Prof. Niko Beerenwinkel, Department of Biosystems Science and Engineering, EPF Zurich

L’un des défis majeurs de notre époque réside dans l’analyse et l’interprétation des données génomiques, générées en nombres toujours plus importants, afin de les exploiter au profit de la médecine. Les modèles mathématiques et statistiques sont à la base de l’évaluation informatisée des données relatives au génome. Niko Beerenwinkel et son groupe essayent de répondre à des questions biomédicales grâce à leurs modèles. Le groupe a récemment publié deux études qui devraient largement faciliter le choix futur des bons médicaments.

Ce fut probablement une mutation de nos gènes, il y a près de 70 000 ans, qui déclencha la révolution cognitive et nous permit à nous, les Homo Sapiens, de penser et de communiquer d’une manière jusque-là inédite. Un avantage considérable pour la survie de l’espèce. L’ADN de tous les organismes est soumis à des mutations spontanées de ce type. Dans la génétique des populations, la valeur sélective désigne un avantage de survie. Les individus d’une population avec une valeur sélective élevée engendrent généralement une descendance fertile importante. Niko Beerenwinkel et son groupe analysent des problèmes biomédicaux à l’aide de modèles mathématiques et de méthodes statistiques. Ils se concentrent à cet égard sur les changements dans l’évolution des virus, en particulier du VIH, et sur l’évolution des cellules cancéreuses.

Comme toutes les cellules, ces dernières évoluent aussi à chaque division cellulaire. Une mutation peut donner un atout à la cellule cancéreuse. Il est donc important de comprendre ces modifications et leurs conséquences pour pouvoir lutter de manière ciblée contre les cellules cancéreuses. «Aujourd’hui, nous pouvons analyser le génome complet d’une seule cellule et suivre ainsi précisément l’évolution des cellules cancéreuses», explique Niko Beerenwinkel. Jusqu’à présent, tous les modèles mathématiques partaient du principe que les cellules cancéreuses de chaque locus de gène ne pouvaient muter qu’une fois. En décembre 2017, Niko Beerenwinkel et son groupe ont pu réfuter cette hypothèse formulée en 1969 grâce à l’analyse statistique de nombreux génomes de cellules cancéreuses individuelles. L’étude a été publiée dans la revue Genom Research. L’hétérogénéité génomique des cellules cancéreuses est un défi majeur pour le traitement médicamenteux, car dans certaines circonstances, une thérapie spécifique n’est plus efficace sur les cellules cancéreuses qui sont nées de mutations ultérieures de la cellule d’origine (hétérogénéité intratumorale). Ces nouvelles découvertes forment une base importante pour la compréhension nécessaire à la lutte future contre les cellules cancéreuses.

Mais comment peut-on exploiter la compréhension de l’influence des mutations et de leurs interactions sur la valeur sélective pour créer un traitement? Les interactions génétiques sont extrêmement complexes. Il existe ainsi des gènes qui ont une influence plus marquée que d’autres sur l’expression phénotypique. Ce sont des gènes dominants. Le gène de la calvitie est par exemple dominant, ce qui signifie qu’il prendra le pas sur le gène de la couleur des cheveux. En génétique, l’épistasie désigne l’interaction imprévisible entre des mutations. Niko Beerenwinkel et son groupe ont collaboré avec une équipe américaine pour développer un nouveau modèle mathématique qui permet de calculer ces interactions épistasiques uniquement grâce au classement de la valeur sélective. «Nous utilisons les données séquentielles d’agents pathogènes comme le virus du SIDA, les parasites porteurs du paludisme et une famille d’enzymes responsable des antibiorésistances pour déterminer mathématiquement les interactions génétiques à partir du classement de la valeur sélective», décrit Niko Beerenwinkel. Il ajoute: «Cette méthode, qui repose uniquement sur la comparaison de la valeur sélective des individus, peut être appliquée aux cellules cancéreuses et pourraient à l’avenir aider les médecins dans le choix du meilleur médicament possible.» Les personnes intéressées peuvent lire les résultats de l’étude ici (eLife, décembre 2017).

Niko Beerenwinkel est né en 1973 à Dusseldorf. Il a étudié les mathématiques et la biologie à l’Université de Bayreuth et à l’Université de Bonn, en Allemagne. Il a effectué son doctorat, entre 2000 et 2004, à l’Institut Max-Planck pour l’Informatique et à l’Université de la Sarre à Sarrebruck. Il a ensuite réalisé son post-doctorat aux Etats-Unis – à l’Université de Californie, à Berkeley, et à l’Université de Harvard – avant de décrocher un poste de professeur assistant à l’EPF de Zurich en 2007. Depuis 2009, Niko Beerenwinkel est à la tête du groupe du Swiss Institute of Bioinformatics, et professeur associé du Department of Biosystems Science and Engineering de l’EPF Zurich à Bâle depuis 2013.