajustables et présentent un plus grand potentiel d'intégration dans les
dispositifs que des matrices biologiques (86).

À la veille de la commercialisation de deux systèmes nano pores (Oxford

Nanopore Technologies et Genia Technologies, Inc.), il semble que de
nombreux défis technologiques ont été résolus, Bien que les résultats attendus
du séquençage de l'ADN soient la seule façon de décider si le défi des nano
pores a été fissuré, il faudra encore quelques années pour avoir un système de
séquençage de l'ADN qui offre le type de données requis par les chercheurs.

3.2. Acteurs commerciaux clés du séquençage nano poreux

Avant de se concentrer sur READNA et son partenaire ONT, voici une

courte compilation d'entreprises développant des plateformes de séquençage
nano pores.

Genia Technologies Inc. * - Séquençage de nanopores à l'aide de nano

pores biologiques et contrôle électronique pour la détection du pyrophosphate
marqué issu d'un nucléotide triphosphate lors de la réplication avec une
polymérase fixée à l'entrée du nano pore (date de diffusion: 2013).

IBM / Roche * - Le séquençage nano pore à l'aide de nano pores à l'état

solide et le contrôle électronique déplace l'ADN à travers des nano pores
intégrés dans une puce de silicium et la détection du courant de tunnel
électronique (pas de date de diffusion).

36
 NABsys Inc. * - Le séquençage de nano pores utilisant des nano pores à
l'état solide et le contrôle électronique déplace l'ADN avec des sondes
oligonucléotidiques hybridées à travers des nano pores incorporés dans une puce
de silicium et la détection du courant ionique (aucune date de diffusion).

NobleGen Biosciences Inc. * - Plateforme '' Optipore '' - Nanopores Le

séquençage à l'aide de nano pores à l'état solide et le contrôle électronique
déplacent le gabarit d'ADN synthétique avec des balises oligonucléotidiques
hybridées à travers des nano pores dans une puce de silicium, déplaçant les
balises et détectant par fluorescence.

Oxford Nanopore Technologies * - Le séquençage des nano pores à l'aide

de nano pores biologiques et d'une enzyme de processus déplace l'ADN à travers
des nano pores incorporés dans une bicouche lipidique et la détection du courant
ionique (2012).

4. READNA et séquençage d'ADN

4.1. Aperçu de READNA
Le projet «Approches et dispositifs révolutionnaires pour l'analyse des
acides nucléiques» READNA est un projet financé par le cadre de l'UE 7 qui a
débuté le 1er juin 2008. Le consortium READNA comprend des projets visant à
accélérer de nouvelles technologies de séquençage d'ADN révolutionnaires et
des méthodes pour améliorer les méthodes d'analyse des acides nucléiques
existantes. Des informations sur tous les développements de READNA peuvent
être trouvées sur (http://www.cng.fr/READNA). Le but ultime sera de faire
progresser les technologies permettant le séquençage d'un génome humain entier
pour 1000 $ en moins d'une journée. Ici, nous allons nous concentrer sur une
technologie de séquençage d'ADN de 3ème génération qui a été développée par
Oxford Nanopore Technologies au sein de READNA.

37
 4.2. Séquençage de nano pores d'Oxford (séquençage
d'exonucléases nano poreuses et séquençage de brins de nano
pores) - Séquençage de 3ème génération

Les technologies Nanopore sont développées par plusieurs partenaires

READNA. Nous nous concentrerons ici sur les efforts de deux partenaires
READNA, Oxford Nanopore Technologies (ONT) et l'Université d'Oxford
(Professeur Hagan Bayley, également cofondateur de l'ONT).

Oxford Nanopore Technologies (ONT) poursuit deux types différents de

technologie de l'ADN de troisième génération basée sur l'utilisation de nano
pores pour séquencer l'ADN, à l'aide d'un nano pore d'exonucléase et d'un
séquençage direct des brins. En février 2012, à l'occasion de la réunion annuelle
Advances in Genome Biology & Technology à Marco Island, l'ONT a annoncé
sa nouvelle plate-forme ADN '' GridION '' et présenté en même temps une
version jetable de la même plate-forme. 'Min ION'. La plate-forme MinION a
suscité beaucoup d'intérêt car lorsqu'elle sera commercialisée, elle deviendra le
premier séquenceur jetable miniaturisé aussi petit qu'une clé USB et le coût sera
d'environ 900 $. L'ONT prévoit commercialiser la «première génération» de sa
GridION et de sa MinION auprès d'un nombre restreint de clients.

4.2.1. Séquençage d'exonucléase de nanopores

Dans la première méthode, une molécule d'ADN est capturée par une
exonucléase processive qui est attachée de manière covalente à l'entrée du
nanopore. L'exonucléase clive l'ADN base par base et le laisse tomber dans le
nano pore. Les bases sont identifiées lorsqu'elles atteignent un confinement dans
un nano pore d'a-hémolysine à une vitesse assurant une résolution de base

38
unique. La vitesse de translocation des bases d'ADN voyageant à travers un
nano pore de 5 nm a été un problème majeur dans le passé car la résolution de
base unique n'était pas réalisable. Essentiellement, un nano pore d'une longueur
de 5 nm aura entre 10 et 15 nucléotides traversant le nano pore à un moment
donné (76). En outre, la vitesse de translocation est de l'ordre de 1 nucléotide par
ms, ce qui est trop rapide pour résoudre une base individuelle. Pour atteindre la
détection de base unique, la vitesse doit être de l'ordre de 1 nucléotide / ms. Une
façon de ralentir le débit est d'utiliser des adaptateurs non covalents et en
particulier la cyclo dextrine (CD) a été l'adaptateur le plus efficace en
combinaison avec le pore de protéine a-hémolysine conçu et utilisé par ONT, un
autre est l'adaptation de la concentration en sel (87). La découverte historique
publiée par Clarke et al. montre que CD a été attaché à des cystéines spécifiques
dans le nano pore pour réaliser l'identification de base (79). Les bases sont
clivées par l'exonucléase et entrent immédiatement en contact avec l'adaptateur
CD, se liant brièvement avant de se déplacer sur et à travers le nano pore en
raison d'une différence de concentration en sel. La liaison temporaire crée un
événement de perturbation qui est lu par une puce électronique associée au nano
pore permettant de déterminer l'ordre des bases en raison d'un changement de
courant. Les différences de courant sont telles que le système est capable de
différencier les quatre bases d'ADN A, G, C et T et en plus le système est
capable de distinguer les bases méthyl cytosine qui sont importantes dans
l'analyse de la méthylation de l'ADN (79). Bien que ce soit une preuve de
principe que les nano pores dans les bonnes conditions (modifications du pore,
ajout d'un adaptateur, modification de la concentration en sel et contrôle de la
température) puissent distinguer les quatre bases, d'autres développements
seront nécessaires l'arène commerciale. De plus, le débit exigera des réseaux de

39
ces nano pores pour s'assurer que le séquençage des nano pores répond aux
attentes actuelles d'une séquence complète du génome humain en une seule
journée.

4.2.2. Séquençage de brin de nano pores

La deuxième méthode en cours de développement par ONT est le

séquençage des brins de nano pores. La différence majeure avec le séquençage
des exonucléases nano pores est qu'au lieu d'individualiser les bases en utilisant
une enzyme exonucléase pour la détection par le nano pore, la molécule d'ADN
est rendue monocaténaire et transloquée à travers le nano pore. Le problème qui
doit être résolu pour que cette approche fonctionne pour le séquençage est la
résolution d'une base individuelle dans le nano pore. La taille du nucléotide par
rapport à la taille du nano pore résulte en plusieurs bases se trouvant dans la
zone de constriction du nano pore et le courant est bloqué par un groupe de
bases. Lorsque le brin d'ADN transloque à travers les nano pores, il doit être
traduit en séquence. ONT ont publiquement présenté qu'ils ont réussi à utiliser
cette approche pour séquencer l phage, en déconvoluant les changements de
courant à travers le nanopore en utilisant un algorithme de Viterbi. La méthode a
été privilégiée par ONT car elle est potentiellement plus rapide et plus précise
car chaque base est physiquement attachée à la précédente ce qui permet de lire
correctement l'ordre des bases. Le principal facteur limitant deviendra la
processivité de l'enzyme utilisée, mais si suffisamment de créneaux sont
disponibles, le débit dépassera certainement celui de toute autre plateforme de
séquençage actuellement disponible à un coût espéré de 1000 $ pour un génome
complet. Les ONT doivent encore publier les résultats du séquençage de l'ADN,
mais ont confirmé le séquençage d'un génome viral de 5 kb ayant un taux

40
d'erreur d'appel de base de 4%. La société vise à avoir un taux d'erreur
maximum de 2% lors de la commercialisation en 2012. Une caractéristique
impressionnante de cette technologie est que les lectures individuelles sont de
l'ordre de 10s de Kbases. Les données de ce type révolutionnent le séquençage
de l'ADN.

4.3. Séquençage in situ (séquençage des cellules individuelles) -

Séquençage de 4ème génération

Le séquençage de 1ère génération a prévalu pendant près de 30 ans, la

2ème génération se poursuit depuis 7 ans, la 3ème génération est proche et la
4ème génération est déjà à l'horizon. Les cellules voisines dans le contexte de la
tumeur ne sont pas identiques et il deviendra de plus en plus important de
pouvoir mesurer cela. Le groupe de Mats Nilsson a fourni des exemples
d'analyses de transcrits de nombreuses cellules différentes en parallèle dans leur
contexte cellulaire (88). Ceci est une preuve de concept du séquençage de 4ème
génération.

4.4. Manipulation de chromosomes complets, techniques de

cartographie optique

En raison des procédures de préparation des échantillons utilisés dans le

séquençage de deuxième génération, les informations contextuelles sont
perdues. L'information haplotypique est particulièrement utile dans l'assemblage
de nouveaux génomes, mais elle est également importante pour les problèmes
biologiques. La présence de deux variants mutants sur des chromosomes
identiques ou opposés est biologiquement pertinente. Les méthodes de
prédiction des haplotypes utilisent le contexte familial ou l'inférence statistique.

41
Dans les molécules d'ADN réorganisées aléatoires, telles qu'elles sont
rencontrées dans de nombreuses cellules tumorales, ces stratégies se
décomposent. Cependant, la détermination moléculaire est possible en utilisant
des méthodes telles que la cartographie optique (89). Au sein de READNA,
nous avons consacré beaucoup d'efforts aux techniques de manipulation des
molécules d'ADN individuelles et avons développé des systèmes micro- et nano-
fluidiques pour les étirer et les rendre disponibles pour une étude plus
approfondie (90).

En conclusion, le séquençage de l'ADN a atteint un point où il peut être

appliqué de manière holistique. Les transitions entre les générations de
méthodes de séquençage de l'ADN ont perturbé les changements dans les ordres
de grandeur de la production et les changements complets dans la nature du type
de séquence fourni par une méthode et la diminution spectaculaire des coûts.
Alors que le séquençage d'ADN de première génération a prévalu pendant 30
ans, les dernières années ont vu une vague de changements avec la 2ème
génération et déjà l'apparition de méthodes d'analyse des acides nucléiques de
3ème et 4ème génération. Chaque nouvelle génération n'a pas remplacé la
précédente. Il existe un chevauchement important de différentes méthodes qui
aident à compléter l'ensemble d'outils requis pour l'analyse génomique complète.
La recherche ou la question clinique à portée de main détermine le dispositif
optimal ou son utilisation. La deuxième génération qui est l'état de l'art actuel et
la méthodologie la plus répandue, par la nature de sa séquence (beaucoup de
lectures courtes) met une pression considérable sur les procédures de calcul et
d'analyse des données. Au fur et à mesure que nous avançons dans le
séquençage de 3ème génération, avec des lectures plus longues, les demandes de

42
calcul vont probablement diminuer. Cependant, en raison de l'augmentation de
la production globale, le traitement bio-informatique en aval des résultats
deviendra encore plus important. Les méthodes d'analyse des acides nucléiques
de quatrième génération remettront en question les procédures de traitement de
l'image et la résolution qu'elles peuvent atteindre.

Tableau1 : Vue d'ensemble des méthodes de séquençage et des caractéristiques

43
IV. La médecine
personnalisée

44
1. Qu’est-ce que la médecine personnalisée ?
La médecine personnalisée est un domaine vaste, à développement rapide
des soins de santé fondé sur des informations uniques de chaque personne
cliniques, génétiques, génomiques et environnementaux. Les soins de santé qui
embrasse la médecine personnalisée est une approche intégrée, coordonnée et
fondées sur des preuves pour l’individualisation des soins aux patients dans tout
le processus de la état normal à la maladie .La médecine personnalisée utilise
notre compréhension moléculaire de la maladie pour améliorer les stratégies de
soins de santé préventives alors que les gens sont toujours bien et commencent
les traitements médicamenteux dans les premiers stades de la maladie. L’objectif
global de la médecine personnalisé est d’optimiser les soins médicaux et les
résultats pour chaque individu, ce qui entraîne une personnalisation sans
précédent des soins aux patients.

1.1. La Médecine Personnalisée et l’Historique de santé familiale

L’Historique de santé familiale (HSF) est un outil simple mais précieux

pour la fourniture de renseignements personnels sur la santé et sur les risques à
certains maladies. Reflétant la combinaison complexe de facteurs partagés
génétiques, environnementaux, et de style de vie, un HSF robuste peut
approximativement donner des renseignements sur les risques
génétiques/génomiques et l’intègrent dans les soins aux patients. L’évaluation
du HSF aiderait à identifier les personnes à risque plus élevé de maladie,
permettant des étapes préemptives et préventives, y compris les changements de
style de vie, des projections de la santé, essai et le traitement précoce selon le
cas (voir tableau 2). Par conséquent, HSF détient un énorme potentiel pour
améliorer les soins de santé préventifs parmi les populations larges et

45
diversifiées de façon personnellement Pertinente. Toutefois, l’évaluation et
intégration de l’HSF n’ont pas été embrassé par la communauté sanitaire et
demeure une ressource largement inexploitée (91). Le défi de l'intégration de
l’HSF dans la santé du public implique trois composantes essentielles: (a) des
méthodes de collecte standard et accessibles; (b) l'accès du fournisseur de soins
de santé; et (c) des conseils cliniques pour l'interprétation et l'utilisation.

Actuellement, la collecte d’informations de l’HSF peuvent être incomplète,

peuvent être difficile à interpréter, et / ou peuvent varier considérablement dans
le contenu entre les fournisseurs de soins de santé du patient. En outre, les
fournisseurs peuvent avoir une connaissance et une formation insuffisante afin
d’interpréter fidèlement l’HSF pour déterminer le risque des syndromes
génétiques héréditaires. (92)

Tableau 2 : Risques associés au fait d'avoir un parent au premier degré atteint d'une
maladie (93)

Rapport de cotes de
Condition Références
prévalence

Diabète de type 2 2.3-2.8 84, 85

Maladie coronarienne 4.5 186

Cancer du côlon 2 – 2,6 90

Le cancer du sein 1.6 – 2 90

Cancer du poumon 1.7 – 2,5 90

46
 1.2. Évaluation du risque de maladie chronique

Un élément fondamental de la médecine personnalisée est une évaluation

standard des risques pour la santé (ERS) visant à évaluer la probabilité qu'un
individu développe les maladies chroniques les plus courantes (ou les
événements pathologiques). Les ERS fondées sur des données probantes
couplées à des modèles prédictifs faciliteront l'évaluation du risque de maladie
d'un patient et la priorisation des stratégies cliniques pour y remédier. L'un des
ERS les plus largement reconnus est le modèle de maladie cardiaque
coronarienne de Framingham, développé à partir de l'étude de Framingham sur
le cœur débuté en 1948 (94). L'évaluation du risque de cancer du sein selon le
modèle Gail et ses versions modifiées sont également des outils largement
acceptés (95).

Malgré la valeur prouvée de nombreux outils ERS, ils n'ont généralement

pas été inclus dans l'évaluation formelle des patients en raison du manque de
normes des données cliniques requises ou les algorithmes utilisés, ainsi que le
manque d'intégration dans les systèmes de technologie de l'information sur la
santé (96). Cependant, les ERS devraient constituer la base de la prévision et de
la stratification des risques qui sont fondamentales pour les soins de santé
personnalisés. Et à mesure que de nouvelles informations biologiques et des
marqueurs moléculaires prédictifs sont découverts et validés, il est essentiel que
ces nouveaux marqueurs soient évalués itérativement pour leur capacité à
augmenter la capacité prédictive des modèles cliniques existants. S'ils le font, ils
devraient être incorporés dans la ERS et devenir le point de départ pour des
soins de santé personnalisés.

47
 1.3. Système de soutien à la décision clinique

Pour optimiser l'utilisation de la HSF et des ERS, les systèmes de soutien à

la décision clinique (SSD) fournissent aux médecins et aux patients des
connaissances filtrées conçues pour orienter et améliorer les soins de santé sur le
lieu des soins (97). Les systèmes SSD informatisés sont de plus en plus utilisés
et des informations spécifiques au patient — poids, médicaments actuels,
antécédents médicaux et même l’HSF — peuvent être intégrées dans des
formulaires conviviaux pour aider à gérer le diagnostic et le traitement.

Il a été démontré que les systèmes ERS améliorent les pratiques de

prescription, améliorent les soins préventifs et améliorent le respect des normes
de soins fondées sur des données probantes (98, 99, 100). À mesure que la ERS
s'intégrera aux dossiers de santé électroniques, l'utilisation des données
personnelles sur la santé deviendra transparente, donnant aux cliniciens accès à
l'information et aux connaissances des patients pour aider à créer des plans de
santé adaptés aux besoins individuels.

1.4. La médecine personnalisée et le génome humain

La médecine personnalisée est maintenant étayée par l'incorporation

d'informations provenant des génomes, de leurs séquences et de leurs produits
dérivés (tels que l'ARN, les protéines et les métabolites) dans la prise de
décision médicale: les tests de santé basés sur le génome peuvent être utilisés
pour prédire le risque, dépister les porteurs, établir des diagnostics cliniques et
des pronostics pour les individus, et diriger la gestion clinique (101). Ainsi,
l'information sur le génome humain permet maintenant aux fournisseurs de créer
des plans de soins optimisés à chaque stade d'une maladie, en mettant l'accent
sur les soins de santé réactifs plutôt que préventifs (102, 103, 104).
48
 Tout au long du continuum de la santé à la maladie (figure 1), il existe
maintenant plusieurs moments importants au cours desquels les applications
génomiques personnalisent les soins de santé (105, 106). La susceptibilité à la
maladie et le risque peuvent maintenant être quantifiés et anticipés pendant la
santé et même à la naissance en utilisant des évaluations basées sur l'ADN qui
ne changent pas au cours de la vie d'une personne. Les profils de transcription,
les profils d'expression des protéines et les niveaux de métabolites combinés
avec les modalités d'imagerie dynamique peuvent fournir des moyens plus
précis de dépister les personnes à haut risque de développer une maladie dès les
premières manifestations moléculaires alors que la maladie est subclinique.
Cette même information peut fournir un diagnostic définitif et une classification
moléculaire qui prédit le pronostic. De même, la pharmacogénomique - l'étude
de la variation génétique et de l'efficacité et de la toxicité des médicaments -
devient un exemple important d'information génomique appliquée à la médecine
clinique (108). La sélection des médicaments peut être guidée à la fois par la
constitution génétique sous-jacente du patient ainsi que l'architecture
moléculaire de la maladie chez l'individu. Un bon exemple de cette approche
peut être vu avec le dosage de warfarine, où les fournisseurs peuvent maintenant
utiliser les systèmes de SSD en ligne (http://www.warfarindosing.org) pour
déterminer la dose appropriée basée sur l'information génotypique et clinique
d'un patient (109).

49
 Figure 5 : Le rôle de l'information génomique dans le continuum de la santé à la
maladie.(Référence 93)

2. La boîte à outils du génome humain

Le tableau 3 présente les principales plateformes technologiques du
génome formant une boîte à outils pour l'exploration de l'impact du génome et
de ses produits exprimés sur la santé et les états pathologiques. L'application
clinique de ces technologies constitue la base de soins médicaux personnalisés.
(Référence 103)

50
 2.1. Variation à l'échelle du génome

La variation dans le génome humain provient de plusieurs types

d'altérations de séquence, y compris les mutations ponctuelles impliquant des
changements de paires de bases mono nucléotidiques [polymorphismes mono
nucléotidiques (SNP)] et les réarrangements structurels de la séquence d'ADN
(109, 110).

La plupart de nos connaissances sur la variation du génome humain

proviennent de données de séquences d'ADN. La technologie de séquençage de
nouvelle génération prend en charge le séquençage à haut débit et réduit les
coûts au point où un génome peut être séquencé pour 10 000 $, et on estime que
ces coûts seront de 1 000 $ en un an ou deux (111). À ce niveau de prix, le
séquençage du génome d'un patient se situera dans la plage des tests médicaux
standards (112, 113). Le séquençage de nouvelle génération a permis le
reséquençage de plusieurs génomes humains, mettant en évidence l'évolution
des plateformes de séquençage et leur capacité à étendre la couverture de lecture
avec une plus grande résolution (114, 115, 116, 117). Le séquençage de nouvelle
génération est maintenant utilisé pour comprendre plusieurs maladies - par
exemple, le cancer, les maladies génétiques rares et les infections microbiennes -
dans le but d'élucider les variantes géniques fonctionnelles sous-jacentes qui
sont peut-être responsables de l'état pathologique (118, 119, 120, 121 ,122,123).
L'utilisation du séquençage du génome entier avance à la clinique, où les
données de séquences d'ADN ont été utilisées pour établir des diagnostics
définitifs et même guider le traitement (124, 125, 126).

Le projet international HapMap (http://hapmap.ncbi.nlm.nih.gov), achevé

en 2005, a développé une carte haplotype du génome humain pour détecter les

51
régions de déséquilibre de liaison élevé et de faible diversité haplotypique,
identifiant les quelques SNP qui sont les variantes causales de la maladie (127,
128,129). Ces données sont à la base des études d'association pangénomique
(GWAS), une stratégie basée sur le génome qui utilise des comparaisons de SNP
entre les populations pathogènes et témoins et fournit une méthode non biaisée
de relier la variation du génome humain à la maladie clinique. En mai 2011, plus
de 800 GWAS avaient été publiés sur 150 maladies et caractères humains,
signalant plus de 2 400 SNP avec des associations et des rapports de cotes
statistiquement significatifs (130, 131). Par exemple, dans la maladie de Crohn,
des études d'association ont découvert 32 variants contribuant à la maladie, avec
des variants dans les gènes NOD2 et IL23R associés à une augmentation du
risque de maladie (132). Dans le diabète de type 2, au moins 20 variants ont été
décrits, avec des variants plus récents émergeant de plus grands ensembles de
données GWAS dans le contexte de l'homéostasie du glucose à jeun (133, 134).
De même, les GWAS dans la maladie coronarienne (CAD) ont identifié plus de
100 variantes pouvant contribuer au risque de coronaropathie (135, 136, 137,
138, 139). Nombre de ces études ont indépendamment vérifié l'importance du
locus 9p21.3. Les gènes contenus dans cette région codent pour l'ANRIL, un
ARN régulateur non codant supposé réguler le silençage épigénétique par action
sur le locus p15 / CDKN2B-p16 / CDKN2A-p14 / ARF, et les protéines kinases
jouant un rôle inflammatoire induit par le TGF-β dans l'athérosclérose (140, 141,
142, 143). D'autres ont suggéré que les SNP dans des amplificateurs distincts
trouvés dans la région affectent la liaison STAT1 d'une manière dépendant de
l'interféron γ dans les cellules endothéliales vasculaires humaines, reliant la
susceptibilité CAD à la signalisation inflammatoire dans des cellules vasculaires
spécifiques (144). Enfin, une utilisation précoce réussie du développement de

52
thérapeutiques basées sur les données GWAS dans la dégénérescence maculaire
liée à l'âge où des thérapeutiques ciblées ont été développées pour les voies
inflammatoires médiées par le complément identifiées par les GWAS (145,146).

Étonnamment, pour la grande majorité des GWAS qui ont été menées, les
rapports de cotes des allèles associés au phénotype de la maladie ont été <2 et
peuvent ne pas contribuer significativement au risque de maladie. Il y a
cependant quelques exceptions: Dans un GWAS de Ge et al. (147), un
polymorphisme sur le chromosome 19, 3 kb en amont de l'IL-28B, codant pour
l'interféron lambda- 3, était associé à un changement de deux fois de la réponse
au traitement. Cette découverte a été cliniquement confirmée dans une étude de
Thompson et al. (148) ont génotypé des patients recevant un traitement contre le
virus de l'hépatite C et ont trouvé que le même polymorphisme était un bon
prédicteur d'une réponse virologique soutenue (rapport de cotes 5,2, intervalle de
confiance à 95%, 4,1-6,7). Dans l'étude SEARCH Collaborative Group, un
polymorphisme localisé sur SLCO1B1, un gène régulant l'absorption hépatique
des statines, était associé à un risque accru de myopathie suite à un traitement
par statine (odds ratio 4,5, intervalle de confiance 95%, 2,6-7,7) (149). Bien que
la pertinence clinique des GWAS ne soit pas aussi répandue que nous l'avions
imaginé, ces études ont révélé de nombreux nouveaux gènes contribuant à la
pathogenèse qui ont fourni de nouvelles perspectives sur la biologie sous-
jacente, les mécanismes de la maladie et les approches thérapeutiques
potentiellement nouvelles.

53
 Tableau 3 : La boîte à outils du génome humain (Référence 93)

2.2. Transcriptomique

La transcriptomique est l'étude génomique des niveaux d'expression de

l'ARN dans une cellule, un tissu ou un fluide biologique, et comprend un spectre
de molécules allant de l'ARN messager (ARNm) aux ARN non codants. Les
analyses statistiques et la classification des gènes coexprimés à l'aide de
méthodes paramétriques ou non paramétriques peuvent être appliquées pour
classer la maladie ou prédire les états pathologiques futurs, ou pour comprendre
les mécanismes biologiques sous-jacents de la maladie (150).

Dans le cancer, les données de biopuces ont été utilisées pour le diagnostic,
le pronostic et la réponse au traitement (151,152). Ces données ont révélé des
sous-ensembles discernables de classes moléculaires dans de nombreux cancers,
y compris les cancers du sein, du poumon, du sang et du mélanome (153, 154,
155, 156). Chez les patients atteints de leucémies aiguës, ce diagnostic
moléculaire est particulièrement utile pour la prise de décision clinique, où le
traitement peut différer en fonction du sous-type de maladie en réseau (157).

54
L'application de la technologie des micros réseaux à la classification des
maladies a été appliquée dans d'autres maladies complexes, y compris les
maladies cardiovasculaires, les maladies rhumatismales et leurs voies
inflammatoires, et les maladies neurologiques telles que la sclérose en plaques et
les troubles psychiatriques tels que la schizophrénie, dépression (158, 159, 160,
161, 162, 163).

Une caractéristique du transcriptome qui a émergé est l'expression des

profils d'ARN non codants, en particulier les petits ARN interférents (siRNA) et
les microARN (miARN). D'abord identifiés en 1993 chez Caenorhabditis
elegans, les miARN ont généralement une longueur de 22 nucléotides et
inhibent l'expression génique à un niveau post-transcriptionnel en se liant à des
régions non traduites complémentaires des ARNm cibles (164,165). Ils ont joué
un rôle dans plusieurs maladies, de la régulation des cancers proliférants au
développement des cardiomyopathies, de la réponse immunitaire et de la
schizophrénie, et même à la promotion de la réplication du virus de l'hépatite C
(166, 167, 168, 169, 170, 171). Les modèles de miARN différentiellement
exprimés peuvent être utilisés cliniquement dans le diagnostic et le pronostic de
la maladie (172, 173,174). Compte tenu de leur rôle dans la complexité de la
régulation des gènes, les miARN et même les miARN et les siRNA sont testés
(175). Un essai de patients humains avec des tumeurs solides réfractaires a
montré des résultats prometteurs après la livraison de siRNA en utilisant un
système de nanoparticules ciblées (176). Cependant, l'analyse des miARN peut
être difficile en raison de leur manque de spécificité, conduisant à des effets hors
cible: En raison de leur petite taille, ils peuvent potentiellement influencer
l'expression de plusieurs ARNm différents (177, 178).

55
 Enfin, les technologies de nouvelle génération utilisées pour faire
progresser le séquençage du génome entier peuvent être exploitées pour analyser
les transcriptomes: le séquençage de l'ARN (RNA-Seq), initialement utilisé pour
examiner les courts ARN régulateurs, a été appliqué à l'analyse du transcriptome
humain entier pour continuer notre compréhension de la régulation de la
transcription (179, 180, 181, 182, 183). Par exemple, les transcriptomes liés au
cancer ont été étudiés par RNA Seq, fournissant une nouvelle approche pour
comprendre les événements de fusion et de translocation de gènes (184, 185,
186, 187).

2.3. Protéomique
L'étude de la protéomique fait référence à l'étude à grande échelle des
protéines, et le protéome se réfère souvent à l'ensemble complet des protéines et
de leurs divers dérivés. Dans le contexte de la santé et de la maladie, la
protéomique cherche à définir l'ensemble complet des protéines associées à un
état physiologique ou pathologique particulier et continue d'être un domaine
prioritaire pour la découverte de biomarqueurs et la médecine moléculaire.

Cette zone a été dominée par des approches isotopiques stables, mais les
méthodes quantitatives sans marqueur récemment développées, qui reposent sur
l'intensité mesurée d'un ion peptidique par rapport à son intensité dans d'autres
échantillons, ont l'avantage d'un débit plus élevé et moins d'étapes de
manipulation (188,189). Bien que cette technologie soit relativement immature
dans ses applications à la santé humaine et à la maladie par rapport à l'ADN,
l'ARN et le profil métabolique, ces méthodes, combinées au développement de
la spectroscopie de masse, feront progresser la protéomique dans la
classification des maladies, le diagnostic, le pronostic et la pharmaco génomique
au cours des prochaines années.

56
 2.4. Métabolomique

La métabolomique utilise la spectroscopie de masse et la spectroscopie de

résonance magnétique nucléaire pour mesurer les changements dans les petites
molécules non protéiques liées à un état biologique ou physiologique. On estime
que le métabolome humain contient environ 5 000 métabolites discrets de petites
molécules, et l'identification des changements métaboliques associés à la
maladie suggère immédiatement des cibles médicamenteuses enzymatiques.
Cette approche a été appliquée à un certain nombre d'états pathologiques
chroniques, tels que le diabète, l'obésité, les maladies cardiovasculaires, le
cancer et les troubles mentaux (190, 191, 192, 193). Dans le domaine des
maladies cardiovasculaires, deux études distinctes ont défini des profils de
métabolites pour l'ischémie et la coronaropathie, respectivement (194, 195). Le
profilage métabolomique a également été utilisé directement pour évaluer la
toxicité des médicaments (196, 197, 198)

2.5. Épigénomique

L'épigénomique fait référence à la programmation génétique qui résulte

principalement de la méthylation de l'ADN (199). La base moléculaire de cette
régulation implique la méthylation de la cytosine et est maintenue par une
famille d'ADN méthyltransférases; des quatre bases comprenant l'ADN, seule la
cytosine peut être méthylée et non méthylée, et seulement dans le contexte des
dinucléotides CpG, qui chevauchent souvent la région promotrice des gènes. Les
gènes transcrits activement sont généralement dans un état non méthylé, tandis
que les gènes qui sont réduits au silence sont fortement méthylés (200, 201).
L'analyse des tumeurs montre une hypométhylation chez les oncogènes et une
hyperméthylation régionale chez les gènes suppresseurs de tumeurs (202, 203,

57
204). Des changements de méthylation ont également été mis en évidence dans
d'autres maladies telles que le diabète de type 2, les pathologies
cardiovasculaires et les maladies auto-immunes telles que le lupus érythémateux
disséminé (205, 206, 207, 208). Les Instituts nationaux de la santé ont lancé le
projet Human Epigenome pour identifier, cataloguer et interpréter les profils de
méthylation de l'ADN de tous les gènes humains dans tous les principaux tissus,
et ce projet a depuis été étendu au niveau international (209, 210, 211).

2.6. Biologie des systèmes et médecine des systèmes

La biologie des systèmes et son domaine appliqué de la médecine

systémique reposent sur le principe que les mesures de l'information biologique
doivent être globales. Les différents niveaux d'information génomique doivent
être étudiés de manière intégrée et les systèmes biologiques fonctionnent
dynamiquement, non comme des événements discrets (212). La santé humaine
et la maladie sont définies par des voies moléculaires interdépendantes qui
peuvent être définies par le génome, l'épigénome, le transcriptome, le protéome
et / ou le métabolome. Bien que chacun puisse être analysé individuellement, le
cœur de la biologie des systèmes est la création d'un modèle qui intègre toutes
les données d'expression et ses changements dynamiques. L'analyse des données
de systèmes à partir d'un seul échantillon de sang ou de tissu fournit des
informations sur la classification moléculaire et la prédiction pour un état
pathologique particulier ainsi que sur le contexte biologique du développement
de nouvelles cibles thérapeutiques (213, 214, 215, 216).

58
3. De l’information de génome à la médecine personnalisée
La traduction d'informations génomiques en médecine clinique nécessite de
répondre aux questions suivantes: Quels sont les facteurs moléculaires
responsables de la pathogenèse d'une maladie particulière? Pouvons-nous
déterminer quels patients développeront une maladie? Comment pouvons-nous
développer un régime thérapeutique qui peut être adapté à la biologie unique
d'un individu? Le tableau 4 donne des exemples de marqueurs génomiques
utilisés cliniquement aujourd'hui dans le continuum de l’état normal à l’état
maladie. Beaucoup de ces outils ont été traités dans les sections précédentes, et
cette section mettra en évidence l'utilisation de ces outils dans la pratique
médicale aujourd'hui.

3.1. Tests préconceptionnels et dépistage des hétérozygotes

En France, le dépistage préconceptionnel des couples à risque de maladies

héréditaires monogéniques s’effectue dans le cadre d’un conseil génétique s’il

existe un cas index dans la famille. Mais dans quelques populations présentant
une forte prévalence de certaines affections héréditaires le dépistage des
hétérozygotes est devenu depuis longtemps systématique : β thalassémies dans
les pays méditerranéens et maladie de Tays-Sachs dans la communauté juive
Ashkénase des États-Unis. À Chypre, le dépistage de la β thalassémie a fait
baisser le nombre de cas de 51 en 1974 à simplement 5 entre 1991 et 2001 ;
aucun cas n’a été observé entre 2002 et 2007. Aux États-Unis 1379 couples à
risque de Tays-Sachs ont été identifiés (aboutissant soit à la non réalisation de
l’union projetée, soit à un diagnostic prénatal, soit à un diagnostic
préimplantatoire) et l’incidence de la maladie a diminué de 90 % ; dans cette
communauté juive le programme de dépistage a été étendu à 16 autres maladies

59
récessives. En Israël, la détection systématique est recommandée pour 8
maladies dont la fréquence des hétérozygotes est supérieure à 1/60 et gratuite
pour 4 d’entre elles (mucoviscidose, Tays-Sachs, dysautonomie familiale,
thalassémie) ; elle est également encouragée pour des maladies dont la
fréquence des hétérozygotes est supérieure à 1/110 (Nieman Pick, glycogénoses,
etc.). Aux États-Unis le dépistage des hétérozygotes est recommandé pour des
maladies fréquentes comme la mucoviscidose ou l’amyotrophie spinale ; la
firme « Genzyme genetics » propose ainsi un test pour 98 des mutations les plus
fréquentes du gène CFTR (un couple à risque sur 1 400).

En France, le dépistage néonatal systématique concerne cinq maladies :

mucoviscidose, phénylcétonurie, hypothyroïdies, hyperplasies congénitales des
surrénales et drépanocytose ; il s’agit d’un dépistage biologique des
homozygotes. L’apparition des techniques de séquençage à haut débit est
susceptible d’entraîner le passage à un dépistage neonatal génotypique,
identifiant également de ce fait les hétérozygotes et éventuellement étendu à
plusieurs centaines de maladies dont les gènes et les mutations pathogènes sont
connus et ceci pour moins de 400 dollars (217). Les NGS rendent ainsi possible
le diagnostic préconceptionnel généralisé, ce qui soulève de multiples questions
tant éthiques que socio-économiques. Sur un tel marché potentiel se positionnent
dès à présent des firmes commercialisant des DTC (Direct Test to Consumer).
Ainsi « Amby Screen » propose le dépistage de 75 maladies pédiatriques à
transmission récessive ou liée à l’X. « 23 and me » offre un test plus étendu
incluant, outre le génotypage de mutations responsables de maladies
monogéniques, la recherche de polymorphismes associés à des maladies dites
plurifactorielles et un profil pharmacogénétique, et cela pour 99 dollars.

60
 3.2. Diagnostic prénatal et préimplantatoire

Les diagnostics prénataux ne peuvent être pratiqués en France que dans un

cadre réglementaire strict par des centres pluridisciplinaires et des laboratoires
agréés ; dans le cas du diagnostic préimplantatoire seuls quatre centres sont
autorisés par l’Agence de Biomédecine : Paris, Strasbourg, Montpellier et
Nantes. Les indications diagnostiques sont restreintes puisque la loi n’autorise
l’interruption de grossesse que pour une affection d’une particulière gravité et
reconnue comme incurable. Le rapport 2010 de l’Agence fait état de 55 000
diagnostics prénataux en cytogénétique (essentiellement recherche de trisomie)
dont près de 4 000 positifs et de 2 750 en génétique moléculaire dont 544
positifs. Le diagnostic prénatal est effectué sur biopsie de trophoblaste à 12
semaines d’aménorrhée (entraînant 1 à 2 % d’avortements), sur cellules
amniotiques à 16 semaines (0,2 à 0,5 % d’avortements), sur sang foetal après 20
semaines (3 %d’avortements) ou sur tissu foetal au troisième trimestre de la
grossesse. Un diagnostic préimplantatoire nécessite une stimulation ovarienne
hormonale, la collecte d’ovules suivie d’insémination artificielle, une biopsie
embryonnaire au troisième jour (J3), un diagnostic en 24-48 heures (caryotype
avec hybridation in situ ou recherche d’une mutation) et un transfert in utero de
1 à 3 embryons sains à J4/J5 ; chacune de ces étapes comporte un pourcentage
d’échecs important et en définitive le nombre de grossesses ainsi obtenu est
faible (218).

Les pertes foetales liées aux prélèvements invasifs pratiqués pour le

diagnostic prénatal sont estimées entre 300 et 600 par an, d’où l’intérêt majeur
d’un diagnostic non invasif par analyse des acides nucléiques foetaux circulant
dans le sang maternel. La présence d’ADN foetal ou cffDNA (cell free fetal

61
DNA) dans le sang maternel a été démontrée en 1997 et sa concentration
estimée à plus de 10 % de l’ADN total circulant ; il disparait rapidement du sang
maternel après l’accouchement, contrairement aux cellules mononuclées foetales
qui pourraient persister plusieurs années. Détectable dès 5 à 6 semaines
d’aménorrhée, il a une origine trophoblastique ou placentaire, et provient sans
doute de cellules en apoptose ; il est Bull. Acad. Natle Méd., 2014, 198, no 1,
101-117, séance du 7 janvier 2014 106 constitué majoritairement de petits
fragments dont la taille moyenne est de 143 bases, ce qui correspond à la
longueur d’ADN enroulé sur un nucléosome. La première application de
l’analyse de l’ADN foetal du sang maternel a été la détermination du sexe du
foetus et potentiellement des maladies liées à l’X : il s’agit d’un examen inscrit à
la nomenclature des actes de biologie (B500). En 2011 la HAS a également
donné un avis favorable à la prise en charge de la détermination du rhésus foetal
chez les femmes rhésus négatif : actuellement environ 6000 examens par an,
mais il s’agit d’un « marché » potentiel de 160 à 180 000 tests annuels. En
utilisant des « primers » spécifiques il était également possible de faire différents
diagnostics ciblés (β thalassémie, hémophilie A...). L’apparition des techniques
de séquençage à haut débit, en séquençant à la fois l’ADN circulant maternel et
l’ADN foetal et en déterminant leurs proportions relatives (par détermination
des SNPs pour reconstituer les haplotypes), a ouvert de nouvelles perspectives :
diagnostic des maladies génétiques et surtout des aneuploïdies (219, 220). La
recherche d’une trisomie repose sur la mise en évidence d’un petit excès de
matériel provenant de ce chromosome par rapport à l’ADN maternel ; il
implique un séquençage aléatoire des petits fragments d’ADN avec une grande
profondeur suivi d’une analyse bioinformatique complexe. Les premiers
résultats récemment publiés sont très bons pour la trisomie 21 (sensibilité 100 %

62
et 0,1 % de faux positifs) et la trisomie 18 (sensibilité 100 % et 0,3 % de faux
positifs), sensiblement moins performants en cas de trisomie 13 (sensibilité de
91,4 % et 0,9 % de faux positifs). Bien entendu les possibilités offertes par les
NGS dans ce domaine vont se multiplier ; elles devraient pouvoir également
s’appliquer dans l’avenir au diagnostic préimplantatoire, mais aussi à la
détection des petites délétions et des variations du nombre de copies ou CNV («
Copy Number Variation »), restreignant ainsi le champ de la cytogénétique
classique (221).

3.3. Prédiction du risque

L'information génomique change le paysage médical en fournissant des

outils qui transforment la pratique en prévision et en prévention du risque. Par
exemple, les femmes porteuses de mutations dans les gènes BRCA1 et BRCA2
à forte pénétrance présentent un risque accru de susceptibilité au cancer du sein
(222). Le dépistage clinique de ces mutations génétiques a conduit à des
mesures préventives standard telles que des interventions chirurgicales ou radio
thérapeutiques pour aider les patients à minimiser leur risque (223). Dans le
cancer colorectal, les méthodes cliniques pour détecter l'instabilité des
microsatellites dans les gènes de réparation des mésappariements MLH1 et
MSH2 identifient les patients à risque et permettent aux médecins de les
surveiller de près grâce au dépistage fréquent du cancer du côlon (224). Des
facteurs de risque génétiques cliniquement utilisables ont également émergé
pour le syndrome du QT long (LQTS) et le syndrome du QT court (225). LQTS
est hérité selon un schéma autosomique dominant, et la variation du phénotype
de la maladie est associée à des mutations dans 12 gènes différents de
susceptibilité LQTS, ce qui justifie de tester génétiquement les patients pour ces

63
mutations (226). Par exemple, les β-bloquants sont un traitement efficace pour
les patients avec LQTS1 (KCNQ1) mais pas pour ceux avec LQTS2 (KCNH2)
ou LQTS3 (SCN5A), démontrant comment le génotypage de ces patients peut
aider à guider le traitement (227). L'utilisation de tests de variation génétique
utilisant le génotypage et le séquençage combinés avec des stratégies
interventionnelles peut retarder la progression de la maladie ou prévenir
complètement la maladie.

3.4. Diagnostic de la maladie et caractérisation moléculaire

Une application précoce de la technologie du génome à la médecine

clinique est dans la classification des états pathologiques. Les analyses
génomiques et moléculaires ont révélé des sous-types distincts de la maladie, qui
ont été traditionnellement définis par de larges phénotypes cliniques ou
descriptifs. Parce que la réponse thérapeutique peut différer entre chaque sous-
type, cela a des implications claires pour guider le traitement clinique.

L'oncologie offre de multiples exemples de la façon dont la médecine

génomique a changé la compréhension de la maladie. Plusieurs génomes de
cancer ont été séquencés, y compris la leucémie myéloïde aiguë, le cancer du
poumon non à petites cellules (NSCLC) et le cancer du poumon à petites
cellules (228, 229, 230). L'Atlas du génome du cancer, un effort multi-
institutionnel de 1,5 milliard de dollars sur dix ans, vise à caractériser et à
réaliser une analyse génomique multidimensionnelle du cancer (231). L'un des
premiers cancers étudiés était le glioblastome multiforme (GBM); 206
échantillons ont été analysés pour le nombre de copies d'ADN, l'expression des
gènes et les états de méthylation de l'ADN. De nouvelles mutations fréquentes
du gène de la sous-unité régulatrice de la kinase PI3 ont été trouvées ainsi qu'une

64
association entre l'état de méthylation de MGMT (biomarqueur pour la réponse
au témozolomide) et les mutations de réparation de mésappariement dans le
GBM post-traitement (232). Une autre conclusion importante à tirer de ce projet
est la caractérisation de sous-types distincts de GBM (classique,
mésenchymateuse, pro neurale) basés sur des mutations génétiques causales
dans EGFR, NF1 et PDGFR / IDH1, respectivement (233).

La capacité à trouver plusieurs profils d'expression génique discrets dans

un type de tumeur reflète l'hétérogénéité de la maladie. L'un des premiers
exemples d'utilisation de profils de micro réseaux d'expression génique pour
classer les tumeurs a été utilisé pour distinguer la leucémie myéloïde aiguë de la
leucémie lymphoblastique aiguë (234). Des méthodes similaires ont également
été appliquées avec succès pour caractériser, au niveau moléculaire, une large
gamme de cancers du sein, de cancers du poumon et de lymphomes (235, 236,
237).

L'utilisation de la génomique pour stratifier la maladie n'est pas propre à

l'oncologie. Les syndromes coronariens aigus (SCA) décrit une classe de
maladies impliquant l'occlusion des artères coronaires, entraînant une lésion
ischémique du cœur. Plusieurs études ont démontré l'utilité de la métabolomique
et de la protéomique pour distinguer les états SCA de l'infarctus aigu du
myocarde et de l'angor instable (238, 239). Une étude récente du protéome
plaquettaire chez des patients avec et sans sus-décalage du segment ST a mis en
évidence des différences d'activation plaquettaire et, en particulier, des taux
élevés de la protéine SPARC (240). L'expression du gène du sang périphérique a
également été associée à la sévérité de la coronaropathie, et un test clinique
diagnostique a été développé sur la base d'observations similaires (CorusTM

65
CAD) et validé dans un essai prospectif multicentrique avec des résultats
impressionnants, améliorant la précision de l'évaluation des maladies
coronariennes de 16% -20% (241, 242). Ainsi, un certain nombre de plateformes
de tests génomiques complexes sont utilisées dans la clinique ou sont préparées
pour une utilisation clinique afin d'aider au diagnostic et d'éclairer la prise de
décision thérapeutique.

Tableau 4 : Diagnostics moléculaires disponibles cliniquement sur le continuum de la

santé à la maladie dans le cancer et les maladies cardiovasculaires (référence 105)

3.5. Pronostic de la maladie

Les modèles de signatures tumeur-expression génique, combinés à des

données cliniquement pertinentes telles que les issues de survie, fournissent l'un
des exemples les plus clairs de l'utilisation clinique de l'information génomique

66
en tant qu'outils pronostiques (243, 244, 245, 246). MammaPrint R_ et
Oncotype DXR_ sont deux de ces tests pronostiques qui sont maintenant
cliniquement disponibles pour une utilisation dans le cancer. L'oncotype DX est
une signature de 21 gènes dérivée d'une réaction en chaîne de la polymérase en
temps réel d'échantillons inclus dans la paraffine et utilisée pour prédire la
récidive à distance sur une période de 10 ans (247, 248, 249). Il est actuellement
en cours de validation dans un essai clinique de phase III, mais a une plus
grande signification statistique par rapport aux facteurs de prédiction
histologiques traditionnels (250, 251). MammaPrint, approuvé par la Food and
Drug Administration américaine en 2007, a été développé au Netherlands
Cancer Institute, qui a créé une signature à 70 gènes pour discriminer les
patients à haut et faible risque de récidive métastatique dans les cinq ans (252).
Des essais cliniques basés sur cette signature ont depuis été lancés pour valider
la signature, et les auteurs de ces études ont rapporté une prédiction précise
(253, 254). Une méta-analyse a récemment montré que les informations
pronostiques d'Oncotype DX jouent un rôle important dans la prise de décision
clinique et ont conduit à une réduction de la chimiothérapie tout en augmentant
les thérapies hormonales adjuvantes (255).

Les approches génomiques ont également contribué au pronostic après

transplantation rénale. Une étude a été menée chez des receveurs de greffe de
rein qui n'ont pas rejeté leurs greffes rénales malgré l'arrêt du traitement
immunosuppresseur pour analyser les profils d'expression génique des globules
blancs circulants. Cela a conduit à la découverte d'une expression génique
spécifique dans les cellules B qui distinguait les patients tolérants des patients
non tolérants (256). Les résultats de ceci impliquent que des biomarqueurs

67
peuvent être développés qui peuvent prédire quels patients devraient continuer à
recevoir l’immunosuppression des années après la chirurgie de transplantation et
quels patients peuvent avoir ceci discontinué.

3.6. Pharmacogénomique

La pharmacogénomique est l'utilisation de l'information génomique pour

déterminer ou prédire la réponse à la thérapie. En oncologie, le génome
somatique de la tumeur a été utilisé pour identifier les biomarqueurs qui
prédisent et guident la thérapie pour une réponse optimale. Par exemple, dans la
leucémie lymphoblastique aiguë, environ 20% des patients deviendront
réfractaires au traitement. Deux études utilisant l'expression génique
différentielle ont montré que les gènes impliqués dans la chimiorésistance
étaient également associés à un pronostic plus sombre, jetant les bases de futures
études sur les mécanismes de résistance (257, 258).

La thérapie ciblée est souvent synonyme de pharmacogénomique. Le gène

récepteur du facteur de croissance, le récepteur du facteur de croissance
épithélial humain (HER2), s'est révélé amplifié dans 25% à 30% des cancers du
sein, et sa surexpression corrélée avec un mauvais pronostic (259,260). Le
Trastuzumab, un anticorps monoclonal qui cible HER2, est efficace pour réduire
la charge tumorale, et le dépistage des patients pour l'expression de HER2 / neu
est devenu une routine et une exigence pour l'utilisation du médicament (261,
262, 263). Dans le CBNPC, les effets antitumoraux ont été démontrés en
utilisant des inhibiteurs du récepteur du facteur de croissance épidermique
(EGFR), un récepteur de surface cellulaire fréquemment muté pour provoquer la
prolifération du cancer (264, 265, 266). Bien que l'essai Iressa de survie au
cancer du poumon - un essai de phase III randomisé et contrôlé par placebo - ait

68
montré que le gefitinib, un inhibiteur de l'EGFR, ne procurait aucun avantage de
survie à la population générale, un sous-groupe de non-fumeurs asiatiques
mettre en évidence le potentiel de la génomique pour diriger et focaliser la
thérapie (267). Parce que seulement 5% à 15% des patients blancs portent une
mutation somatique EGFR, comparativement à 25% -35% des patients
asiatiques atteints de CPNPC, ces études soulignent le besoin d'un dépistage
génétique supplémentaire avant d'administrer un traitement (268).

Un exemple important de pharmacogénétique concerne la prise en charge

de la warfarine (269). En raison de l'index thérapeutique étroit du médicament,
diverses complications sont associées à son traitement, même après ajustement
de la dose en fonction de l'âge, du sexe, du poids, de l'état pathologique, du
régime alimentaire et des médicaments concomitants. L'étude des propriétés
pharmacocinétiques de la warfarine a indiqué l'implication de deux gènes dans
la détermination de la dose de warfarine. L'un de ces gènes code le CYP2C9,
responsable de la majeure partie de la clairance métabolique (~ 80%) de
l'énantiomère S, plus puissant sur le plan pharmacologique, de la warfarine. Les
deux CYP2C9 * 2 et * 3 provoquent une réduction de la clairance de la S-
warfarine, avec une variation de 10 fois du génotype liée à l'activité la plus
élevée (CYP2C9 * 1 / * 1) à la plus faible (CYP2C9 * 3 / * 3). De nombreuses
études ont associé ces génotypes à une sensibilité initiale à la dose, à une
stabilisation retardée de la dose d'entretien, à des retards de sortie de l'hôpital et
à des complications hémorragiques accrues (270). Le second gène identifié
comme prédicteur du dosage est la protéine complexe de la vitamine K époxyde
réductase 1 (VKORC1), ciblée par la warfarine. La prise en compte du génotype
VKORC1 ou de l'haplotype associé au génotype CYP2C9 et des facteurs tels

69
que l'âge et la taille corporelle sont estimés représenter 35% à 60% de la
variabilité des besoins posologiques en warfarine (271).

Malgré le fait que plusieurs groupes indépendants ont reproduit ces

données, des études cliniques prospectives sont nécessaires pour établir si la
dose initiale peut être adaptée aux patients par le génotypage CYP2C9 et
VKORC1, couplée avec des variables cliniques connues (272). Bien que ces
études soient actuellement en cours, le comité consultatif de pharmacologie
clinique de la FDA a reconnu l'importance et le potentiel du génotypage du
CYP2C9 et du VKORC1 durant la phase précoce du traitement par warfarine, et
l'étiquette du médicament a été modifiée en conséquence en août 2007.

3.7. Surveillance de la réponse des maladies à la thérapie

Le profil d'expression génique des cellules mononuclées du sang

périphérique (PBMC) est couramment utilisé dans certains centres pour
surveiller l'état des greffes après transplantation d'organes solides, l'essentiel
étant de développer de meilleurs tests pour évaluer le rejet du greffon (273,
274,275). La recherche en transplantation cardiaque, peut-être plus que tout
autre organe, a ouvert la voie à la mise au point de nouveaux tests sanguins
permettant de faire la distinction entre la quiescence et le rejet aigu. L'étude
d'observation génique de rejet d'allo greffon cardiaque (CARGO), une étude
multicentrique phare en trois étapes dans le domaine de la transplantation
cardiaque, a montré que le profil d'expression génique des PBMC pouvait être
utilisé pour distinguer avec précision les patients post-transplantation versus
rejet aigu (276). Ceci a été réalisé en identifiant d'abord un ensemble de 11
gènes qui distinguaient le mieux entre le rejet aigu et la quiescence, puis en
utilisant une cohorte indépendante pour valider le schéma de classification dans

70
un mode prospectif et aveugle. En utilisant un système de notation de 0 à 40,
avec de faibles scores représentant un faible risque de rejet de greffe, les
chercheurs ont utilisé un seuil de 30 sur les patients plus d'un an après la
transplantation et la validation du test a donné une valeur prédictive négative de
99,6% et une valeur prédictive positive de 6,8% pour le rejet aigu .Ce test est
disponible dans le commerce sous le nom AlloMap R_ (XDx; Brisbane, CA) et
coûte environ 3 000 $ par test. Bien que coûteuse, l'analyse des coûts basée sur
les données de la cohorte CARGO a montré que ce test de profil d'expression
génique est moins cher que la biopsie et permettrait d'économiser jusqu'à 12
millions de dollars en coûts de santé par an (277). Pour que cela soit vrai,
cependant, le besoin de biopsie devrait être évité, et le profil d'expression
génique devrait suffire chez les patients considérés comme présentant un faible
risque de rejet. Un essai prospectif, multicentrique, randomisé mais non aveugle
appelé Atténuation Invasive de Surveillance par Expression Génique (IMAGE)
a montré qu'une stratégie de surveillance non invasive utilisant le profil
d'expression génique n'est pas inférieure à la biopsie endomyocardique pour
diagnostiquer un dysfonctionnement d'allogreffe cardiaque dans le rejet. Les
auteurs ont conclu que l'utilisation de cette stratégie de surveillance du rejet
réduit significativement le nombre de biopsies sans risque accru d'événements
indésirables, faisant de l'étude un exemple clé où le profil d'expression génique
des PBMC peut être utilisé pour guider la prise de décision thérapeutique (278).

4. Génomes interactives et microbiomes

Bien que la génomique joue un rôle important dans le diagnostic, le
pronostic, le traitement et la prévention de la maladie, il reste beaucoup à savoir
sur l'interaction humaine avec l'environnement. Des études récentes de la

71
réponse de l'hôte aux pathogènes microbiologiques ont démontré des
changements d'expression génique très spécifiques en réponse à différents virus;
par exemple, une signature d'expression génique basée sur l'hôte a été
récemment identifiée qui pourrait être utilisée pour la détection précoce d'une
infection virale (279,280) .Les mêmes données ont également été utilisées pour
montrer que les profils d'expression génique distinguent les infections
bactériennes et virales (Figure 6) . Les profils d'expression des gènes dans les
cellules hôtes ont également été modifiés en fonction d'autres facteurs de stress
environnementaux tels que le tabagisme et les états pathologiques comme
l'asthme et la bronchopneumopathie chronique obstructive, et pourraient
permettre de comprendre la pathogenèse et la susceptibilité au risque (281, 282,
283). Ainsi, les interactions gène-environnement mesurées en utilisant la
réponse du génome de l'hôte commencent à fournir de nouveaux biomarqueurs
cliniquement utiles et potentiellement diagnostiques.

4.1. Génomes pathogènes

Les génomes des pathogènes humains sont également séquencés dans

l'espoir de fournir des informations pertinentes sur la pathogenèse de l'infection
ou des cibles thérapeutiques potentielles. En 1995, le premier génome bactérien
achevé a été séquencé par Haemophilus influenzae (284). Depuis lors, plus de 1
000 génomes bactériens et plus de 3 000 génomes viraux ont été complètement
séquencés (285). Cette information génomique a fourni des données précieuses
pour les outils génomiques comparatifs, en comparant les souches pathogènes
avec les souches non pathogènes pour identifier les protéines qui sont utilisées
pour la pathogenèse, conduisant potentiellement à de nouveaux médicaments
avec une toxicité limitée (286). L'analyse protéomique comparative entre les

72
phénotypes virulents et avirulents de Rickettsia Prowazekii a révélé des
mutations adaptatives dans huit gènes responsables de sa virulence (287). Le
séquençage de génomes bactériens pour des cibles vaccinales telles que les
protéines de surface bactériennes a également connu un grand succès clinique:
Des séquençages vaccinologiques inversés des protéines cibles ont conduit au
développement d'un vaccin prometteur pour le sérogroupe B de Neisseria
meningitidis récemment introduit dans les essais cliniques (288). Une autre
approche pour comprendre comment les pathogènes développent une résistance
a été de suivre les changements génomiques des isolats de Staphylococcus
aureus au cours du temps chez un patient après l'exposition au traitement
antibiotique jusqu'à la résistance, une stratégie qui a identifié 35 mutations dans
31 loci (289).

4.2. Le microbiome humain

Les interactions synergiques entre les humains et notre flore corporelle

normale doivent être comprises, car il y a 10 fois plus de bactéries que le
nombre de cellules humaines dans le corps: Le côlon humain contient à lui seul
plus de 400 espèces bactériennes comprenant environ 1013-1014
microorganismes (290,291). À travers l'étude de la variation génétique, le
microbiome décrit l'écologie fragile qui existe entre la communauté des
microbes symbiotiques, commensaux et pathologiques et notre espace corporel
partagé. Potentiellement, cette connaissance pourrait être utilisée pour fournir
des tests de diagnostic rapides, prévoir l'efficacité des antibiotiques et surveiller
les environnements pour les contaminants (292, 293). La microbiomique a été
utilisée pour identifier des infections virales inconnues ou pour diagnostiquer la
résistance aux antibiotiques dans des infections telles que Staphylococcus aureus

73
résistant à la méthicilline (294, 295). De plus, plusieurs maladies ont été
associées à des déséquilibres à grande échelle dans le microbiome intestinal, y
compris la maladie inflammatoire de l'intestin, la diarrhée résistante aux
antibiotiques et l'obésité (296, 297). Le Projet sur le microbiome humain est
conçu pour comprendre ces interactions sur le plan physiologique et
pathologique, en créant non seulement une base de données contenant des
pathogènes, mais aussi un ensemble de contrôle de la flore normale (298). Au
fur et à mesure que notre conscience de l'équilibre délicat entre l'hôte et les
micro-organismes continue de croître, les applications du microbiome vont
continuer de croître.

74
Figure 6 : Les signatures d'expression génique permettent de diagnostiquer la grippe et
d'autres infections virales respiratoires chez les humains. (Référence 280)

75
5. Intégration de la génomique dans la pratique clinique
Plus l'information génomique est utilisée pour amplifier nos connaissances
sur le mécanisme et le traitement de la maladie, mieux elle expose où les lacunes
résident dans la méthodologie, l'infrastructure et la politique pour sa mise en
œuvre en médecine clinique. L'abondance de la recherche utilisant des outils
génomiques et la prospérité des données dont nous disposons nous obligent à
faire des analyses techniques de ces résultats pour suivre leur production.
Plusieurs suggestions ont été faites pour créer un cadre pour cette analyse, qui
devrait impliquer ce qui suit pour chaque test: capacités techniques et normes
opérationnelles, capacités de diagnostic et impact sur la prise de décision
clinique, méthodes d'intégration comportementale et cognitive des médecins,
rapport coût-efficacité, et les résultats pour la santé (299).

Une méta-analyse récente a révélé des zones de déficience dans le parcours

de la clinique au chevet du patient, en commençant par la main-d'œuvre en soins
primaires qui est à l'avant-garde de l'interaction avec le patient (300). Les
médecins ne se sentent souvent pas préparés à administrer la médecine
génomique, et les patients eux-mêmes ne comprennent pas clairement la valeur
et l'intégration des tests génomiques dans leurs soins médicaux. Ce manque
d'éducation s'accompagne d'un besoin accru d'évaluations des résultats pour les
interventions génomiques, conduisant à une intégration limitée de la médecine
génomique dans la pratique réelle. Avec ces obstacles identifiés, comment
devrions-nous procéder?

76
 5.1. Education

L'un des principaux obstacles à la traduction de l'information génomique en

pratique clinique est le manque de compréhension de la génomique par le
fournisseur et l'accès limité aux outils appropriés. Plusieurs enquêtes suggèrent
une déficience croissante des connaissances en génétique chez les médecins en
moyenne (301, 302, 303). En plus de se familiariser avec les progrès rapides de
la recherche génomique, les fournisseurs doivent également comprendre
comment interpréter les résultats. Un baromètre direct de ceci est trouvé avec
l'histoire de famille: Malgré le fait que 87% des médecins reconnaissent son
importance, les médecins de premier recours se sont efforcés d'interpréter les
schémas familiaux de la maladie et de mettre en œuvre l'information sur les
antécédents familiaux dans leurs processus de travail (304, 305). Il est impératif
d'améliorer la formation médicale entourant la médecine génétique et
génomique pour le domaine et son intégration dans la pratique clinique pour
avancer (306).

5.2. Système de soutien à la décision clinique

SSD doit être utilisé pour promouvoir et intégrer les outils génomiques
dans le flux de travail clinique. Dans les essais contrôlés randomisés, il a été
démontré que les interventions de la SSD amélioraient significativement les
soins prodigués aux patients et pouvaient avoir des implications significatives
pour l'administration de recommandations basées sur la génomique aux
médecins occupés (307, 308, 309). Si elle est élargie pour inclure les prévisions
de risque pour la santé basées sur l'information génomique, des
recommandations individualisées et en temps réel sur la pharmacogénomique ou
les profils de risque pourraient être fournies sur la base d'une recherche à jour.

77
Le développement d'une infrastructure centrale et nationale pour la SSD et
d'autres ressources génomiques, avec accès à l'information génomique et non
génomique des patients, est essentiel pour toute mise en œuvre future (309).
L'accès des médecins aux technologies de la SSD sera important pour son
utilisation cohérente. De plus, ces systèmes ont eux-mêmes besoin de tests
fondés sur des données probantes pour s'assurer qu'ils améliorent la prestation
des soins de santé.

5.3. Vie privée

À mesure que l'information génétique croît dans le contexte de la prise de

décision clinique, les patients s'inquiètent progressivement de la discrimination
génétique (310, 311). Au niveau fédéral, en 2005, le Congrès américain a adopté
la Loi sur la transférabilité et la responsabilité en matière d'assurance maladie,
qui prévoyait une protection contre la discrimination génétique pour les régimes
de santé collectifs. La loi de 2008 sur la non-discrimination génétique a été
adoptée pour fournir une protection supplémentaire (312). Plus de 30 états ont
fourni leur propre législation traitant de cette question, créant une mosaïque de
protection contre l'utilisation de l'information génétique par les assureurs pour
discriminer les patients (313). Cependant, il faudra également élargir l'accès à
l'éducation pour les patients, y compris des informations sur les composants
génétiques spécifiques de leurs maladies et sur la façon dont ils affectent les
droits au traitement et à la vie privée. Élargir le rôle des conseillers en génétique
dans l'éducation des patients comblerait ce besoin et allégerait grandement le
fardeau du système de soins de santé.

78
 5.4. Politique réglementaire

La réglementation des produits pharmaceutiques à base de génomique et le

niveau de rigueur auquel ils sont testés constituent un autre domaine de politique
nécessaire (314). Ici, la FDA a été proactive, comme l'illustrent les plus de 200
étiquettes de produits qui pointent vers l'influence de la variation génétique sur
la réponse aux médicaments (315). Ses efforts récents pour influencer les tests
génétiques directement auprès des consommateurs, qui permettent aux
consommateurs d'accéder à la variation génétique au sein de leur génome se
rapportant à la maladie, sont peut-être encore plus remarquables (316). Bien que
certains aient fait valoir que la validation adéquate fait défaut, il est clair qu'il
existe un marché pour de telles entreprises (317). Cependant, la valeur clinique
de leurs résultats n'a pas été définie, et la question à laquelle il faut répondre est,
Quelle est la valeur de ces tests pour fournir aux cliniciens des données
utilisables? Pour répondre à ces préoccupations, en juin 2010, la FDA a annoncé
qu'elle commencerait à réglementer les tests directs aux consommateurs en tant
qu'instrumentation médicale (318). Reste à savoir si ces mesures vont freiner le
progrès scientifique ou protéger les consommateurs de la confusion par des
informations cliniquement non pertinentes.

5.5. Normes

La réglementation croissante des outils génomiques dans la recherche et la

clinique souligne le besoin de normes nationales de pratique pour toutes les
infrastructures génomiques, des approches statistiques à la conception d'études
cliniques et même à une infrastructure de bio banque qui fournit aux chercheurs
des données provenant de multiples études. Les référentiels centralisés et
normalisés pour le stockage, l'enregistrement et l'annotation d'échantillons

79
biologiques sont parmi les ressources les plus favorables à la médecine
génomique (319). Des lignes directrices sur les pratiques exemplaires ont été
publiées depuis 2005 pour orienter les efforts de bio banques, et des efforts ont
déjà été déployés au niveau national pour normaliser la collecte d'échantillons
biologiques: Le plan directeur du Réseau national de prélèvements biologiques a
été proposé en 2005 et piloté par le Programme pilote de réseau national de bio
spécificités du Programme spécialisé de recherche sur la prostate de l’Institut
National du Cancer pour stocker des échantillons biologiques dans de grandes
bio banques en réseau (320, 321). Les questions d'accessibilité devraient
également être abordées, en accordant aux chercheurs extérieurs un accès gratuit
à l'information tout en protégeant la propriété originale de l'échantillon.
L'éthique de l'utilisation d'un large consentement du patient pour stocker les
échantillons et les utiliser est toujours discutée, mais tous les efforts doivent être
faits pour protéger la vie privée des patients et séparer les données sur l'identité
des patients des données de chaque échantillon (322).

De plus, des normes communautaires sont nécessaires dans les approches

statistiques et mathématiques des données génomiques. En raison du manque de
grandes populations, des études statistiquement puissantes pour valider les
résultats de la recherche sur les maladies chroniques sont difficiles à concevoir.
Tous les efforts devraient être faits pour tester des modèles basés sur la
génomique dans des essais cliniques, conçus avec des contrôles appropriés,
avant que ces modèles soient introduits dans la clinique. La reproductibilité des
résultats doit être démontrée avant leur mise en œuvre clinique (323). La
randomisation et l'aveuglement sont également essentiels pour éliminer le biais
des observateurs. Étant donné que le risque de faux positifs est élevé, des
normes de contrôle et de normalisation doivent être en place pour chaque étude
respective afin de pouvoir comparer les résultats.

80
 5.6. Recherche sur l'efficacité comparative

Étant donné le paysage actuel de la pratique fondée sur des données

probantes, à quelle norme les approches génomiques de la médecine devraient-
elles être appliquées? Pour résoudre ces problèmes, la recherche sur l'efficacité
comparative (REC) est devenue une stratégie pour évaluer systématiquement les
données à mesure que les résultats de la recherche entrent dans la pratique
clinique. En 2009, 1,1 milliard de dollars de l'American Recovery and
Reinvestment Act ont été affectés à la REC.

La REC est défini par l'Institute of Medicine comme «la génération et la

synthèse de preuves qui comparent les avantages et les inconvénients des
méthodes alternatives pour prévenir, diagnostiquer, traiter et surveiller un état
clinique ou pour améliorer la prestation des soins, à la fois au niveau individuel
et au niveau de la population "(324). En substance, la REC comprend une
comparaison directe entre deux approches de soins et leur efficacité dans des
contextes réels (325). Bien que certains ont fait valoir que la REC pourrait être
utilisé à mauvais escient pour entraver l'avancement médical, la mise en œuvre
de la médecine génomique exigera des preuves que la REC peut fournir, ce qui,
nous l'espérons, encouragera l'innovation et réduira les coûts des soins de santé
(326, 327). En comparant l'efficacité des outils génomiques dans le diagnostic,
le pronostic, le traitement et la prédiction du risque par rapport aux normes d'or
dans les soins actuels, des preuves peuvent être générées pour démontrer ou nier
l'efficacité de plusieurs approches.

5.7. Propriété intellectuelle

Le développement rapide des stratégies basées sur la génomique nécessite

un investissement important et une coopération entre les intérêts publics et
81
privés. Malheureusement, au fur et à mesure que cette recherche se poursuit,
l'insécurité entoure la propriété intellectuelle. Une question qui a retenu
l'attention des juristes est la capacité des organisations, des entreprises et même
des gouvernements à détenir des brevets sur des gènes nouvellement découverts.
En 2009, un procès a été intenté au nom de l'American Civil Liberties Union et
de la Public Patent Foundation pour invalider les brevets détenus sur les gènes
BRCA1 et BRCA2, leur principal argument étant que ces gènes sont des
produits de la nature (328). Les plaignants ont soutenu que les brevets (détenus
par Myriad Genetics, l'Université de l'Utah Research Corporation et le
gouvernement des États-Unis) entravaient la recherche. Fin mars 2010, un juge
fédéral a révoqué des brevets sur les gènes BRCA1 et BRCA2 et potentiellement
invalidé des centaines d'autres, confirmant qu'ils étaient des produits de la nature
et non, comme le soutenaient les compagnies, de l'ADN isolé humain (329). Un
appel a été déposé et ces contestations juridiques posent des questions
intéressantes sur la façon dont la recherche en génomique devrait se dérouler.

5.8. Remboursement

Si la médecine personnalisée doit être largement pratiquée, il est essentiel

que les assureurs de santé, privés et gouvernementaux, disposés à fournir une
couverture pour les tests génétiques, se dirigent vers l'intégration (330). À ce
stade, les assureurs-maladie ont refusé de le faire parce qu'ils n'avaient pas reçu
d'incitatifs qui les aideraient à obtenir des avantages à long terme en matière de
coûts. Cependant, des progrès récents ont été réalisés pour encourager la
médecine personnalisée: De nouveaux modèles ont montré une méthode de
coordination de la prévention avec des résultats de maladie favorables et des
coûts réduits (331). Comme les preuves renforcent l'importance de prévenir la

82
maladie en plus de la traiter, un nouveau rôle pourrait émerger pour la médecine
génomique qui pourrait être soutenu par les compagnies d'assurance. Le
gouvernement fédéral fournit une motivation supplémentaire, qui a joué un rôle
accru dans l'introduction d'initiatives législatives visant à encourager l'adoption
de la médecine personnalisée (332).

6. Quand la "médecine personnalisée" est "médecine "?

Il semble que les principaux obstacles se situent dans trois catégories: la
collecte d'informations adéquates et appropriées sur les patients, le dosage de ces
informations pour qu'elles deviennent cliniquement pertinentes et l'interprétation
de ces tests par les professionnels de la santé en charge des soins aux patients.

Malgré les défis qui nous attendent pour l'intégration complète de la

médecine personnalisée dans la prise de décision clinique, une revue du paysage
de la pratique médicale suggère que la médecine personnalisée est arrivée. Bien
qu'il soit facile de se demander pourquoi les progrès scientifiques de la
recherche génomique ne se sont pas exactement traduits par les résultats
révolutionnaires attendus en médecine, il serait stupide de négliger l'impact
profond qu'elle a déjà fait. De plus, l'effet subjectif perçu peut être attribué à des
technologies en retard et à des approches analytiques combinées à une lutte pour
mettre en œuvre des résultats éprouvés en clinique. Bien que des améliorations
puissent être apportées à la base de connaissances et à l'infrastructure, il est
également important de garder une perspective historique: Les progrès de la
médecine fondés sur une pensée scientifique novatrice prennent beaucoup de
temps et d'investissements. Un rappel important de ce fait est l'histoire de 30 ans
du paclitaxel, qui a débuté en 1962 avec la collecte d'écorce d'arbre et qui n'est
entrée dans les essais cliniques de phase I qu'en 1984 (333). En moyenne, il faut

83
17 ans pour que 14% de la recherche scientifique soit incorporée dans la
pratique clinique quotidienne (334, 335). L'utilisation de la génomique pour
comprendre la biologie de la maladie et sélectionner des cibles pour le
développement de médicaments et l'utilisation de la médecine génomique pour
concevoir des essais cliniques et sélectionner des patients pour des thérapies
ciblées devraient augmenter le taux de réussite et réduire le temps de
développement de médicaments (Figure7).

Comme Kuhn l'affirme clairement, les changements dans la pensée

scientifique ne peuvent se produire que par ce qui doit sembler être des
exemples disjoints, chacun ayant son propre impact. Mais s'ils sont pris
ensemble, il devient clair que la médecine personnalisée n'était pas une
promesse faite à la hâte, ni un objectif inaccessible; l'ensemble des preuves
concernant l'efficacité de l'utilisation de la médecine génomique pour prescrire
un traitement individualisé continue de croître. Bien que l'investissement dans la
médecine génomique ne soit pas trivial, il fournit la base et les méthodes
systématiques pour les progrès futurs. Plus de travail est nécessaire, plus de
réflexion est nécessaire, et plus de lignes directrices doivent être établies, mais
nous sommes constamment en train de traverser dans un nouveau paradigme où
l'optimisation de la pratique médicale peut s'adresser spécifiquement à chaque
patient nécessitant un traitement.

84
Figure 7 : La voie pour l'identification et la validation des cibles médicamenteuses pour
les thérapies pharmacologiques, montrant une représentation schématique du processus
de la découverte de biomarqueurs à un médicament commercialisable.

85
V. Conclusion

86
 Alors que les progrès technologiques ont accéléré l'identification des
biomarqueurs de la susceptibilité, du traitement et de la progression des
maladies, le défi consiste à transporter ces découvertes vers les soins cliniques.
Si la promesse de la génomique doit être réalisée, nous devons tester / adopter
des méthodes scientifiques pour documenter comment ces technologies
pourraient améliorer les soins de santé et prévenir les maladies. Les voies par
lesquelles les marqueurs génomiques doivent voyager pour aider les cliniciens
comprennent quatre phases: 1) Découverte, élucidation des voies et réplication
chez les populations indépendantes, 2) Validation de l'efficacité et utilité
clinique chez les populations à risque, 3) Exigences réglementaires pour
l'approbation de la dispensation clinique, et 4) Démonstration de l'impact, de
l'efficacité et des aspects sanitaires l'intégrité individuelle et la protection contre
la discrimination génomique, inégalement respectée dans de nombreuses
juridictions.

L'établissement de relations entre de nombreux marqueurs génomiques et

des phénotypes cliniques est très difficile. À grande échelle, les études cliniques
prospectives sont difficiles mais très nécessaires pour démontrer l'utilité du
génotypage comme base pour la médecine individualisée. Il convient toutefois
de noter que les tests génétiques peuvent être utiles sans une connaissance
complète de la fonction biologique des variants génétiques en question. Une
stratégie innovante qui relie de nombreux résultats cliniques aux marqueurs
génomiques pléiotropiques inclut le PheWAS récemment proposé, une étude
d'association à l'échelle du phénome utilisée pour découvrir de nouvelles
associations de maladies géniques. Ce qui est essentiel, c'est un programme
multidisciplinaire de recherche en traduction qui englobe des recherches

87
cliniques et axées sur la population et le développement d'une collaboration
entre les intervenants pour faciliter la traduction fondée sur des données
probantes et le remboursement des tests. Alors que la médecine personnalisée
entre dans la pratique médicale traditionnelle, les médecins et autres prestataires
de soins devront administrer ou donner des conseils sur l'application d'un
nombre croissant de tests génomiques, de thérapies pharmacogénomiques et de
décisions thérapeutiques basées sur des preuves prédictives et l'estimation des
risques. Les insuffisances des programmes de génétique dans les écoles de
médecine pourraient entraver l'adoption de nouvelles connaissances génétiques.
Cependant, plusieurs programmes ont récemment vu le jour qui préparent la
prochaine génération de médecins, d'infirmières, de pharmaciens et d'autres
travailleurs de la santé à la vague de médecine génomique à venir.

La perception du public est également très importante, car l'adoption

clinique de nombreuses interventions génomiques proposées dépend de la
compréhension du public. La médecine participative est un nouveau scénario où
les patients deviennent des participants actifs dans leurs propres soins médicaux.
L'environnement, le mode de vie, l'alimentation, les antécédents familiaux et les
observations des patients sur leurs propres symptômes doivent être combinés
aux données des biomarqueurs pour fournir une vision globale et intégrée des
facteurs influençant le risque, la progression et les résultats du traitement. Les
individus peuvent maintenant obtenir leur information génomique personnelle
par le biais de tests génétiques directement auprès des consommateurs, mais
quel impact, le cas échéant, cela aurait-il sur leur mode de vie et leur santé par
rapport à un effet délétère? Jusqu'à présent, quelques études ont été réalisées,
avec des preuves encourageantes mais limitées suggérant que l'information

88
génétique pourrait entraîner des changements dans les comportements liés à
l'hygiène de vie, comme l'abandon du tabac. Des études plus approfondies de
cette question sont nécessaires mais, surtout, la réalisation des soins de santé
personnalisés, tout en s'appuyant sur la connaissance génomique de l'individu,
requiert des informations environnementales tout aussi essentielles et la
compréhension de la capacité de chaque individu à promouvoir sa santé. Tous
ces éléments sont importants pour promouvoir les quatre «P» de l'avenir de la
médecine: la médecine prédictive, préventive, personnalisée et participative.

89
VI. Résumé

90
 Résumé
Titre: Le séquençage de l’ADN et médecine personnalisée

Auteur: Mohamed En-nouali

Most-clés: Génomique- NGS–Médecine individualisée-Médecine personnalisée

L’évolution technique du séquençage des ADN s’est faite avec une rapidité
exponentielle au cours des dernières années. La diffusion dans les laboratoires
hospitaliers des nouveaux appareils de séquençage à haut débit (ou NGS) permet de
passer de l’étude ponctuelle d’un gène à une analyse globale portant sur des dizaines
ou centaines de gènes ou sur l’ensemble de l’exome ; elle modifie de ce fait les
concepts médicaux et les conditions d’exercice, notamment en génétique et en
cancérologie.Cette possibilité d’une recherche simultanée de mutations dans la
séquence d’un grand nombre de gènes trouve aujourd’hui ses applications dans le
diagnostic, éventuellement néonatal, dans le dépistage systématique des hétérozygotes
et le diagnostic préconceptionnel généralisé.En oncogénétique constitutionnelle, les
NGS réalisent également l’analyse simultanée des gènes impliqués dans les formes «
héréditaires » de cancers. Par ailleurs dans l’ensemble des affections malignes, les
NGS identifient l’ensemble des anomalies génomiques affectant le tissu malade, en
s’efforçant de faire la distinction entre mutations « drivers » importantes pour la
progression tumorale et mutations « passengers » ou accessoires; en s’efforçant
également d’identifier des mutations « druggable » susceptibles de faire l’objet de
thérapeutiques ciblées. Enfin le séquençage systématique de l’ensemble des gènes
impliqués dans le métabolisme et la réponse aux médicaments est le support d’une
pharmacogénétique individuelle. En définitive, le séquençage des génomes tumoraux
et constitutionnels,l’identification des mutations somatiques, la détermination des
variants pharmacogénétiques, sont les éléments déterminants d’une médecine dite
personnalisée. Les premiers résultats de ces indications thérapeutiques ciblées
montrent un gain en termes de durée de rémission et de survie; reste néanmoins posée
la question du coût de ces traitements. Ces énormes capacités de séquençage des
génomes soulèvent également un grand nombre de questions réglementaires et
éthiques.

91
 Summary
Title: DNA sequencing and personalized medicine

Author: Mohamed En-nouali

Keywords: Genomics–Next Generation Sequencing (NGS)-Individualized medicine–

Personalized medicine.

DNA sequencing technologies have advanced at an exponential rate in recent

years. More and more hospital laboratories are acquiring new high-throughput
sequencing devices, (‘‘ next-generation sequencers ’’, NGS), allowing them to analyze
tens or hundreds of genes, or even the entire exome. This is having a major impact on
medical concepts and practices, especially with respect to genetics and oncology. This
ability to search for mutations simultaneously in a large number of genes is finding
applications in the diagnosis of Mendelian diseases (including at birth), routine
screening for heterozygotes, and preconception diagnosis.Data on multifactorial
diseases are still preliminary, but it should soon be possible to identify ‘‘strong ’’
factors of genetic predisposition that have so far been beyond the scope of genome-
wide association studies (GWAS). In the field of constitutional oncogenetics, NGS can
also be used for simultaneous analysis of genes involved in‘‘hereditary ’’ cancers.
More generally, NGS can identify all genomic abnormalities in a given malignant
tissue (hemopathy or solid tumor), and has the potential to distinguish between
important mutations (those that drive tumor progression) from ‘‘bystander ’’ or
accessory mutations, and also to identify ‘‘ druggable ’’ mutations amenable to
targeted therapies. Systematic sequencing of all the genes involved in drug metabolism
and responsiveness will lead to individualized pharmacogenetics (warfarin therapy).
Finally, sequencing of the tumoral and constitutional genomes, identification of
somatic mutations, and detection of pharmacogenetic variants will open up the era of
personalized medicine.The first results of these targeted therapeutic indications show a
gain in the duration of remission and survival, although the cost-effectiveness of these
approaches remains to be determined. Finally, this huge capacity for genome
sequencing raises a number of regulatory and ethical issues.

92
 ‫ﻣﻠﺨﺺ‬
‫ﺍﻟﻌﻨﻭﺍﻥ‪ :‬ﺘﺴﻠﺴل ﺍﻟﺤﻤﺽ ﺍﻟﻨﻭﻭﻱ ﻭﺍﻟﻁﺏ ﺍﻟﺸﺨﺼﻲ‬

‫ﻤﻥ ﻁﺭﻑ‪ :‬ﻣﺤﻤﺪ اﻟﻨﻮاﻟﻲ‬

‫ﺍﻟﻜﻠﻤﺎﺕ ﺍﻷﺴﺎﺴﻴﺔ ‪ :‬ﻋﻠﻡ ﺍﻟﺠﻴﻨﻭﻡ‪ -‬ﺍﻟﺠﻴل ﺍﻟﺠﺩﻴﺩ ﺍﻟﺘﺴﻠﺴل‪ -‬ﺍﻟﻁﺏ ﺍﻟﻔﺭﺩﻱ‪ -‬ﺍﻟﻁﺏ ﺍﻟﺸﺨﺼﻲ‬

‫وﻗﺪ ﺗﻢ اﻟﺘﻄﻮر اﻟﺘﻘﻨﻲ ﻟﺘﺴﻠﺴﻞ اﻟﺤﻤﺾ اﻟﻨﻮوي ﺑﺴﺮﻋﺔ ھﺎﺋﻠﺔ ﻓﻲ اﻟﺴﻨﻮات اﻷﺧﯿﺮة‪ .‬اﻟﻤﺰﯾﺪ واﻟﻤﺰﯾﺪ‬
‫ﻣﻦ ﻣﺨﺘﺒﺮات اﻟﻤﺴﺘﺸﻔﯿﺎت ﺗﻜﺘﺴﺐ ﺟﺪﯾﺪ اﻷﺟﮭﺰة اﻹﻧﺘﺎﺟﯿﺔ ﻋﺎﻟﯿﺔ اﻟﺘﺴﻠﺴﻞ )'' اﻟﺠﯿﻞ اﻟﻘﺎدم ﻣﻦ اﻟﺘﺴﻠﺴﻞ ''‪،‬‬
‫ج‪.‬ق‪.‬ت(‪ .‬ﻣﻤﺎ ﯾﺴﻤﺢ ﻟﮭﻢ ﺑﺘﺤﻠﯿﻞ ﻋﺸﺮات أو ﻣﺌﺎت ﻣﻦ اﻟﺠﯿﻨﺎت‪ ،‬أو ﺣﺘﻰ إﻛﺴﻮم ﺑﺄﻛﻤﻠﮫ‪ .‬ھﺬا ﻟﮫ ﺗﺄﺛﯿﺮ ﻛﺒﯿﺮ‬
‫ﻋﻠﻰ اﻟﻤﻔﺎھﯿﻢ واﻟﻤﻤﺎرﺳﺎت اﻟﻄﺒﯿﺔ‪ ،‬وﺧﺎﺻﺔ ﻓﯿﻤﺎ ﯾﺘﻌﻠﻖ ﻋﻠﻢ اﻟﻮراﺛﺔ واﻷورام‪ .‬ھﺬه اﻟﻘﺪرة ﻋﻠﻰ اﻟﺒﺤﺚ ﻋﻦ‬
‫اﻟﻄﻔﺮات ﻓﻲ وﻗﺖ واﺣﺪ ﻓﻲ ﻋﺪد ﻛﺒﯿﺮ ﻣﻦ اﻟﺠﯿﻨﺎت ﺗﻢ اﻟﻌﺜﻮر ﻟﮭﺎ ﻋﻠﻰ ﺗﻄﺒﯿﻘﺎت ﻓﻲ ﺗﺸﺨﯿﺺ اﻷﻣﺮاض‬
‫اﻟﻤﻨﺪﻟﯿﺔ‪ ،‬اﻟﻔﺤﺺ اﻟﺮوﺗﯿﻨﻲ ﻟﻠﻤﺘﺨﺎﻟﻒ‪ ،‬واﻟﺘﺸﺨﯿﺺ ﻣﺎ ﻗﺒﻞ اﻟﺤﻤﻞ‪ .‬اﻟﺒﯿﺎﻧﺎت ﺣﻮل اﻷﻣﺮاض ﻣﺘﻌﺪدة اﻟﻌﻮاﻣﻞ‬
‫ﻻ ﺗﺰال أوﻟﯿﺔ‪ ،‬وﻟﻜﻦ ﻣﻦ اﻟﻤﻤﻜﻦ ﻗﺮﯾﺒﺎ ﺗﺤﺪﯾﺪ اﻟﻌﻮاﻣﻞ "اﻟﻘﻮﯾﺔ" ﻣﻦ اﻻﺳﺘﻌﺪاد اﻟﻮراﺛﻲ اﻟﺘﻲ ﻛﺎﻧﺖ ﺣﺘﻰ اﻵن‬
‫ﺧﺎرج ﻧﻄﺎق دراﺳﺎت اﻻرﺗﺒﺎط ﻋﻠﻰ ﻧﻄﺎق اﻟﺠﯿﻨﻮم )ﻏﻮاس(‪ .‬ﻓﻲ ﻣﺠﺎل ﻋﻠﻢ اﻟﻮراﺛﺔ اﻟﺴﺮطﺎﻧﯿﺔ‪ ،‬وﯾﻤﻜﻦ‬
‫أﯾﻀﺎ أن ﺗﺴﺘﺨﺪم ج‪.‬ق‪.‬ت ﻟﻠﺘﺤﻠﯿﻞ ﻓﻲ وﻗﺖ واﺣﺪ ﻣﻦ اﻟﺠﯿﻨﺎت اﻟﺘﻲ ﺗﺸﺎرك ﻓﻲ اﻟﺴﺮطﺎن "اﻟﻮراﺛﻲ" )‪21‬‬
‫اﻟﺠﯿﻨﺎت ﺳﺮطﺎن اﻟﺜﺪي‪ 6 ،‬اﻟﻘﻮﻟﻮن وﺟﯿﻨﺎت اﻟﺴﺮطﺎن‪ ،‬وﻣﺎ إﻟﻰ ذﻟﻚ(‪ .‬وﺑﺼﻮرة أﻋﻢ‪ ،‬ﯾﻤﻜﻦ أن ﯾﺤﺪد‬
‫ج‪.‬ق‪.‬ت ﺟﻤﯿﻊ اﻟﺸﺬوذ اﻟﺠﯿﻨﻲ )اﻟﺤﺬف‪ ،‬ﻧﻘﻞ اﻟﻤﻮاﻗﻊ‪ ،‬اﻟﻄﻔﺮات( ﻓﻲ ﻧﺴﯿﺞ ﺧﺒﯿﺚ ﻣﻌﯿﻦ )اﻋﺘﻼل اﻟﻤﻌﺪة أو‬
‫اﻟﻮرم اﻟﺼﻠﺐ(‪ ،‬وﻟﺪﯾﮫ اﻟﻘﺪرة ﻋﻠﻰ اﻟﺘﻤﯿﯿﺰ ﺑﯿﻦ اﻟﻄﻔﺮات اﻟﮭﺎﻣﺔ )ﺗﻠﻚ اﻟﺘﻲ ﺗﺪﻓﻊ ﺗﻄﻮر اﻟﻮرم( ﻣﻦ '' اﻟﻤﺎرة''‬
‫أو اﻟﻄﻔﺮات اﻟﺘﺒﻌﯿﺔ‪ ،‬وأﯾﻀﺎ ﻟﺘﺤﺪﯾﺪ اﻟﻄﻔﺮات '' ﻗﺎﺑﻠﺔ ﻟﻠﺘﻠﻒ '' ﻗﺎﺑﻠﺔ ﻟﻠﻌﻼﺟﺎت اﻟﻤﺴﺘﮭﺪﻓﺔ )ﺗﺮاﺳﺘﻮزوﻣﺎب‪،‬‬
‫وﺟﯿﻔﯿﺘﯿﻨﯿﺐ‪ .(...‬اﻟﺘﺴﻠﺴﻞ اﻟﻤﻨﮭﺠﻲ ﻟﺠﻤﯿﻊ اﻟﺠﯿﻨﺎت اﻟﻤﺸﺎرﻛﺔ ﻓﻲ اﺳﺘﻘﻼب اﻟﺪواء واﻻﺳﺘﺠﺎﺑﺔ ﯾﺆدي إﻟﻰ ﻋﻠﻢ‬
‫اﻟﻮراﺛﺔ اﻟﺪواﺋﻲ اﻟﻔﺮدي‪ .‬وأﺧﯿﺮا‪ ،‬ﻓﺈن ﺗﺴﻠﺴﻞ اﻟﺠﯿﻨﻮم اﻟﻮرﻣﻲ‪ ،‬وﺗﺤﺪﯾﺪ اﻟﻄﻔﺮات اﻟﺠﺴﺪﯾﺔ‪ ،‬واﻟﻜﺸﻒ ﻋﻦ‬
‫ﻓﺎرﻣﺎﻛﻮﺟﯿﻨﯿﺘﯿﻚ ﻓﺘﺢ ﻋﺼﺮ اﻟﻄﺐ ﺷﺨﺼﻲ‪ .‬اﻟﻨﺘﺎﺋﺞ اﻷوﻟﻰ ﻟﮭﺬه اﻟﻤﺆﺷﺮات اﻟﻌﻼﺟﯿﺔ اﻟﻤﺴﺘﮭﺪﻓﺔ ﺗﻈﮭﺮ‬
‫ﻣﻜﺴﺒﺎ ﻓﻲ ﻣﺪة اﻟﺸﻔﺎء ﻣﻦ اﻟﻤﺮض واﻟﺒﻘﺎء ﻋﻠﻰ ﻗﯿﺪ اﻟﺤﯿﺎة‪ ،‬ﻋﻠﻰ اﻟﺮﻏﻢ ﻣﻦ أن ﻓﻌﺎﻟﯿﺔ وﺗﻜﻠﻔﺔ ھﺬا اﻟﻨﮭﺞ ﻻ‬
‫ﯾﺰال ﯾﺘﻌﯿﻦ ﺗﺤﺪﯾﺪه‪ .‬وأﺧﯿﺮا‪ ،‬ﻓﺈن ھﺬه اﻟﻘﺪرة اﻟﻀﺨﻤﺔ ﻋﻠﻰ ﺗﺴﻠﺴﻞ اﻟﺠﯿﻨﻮم ﺗﺜﯿﺮ ﻋﺪدا ﻣﻦ اﻟﻘﻀﺎﯾﺎ اﻟﺘﻨﻈﯿﻤﯿﺔ‬
‫واﻷﺧﻼﻗﯿﺔ‪.‬‬

‫‪93‬‬
VII. Bibliographie

94
[1] "deoxyribonucleic acid". Merriam-Webster Dictionary.

[2] Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Walter P (2014).

Molecular Biology of the Cell (6th ed.). Garland. p. Chapter 4: DNA,
Chromosomes and Genomes. ISBN 9780815344322.

[3] Purcell A. "DNA". Basic Biology.

[4] Nuwer R (18 July 2015). "Counting All the DNA on Earth". The New
York Times. New York: The New York Times Company. ISSN 0362-
4331. Retrieved 2015-07-18.

[5] "The Biosphere: Diversity of Life". Aspen Global Change Institute.

Basalt, CO. Retrieved 2015-07-19.

[6] Russell P (2001). iGenetics. New York: Benjamin Cummings. ISBN 0-

8053-4553-1.

[7] Mashaghi A, Katan A (2013). "A physicist's view of DNA". De

Physicus. 24e (3): 59–61. Bibcode:2013arXiv1311.2545M.
arXiv:1311.2545v1 .

[8] Saenger W (1984). Principles of Nucleic Acid Structure. New York:

Springer-Verlag. ISBN 0-387-90762-9.

[9] ^ :a b
Alberts B, Johnson A, Lewis J, Raff M, Roberts K, Peter W
(2002). Molecular Biology of the Cell (Fourth ed.). New York and
London: Garland Science. ISBN 0-8153-3218-1. OCLC 145080076.

95
[10] Irobalieva RN, Fogg JM, Catanese DJ, Catanese DJ, Sutthibutpong T,
Chen M, Barker AK, Ludtke SJ, Harris SA, Schmid MF, Chiu W,
Zechiedrich L (October 2015). "Structural diversity of supercoiled
DNA". Nature Communications. 6: 8440. Bibcode:
2015NatCo...6E8440I. PMC 4608029 . PMID 26455586. doi:
10.1038/ncomms9440.

[11] ^ b c Watson JD, Crick FH (April 1953). "Molecular structure of nucleic

acids; a structure for deoxyribose nucleic acid" (PDF). Nature. 171
(4356): 737–8. Bibcode:1953Natur.171..737W. PMID 13054692.
doi:10.1038/171737a0.

[12] Mandelkern M, Elias JG, Eden D, Crothers DM (October 1981). "The

dimensions of DNA in solution". Journal of Molecular Biology. 152
(1): 153–61. PMID 7338906. doi:10.1016/0022-2836(81)90099-1.

[13] Gregory SG, Barlow KF, McLay KE, Kaul R, Swarbreck D, Dunham
A, et al. (May 2006). "The DNA sequence and biological annotation of
human chromosome 1". Nature. 441(7091): 315–21.
Bibcode:2006Natur.441..315G. PMID 16710414.
doi:10.1038/nature04727.

[14] Watson JD, Crick FH (April 1953). "Molecular structure of nucleic

acids; a structure for deoxyribose nucleic acid" (PDF). Nature. 171
(4356): 737–8. Bibcode:1953Natur.171..737W. PMID 13054692.
doi:10.1038/171737a0.
a b c
[15] ^ Berg J., Tymoczko J. and Stryer L. (2002) Biochemistry. W. H.
Freeman and Company ISBN 0-7167-4955-6

96
[16] Abbreviations and Symbols for Nucleic Acids, Polynucleotides and
their ConstituentsIUPAC-IUB Commission on Biochemical
Nomenclature (CBN). Retrieved 3 January 2006.
a b
[17] ^ Ghosh A, Bansal M (April 2003). "A glossary of DNA structures
from A to Z". Acta Crystallographica. Section D, Biological
Crystallography. 59 (Pt 4): 620–6. PMID 12657780.
doi:10.1107/S0907444903003251.

[18] Created from PDB 1D65

[19] Yakovchuk P, Protozanova E, Frank-Kamenetskii MD (2006). "Base-

stacking and base-pairing contributions into thermal stability of the
DNA double helix". Nucleic Acids Research. 34 (2): 564–74. PMC
1360284 . PMID 16449200. doi:10.1093/nar/gkj454.

[20] Burton E. Tropp – "Molecular Biology"- Jones and Barlett Learning,

ISBN 978-0-7637-8663-2

[21] "Watson-Crick Structure of DNA – 1953". Steven Carr. Memorial

University of Newfoundland. Retrieved 13 July 2016.

[22] Venter JC, Adams MD, Myers EW, Li PW, Mural RJ, Sutton GG, et al.
(February 2001). "The sequence of the human genome". Science. 291
(5507): 1304–51. Bibcode:2001Sci...291.1304V. PMID 11181995.
doi:10.1126/science.1058040.

[23] Thanbichler M, Wang SC, Shapiro L (October 2005). "The bacterial

nucleoid: a highly organized and dynamic structure". Journal of
Cellular Biochemistry. 96 (3): 506–21. PMID 15988757.
doi:10.1002/jcb.20519.

97
[24] Wolfsberg TG, McEntyre J, Schuler GD (February 2001). "Guide to the
draft human genome". Nature. 409 (6822): 824–6.
Bibcode:2001Natur.409..824W. PMID 11236998.
doi:10.1038/35057000.

[25] Gregory TR (January 2005). "The C-value enigma in plants and

animals: a review of parallels and an appeal for partnership". Annals of
Botany. 95 (1): 133–46. PMID 15596463. doi:10.1093/aob/mci009.

[26] Birney E, Stamatoyannopoulos JA, Dutta A, Guigó R, Gingeras TR,

Margulies EH, et al. (June 2007). "Identification and analysis of
functional elements in 1% of the human genome by the ENCODE pilot
project". Nature. 447 (7146): 799–816. Bibcode:2007Natur.447..799B.
PMC 2212820 . PMID 17571346. doi:10.1038/nature05874.

[27] Created from PDB 1MSW

[28] Pidoux AL, Allshire RC (March 2005). "The role of heterochromatin in

centromere function". Philosophical Transactions of the Royal Society
of London. Series B, Biological Sciences. 360 (1455): 569–79. PMC
1569473 . PMID 15905142. doi:10.1098/rstb.2004.1611.

[29] Harrison PM, Hegyi H, Balasubramanian S, Luscombe NM, Bertone

P, Echols N, Johnson T, Gerstein M (February 2002). "Molecular
fossils in the human genome: identification and analysis of the
pseudogenes in chromosomes 21 and 22". Genome Research. 12 (2):
272–80. PMC 155275 . PMID 11827946. doi:10.1101/gr.207102.

98
[30] Harrison PM, Gerstein M (May 2002). "Studying genomes through the
aeons: protein families, pseudogenes and proteome evolution". Journal
of Molecular Biology. 318 (5): 1155–74. doi:10.1016/S0022-
2836(02)00109-2. PMID 12083509.

[31] Albà M (2001). "Replicative DNA polymerases". Genome Biology. 2

(1): REVIEWS3002. doi:10.1186/gb-2001-2-1-reviews3002. PMC
150442 . PMID 11178285.

[32] Miescher, Friedrich (1871) "Ueber die chemische Zusammensetzung

der Eiterzellen"(On the chemical composition of pus cells),
Medicinisch-chemische Untersuchungen, 4 : 441–460. From p. 456:
"Ich habe mich daher später mit meinen Versuchen an die ganzen
Kerne gehalten, die Trennung der Körper, die ich einstweilen ohne
weiteres Präjudiz als lösliches und unlösliches Nuclein bezeichnen will,
einem günstigeren Material überlassend."(Therefore, in my experiments
I subsequently limited myself to the whole nucleus, leaving to a more
favorable material the separation of the substances, that for the present,
without further prejudice, I will designate as soluble and insoluble
nuclear material ("Nuclein").)

[33] Dahm R (January 2008). "Discovering DNA: Friedrich Miescher and

the early years of nucleic acid research". Human Genetics. 122 (6):
565–81. doi:10.1007/s00439-007-0433-0. PMID 17901982.

[34] See:

 Albrect Kossel (1879) "Ueber Nucleïn der Hefe" (On nuclein in

yeast) Zeitschrift für physiologische Chemie, 3 : 284–291.

99
 Albrect Kossel (1880) "Ueber Nucleïn der Hefe II" (On nuclein in
yeast, Part 2) Zeitschrift für physiologische Chemie, 4 : 290–295.
 Albrect Kossel (1881) "Ueber die Verbreitung des Hypoxanthins im
Thier- und Pflanzenreich" (On the distribution of hypoxanthins in
the animal and plant kingdoms) Zeitschrift für physiologische
Chemie, 5 : 267–271.
 Albrect Kossel, Untersuchungen über die Nucleine und ihre
Spaltungsprodukte[Investigations into nuclein and its cleavage
products] (Strassburg, Germany: K.J. Trübne, 1881), 19 pages.
 Albrect Kossel (1882) "Ueber Xanthin und Hypoxanthin" (On
xanthin and hypoxanthin), Zeitschrift für physiologische Chemie, 6
: 422–431.
 Albrect Kossel (1883) "Zur Chemie des Zellkerns" (On the
chemistry of the cell nucleus), Zeitschrift für physiologische
Chemie, 7 : 7–22.
 Albrect Kossel (1886) "Weitere Beiträge zur Chemie des Zellkerns"
(Further contributions to the chemistry of the cell nucleus),
Zeitschrift für Physiologische Chemie, 10 : 248–264. Available on-
line at: Max Planck Institute for the History of Science, Berlin,
Germany. On p. 264, Kossel remarked presciently: "Der
Erforschung der quantitativen Verhältnisse der vier
stickstoffreichen Basen, der Abhängigkeit ihrer Menge von den
physiologischen Zuständen der Zelle, verspricht wichtige
Aufschlüsse über die elementaren physiologisch-chemischen
Vorgänge." (The study of the quantitative relations of the four
nitrogenous bases — [and] of the dependence of their quantity on
the physiological states of the cell — promises important insights
into the fundamental physiological-chemical processes.)

100
[35] Jones ME (September 1953). "Albrecht Kossel, a biographical sketch".
The Yale Journal of Biology and Medicine. National Center for
Biotechnology Information. 26 (1): 80–97. PMC 2599350 . PMID
13103145.
[36] Levene P (1 December 1919). "The structure of yeast nucleic acid". J
Biol Chem. 40 (2): 415–24.

[37] See:
1. W. T. Astbury and Florence O. Bell (1938) "Some recent
developments in the X-ray study of proteins and related structures,"
Cold Spring Harbor Symposia on Quantitative Biology, 6 : 109–
121. Available on-line at: University of Leeds.
2. Astbury, W. T., (1947) "X-ray studies of nucleic acids," Symposia
of the Society for Experimental Biology, 1 : 66–76. Available on-
line at: Oregon State University.
[38] Koltsov proposed that a cell's genetic information was encoded in a
long chain of amino acids. See:
1. Н. К. Кольцов, "Физико-химические основы морфологии" (The
physical-chemical basis of morphology) – speech given at the 3rd
All-Union Meeting of Zoologist, Anatomists, and Histologists at
Leningrad, U.S.S.R., December 12, 1927.

2. Reprinted in: Успехи экспериментальной биологии (Advances in

Experimental Biology), series B, 7 (1) : ?-? (1928).
3. Reprinted in German as: Nikolaj K. Koltzoff (1928) "Physikalisch-
chemische Grundlagen der Morphologie" (The physical-chemical
basis of morphology), Biologisches Zentralblatt, 48 (6) : 345–369.

101
 4. In 1934, Koltsov contended that the proteins that contain a cell's
genetic information replicate. See: N. K. Koltzoff (October 5, 1934)
"The structure of the chromosomes in the salivary glands of
Drosophila," Science, 80 (2075) : 312–313. From page 313: "I think
that the size of the chromosomes in the salivary glands [of
Drosophila] is determined through the multiplication of genonemes.
By this term I designate the axial thread of the chromosome, in
which the geneticists locate the linear combination of genes; … In
the normal chromosome there is usually only one genoneme; before
cell-division this genoneme has become divided into two strands."

[39] Soyfer VN (September 2001). "The consequences of political

dictatorship for Russian science". Nature Reviews. Genetics. 2 (9):
723–9. doi:10.1038/35088598. PMID 11533721.

[40] Griffith F (January 1928). "The Significance of Pneumococcal Types".

The Journal of Hygiene. 27 (2): 113–59.
doi:10.1017/S0022172400031879. PMC 2167760 . PMID 20474956.

[41] Lorenz MG, Wackernagel W (September 1994). "Bacterial gene

transfer by natural genetic transformation in the environment".
Microbiological Reviews. 58 (3): 563–602. PMC 372978 . PMID
7968924.

[42] Avery OT, Macleod CM, McCarty M (February 1944). "Studies on the
Chemical Nature of the Substance Inducing Transformation of
Pneumococcal Types: Induction of Transformation by a
Desoxyribonucleic Acid Fraction Isolated from Pneumococcus Type
III". The Journal of Experimental Medicine. 79 (2): 137–58.
doi:10.1084/jem.79.2.137. PMC 2135445 . PMID 19871359.

102
[43] Hershey AD, Chase M (May 1952). "Independent functions of viral
protein and nucleic acid in growth of bacteriophage". The Journal of
General Physiology. 36 (1): 39–56. doi:10.1085/jgp.36.1.39. PMC
2147348 . PMID 12981234.

[44] The B-DNA X-ray pattern on the right of this linked image was
obtained by Rosalind Franklin and Raymond Gosling in May 1952 at
high hydration levels of DNA and it has been labeled as "Photo 51"

[45] Regis, Ed (2009) What Is Life?: investigating the nature of life in the
age of synthetic biology. Oxford: Oxford University Press ISBN 0-19-
538341-9; p. 52

[46] Nature Archives Double Helix of DNA: 50 Years

[47] "Original X-ray diffraction image". Osulibrary.oregonstate.edu.

Retrieved 6 February2011.

[48] The Nobel Prize in Physiology or Medicine 1962 Nobelprize .org

Accessed 22 December 06

[49] Maddox B (January 2003). "The double helix and the 'wronged
heroine'" (PDF). Nature. 421 (6921): 407–8.
Bibcode:2003Natur.421..407M. doi:10.1038/nature01399. PMID
12540909.

[50] Crick, F.H.C. On degenerate templates and the adaptor hypothesis

(PDF). Archived1 October 2008 at the Wayback Machine.
genome.wellcome.ac.uk (Lecture, 1955). Retrieved 22 December 2006.

103
[51] Meselson M, Stahl FW (July 1958). "THE REPLICATION OF DNA
IN ESCHERICHIA COLI". Proceedings of the National Academy of
Sciences of the United States of America. 44 (7): 671–82.
Bibcode:1958PNAS...44..671M. doi:10.1073/pnas.44.7.671. PMC
528642 . PMID 16590258.

[52] The Nobel Prize in Physiology or Medicine 1968 Nobelprize.org

Accessed 22 December 06

[53] Pray, L. (2008) Discovery of DNA structure and function: Watson and
Crick. Nature Education 1(1):100

[54] Sanger F, Nicklen S, Coulson AR. DNA sequencing with chain-

terminating inhibitors. Proceedings of the National Academy of
Sciences of the United States of America 1977;74(12):5463–7.

[55] Kircher M, Kelso J. High-throughput DNA sequencing – concepts and

limitations. Bioessays 2010;32(6):524–36.

[56] Lander ES, Linton LM, Birren B, Nusbaum C, Zody MC, Baldwin J, et
al. Initial sequencing and analysis of the human genome. Nature
2001;409(6822): 860–921.

[57] Venter JC, Adams MD, Myers EW, Li PW, Mural RJ, Sutton GG, et al.
The sequence of the human genome. Science 2001;291(5507):1304–51.

[58] Finishing the euchromatic sequence of the human genome. Nature

2004; 431(7011):931–45.

104
[59] Maxam AM, Gilbert W. A new method for sequencing DNA.
Proceedings of the National Academy of Sciences of the United States
of America 1977;74(2):560–4.

[60] Metzker ML. Sequencing technologies – the next generation. Nature

Reviews Genetics 2010;11(1):31–46.

[61] Schadt EE, Turner S, Kasarskis A. A window into third-generation

sequencing. Human Molecular Genetics 2010;19(R2):R227–40.

[62] Eid J, Fehr A, Gray J, Luong K, Lyle J, Otto G, et al. Real-time DNA
sequencing from single polymerase molecules. Science
2009;323(5910):133–8.

[63] Fuller CW, Middendorf LR, Benner SA, Church GM, Harris T, Huang
X, et al. The challenges of sequencing by synthesis. Nature
Biotechnology 2009;27(11):

[64] Margulies M, Egholm M, Altman WE, Attiya S, Bader JS, Bemben

LA, et al. Genome sequencing in microfabricated high-density picolitre
reactors. Nature 2005;437(7057):376–80.

[65] Ronaghi M, Uhlen M, Nyren P. A sequencing method based on real-

time pyrophosphate. Science 1998;281(5375):363–5.

[66] Ronaghi M, Karamohamed S, Pettersson B, Uhle´n M, Nyre´n P. Real-

time DNA sequencing using detection of pyrophosphate release.
Analytical Biochemistry 1996;242(1):84–9.

[67] Wheeler DA, Srinivasan M, Egholm M, Shen Y, Chen L, McGuire A,

et al. The complete genome of an individual by massively parallel DNA
sequencing. Nature 2008;452(7189):872–6.

105
[68] Bentley DR, Balasubramanian S, Swerdlow HP, Smith GP, Milton J,
Brown CG, et al. Accurate whole human genome sequencing using
reversible terminator chemistry. Nature 2008;456(7218):53–9.

[69] Valouev A, Ichikawa J, Tonthat T, Stuart J, Ranade S, Peckham H, et

al. A high-resolution, nucleosome position map of C. elegans reveals a
lack of universal sequence-dictated positioning. Genome Research
2008;18(7):1051–63.

[70] Shendure J, Porreca GJ, Reppas NB, Lin X, McCutcheon JP,

Rosenbaum AM, et al. Accurate multiplex polony sequencing of an
evolved bacterial genome. Science 2005;309(5741):1728–32.

[71] Rothberg JM, Hinz W, Rearick TM, Schultz J, Mileski W, Davey M, et

al. An integrated semiconductor device enabling non-optical genome
sequencing. Nature 2011;475(7356):348–52.

[72] Harris TD, Buzby PR, Babcock H, Beer E, Bowers J, Braslavsky I, et

al. Singlemolecule DNA sequencing of a viral genome. Science
2008;320(5872):106–9.

[73] Drmanac R, Sparks AB, Callow MJ, Halpern AL, Burns NL, Kermani
BG, et al. Human genome sequencing using unchained base reads on
self-assembling DNA nanoarrays. Science 2010;327(5961):78–81.

[74] Kasianowicz JJ, Brandin E, Branton D, Deamer DW. Characterization

of individual polynucleotide molecules using a membrane channel.
Proceedings of the National Academy of Sciences of the United States
of America 1996;93(24): 13770–73.

106
[75] Bayley H. Sequencing single molecules of DNA. Current Opinion in
Chemical Biology 2006;10(6):628–37.

[76] Branton D, Deamer DW, Marziali A, Bayley H, Benner SA, Butler T,

et al. The potential and challenges of nanopore sequencing. Nature
Biotechnology 2008;26(10):1146–53.

[77] Derrington IM, Butler TZ, Collins MD, Manrao E, Pavlenok M,

Niederweis M, et al. Nanopore DNA sequencing with MspA.
Proceedings of the National Academy of Sciences of the United States
of America 2010;107(37):16060–65.

[78] Schneider GF, Dekker C. DNA sequencing with nanopores. Nature

Biotechnology 2012;30(4):326–8.

[79] Clarke J, Wu HC, Jayasinghe L, Patel A, Reid S, Bayley H. Continuous

base identification for single-molecule nanopore DNA sequencing.
Nature Nanotechnology 2009;4(4):265–70.

[80] Wu HC, Astier Y, Maglia G, Mikhailova E, Bayley H. Protein

nanopores with covalently attached molecular adapters. Journal of the
American Chemical Society 2007;129(51):16142–48.

[81] Astier Y, Braha O, Bayley H. Toward single molecule DNA

sequencing: direct identification of ribonucleoside and
deoxyribonucleoside 50-monophosphates by using an engineered
protein nanopore equipped with a molecular adapter. Journal of the
American Chemical Society 2006;128(5):1705–10.

107
[82] Stoddart D, Heron AJ, Klingelhoefer J, Mikhailova E, Maglia G,
Bayley H. Nucleobase recognition in ssDNA at the central constriction
of the alphahemolysin pore. Nano Letters 2010;10(9):3633–7.

[83] Manrao EA, Derrington IM, Laszlo AH, Langford KW, Hopper MK,
Gillgren N, et al. Reading DNA at single-nucleotide resolution with a
mutant MspA nanopore and phi29 DNA polymerase. Nature
Biotechnology 2012;30(4):349–53.

[84] Cherf GM, Lieberman KR, Rashid H, Lam CE, Karplus K, Akeson M.
Automated forward and reverse ratcheting of DNA in a nanopore at 5-
A precision. Nature Biotechnology 2012;30(4):344–8.

[85] Garaj S, Hubbard W, Reina A, Kong J, Branton D, Golovchenko JA.

Graphene as a subnanometre trans-electrode membrane. Nature
2010;467(7312):190–3.

[86] Dekker C. Solid-state nanopores. Nature Nanotechnology

2007;2(4):209–15.

[87] Banerjee A, Mikhailova E, Cheley S, Gu LQ, Montoya M, Nagaoka Y,

et al. Molecular bases of cyclodextrin adapter interactions with
engineered protein nanopores. Proceedings of the National Academy of
Sciences of the United States of America 2010;107(18):8165–70.

[88] Larsson C, Grundberg I, So¨derberg O, Nilsson M. In situ detection and

genotyp-ing of individual mRNA molecules. Nature Methods
2010;7(5):395–7.

108
[89] Aston C, Mishra B, Schwartz DC. Optical mapping and its potential for
largescale sequencing projects. Trends in Biotechnology
1999;17(7):297–302.

[90] Westerlund F, et al. Fluorescence enhancement of single DNA

molecules con-fined in Si/SiO2 nanochannels. Lab Chip
2010;10(16):2049–51.

[91] Guttmacher AE, Collins FS, Carmona RH. 2004. The family history:
more important than ever.

[92] Rich E, BurkeW, Heaton C, Haga S, Pinsky L, et al. 2004.

Reconsidering the family history in primary care. J. Gen. Intern. Med.
19:273–80

[93] Ginsburg GS, Willard HF. 2009. Genomic and personalized medicine:
foundations and applications. Transl. Res. 154:277–87

[94] KannelW, Dawber T, Kagan A, Revotskie N, Stokes J III. 1961.

Factors of risk in the development of coronary heart disease: six year
follow-up experience: the Framingham Study. Ann. Intern.Med. 55:33–
50

[95] Gail M, Greene M. 2000. Gail model and breast cancer. Lancet
355:1017

[96] Liu J, Wyatt J, Altman D. 2006. Decision tools in health care: focus on
the problem, not the solution. BMCMed. Inform. Decis. Mak. 6:4

[97] Osheroff JA, Teich JM, Middleton B, Steen EB,Wright A, Detmer DE.
2007. A roadmap for national action on clinical decision support. J.
Am. Med. Inform. Assoc. 14:141–45

109
[98] Bennett JW, Glasziou PP. 2003. Computerised reminders and feedback
in medication management: a systematic review of randomised
controlled trials. Med. J. Aust. 178:217–22

[99] Shea S, DuMouchel W, Bahamonde L. 1996. A meta-analysis of 16

randomized controlled trials to evaluate computer-based clinical
reminder systems for preventive care in the ambulatory setting. J. Am.
Med. Inform. Assoc. 3:399–409

[100] Walton R, Dovey S, Harvey E, Freemantle N. 1999. Computer support

for determining drug dose: systematic review and meta-analysis. BMJ
318:984–90

[101] Collins FS. 1999. Shattuck lecture: medical and societal consequences
of the Human Genome Project.N. Engl. J. Med. 341:28–37

[102] Abrahams E, Silver M. 2009. The case for personalized medicine. J.

Diabetes Sci. Technol. 3:680–84

[103] Ioannidis JP, Allison DB, Ball CA, Coulibaly I, Cui X, et al. 2009.
Repeatability of published microarray gene expression analyses. Nat.
Genet. 41:149–55

[104] Secr. Advis. Comm. Genet. Health Soc. 2008. U.S. system of oversight
of genetic testing: a response to the charge of the secretary of health
and human services. Rep., Dep. Health Hum. Serv., Washington, DC

[105] Ginsburg GS. 2011. Application of molecular technologies to clinical

medicine. In Cecil Medicine, ed.L Goldman, AI Schafer, pp. 199–203.
Philadelphia: Elsevier. 24th ed.

110
[106] Willard H, Angrist M, Ginsburg G. 2005. Genomic medicine: genetic
variation and its impact on the future of health care. Philos. Trans. R.
Soc. B 360:1543–50

[107] Weinshilboum R, Wang L. 2004. Pharmacogenomics: bench to

bedside. Nat. Rev. Drug Discov. 3:739–48

[108] Klein TE, Altman RB, Eriksson N, Gage BF, Kimmel SE, et al. 2009.
Estimation of the warfarin dose with clinical and pharmacogenetic data.
N. Engl. J. Med. 360:753–64

[109] FeeroWG, Guttmacher AE, Collins FS. 2010. Genomic medicine: an

updated primer. N. Engl. J. Med. 362:2001–11

[110] Redon R, Ishikawa S, Fitch KR, Feuk L, Perry GH, et al. 2006. Global
variation in copy number in the human genome. Nature 444:444–54

[111] Bonetta L. 2010. Whole-genome sequencing breaks the cost barrier.

Cell 141:917–19

[112] Bentley DR. 2006. Whole-genome re-sequencing. Curr. Opin. Genet.

Dev. 16:545–52

[113] Service RF. 2006. The race for the $1000 genome. Science 311:1544–
46

[114] Levy S, SuttonG,Ng PC, Feuk L, Halpern AL, et al. 2007. The diploid
genome sequence of an individual human. PLoS Biol. 5:e254

[115] Pushkarev D, Neff NF, Quake SR. 2009. Single-molecule sequencing

of an individual human genome Nat. Biotechnol. 27:847–50

111
[116] Wang J, Wang W, Li R, Li Y, Tian G, et al. 2008. The diploid genome
sequence of an Asian individual. Nature 456:60–65

[117] Wheeler DA, Srinivasan M, Egholm M, Shen Y, Chen L, et al. 2008.

The complete genome of an individual by massively parallel DNA
sequencing. Nature 452:872–76

[118] Bolze A, Byun M, McDonald D, Morgan NV, Abhyankar A, et al.

2010. Whole-exome-sequencing-based discovery of human FADD
deficiency. Am. J. Hum. Genet. 87:873–81

[119] Dahl F, Stenberg J, Fredriksson S,Welch K, ZhangM, et al. 2007.

Multigene amplification and massively

[120] HornseyM, Loman N, WarehamDW,Ellington MJ, PallenMJ, et al.

2011. Whole-genome comparison of two Acinetobacter baumannii
isolates from a single patient,where resistance developed during
tigecycline therapy. J. Antimicrob. Chemother. 66:1499–503

[121] Kennemann L, Didelot X, Aebischer T, Kuhn S, Drescher B, et al.

2011. Helicobacter pylori genome evolution during human infection.
Proc. Natl. Acad. Sci. USA 108:5033–38

[122] Lupski JR, Reid JG, Gonzaga-Jauregui C, Rio Deiros D, Chen DC, et
al. 2010. Whole-genome sequencing in a patient with Charcot-Marie-
Tooth neuropathy. N. Engl. J. Med. 362:1181–91

[123] Tsurusaki Y, Osaka H, Hamanoue H, Shimbo H, Tsuji M, et al. 2011.

Rapid detection of a mutation causing X-linked leucoencephalopathy
by exome sequencing. J. Med. Genet. In press

112
[124] Roach JC, Glusman G, Smit AF, Huff CD, Hubley R, et al. 2010.
Analysis of genetic inheritance in a family quartet by whole-genome
sequencing. Science 328:636–39

[125] Welch JS, Westervelt P, Ding L, Larson DE, Klco JM, et al. 2011. Use
of whole-genome sequencing to diagnose a cryptic fusion oncogene.
JAMA 305:1577–84

[126] Worthey EA, Mayer AN, Syverson GD, Helbling D, Bonacci BB, et al.
2011. Making a definitive diagnosis: successful clinical application of
whole exome sequencing in a child with intractable inflammatory
bowel disease. Genet. Med. 13:255–62

[127] Deloukas P, BentleyD. 2004. TheHapMap project and its application to

genetic studies of drug response. Pharmacogenomics J. 4:88–90

[128] Gabriel SB, Schaffner SF, Nguyen H, Moore JM, Roy J, et al. 2002.
The structure of haplotype blocks in the human genome. Science
296:2225–29

[129] Weiss KM, Clark AG. 2002. Linkage disequilibrium and the mapping
of complex human traits. Trends Genet. 18:19–24

[130] Hindorff LA, Junkins HA, Hall PN, Mehta JP, Manolio TO. 2011. A
catalog of published genome-wide association studies.
http://www.genome.gov/gwastudies

[131] Johnson AD, O’Donnell CJ. 2009. An open access database of genome-
wide association results. BMC Med. Genet. 10:6

113
[132] Barrett JC, Hansoul S, Nicolae DL, Cho JH, Duerr RH, et al. 2008.
Genome-wide association defines more than 30 distinct susceptibility
loci for Crohn’s disease. Nat. Genet. 40:955–62

[133] McCarthy MI. 2010. Genomics, type 2 diabetes, and obesity. N. Engl.
J. Med. 363:2339–50

[134] Sladek R, Rocheleau G, Rung J, Dina C, Shen L, et al. 2007. A

genome-wide association study identifies novel risk loci for type 2
diabetes. Nature 445:881–85

[135] Helgadottir A, Thorleifsson G,Manolescu A, Gretarsdottir S, Blondal

T, et al. 2007. A common variant on chromosome 9p21 affects the risk
of myocardial infarction. Science 316:1491–93

[136] McCarthy JJ, Parker A, Salem R, Moliterno DJ, Wang Q, et al. 2004.
Large scale association analysis for identification of genes underlying
premature coronary heart disease: cumulative perspective from analysis
of 111 candidate genes. J. Med. Genet. 41:334–41

[137] . McPherson R, Pertsemlidis A, Kavaslar N, Stewart A, Roberts R, et

al. 2007. A common allele on chromosome 9 associated with coronary
heart disease. Science 316:1488–91

[138] Samani NJ, Erdmann J, Hall AS, Hengstenberg C, Mangino M, et al.

2007. Genomewide association analysis of coronary artery disease. N.
Engl. J. Med. 357:443–53

[139] Marshall E. 2009. Lawsuit challenges legal basis for patenting human
genes. Science 324:1000–1

114
[140] Hannon GJ, Beach D. 1994. p15INK4B is a potential effector of TGF-
beta-induced cell cycle arrest. Nature 371:257–61

[141] Pasmant E, Laurendeau I, HeronD, VidaudM, VidaudD,Bieche I. 2007.

Characterization of a germ-line deletion, including the entire
INK4/ARFlocus, in a melanoma-neural system tumor family:
identification of ANRIL, an antisense noncoding RNA whose
expression coclusters with ARF. Cancer Res. 67:3963–69

[142] . Visel A, Zhu Y,May D, Afzal V, Gong E, et al. 2010. Targeted

deletion of the 9p21 non-coding coronary artery disease risk interval in
mice. Nature 464:409–12

[143] . Yap KL, Li S, Munoz-Cabello AM, Raguz S, Zeng L, et al. 2010.

Molecular interplay of the noncoding RNA ANRIL and methylated
histone H3 lysine 27 by polycomb CBX7 in transcriptional silencing of
INK4a. Mol. Cell 38:662–74

[144] Harismendy O, Notani D, Song X, Rahim NG, Tanasa B, et al. 2011.

9p21 DNA variants associated with coronary artery disease impair
interferon-gamma signalling response. Nature 470:264–68

[145] Huang Y, Qiao F, Atkinson C, Holers VM, Tomlinson S. 2008. A novel

targeted inhibitor of the alternative pathway of complement and its
therapeutic application in ischemia/reperfusion injury. J. Immunol.
181:8068–76

[146] Klein RJ, Zeiss C, Chew EY, Tsai JY, Sackler RS, et al. 2005.
Complement factor H polymorphism in age-related macular
degeneration. Science 308:385–89

115
[147] Ge D, Fellay J, Thompson AJ, Simon JS, Shianna KV, et al. 2009.
Genetic variation in IL28B predicts hepatitis C treatment-induced viral
clearance. Nature 461:399–401

[148] Thompson AJ, Muir AJ, Sulkowski MS, Ge D, Fellay J, et al. 2010.
Interleukin-28B polymorphism improves viral kinetics and is the
strongest pretreatment predictor of sustained virologic response in
genotype 1 hepatitis C virus. Gastroenterology 139:120–29

[149] Link E, Parish S, Armitage J, Bowman L, Heath S, et al. 2008.

SLCO1B1 variants and statin-induced myopathy: a genomewide study.
N. Engl. J. Med. 359:789–99

[150] Simon R. 2003. Diagnostic and prognostic prediction using gene

expression profiles in high-dimensional microarray data. Br. J. Cancer
89:1599–604

[151] Parker JS, Mullins M, Cheang MC, Leung S, Voduc D, et al. 2009.
Supervised risk predictor of breast cancer based on intrinsic subtypes. J.
Clin. Oncol. 27:1160–67

[152] Rosenwald A, Wright G, Chan WC, Connors JM, Campo E, et al. 2002.
The use of molecular profiling to predict survival after chemotherapy
for diffuse large-B-cell lymphoma. N. Engl. J. Med. 346:1937–47

[153] Alizadeh AA, Eisen MB, Davis RE, Ma C, Lossos IS, et al. 2000.
Distinct types of diffuse large B-cell lymphoma identified by gene
expression profiling. Nature 403:503–11

116
[154] Bhattacharjee A, Richards WG, Staunton J, Li C, Monti S, et al. 2001.
Classification of human lung carcinomas by mRNA expression
profiling reveals distinct adenocarcinoma subclasses. Proc. Natl. Acad.
Sci. USA 98:13790–95

[155] 17. Bittner M, Meltzer P, Chen Y, Jiang Y, Seftor E, et al. 2000.

Molecular classification of cutaneous malignant melanoma by gene
expression profiling. Nature 406:536–40 18. 34

[156] Van’t Veer LJ,Dai H, van de Vijver MJ,He YD, Hart AA, et al. 2002.
Gene expression profiling predicts clinical outcome of breast cancer.
Nature 415:530–36

[157] Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, et al.

1999. Molecular classification of cancer: class discovery and class
prediction by gene expression monitoring. Science 286:531–37

[158] Bray NJ. 2008. Gene expression in the etiology of schizophrenia.

Schizophr. Bull. 34:412–18

[159] Comabella M, Martin R. 2007. Genomics in multiple sclerosis: current

state and future directions. J. Neuroimmunol. 187:1–8

[160] Goes FS, Sanders LL, Potash JB. 2008. The genetics of psychotic
bipolar disorder. Curr. Psychiatry Rep. 10:178–89

[161] Kittleson MM, Hare JM. 2005. Molecular signature analysis: the
potential of gene-expression analysis in cardiomyopathy. Future
Cardiol. 1:793–808

117
[162] Mehta D,Menke A, Binder EB. 2010. Gene expression studies in major
depression. Curr. Psychiatry Rep. 12:135–44

[163] Van Baarsen LG, Bos CL, van der Pouw Kraan TC, Verweij CL. 2009.
Transcription profiling of rheumatic diseases. Arthritis Res. Ther.
11:207

[164] Bartel DP. 2004. MicroRNAs: genomics, biogenesis, mechanism, and

function. Cell 116:281–97

[165] Lee RC, Feinbaum RL, Ambros V. 1993. The C. elegans heterochronic
gene lin-4 encodes small RNAs with antisense complementarity to lin-
14. Cell 75:843–54

[166] Feng J, SunG,Yan J, NoltnerK,LiW, et al. 2009. Evidence forX-

chromosomal schizophrenia associated with microRNA alterations.
PLoS One 4:e6121

[167] Iorio MV, Croce CM. 2009. MicroRNAs in cancer: small molecules
with a huge impact. J. Clin. Oncol. 27:5848–56

[168] Jopling CL, Yi M, Lancaster AM, Lemon SM, Sarnow P. 2005.

Modulation of hepatitis C virus RNA abundance by a liver-specific
microRNA. Science 309:1577–81

[169] O’Donnell KA, Wentzel EA, Zeller KI, Dang CV, Mendell JT. 2005. c-
Myc-regulated microRNAs modulate E2F1 expression. Nature
435:839–43

[170] Rodriguez A, Vigorito E, Clare S,Warren MV, Couttet P, et al. 2007.

Requirement of bic/microRNA- 155 for normal immune function.
Science 316:608–11

118
[171] Tatsuguchi M, Seok HY, Callis TE, Thomson JM, Chen JF, et al. 2007.
Expression of microRNAs is dynamically regulated during
cardiomyocyte hypertrophy. J. Mol. Cell. Cardiol. 42:1137–41

[172] Budhu A, Ji J,Wang XW. 2010. The clinical potential of microRNAs. J.

Hematol. Oncol. 3:37

[173] Calin GA, Croce CM. 2006. MicroRNA signatures in human cancers.
Nat. Rev. Cancer 6:857–66

[174] Kartha RV, Subramanian S. 2010. MicroRNAs in cardiovascular

diseases: biology and potential clinical applications. J. Cardiovasc.
Transl. Res. 3:256–70

[175] Xiao J, Yang B, Lin H, Lu Y, Luo X, Wang Z. 2007. Novel approaches

for gene-specific interference via manipulating actions of microRNAs:
examination on the pacemaker channel genes HCN2 and HCN4. J.
Cell. Physiol. 212:285–92

[176] Davis ME, Zuckerman JE, Choi CH, Seligson D, Tolcher A, et al.
2010. Evidence of RNAi in humans from systemically administered
siRNA via targeted nanoparticles. Nature 464:1067–70

[177] Lewis BP, Shih IH, Jones-Rhoades MW, Bartel DP, Burge CB. 2003.
Prediction of mammalian microRNA targets. Cell 115:787–98

[178] Thomas M, Lieberman J, Lal A. 2010. Desperately seeking microRNA

targets. Nat. Struct. Mol. Biol. 17:1169–74

[179] Core LJ,Waterfall JJ, Lis JT. 2008. Nascent RNA sequencing reveals
widespread pausing and divergent initiation at human promoters.
Science 322:1845–48

119
[180] He Y, Vogelstein B, Velculescu VE, Papadopoulos N, Kinzler KW.
2008. The antisense transcriptomes of human cells. Science 322:1855–
57

[181] Pan Q, Shai O, Lee LJ, Frey BJ, Blencowe BJ. 2008. Deep surveying of
alternative splicing complexity in the human transcriptome by high-
throughput sequencing. Nat. Genet. 40:1413–15

[182] Sugarbaker DJ, RichardsWG,Gordon GJ, Dong L, De Rienzo A, et al.

2008. Transcriptome sequencing of malignant pleural mesothelioma
tumors. Proc. Natl. Acad. Sci. USA 105:3521–26

[183] Sultan M, Schulz MH, Richard H, Magen A, Klingenhoff A, et al.

2008. A global view of gene activity and alternative splicing by deep
sequencing of the human transcriptome. Science 321:956–60

[184] Guffanti A, Iacono M, Pelucchi P, Kim N, Solda G, et al. 2009. A

transcriptional sketch of a primary human breast cancer by 454 deep
sequencing. BMC Genomics 10:163

[185] MaherCA, Kumar-Sinha C, Cao X,Kalyana-Sundaram S, Han B, et al.

2009. Transcriptome sequencing to detect gene fusions in cancer.
Nature 458:97–101

[186] PalanisamyN, Ateeq B, Kalyana-Sundaram S,

PfluegerD,RamnarayananK, et al. 2010. Rearrangements of the RAF
kinase pathway in prostate cancer, gastric cancer and melanoma. Nat.
Med. 16:793–98

120
[187] Zhao Q, Caballero OL, Levy S, Stevenson BJ, Iseli C, et al. 2009.
Transcriptome-guided characterization of genomic rearrangements in a
breast cancer cell line. Proc. Natl. Acad. Sci. USA 106:1886–91

[188] Du X, Callister SJ, Manes NP, Adkins JN, Alexandridis RA, et al.
2008. A computational strategy to analyze label-free temporal bottom-
up proteomics data. J. Proteome Res. 7:2595–604

[189] Issaq HJ, Veenstra TD. 2008. Would you prefer multiple reaction
monitoring or antibodies with your biomarker validation? Expert Rev.
Proteomics 5:761–63

[190] Bain JR, Stevens RD, Wenner BR, Ilkayeva O, Muoio DM, Newgard
CB. 2009. Metabolomics applied to diabetes research: moving from
information to knowledge. Diabetes 58:2429–43

[191] Griffin JL, Shockcor JP. 2004. Metabolic profiles of cancer cells. Nat.
Rev. Cancer 4:551–61

[192] Kaddurah-Daouk R, McEvoy J, Baillie RA, Lee D, Yao JK, et al. 2007.
Metabolomic mapping of atypical antipsychotic effects in
schizophrenia. Mol. Psychiatry 12:934–45

[193] Newgard CB, An J, Bain JR, Muehlbauer MJ, Stevens RD, et al. 2009.
A branched-chain amino acidrelated metabolic signature that
differentiates obese and lean humans and contributes to insulin
resistance. Cell Metab. 9:311–26

[194] Sabatine MS, Liu E, Morrow DA, Heller E, McCarroll R, et al. 2005.
Metabolomic identification of novel biomarkers of myocardial
ischemia. Circulation 112:3868–75

121
[195] Shah SH, Hauser ER, Bain JR,MuehlbauerMJ, Haynes C, et al. 2009.
High heritability of metabolomics profiles in families burdened with
premature cardiovascular disease. Mol. Syst. Biol. 5:258

[196] Ebbels TM, Keun HC, Beckonert OP, BollardME, Lindon JC, et al.
2007. Prediction and classification of drug toxicity using probabilistic
modeling of temporal metabolic data: the consortium on metabonomic

[197] Keun HC. 2006. Metabonomic modeling of drug toxicity. Pharmacol.

Ther. 109:92–106

[198] Nicholson JK, Connelly J, Lindon JC, Holmes E. 2002. Metabonomics:

a platform for studying drug toxicity and gene function. Nat. Rev. Drug
Discov. 1:153–61

[199] . Sharma S, Kelly TK, Jones PA. 2010. Epigenetics in cancer.

Carcinogenesis 31:27–36

[200] Bird AP. 1986. CpG-rich islands and the function of DNA methylation.
Nature 321:209–13

[201] Prendergast GC, Ziff EB. 1991. Methylation-sensitive sequence-

specific DNA binding by the c-Myc basic region. Science 251:186–89

[202] Archey WB, McEachern KA, Robson M, Offit K, Vaziri SA, et al.
2002. Increased CpG methylation of the estrogen receptor gene in
BRCA1-linked estrogen receptor-negative breast cancers. Oncogene
21:7034–41

[203] Feinberg AP,Vogelstein B. 1983. Hypomethylation of ras oncogenes in

primary human cancers. Biochem. Biophys. Res. Commun. 111:47–54

122
[204] Rosty C, Ueki T, Argani P, Jansen M, Yeo CJ, et al. 2002.
Overexpression of S100A4 in pancreatic ductal adenocarcinomas is
associated with poor differentiation andDNAhypomethylation.Am. J.
Pathol. 160:45–50

[205] Corwin EJ. 2004. The concept of epigenetics and its role in the
development of cardiovascular disease: commentary on “New and
emerging theories of cardiovascular disease.” Biol. Res. Nurs. 6:11–16,
21–23

[206] Devaskar SU, Thamotharan M. 2007. Metabolic programming in the

pathogenesis of insulin resistance. Rev. Endocr. Metab. Disord. 8:105–
13

[207] Ji Q, Hao X,Meng Y, Zhang M, Desano J, et al. 2008. Restoration of

tumor suppressor miR-34 inhibit human p53-mutant gastric cancer
tumorspheres. BMC Cancer 8:266

[208] . Lu Q, Kaplan M, RayD, Zacharek S, Gutsch D, Richardson B. 2002.

Demethylation of ITGAL(CD11a) regulatory sequences in systemic
lupus erythematosus. Arthritis Rheum. 46:1282–91

[209] Am. Assoc. Cancer Res. Hum. Epigenome Task Force, Eur. Union
Netw. Excell. Sci. Advis. Board. 2008. Moving AHEAD with an
international human epigenome project. Nature 454:711–15

[210] Bernstein BE, Meissner A, Lander ES. 2007. The mammalian

epigenome. Cell 128:669–81

123
[211] Eckhardt F, Lewin J, Cortese R, Rakyan VK, Attwood J, et al. 2006.
DNA methylation profiling of human chromosomes 6, 20 and 22. Nat.
Genet. 38:1378–85

[212] Willard HF, Ginsburg GS. 2009. Genomic and Personalized Medicine.
Amsterdam: Elsevier. 1478 pp.

[213] Gonzalez-Angulo AM. 2010. Reply toD.H. Roukos andD.A.X.

Schinagl et al. J. Clin. Oncol. 28:e282–83

[214] Gonzalez-Angulo AM, Hennessy BT, Mills GB. 2010. Future of

personalized medicine in oncology: a systems biology approach. J.
Clin. Oncol. 28:2777–83

[215] Roukos DH. 2010. Beyond HER2 and trastuzumab: heterogeneity,

systems biology, and cancer origin research may guide the future for
personalized treatment of very early but aggressive breast cancer. J.
Clin. Oncol. 28:e279–80

[216] Wang K, Lee I, Carlson G, Hood L, Galas D. 2010. Systems biology

and the discovery of diagnostic biomarkers. Dis. Markers 28:199–207

[217] Bell C. J., Dinwiddie D C., Miller N. A. et al. — Carrier testing for
severe childhood recessive diseases by next generation sequencing. Sci.
Transl. Med., 2011, 3, 65ra4.

[218] Steffann J., Frydman N., Burlet Ph. et al. Le diagnostic pré-
implantatoire couplé au typage HLA: l’expérience française. Bull.
Acad. Natle Med., 2011, 195(4-5), 1015-22.

[219] Fan H. C., Gu W., Wang J. et al. Non-invasive prenatal measurement of

the fetal genome. Nature. 2012, 487, 320-24.

124
[220] SnyderM.W., Simmons L.E., Kitzman J.O. et al.—Noninvasive fetal
genome sequencing: a primer. Prenatal diagnosis. 2013, 33, 547-54.

[221] Dugoff L.—Application of genomic technology in prenatal diagnosis.

N. Engl. J. Med., 2012,367, 2249-50.

[222] Mavaddat N, Antoniou AC, Easton DF, Garcia-Closas M. 2010.

Genetic susceptibility to breast cancer. Mol. Oncol. 4:174–91

[223] Trainer AH, Lewis CR, Tucker K, Meiser B, Friedlander M, Ward RL.
2010. The role of BRCA mutation testing in determining breast cancer
therapy. Nat. Rev. Clin. Oncol. 7:708–17

[224] Vilar E, Gruber SB. 2010. Microsatellite instability in colorectal

cancer: the stable evidence. Nat. Rev. Clin. Oncol. 7:153–62

[225] Hedley PL, Jorgensen P, Schlamowitz S,Wangari R, Moolman-Smook

J, et al. 2009. The genetic basis of long QT and short QT syndromes: a
mutation update. Hum. Mutat. 30:1486–511

[226] Tester DJ, Ackerman MJ. 2011. Genetic testing for potentially lethal,
highly treatable inherited cardiomyopathies/ channelopathies in clinical
practice. Circulation 123:1021–37

[227] Shimizu W. 2008. Clinical impact of genetic studies in lethal inherited

cardiac arrhythmias. Circ. J. 72:1926–36

[228] Lee W, Jiang Z, Liu J, Haverty PM, Guan Y, et al. 2010. The mutation
spectrum revealed by paired genome sequences from a lung cancer
patient. Nature 465:473–77

125
[229] Ley TJ, Mardis ER, Ding L, Fulton B,McLellan MD, et al. 2008. DNA
sequencing of a cytogenetically normal acute myeloid leukaemia
genome. Nature 456:66–72

[230] Pleasance ED, Stephens PJ, O’Meara S, McBride DJ, Meynert A, et al.
2010. A small-cell lung cancer genome with complex signatures of
tobacco exposure. Nature 463:184–90

[231] Garber K. 2005. Human Cancer Genome Project moving forward

despite some doubts in community. J. Natl. Cancer Inst. 97:1322–24

[232] Cancer Genome Atlas Res. Netw. 2008. Comprehensive genomic

characterization defines human glioblastoma genes and core pathways.
Nature 455:1061–68

[233] Verhaak RG, Hoadley KA, Purdom E, Wang V, Qi Y, et al. 2010.

Integrated genomic analysis identifies clinically relevant subtypes of
glioblastoma characterized by abnormalities in PDGFRA, IDH1,
EGFR,

[234] Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, et al.

1999. Molecular classification of cancer: class discovery and class
prediction by gene expression monitoring. Science 286:531–37

[235] Bhattacharjee A, Richards WG, Staunton J, Li C, Monti S, et al. 2001.

Classification of human lung carcinomas by mRNA expression
profiling reveals distinct adenocarcinoma subclasses. Proc. Natl. Acad.
Sci. USA 98:13790–95

126
[236] Huang JZ, Sanger WG, Greiner TC, Staudt LM, Weisenburger DD, et
al. 2002. The t(14;18) defines a unique subset of diffuse large B-cell
lymphoma with a germinal center B-cell gene expression profile. Blood
99:2285–90

[237] Sorlie T, Perou CM, Tibshirani R, Aas T, Geisler S, et al. 2001. Gene
expression patterns of breast carcinomas distinguish tumor subclasses
with clinical implications. Proc. Natl. Acad. Sci. USA 98:10869–74

[238] Mateos-Caceres PJ, Garcia-Mendez A, Lopez Farre A, Macaya C,

Nunez A, et al. 2004. Proteomic analysis of plasma from patients
during an acute coronary syndrome. J. Am. Coll. Cardiol. 44:1578–83

[239] Sabatine MS, Liu E, Morrow DA, Heller E, McCarroll R, et al. 2005.
Metabolomic identification of novel biomarkers of myocardial
ischemia. Circulation 112:3868–75

[240] . Fernandez Parguina A, Grigorian-Shamajian L, Agra RM,Teijeira-

Fernandez E, Rosa I, et al. 2010. Proteins involved in platelet signaling
are differentially regulated in acute coronary syndrome: a proteomic
study. PLoS One 5:e13404

[241] Rosenberg S, Elashoff MR, Beineke P, Daniels SE, Wingrove JA, et al.
2010. Multicenter validation of the diagnostic accuracy of a blood-
based gene expression test for assessing obstructive coronary artery
disease in nondiabetic patients. Ann. Intern. Med. 153:425–34

[242] Wingrove JA, Daniels SE, Sehnert AJ, TingleyW, Elashoff MR, et al.
2008. Correlation of peripheralblood gene expression with the extent of
coronary artery stenosis. Circ. Cardiovasc. Genet. 1:31–38

127
[243] Hoshida Y, Villanueva A, Kobayashi M, Peix J, Chiang DY, et al.
2008. Gene expression in fixed tissues and outcome in hepatocellular
carcinoma. N. Engl. J. Med. 359:1995–2004

[244] Parker JS, Mullins M, Cheang MC, Leung S, Voduc D, et al. 2009.
Supervised risk predictor of breast cancer based on intrinsic subtypes. J.
Clin. Oncol. 27:1160–67

[245] Rosenwald A, Wright G, Chan WC, Connors JM, Campo E, et al. 2002.
The use of molecular profiling to predict survival after chemotherapy
for diffuse large-B-cell lymphoma. N. Engl. J. Med. 346:1937–47

[246] Van’t Veer LJ,Dai H, van de Vijver MJ,He YD, Hart AA, et al. 2002.
Gene expression profiling predicts clinical outcome of breast cancer.
Nature 415:530–36

[247] Cobleigh MA, Tabesh B, Bitterman P, Baker J, Cronin M, et al. 2005.

Tumor gene expression and prognosis in breast cancer patients with 10
or more positive lymph nodes. Clin. Cancer Res. 11:8623–31

[248] Cronin M, PhoM,Dutta D, Stephans JC, Shak S, et al. 2004.

Measurement of gene expression in archival paraffin-embedded tissues:
development and performance of a 92-gene reverse transcriptase-
polymerase chain reaction assay. Am. J. Pathol. 164:35–42

[249] Sparano JA, Paik S. 2008. Development of the 21-gene assay and its
application in clinical practice and clinical trials. J. Clin. Oncol.
26:721–28

128
[250] Kelly CM, Krishnamurthy S, Bianchini G, Litton JK, Gonzalez-Angulo
AM, et al. 2010. Utility of oncotype DX risk estimates in clinically
intermediate risk hormone receptor-positive, HER2-normal, grade II,
lymph node-negative breast cancers. Cancer 116:5161–67

[251] Paik S, Shak S,TangG,Kim C, Baker J, et al. 2004. Amultigene assay to

predict recurrence of tamoxifentreated, node-negative breast cancer. N.
Engl. J. Med. 351:2817–26

[252] Van de Vijver MJ, He YD, van’t Veer LJ, Dai H, Hart AA, et al. 2002.
A gene-expression signature as a predictor of survival in breast cancer.
N. Engl. J. Med. 347:1999–2009

[253] . BuyseM, Loi S, van’t Veer L, Viale G, DelorenziM, et al. 2006.

Validation and clinical utility of a 70-gene prognostic signature for
women with node-negative breast cancer. J. Natl. Cancer Inst.
98:1183–92

[254] Glas AM, Floore A, Delahaye LJ, Witteveen AT, Pover RC, et al.
2006. Converting a breast cancer microarray signature into a high-
throughput diagnostic test. BMC Genomics 7:278

[255] Hornberger J, Chien R. 2010. Meta-analysis of the decision impact of

the 21-gene breast cancer Recurrenc Score in clinical practice.
Presented at Annu. San Antonio Breast Cancer Symp., 33rd, San
Antonio, TX

[256] Newell KA, Asare A, Kirk AD, Gisler TD, Bourcier K, et al. 2010.
Identification of a B cell signature associated with renal transplant
tolerance in humans. J. Clin. Investig. 120:1836–47

129
[257] Holleman A, Cheok MH, den Boer ML, YangW, Veerman AJ, et al.
2004. Gene-expression patterns in drug-resistant acute lymphoblastic
leukemia cells and response to treatment. N. Engl. J.Med. 351:533–42

[258] Lugthart S, Cheok MH, den Boer ML, Yang W, Holleman A, et al.
2005. Identification of genes associated with chemotherapy
crossresistance and treatment response in childhood acute
lymphoblastic leukemia. Cancer Cell 7:375–86

[259] King CR, Kraus MH, Aaronson SA. 1985. Amplification of a novel v-
erbB-related gene in a human mammary carcinoma. Science 229:974–
76

[260] PressMF, Pike MC, Chazin VR,HungG,Udove JA, et al. 1993. Her-
2/neu expression in node-negative breast cancer: direct tissue
quantitation by computerized image analysis and association of
overexpression with increased risk of recurrent disease. Cancer Res.
53:4960–70

[261] Cobleigh MA,VogelCL, Tripathy D, Robert NJ, Scholl S, et al. 1999.

Multinational study of the efficacy and safety of humanized anti-HER2
monoclonal antibody in women who have HER2-overexpressing
metastatic breast cancer that has progressed after chemotherapy for
metastatic disease. J. Clin. Oncol

[262] Maughan KL, Lutterbie MA,Ham PS. 2010. Treatment of breast

cancer. Am. Fam. Physician 81:1339–46

130
[263] Slamon DJ, Leyland-Jones B, Shak S, Fuchs H, Paton V, et al. 2001.
Use of chemotherapy plus a monoclonal antibody against HER2 for
metastatic breast cancer that overexpresses HER2. N. Engl. J. Med.
344:783–92

[264] Herbst RS, Maddox AM, Rothenberg ML, Small EJ, Rubin EH, et al.
2002. Selective oral epidermal growth factor receptor tyrosine kinase
inhibitor ZD1839 is generally well-tolerated and has activity in non-
small-cell lung cancer and other solid tumors: results of a phase I trial.
J. Clin. Oncol. 20:3815–25

[265] Masui H, Kawamoto T, Sato JD, Wolf B, Sato G, Mendelsohn J. 1984.

Growth inhibition of human tumor cells in athymic mice by anti-
epidermal growth factor receptor monoclonal antibodies. Cancer Res.
44:1002–7

[266] Ranson M, Hammond LA, Ferry D, Kris M, Tullo A, et al. 2002.

ZD1839, a selective oral epidermal growth factor receptor-tyrosine
kinase inhibitor, is well tolerated and active in patients with solid,
malignant tumors: results of a phase I trial. J. Clin. Oncol. 20:2240–50

[267] Thatcher N, Chang A, Parikh P, Rodrigues Pereira J, Ciuleanu T, et al.

2005. Gefitinib plus best supportive care in previously treated patients
with refractory advanced non-small-cell lung cancer: results from a
randomised, placebo-controlled, multicentre study (Iressa Survival
Evaluation in Lung Cancer). Lancet 366:1527–37

131
[268] Sequist LV, BellDW, LynchTJ, Haber DA. 2007. Molecular predictors
of response to epidermal growth factor receptor antagonists in non-
small-cell lung cancer. J. Clin. Oncol. 25:587–95

[269] Voora D, McLeod H, Eby C, Gage B. 2005. The pharmacogenetics of

coumarin therapy. Pharmacogenomics 6:503–13

[270] HigashiMK, Veenstra DL, Kondo LM,Wittkowsky AK,

Srinouanprachanh SL, et al. 2002. Association between CYP2C9
genetic variants and anticoagulation-related outcomes duringwarfarin
therapy.JAMA 287:1690–98

[271] Sconce EA, Khan TI, Wynne HA, Avery P, Monkhouse L, et al. 2005.
The impact of CYP2C9 and VKORC1 genetic polymorphism and
patient characteristics upon warfarin dose requirements: proposal for a
new dosing regimen. Blood 106:2329–33

[272] Klein TE, Altman RB, Eriksson N, Gage BF, Kimmel SE, et al. 2009.
Estimation of the warfarin dose with clinical and pharmacogenetic data.
N. Engl. J. Med. 360:753–64

[273] Driscoll C, Cashion A,HathawayD,ThompsonC,Conley Y, et al. 2006.

Blood gene expression profiling in liver transplant recipients with
hepatitis C virus and posttransplantation diabetes mellitus. Transplant.
Proc. 38:3646–48

[274] Mart´ınez-Llordella M, Puig-Pey I, Orlando G, Ramoni M, Tisone G, et

al. 2007. Multiparameter immune profiling of operational tolerance in
liver transplantation. Am. J. Transplant. 7:309–19

132
[275] Starling R, Pham M, Valantine H, Miller L, Eisen H, et al. 2006.
Molecular testing in the management of cardiac transplant recipients:
initial clinical experience. J. Heart Lung Transplant. 25:1389–95

[276] Deng M, Eisen H, Mehra M, Billingham M, Marboe C, et al. 2006.

Noninvasive discrimination of rejection in cardiac allograft recipients
using gene expression profiling. Am. J. Transplant. 6:150–60

[277] Evans R,WilliamsG, Baron H, Deng M, EisenH, et al. 2005. The

economic implications of noninvasive molecular testing for cardiac
allograft rejection. Am. J. Transplant. 5:1553–58

[278] Pham MX, Teuteberg JJ, Kfoury AG, Starling RC, Deng MC, et al.
2010. Gene-expression profiling for rejection surveillance after cardiac
transplantation. N. Engl. J. Med. 362:1890–900

[279] Chen B, Chen M, Paisley J, Zaas A, Woods C, et al. 2010. Bayesian

inference of the number of factors in gene-expression analysis:
application to human virus challenge studies. BMC Bioinforma. 11:552

[280] Zaas AK, ChenM, Varkey J, Veldman T, Hero AO III, et al. 2009.
Gene expression signatures diagnose influenza and other symptomatic
respiratory viral infections in humans. Cell Host Microbe 6:207–17

[281] Polonikov AV, Ivanov VP, Solodilova MA. 2009. Genetic variation of
genes for xenobiotic-metabolizing enzymes and risk of bronchial
asthma: the importance of gene-gene and gene-environment
interactions for disease susceptibility. J. Hum. Genet. 54:440–49

[282] Seibold MA, Schwartz DA. 2011. The lung: the natural boundary
between nature and nurture. Annu. Rev. Physiol. 73:457–78

133
[283] Simpson A, John SL, Jury F, Niven R, Woodcock A, et al. 2006.
Endotoxin exposure, CD14, and allergic disease: an interaction between
genes and the environment. Am. J. Respir. Crit. CareMed. 174:386–92
199. 89

[284] Fleischmann RD, AdamsMD, White O, Clayton RA, Kirkness EF, et al.
1995. Whole-genome random sequencing and assembly of
Haemophilus influenzae Rd. Science 269:496–512

[285] Seib KL, Dougan G, Rappuoli R. 2009. The key role of genomics in
modern vaccine and drug design for emerging infectious diseases.
PLoS Genet. 5:e1000612

[286] Rasko DA, Rosovitz MJ, Myers GS, Mongodin EF, Fricke WF, et al.
2008. The pangenome structure of Escherichia coli: comparative
genomic analysis of E. coli commensal and pathogenic isolates. J.
Bacteriol. 190:6881–93

[287] Bechah Y, El Karkouri K, Mediannikov O, Leroy Q, Pelletier N, et al.

2010. Genomic, proteomic,and transcriptomic analysis of virulent and
avirulent Rickettsia prowazekii reveals its adaptive mutation
capabilities. Genome Res. 20:655–63

[288] Giuliani MM, Adu-Bobie J, Comanducci M, Arico B, Savino S, et al.

2006. A universal vaccine for serogroup B meningococcus. Proc. Natl.
Acad. Sci. USA 103:10834–39

134
[289] Mwangi MM, Wu SW, Zhou Y, Sieradzki K, de LencastreH, et al.
2007. Tracking the in vivo evolution of multidrug resistance in
Staphylococcus aureus by whole-genome sequencing. Proc. Natl. Acad.
Sci. USA 104:9451–56

[290] Davies J. 2001. In a map for human life, count the microbes, too.
Science 291:2316

[291] Savage DC. 1977. Microbial ecology of the gastrointestinal tract. Annu.
Rev. Microbiol. 31:107–33

[292] Gill SR, Pop M, Deboy RT, Eckburg PB, Turnbaugh PJ, et al. 2006.
Metagenomic analysis of the human distal gut microbiome. Science
312:1355–59

[293] Turnbaugh PJ, Ley RE, Hamady M, Fraser-Liggett CM, Knight R,

Gordon JI. 2007. The human microbiome project. Nature 449:804–10

[294] Francois P, Scherl A, Hochstrasser D, Schrenzel J. 2007. Proteomic

approach to investigate MRSA. Methods Mol. Biol. 391:179–99

[295] LongWH, Xiao HS, Gu XM, Zhang QH, Yang HJ, et al. 2004. A
universal microarray for detection of SARS coronavirus. J. Virol.
Methods 121:57–63

[296] Ley RE, Turnbaugh PJ, Klein S, Gordon JI. 2006. Microbial ecology:
human gut microbes associated with obesity. Nature 444:1022–23

[297] Peterson DA, Frank DN, Pace NR, Gordon JI. 2008. Metagenomic
approaches for defining the pathogenesis of inflammatory bowel
diseases. Cell Host Microbe 3:417–27

135
[298] Peterson J, Garges S, Giovanni M, McInnes P, Wang L, et al. 2009.
The NIH human microbiome project. Genome Res. 19:2317–23

[299] Douglas PS, Ginsburg GS. 2008. Clinical genomic testing: getting it
right. J. Cardiovasc. Transl. Res.1:17–20

[300] Scheuner MT, Sieverding P, Shekelle PG. 2008. Delivery of genomic

medicine for common chronic adult diseases: a systematic review.
JAMA 299:1320–34

[301] Lapham EV, Kozma C, Weiss JO, Benkendorf JL, Wilson MA. 2000.
The gap between practice and genetics education of health
professionals: HuGEM survey results. Genet. Med. 2:226–31

[302] Metcalfe S, Hurworth R, Newstead J, Robins R. 2002. Needs

assessment study of genetics education for general practitioners in
Australia. Genet. Med. 4:71–77

[303] Wilkins-Haug L, Hill LD, Power ML, Holzman GB, Schulkin J. 2000.
Gynecologists’ training, knowledge, and experiences in genetics: a
survey. Obstet. Gynecol. 95:421–24

[304] Goddard KA, Moore C, Ottman D, Szegda KL, Bradley L, Khoury MJ.
2007. Awareness and use of direct-to-consumer nutrigenomic tests,
United States, 2006. Genet. Med. 9:510–17

[305] Gramling R,Nash J, Siren K, Eaton C, Culpepper L. 2004. Family

physician self-efficacy with screening for inherited cancer risk. Ann.
Fam. Med. 2:130–32

136
[306] FruehFW,Gurwitz D. 2004. From pharmacogenetics to
personalizedmedicine: a vital need for educating health professionals
and the community. Pharmacogenomics 5:571–79

[307] Eisenstein EL, Lobach DF, Kawamoto K, Edwards R, Willis JM, et al.
2009. A randomized clinical trial of clinical decision support in a rural
community health network serving lower income individuals: study
design and baseline characteristics. Stud. Health Technol. Inform.
143:220–26

[308] Kawamoto K, Houlihan CA, Balas EA, Lobach DF. 2005. Improving
clinical practice using clinical decision support systems: a systematic
review of trials to identify features critical to success. BMJ 330:765

[309] Kawamoto K, Lobach DF,Willard HF, Ginsburg GS. 2009. A national

clinical decision support infrastructure to enable the widespread and
consistent practice of genomic and personalized medicine. BMC Med.
Inform. Decis. Mak. 9:17

[310] Apse KA, Biesecker BB, Giardiello FM, Fuller BP, Bernhardt BA.
2004. Perceptions of genetic discrimination among at-risk relatives of
colorectal cancer patients. Genet. Med. 6:510–166. Archey WB,
McEachern KA, Robson M, Offit K, Vaziri SA, et al. 2002. Increased
CpG methylation of the estrogen receptor gene in BRCA1-linked
estrogen receptor-negative breast cancers. Oncogene 21:7034–41

[311] Hall MA, McEwen JE, Barton JC, Walker AP, Howe EG, et al. 2005.
Concerns in a primary care population about genetic discrimination by
insurers. Genet. Med. 7:311–16

137
[312] Klitzman R. 2010. Views of discrimination among individuals
confronting genetic disease. J. Genet. Couns. 19:68–83

[313] Haga SB,Willard HF. 2006. Defining the spectrum of genome policy.
Nat. Rev. Genet. 7:966–72

[314] Vastag B. 2006. New clinical trials policy at FDA. Nat. Biotechnol.
24:1043

[315] Ginsburg GS, Willard HF. 2009. Genomic and personalized medicine:
foundations and applications.Transl. Res. 154:277–87

[316] Fed. Trade Comm. 2006. At-home genetic tests: A healthy dose of
skepticism may be the best prescription.
http://www.ftc.gov/bcp/edu/pubs/consumer/health/hea02.shtm

[317] Hunter DJ, Khoury MJ, Drazen JM. 2008. Letting the genome out of
the bottle: Will we get our wish? N. Engl. J. Med. 358:105–7

[318] . McGuire AL, Evans BJ, Caulfield T, BurkeW. 2010. Regulating

direct-to-consumer personal genome testing. Science 330:181–82

[319] GinsburgGS, Burke TW, Febbo P. 2008. Centralized biorepositories for

genetic and genomic research. JAMA 299:1359–61

[320] Friede A. 2003. National Biospecimen Network Blueprint. Durham,

NC: Constella

[321] Int. Soc. Biol. Environ. Repos. 2005. International Society for
Biological and Environmental Repositories: 2004 Annual Meeting.
Philadelphia: Taylor & Francis

138
[322] HanssonMG, Dillner J, Bartram CR, Carlson JA, Helgesson G. 2006.
Should donors be allowed to give broad consent to future biobank
research? Lancet Oncol. 7:266–69

[323] Ioannidis JP, Allison DB, Ball CA, Coulibaly I, Cui X, et al. 2009.
Repeatability of published microarray gene expression analyses. Nat.
Genet. 41:149–55

[324] Inst. Med. Comm. Comp. Eff. Res. Prioritization. 2009. Initial National
Priorities for Comparative Effectiveness Research.Washington, DC:
National Academies. 227 pp

[325] . Umscheid CA. 2010. Maximizing the clinical utility of comparative

effectiveness research. Clin. Pharmacol. Ther. 88:876–79

[326] Garber AM, Tunis SR. 2009. Does comparative-effectiveness research

threaten personalized medicine? N. Engl. J. Med. 360:1925–27

[327] Woodward C. 2009. Obama sparks an ideological donnybrook with his

push to compare medical treatments. CMAJ 180:807

[328] Marshall E. 2009. Lawsuit challenges legal basis for patenting human
genes. Science 324:1000–1

[329] Marshall E. 2010. Cancer gene patents ruled invalid. Science 328:153

[330] Dinan MA, Simmons LA, Snyderman R. 2010. Commentary:

Personalized health planning and the Patient Protection and Affordable
Care Act: an opportunity for academic medicine to lead health care
reform. Acad. Med. 85:1665–68

139
[331] Whellan DJ, Gaulden L, GattisWA, Granger B, Russell SD, et al. 2001.
The benefit of implementing a heart failure disease management
program. Arch. Intern. Med. 161:2223–28

[332] Lee SS, Mudaliar A. 2009. Racing forward: the Genomics and
PersonalizedMedicine Act. Science 323:342

[333] Goodman J, Walsh V. 2001. The Story of Taxol: Nature and Politics in
the Pursuit of an Anti-Cancer Drug. Cambridge: Camb. Univ. Press.
282 pp.

[334] Burns DK. 2010. Developing pharmacogenetic evidence throughout

clinical development. Clin. Pharmacol. Ther. 88:867–70

[335] Westfall JM, Mold J, Fagnan L. 2007. Practice-based research: “Blue

Highways” on the NIH roadmap. JAMA 297:403–6

140
 Serment d'Hippocrate
Au moment d'être admis à devenir membre de la profession médicale, je
m'engage solennellement à consacrer ma vie au service de l'humanité.
 Je traiterai mes maîtres avec le respect et la reconnaissance qui leur sont
dus.

 Je pratiquerai ma profession avec conscience et dignité. La santé de mes

malades sera mon premier but.

 Je ne trahirai pas les secrets qui me seront confiés.

 Je maintiendrai par tous les moyens en mon pouvoir l'honneur et les nobles
traditions de la profession médicale.

 Les médecins seront mes frères.

 Aucune considération de religion, de nationalité, de race, aucune

considération politique et sociale ne s'interposera entre mon devoir et mon
patient.

 Je maintiendrai le respect de la vie humaine dès la conception.

 Même sous la menace, je n'userai pas de mes connaissances médicales d'une

façon contraire aux lois de l'humanité.

 Je m'y engage librement et sur mon honneur.

 ‫‪‬‬
‫ﺑﺴﻢ ﺍ‪ ‬ﺍﻟﺮﲪﺎﻥ ﺍﻟﺮﺣﻴﻢ‬

‫ﺃﻗﺴﻢ ﺑﺎ‪ ‬ﺍﻟﻌﻈﻴﻢ‬

‫ﰲ ﻫﺬﻩ ﺍﻟﻠﺤﻈﺔ ﺍﻟﱵ ﻳﺘﻢ ﻓﻴﻬﺎ ﻗﺒﻮﱄ ﻋﻀﻮﺍ ﰲ ﺍﳌﻬﻨﺔ ﺍﻟﻄﺒﻴﺔ ﺃﺗﻌﻬﺪ ﻋﻼﻧﻴﺔ‪:‬‬

‫ﺑﺄﻥ ﺃﻛﺮﺱ ﺣﻴﺎﺗﻲ ﳋﺪﻣﺔ ﺍﻹﻧﺴﺎﻧﻴﺔ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﱰﻡ ﺃﺳﺎﺗﺬﺗﻲ ﻭﺃﻋﱰﻑ ﳍﻢ ﺑﺎﳉﻤﻴﻞ ﺍﻟﺬﻱ ﻳﺴﺘﺤﻘﻮﻧﻪ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻣﺎﺭﺱ ﻣﻬﻨﱵ ﺑﻮﺍﺯﻉ ﻣﻦ ﺿﻤﲑﻱ ﻭﺷﺮﰲ ﺟﺎﻋﻼ ﺻﺤﺔ ﻣﺮﻳﻀﻲ ﻫﺪﰲ ﺍﻷﻭﻝ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﻻ ﺃﻓﺸﻲ ﺍﻷﺳﺮﺍﺭ ﺍﳌﻌﻬﻮﺩﺓ ﺇﱄ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﺎﻓﻆ ﺑﻜﻞ ﻣﺎ ﻟﺪﻱ ﻣﻦ ﻭﺳﺎﺋﻞ ﻋﻠﻰ ﺍﻟﺸﺮﻑ ﻭﺍﻟﺘﻘﺎﻟﻴﺪ ﺍﻟﻨﺒﻴﻠﺔ ﳌﻬﻨﺔ ﺍﻟﻄﺐ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻋﺘﱪ ﺳﺎﺋﺮ ﺍﻷﻃﺒﺎﺀ ﺇﺧﻮﺓ ﱄ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﻗﻮﻡ ﺑﻮﺍﺟﱯ ﳓﻮ ﻣﺮﺿﺎﻱ ﺑﺪﻭﻥ ﺃﻱ ﺍﻋﺘﺒﺎﺭ ﺩﻳﲏ ﺃﻭ ﻭﻃﲏ ﺃﻭ ﻋﺮﻗﻲ ﺃﻭ ﺳﻴﺎﺳﻲ ﺃﻭ ﺍﺟﺘﻤﺎﻋﻲ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﺃﺣﺎﻓﻆ ﺑﻜﻞ ﺣﺰﻡ ﻋﻠﻰ ﺍﺣﱰﺍﻡ ﺍﳊﻴﺎﺓ ﺍﻹﻧﺴﺎﻧﻴﺔ ﻣﻨﺬ ﻧﺸﺄﲥﺎ‪.‬‬ ‫‪‬‬

‫ﻭﺃﻥ ﻻ ﺃﺳﺘﻌﻤﻞ ﻣﻌﻠﻮﻣﺎﺗﻲ ﺍﻟﻄﺒﻴﺔ ﺑﻄﺮﻳﻖ ﻳﻀﺮ ﲝﻘﻮﻕ ﺍﻹﻧﺴﺎﻥ ﻣﻬﻤﺎ ﻻﻗﻴﺖ ﻣﻦ ﲥﺪﻳﺪ‪.‬‬ ‫‪‬‬

‫ﺑﻜﻞ ﻫﺬﺍ ﺃﺗﻌﻬﺪ ﻋﻦ ﻛﺎﻣﻞ ﺍﺧﺘﻴﺎﺭ ﻭﻣﻘﺴﻤﺎ ﺑﺎ‪.‬‬ ‫‪‬‬

‫ﻭﺍ‪ ‬ﻋﻠﻰ ﻣﺎ ﺃﻗﻮﻝ ﺷﻬﻴﺪ‪.‬‬