La classe courante des variants génétiques associés à la vascularite dans les interféronopathies de type I au sein d’une cohorte pédiatrique

Résumé

Le séquençage de l’exome complet de 1 204 patients pédiatriques présentant une maladie auto-inflammatoire suspectée a identifié des variants associés à l’interféronopathie dans 132 cas, dont 79 mutations nouvelles. La plupart étaient hétérozygotes et liés à des phénotypes vasculitiques. Ces résultats soulignent la valeur diagnostique des tests génétiques et le rôle central de la signalisation de l’interféron de type I dysrégulé dans la vascularite pédiatrique.

Résumé

La vascularite pédiatrique est traditionnellement diagnostiquée par évaluation histopathologique ; cependant, de plus en plus, des approches d’imagerie moins invasives sont utilisées en pratique clinique. Malgré ces avancées, l’identification d’une étiologie monogénique sous-jacente reste essentielle pour comprendre les mécanismes de la maladie, prédire le pronostic et orienter les stratégies thérapeutiques ciblées. Les interféronopathies de type I constituent un groupe hétérogène de troubles à médiation immunitaire, caractérisés par une signalisation interféronique constitutive et des manifestations vasculitiques ou vasculopathiques fréquentes. L’activation persistante des voies de détection des acides nucléiques et l’homéostasie intracellulaire altérée contribuent à un dysfonctionnement endothélial et à une inflammation vasculaire chronique.

Cette étude présente un flux de travail d’analyse génétique complet pour détecter les variantes associées à la vascularite dans les gènes liés à l’interféronopathie au sein d’une cohorte pédiatrique de maladies auto-inflammatoires. Le séquençage de l’exome entier a été réalisé chez 1 204 patients présentant des troubles auto-inflammatoires suspectés. Les variantes affectant les régions codantes et les sites de sépissage ont été analysées à l’aide d’un pipeline bioinformatique basé sur les directives de l’American College of Medical Genetics and Genomics, intégrant des techniques de filtrage statistique et de traitement du signal inspirées par les transformées de Fourier discrètes (DFT) et les distributions statistiques pour améliorer la priorisation et l’interprétation des variantes.

Des variants associés à l’interféronopathie ont été identifiés chez 132 patients pédiatriques évalués via une base de données de clinique rhumatologique. Au total, 92 variants uniques ont été détectés, dont 13 variants pathogènes ou probablement pathogènes signalés précédemment et 79 variants nouveaux qui n’étaient pas présents dans les bases de données publiques en février 2026. Les manifestations cliniques comprenaient principalement une fièvre récurrente, des manifestations vasculitiques et des présentations autoinflammatoires complexes.

Les variants impliquaient des gènes associés à une signalisation de l’interféron dérégulée et à une activation immunitaire innée, incluant des voies liées à l’activation de STING, au métabolisme des acides nucléiques et à un dysfonctionnement du trafic intracellulaire. Ce flux de travail interdisciplinaire démontre l’utilité diagnostique potentielle de l’analyse génomique dans la vascularite pédiatrique et souligne l’importance d’une signalisation interféronique soutenue dans les lésions vasculaires et la pathogenèse des maladies autoinflammatoires.

Introduction

La vascularite pédiatrique a traditionnellement été diagnostiquée par évaluation histopathologique, qui reste la référence absolue. Cependant, les stratégies diagnostiques récentes favorisent de plus en plus des approches moins invasives, en particulier les modalités basées sur l’imagerie. Malgré ces avancées, identifier une étiologie monogénique sous-jacente est d’une importance capitale dans la vascularite infantile, car elle fournit des informations essentielles sur les mécanismes de la maladie, le pronostic et les opportunités de thérapie^{ciblée 1,2}.

La vascularite infantile doit être suspectée chez les enfants présentant une inflammation systémique et une atteinte multiorganique. Une prise d’antécédents approfondie, un examen physique complet, des analyses de laboratoire, des examens d’imagerie et, dans certains cas, des biopsies tissulaires sont nécessaires pour établir le diagnostic et exclure les mimiques. La détection précoce et le traitement sont essentiels car les maladies non traitées peuvent entraîner des complications potentiellement mortelles ou des séquelles à long^{terme 1}.

Les interféronopathies de type I incluent un spectre diversifié de troubles monogéniques et complexes médiés par le système immunitaire, caractérisés par une activation soutenue de la voie de l’interféron de type I et des caractéristiques vasculopathiques ou vasculopathiques^{récurrentes 3,4}. Une détection déséquilibrée des acides nucléiques et une homéostasie intracellulaire altérée sont des mécanismes pathogènes centraux reliant la surproduction prolongée d’interféron à l’inflammation et aux lésions vasculaires. Les mutations de gain de fonction en TMEM173 (STING1) provoquent une vasculopathie associée à la STING avec début en bas âge (SAVI), tandis que les mutations COPA autosomiques dominantes perturbent le trafic endoplasmique du réticulum-Golgi, conduisant à une activation aberrante de la STING et à un phénotype^{vasculique 3-5}. D’autres interféronopathies causées par des défauts des gènes du métabolisme des acides nucléiques (TREX1, RNASEH2A/B/C, SAMHD1, ADAR1 et IFIH1) mettent en avant le lien mécaniste entre la dysrégulation de l’interféron et la pathologie^{vasculaire 3} (voir Figure 1).

Figure 1. Architecture pathogène détaillée des interféronopathies de type I entraînant des dysfonctions endothéliales et des lésions microvasculaires dans les cohortes pédiatriques. (À gauche) Contexte systémique de l’interféronopathie pédiatrique de type I : discrimination défectueuse entre soi et non-soi et détection aberrante des acides nucléiques de l’hôte déclenchent une autoinflammation systémique. Les phénotypes cliniques se caractérisent principalement par une vasculopathie cutanée précoce et une atteinte systémique, se manifestant fréquemment par des lésions cutanées ressemblant à des engeurons. (Milieu) Cascade mécanistique de défauts génétiques à une dysrégulation systémique : des mutations de perte de fonction dans les enzymes de dégagement des acides nucléiques (par exemple, DNASE1, TREX1) entraînent une accumulation aberrante d’ADN et d’ARN endogènes dans le cytoplasme. Parallèlement, des mutations de gain de fonction dans des capteurs tels que STING1 entraînent une activation constitutive de la voie cGAS-STING indépendamment des déclencheurs viraux. Cette détection intracytoplasmique pathogène hyperactive les facteurs régulateurs de l’interféron, entraînant la synthèse continue des interférons de type I (IFN-α/β). La production chronique de cytokines crée une boucle d’amplification systémique auto-entretenue via les récepteurs IFNAR1/2, aggravée par des mécanismes de clairance altérés et des contrôles de rétroaction positive. (À droite) Résultat pathologique : la liaison persistante de l’IFN-α/β circulant au complexe récepteur des cellules endothéliales induit une activation soutenue du JAK-STAT. Cette perturbation homéostatique constante provoque un stress endothélial persistant et altère les mécanismes physiologiques de vasorelaxation. Au niveau capillaire, cet état hyper-inflammatoire provoque une lésion directe des cellules endothéliales, un épaississement important de la paroi vaisseuse et une thrombose microvasculaire luminale, culminant en une ischémie tissulaire sévère et une microvasculopathie nécrosante sans voies auto-immunes médiées par les auto-anticorps. Abréviations : cGAS-STING = stimulateur cyclique GMP-AMP synthase des gènes d’interféron ; DNASE1 = désoxyribonucléase 1 ; GoF = gain de fonction ; IFN = interféron ; IFNAR = récepteur de l’interféron alpha/bêta ; IRF = facteur régulateur de l’interféron ; JAK-STAT = Transducteur du signal de la kinase Janus et activateur de la transcription ; STING1 = stimulateur de la réponse à l’interféron interacteur cGAMP 1 ; TREX1 = trois exonucléase de réparation primaire 1. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Cette approche a été développée pour détecter les variantes géniques associées à l’interféronopathie dans les cohortes autoinflammatoires pédiatriques, car les méthodes conventionnelles peuvent rencontrer des difficultés analytiques lors de la priorisation précoce des mutations rares, et l’hétérogénéité des neutrophiles joue un rôle crucial dans la prédiction du risque de^{rechute 6}. Dans la littérature, le rôle de la dysrégulation de la signalisation de l’interféron dans la vascularite des petits vaisseaux a été élucidé grâce à des analyses unicellulaires, soulignant l’avantage du séquençage de l’exome entier (WES) pour un diagnostic précoce dans les cohortes^{pédiatriques 6}.

Les syndromes autoinflammatoires monogéniques peuvent se manifester par une vascularite ou des manifestations similaires à la vascularite. Par exemple, la SAVI peut imiter une vascularite à petits ou moyens^{vaisseaux 7}. De même, l’arthrite juvénile idiopathique (AIJ) représente un groupe hétérogène de maladies inflammatoires à début infantile qui peuvent persister à l’âge adulte et sont associées à une dysrégulation de type interféronopathie, soulignant la nécessité d’une analyse génétique dans les cohortes^{pédiatriques 8}.

Les interféronopathies de type I sont des erreurs innées mendéliennes de l’immunité caractérisées par l’activation de capteurs antiviraux déclenchés par des acides nucléiques dérivés de l’hôte, représentant une défaillance de la discrimination entre soi et^{non-soi 3,4}. Ces troubles sont définis par une régulation à la hausse de la signalisation des interférons de type I, et les manifestations dermatologiques fournissent souvent des indices diagnostiques importants. L’ISV est associée à des mutations de gain de fonction chez TMEM173 et se manifeste par une vasculopathie cutanée à début précoce ainsi qu’une inflammation^{pulmonaire 9}. La mutation p.V155M est le variant¹⁰ le plus fréquemment rapporté. L’ISVI est une maladie autoinflammatoire rare associée aux mutations STING1, caractérisée par une maladie pulmonaire interstitielle précoce (ILD) et des lésions cutanées, et peut cliniquement imiter le lupus érythémateux systémique (LES⁾¹¹. Une signalisation interféronique de type I déréglée a également été impliquée dans la vascularite associée aux anticorps cytoplasmiques anti-neutrophiles (ANCA). Dans le VAA, une signature d’interféron de type I prédomine dans la polyangiite microscopique/vascularite associée à la myéloperoxydase (MPA/MPO-AAV) et est associée au pronostic rénal, mettant en lumière la contribution de variantes rares à la dysrégulation de l’interféron¹².

Les syndromes autoinflammatoires monogéniques peuvent se manifester par une vascularite ou des manifestations similaires à la vascularite. Par exemple, la SAVI peut imiter une vascularite à petits ou moyens^{vaisseaux 7}. Auparavant, la plus grande cohorte mondiale de patients porteurs de mutations activatrices de STING1 était décrite, fournissant une caractérisation phénotypique clinique et immunologique élargie de SAVI¹³. Au cours des deux dernières décennies, des progrès remarquables ont été réalisés dans la compréhension de la reconnaissance des agents pathogènes par les cellules hématopoïétiques et non hématopoïétiques. Les composants microbiens sont détectés par des récepteurs codés par la lignée germinale, une étape clé pour déclencher cette^{réponse 14}. En 2006, il a été démontré que la transfection d’ADN dans divers types cellulaires induit une régulation à la hausse des interférons de type I de manière indépendante du récepteur type toll (TLR). Dans ce contexte, STING, une protéine transmembranaire localisée dans le réticule endoplasmique, a été identifiée en 2008 comme un médiateur clé des réponses interféroniques de type I à l’ADN^{synthétique et viral 13}. Les mutations de gain de fonction chez STING1 entraînent une interféronopathie de type I connue sous le nom de SAVI⁹˒¹⁰˒¹⁴. Cette maladie grave se caractérise de manière variable par une inflammation systémique précoce, une vasculopathie cutanée et une maladie pulmonaire interstitielle (ILD⁾¹⁴. L’ISV est rare, 52 patients issus de 37 familles ont été signalés à ce jour, et la plupart des cas surviennent de novo, bien qu’une hérédité autosomique dominante ait également été documentée. Auparavant, la plus grande cohorte mondiale de patients porteurs de mutations activatrices de la STING1 était décrite, fournissant une caractérisation phénotypique clinique et immunologique élargie de SAVI ^9,10,11˒¹⁴.

Ce protocole a été développé pour permettre la détection précoce des variants génétiques associés à l’interféronopathie par analyse génétique basée sur le WES chez des patients pédiatriques présentant des caractéristiques autoinflammatoires, les approches conventionnelles étant souvent insuffisantes pour identifier les mutations rares et peuvent manquer des opportunités d’intervention précoce. La littérature démontre que le rôle de la régulation à la hausse de l’interféron dans les phénotypes de type vascularite a été clarifié par l’étude des troubles mendéliens, soulignant ainsi l’avantage du WES pour la détection de variantes^{rares 4,7,12}.

L’objectif principal de cette méthode est d’intégrer les principes de traitement du signal basés sur la physique avec une modélisation computationnelle biophysique simplifiée afin de soutenir la détection de variantes dans les données WES pour les interféronopathies de type I, tout en interprétant les effets en aval sur les voies de signalisation de l’interféron, en particulier la cascade du transducteur et activateur du signal kinase de Janus (JAK-STAT). Cette approche exploratoire vise à compléter l’analyse des régions génomiques fréquemment affectées par le bruit de séquençage et la couverture non uniforme des troubles à médiation immunitaire, dans lesquels une activation dysrégulée de l’interféron entraîne des phénotypes vasculitiques. Les flux de travail bioinformatiques standards se concentrent généralement sur des indicateurs de qualité standard, ce qui peut laisser place à un filtrage supplémentaire et favorable lors de l’identification de variantes dans des régions complexes de gènes comme STING1 ou TREX1. En appliquant des techniques de traitement du signal inspirées par les transformées de Fourier discrètes (DFT) et les distributions statistiques, cette méthode extrait des caractéristiques génomiques sous-jacentes des séquences nucléotidiques, en cartographiant les bases (A, T, C, G) vers des indicateurs binaires pour l’analyse des motifs de^{mutations 15}. De plus, la modélisation biophysique des voies d’interféron intègre le comportement seuil et l’amplification cumulative du signal pour évaluer comment les variants génétiques peuvent maintenir un dysfonctionnement endothélial, en mettant l’accent sur le rôle de la voie JAK-STAT dans la transmission des signaux d’interféron de type I (IFN-α/β).

Cette application exploratoire a été conçue pour étudier les profils d’alignement dans les régions à faible couverture. Alors que les outils informatiques standards assurent la filtration primaire des variants, le modèle de soutien étudie si l’évaluation basée sur les SNR peut offrir un gating qualitatif secondaire des variantes codantes à nucléotide unique (SNV) affectées par une distribution de lecture non uniforme. Cette approche basée sur la physique utilise l’optimisation SNR pour évaluer la qualité du génotype et les rapports de lecture mineurs. Dans la littérature plus large, une modélisation stochastique similaire a révélé des réponses graduées dans les voies JAK-STAT plutôt que dans la dynamique tout ou rien, permettant une meilleure prédiction de la surproduction d’interféron¹⁶. La voie JAK-STAT, activée par des interférons de type I (IFN) se liant aux récepteurs IFNAR1/IFNAR2, implique que les kinases Janus (JAK1, TYK2) phosphorylent STAT1 et STAT2, formant le complexe ISGF3 avec IRF9 pour la translocation nucléaire et la transcription^{ISG 17}. Cela peut être modélisé à l’aide d’équations différentielles ordinaires (EDO) pour l’induction IFN-β :

où les paramètres listés représentent le taux de phosphorylation, la déphosphorylation et le retour négatif via SOCS1, en mettant en évidence l’amplification dépendante du^{seuil 17}. Des détails supplémentaires incluent la formation d’homodimères STAT1 pour la signalisation IFN-γ, mais dans les interféronopathies de type I, une activation soutenue conduit à une expression excessive de l’ISG. Les simulations stochastiques tiennent également compte de la variabilité, utilisant des algorithmes de Gillespie pour modéliser le bruit dans la liaison récepteur-ligand et l’importation nucléaire, révélant l’hétérogénéité cellule à cellule dans les réponses^{IFN 16}. Cette méthode est particulièrement adaptée aux chercheurs étudiant la vascularite auto-inflammatoire, car elle fournit un cadre quantitatif reliant les variantes à la dysrégulation des voies, par exemple par des EDO prolongées incorporant des effets paracrines :

où les paramètres listés représentent le taux de production, la dégradation et le renforcement^{paracrine 18}. Les utilisateurs disposant d’un accès à des données de séquençage à haut débit et à des ressources informatiques peuvent appliquer cette approche pour prioriser les variantes candidates et explorer les effets potentiels des voies.

Cette étude a été planifiée en utilisant une approche multidisciplinaire en rhumatologie et en génétique afin d’identifier les variantes associées à la vascularite dans les gènes liés à l’interféronopathie dans une large cohorte pédiatrique présentant des caractéristiques autoinflammatoires, en utilisant un protocole d’analyse génétique basé sur le séquençage clinique de l’exome (CES)/WES en raison des difficultés de classification de la vasculite et des limites des approches traditionnelles. De plus, l’étude visait à souligner la valeur diagnostique de l’évaluation génétique dans la vascularite infantile.

La classification de la vascularite de Chapel Hill de 2012 n’inclut pas la vascularite autoinflammatoire^{monogénique 19}. Cette étude visait à déterminer la fréquence des variants liés à l’interféronopathie détectés chez un groupe de patients pédiatriques présentant des symptômes auto-inflammatoires, à contribuer à l’élargissement de la base de données des maladies rares et à souligner l’importance de l’évaluation génétique dans la vascularite pédiatrique.

Protocole

Ce protocole a été approuvé par le Comité d’éthique de la Faculté de médecine de l’Université d’Ege. Tous les échantillons de sang périphérique ont été prélevés après l’obtention d’un consentement éclairé écrit des patients ou de leurs tuteurs légaux, conformément à la Déclaration d’Helsinki. Cette étude rétrospective unicentrique a été conçue pour évaluer la fréquence des variants associés à l’interféronopathie chez les patients faisant l’objet d’une analyse génétique suspectée de maladie auto-inflammatoire et pour étudier leur relation avec la vascularite. Entre 2022 et 2025, des échantillons de sang périphérique envoyés au laboratoire de médecine moléculaire de l’Université Ege avec un diagnostic préliminaire de maladie autoinflammatoire ont été inclus. Un total de 1 204 échantillons ont subi une analyse génétique. CES/WES a été utilisé comme approche de séquençage de nouvelle génération (NGS) ciblant les exons et les séquences intrôniques adjacentes. Les variantes ont été classées selon les critères de l’ACMG et l’analyse bioinformatique. Les variants bénins et potentiellement bénins ont été exclus. Parmi celles-ci, 132 cas pédiatriques présentant des variants associés à l’interféronopathie identifiés et répondant aux critères d’inclusion ont été inclus dans la cohorte finale de l’étude.

Au sein de cette cohorte pédiatrique, les données cliniques ont été extraites d’une base de données de clinique rhumatologique. Au total, 92 variants génétiques uniques ont été identifiés parmi les 132 patients, dont 13 variants pathogènes ou probablement pathogènes précédemment signalés documentés dans les bases de données publiques de variants (par exemple, ClinVar) et 79 variants nouveaux absents des bases de données publiques en février 2026. La plupart des variantes étaient hétérozygotes et associées à des phénotypes de type CAPS ou à des présentations de vascularite auto-inflammatoire complexe. WES utilisait une approche NGS ciblant les régions codantes protéiques (exons) et les séquences introniques adjacentes pour détecter les variantes du site splice et les variantes régulatrices. Bien que le WES couvre environ 1 % à 2 % du génome humain, il capture près de 85 % des mutations connues responsables de la maladie, ce qui en fait un outil très efficace pour la détection de variantes rares.

Le flux de travail en laboratoire comprenait l’extraction d’ADN génomique à partir du sang périphérique, la fragmentation de l’ADN, la préparation de bibliothèques ligaturées par adaptateur, et l’enrichissement de l’exome à l’aide de sondes de capture basées sur l’hybridation via pulldown biotine-streptavidina. Un séquençage à haut débit en binôme a été réalisé sur une plateforme de séquençage de nanobilles d’ADN, atteignant une profondeur de couverture moyenne de 100 à 200x pour garantir une détection fiable des variantes. L’analyse bioinformatique impliquait l’alignement du génome de référence, l’appel des variants et l’annotation à l’aide de bases de données de variants sélectionnées, la classification des variants étant réalisée selon les directives de l’American College of Medical Genetics and Genomics (ACMG). Les variants étaient classés comme déjà rapportés ou nouveaux. Certaines variantes sélectionnées ont été validées par séquençage Sanger.

En plus des pipelines bioinformatiques standards, des principes de traitement du signal basés sur la physique et une modélisation computationnelle simplifiée ont été appliqués pour évaluer la profondeur de séquençage, l’uniformité de la couverture et les caractéristiques signal sur bruit, fournissant ainsi une couche exploratoire et complémentaire pour analyser la profondeur brute du séquençage et la couverture régionale. De plus, des concepts de modélisation biophysique ont été utilisés pour évaluer l’impact cumulatif des variantes génétiques associées à la vascularite.

Ce cadre interdisciplinaire sert de modèle de laboratoire préliminaire pour étudier les caractéristiques de filtrage des variantes dans un contexte de recherche exploratoire, notamment pour guider les stratégies thérapeutiques anti-interféron. Les limitations incluent une sensibilité réduite pour les variantes mosaïque de bas niveau et l’exigence de validation fonctionnelle des résultats novateurs. Les applications potentielles incluent un diagnostic précoce de la vascularite pédiatrique, la prise de décision thérapeutique personnalisée et l’élargissement des bases de données de variants pertinentes pour l’immunologie, la rhumatologie et la médecine vasculaire.

Fragmentation de l’ADN

Vingt microlitres d’ADN dilué ont été transférés dans de nouveaux tubes PCR stériles. À chaque tube, 2 μL de tampon de fragmentation/adenylation et 3 μL de mélange enzymatique de fragmentation/adenylation ont été ajoutés ; le volume total de réaction était de 25 μL. Le mélange était délicatement mélangé, brièvement centrifugé, et le programme de fragmentation était exécuté sur le thermocycleur. Immédiatement après l’achèvement, les tubes furent brièvement centrifugés et placés sur la glace. Le résultat attendu était une taille moyenne de fragment d’ADN de 200 à 300 pb.

Ligature de l’adaptateur

À chaque produit de fragmentation, 2,5 μL d’adaptateur de séquençage étaient ajoutés, suivis de 10 μL de mélange maître de ligation (sans vortex). Le mélange a été doucement pipettatu pour assurer l’homogénéité, brièvement centrifugé, puis incubé à 20 °C pendant 15 minutes avec le couvercle du thermocycleur ouvert. Après l’incubation, les tubes étaient brièvement centrifugés et conservés sur la glace.

Purification à base de perles

Trente microlitres de billes magnétiques ont été ajoutés à chaque échantillon et mélangés soigneusement par pipetage jusqu’à obtenir une suspension homogène. Le mélange était incubé à température ambiante pendant 5 minutes, puis les tubes étaient placés sur un support magnétique pendant 3 minutes. Après que le surnageant ait été dissipé, il a été soigneusement retiré. Le pellet a été lavé deux fois avec 100 μL d’éthanol à 80 %, et l’éthanol résiduel a été retiré après le lavage final. Les perles étaient ensuite séchées à l’air sur le support magnétique pendant jusqu’à 5 minutes. Neuf microlitres d’eau sans nucléase ont été ajoutés, le pellet a été resuspendu par pipette et incubé pendant 2 minutes à température ambiante. Après une séparation magnétique de 3 minutes, 7,5 μL de surnageant ont été transférés dans un nouveau tube PCR marqué.

Amplification PCR

Les amorces de transcription in vitro (IVT) ont été diluées (20 μL de stock d’amorces + 80 μL d’eau sans nucléase). Pour la réaction PCR (volume total 17,5 μL), 2,5 μL d’amorce IVT 1, 2,5 μL d’amorce IVT 2 et 12,5 μL de mélange maître d’amplification de bibliothèque ont été ajoutés. Le mélange a été doucement pipeté, puis le programme PCR-3 a été réalisé.

Purification post-PCR

Vingt-cinq microlitres de billes magnétiques ont été ajoutés à chaque produit PCR. Après 5 minutes d’incubation à température ambiante et séparation magnétique, les billes ont été lavées deux fois avec 100 μL d’éthanol à 80 %. Après séchage à l’air pendant jusqu’à 5 minutes, 11 μL d’eau sans nucléase ont été ajoutés. Dix microlitres de surnageant ont été transférés dans un nouveau tube. La concentration de la bibliothèque était mesurée ; cible : >25 ng/μL.

Regroupement et hybridation (échantillons par pool)

Les bibliothèques ont été regroupées avec huit échantillons de patients par groupe (93,75 ng par échantillon, total 750 ng). Le volume a été ajusté à 12,5 μL avec de l’eau sans nucléase si nécessaire. Le mélange d’hybridation a été préincubé à 65 °C pendant 15 minutes. Une solution bloqueante, des oligonucléotides universels blocants, une sonde de capture d’exome, de l’eau sans nucléase et un amplificateur d’hybridation ont été ajoutés séquentiellement. Le programme d’hybridation de 16 heures a été lancé (18h00–10h00).

Capture de cibles hybrides sur des billes de streptavidine

Les billes de streptavidine ont été lavées trois fois avec un tampon de liaison. Après l’hybridation de 16 heures, le mélange a été ajouté aux billes et incubé à 25 °C pendant 30 minutes, avec un mélange doux toutes les 5 minutes. Le lavage a été effectué avec le tampon de capture 1 à température ambiante, suivi de trois lavages avec le tampon de capture préchauffé (48 °C) 2, incluant l’incubation à 48 °C. Après le lavage final, la pellete a été remise en suspension dans 23 μL d’eau sans nucléase.

Préparation de l’ADN simple brin (ssDNA)

Vingt-quatre microlitres de tampon TE ont été ajoutés, et le mélange a été dénaturé à 95 °C pendant 3 minutes, puis immédiatement mis sur glace. Un mélange maître contenant un tampon de ligature par attelle et une ligase rapide d’ADN a été ajouté, et le programme SS-2 (37 °C, 30 min) a été exécuté pour circulariser l’ADN simple brin (simple brin de l’ADN). Un tampon de digestion et un mélange d’enzymes digestives ont été ajoutés, et le programme SS-3 (37 °C, 30 min) a été lancé. Ensuite, 3,75 μL de tampon d’arrêt de digestion ont été ajoutés. Quatre-vingt-cinq microlitres de billes magnétiques ont été ajoutées, suivies d’une purification standard des billes. Quinze microlitres de surnageant ont été transférés dans un nouveau tube ; la concentration attendue était de 0,8 à 2 ng/μL.

Préparation de nanoballe d’ADN (DNB)

Les produits d’ADN ssD ont été utilisés pour la formation de DNB. Des tampons de formation DNB, un tampon TE à faible EDTA et des mélanges enzymatiques DNB 1 et 2 ont été ajoutés. Les programmes DNB-1 et DNB-2 étaient exécutés séquentiellement. Après l’achèvement, 20 μL de tampon DNB d’arrêt de réaction ont été ajoutés et délicatement mélangés (5–8x) à l’aide de pointes de pipette à large calibre ; La concentration attendue était de 8 à 40 ng. Les DNB préparés étaient chargés sur la plateforme de séquençage de nanobilles d’ADN pour un séquençage à haut débit.

Traitement des données de séquençage et analyse du signal

Les lectures de séquençage brut étaient contrôlées en qualité grâce à FastQC (v0.11.9) et fastp (v0.23.1). Le seuil rapport signal/bruit (SNR) de 20 dB a été optimisé à l’aide d’une analyse de la courbe de caractéristique de fonctionnement du récepteur (ROC) sur un ensemble de données de référence de variantes autoinflammatoires connues, équilibrant un taux de fausse découverte (FDR) de <1 % avec une sensibilité cible de >95 % pour les variantes basse fréquence ; les lectures tombant en dessous de ce seuil de 20 dB ont été écartées. L’alignement avec le génome de référence Human Build 38 (GRCh38) du Genome Reference Consortium (GRCh38) et l’appel initial des variants ont été réalisés à l’aide de BWA-MEM (v0.7.17) et du Genome Analysis Toolkit (GATK, v4.2.6).

Pour les étapes de traitement du signal basées sur la physique, les séquences nucléotidiques ont été converties en signaux numériques binaires (0 représentant les purines ; 1 représentant les pyrimidines). Pour calculer la DFT, le signal binaire a été traité avec une fenêtre glissante de N = 512 paires de bases et un chevauchement de 50 % (taille de pas de 256 pb) afin de maintenir une résolution génomique localisée. La DFT était définie comme suit :

Pour filtrer les artefacts de séquençage à haute fréquence sans trop lisser les véritables variantes à nucléotide unique (SNV), qui se manifestent par des transitions localisées nettes et hautes fréquences, un filtre numérique passe-bas a été calibré par programmation. La fréquence de coupure normalisée (fc) optimale était déterminée de manière itérative en balayant la plage de 0,05 à 0,25 cycles/base. L’algorithme d’optimisation a sélectionné fc = 0,15 cycle/base, défini comme le point d’inflexion où le spectre de puissance du signal conservait ≥85 % de la variance totale des variantes de contrôle true-positive connues tout en éliminant le bruit technique de fond. Le filtrage basé sur DFT a été appliqué à l’aide de scripts personnalisés écrits en Python (v3.9), en utilisant spécifiquement les bibliothèques NumPy (v1.23.0) et SciPy (v1.9.1), afin de réduire le bruit à haute fréquence tout en préservant les caractéristiques spectrales associées à la mutation. Les paramètres de filtrage étaient calibrés de manière itérative et programmatique pour éviter un sur-lissage des signaux variants rares. Le flux de travail intégré pour le traitement du signal et la modélisation biophysique est résumé à la Figure 2.

Modélisation biophysique et stochastique de la signalisation de l’interféron

Pour étudier les conséquences fonctionnelles des variantes identifiées, la dynamique des voies JAK–STAT a été modélisée à l’aide d’équations différentielles ordinaires (EDO) définies comme suit :

Des simulations déterministes en EDO étaient exécutées à l’aide de COPASI (Complex Pathway Simulator, v4.36) et corroborées par des scripts Python personnalisés via le module scipy.integrate.solve_ivp. Des conditions initiales biologiquement réalistes ont été établies, et des analyses de sensibilité ont été réalisées sur des constantes de taux d’amplification à l’aide de la SALib (Sensitivity Analysis Library in Python, v1.4.5). Une cinétique de signalisation IFN-α médiée par TYK2 a été intégrée pour simuler l’amplification STAT2 pilotée par gain de fonction.

Des effets stochastiques ont été introduits à l’aide d’une formulation de Langevin :

dX = f(X) dt + g(X)dW

De plus, des simulations stochastiques de Gillespie ont été réalisées en utilisant la bibliothèque Python GillesPy2 (v1.7.0) pour modéliser le bursting transcriptionnel et l’activation hétérogène du gène stimulé par l’interféron (ISG) induit par IFN-β. Les fonctions de délai distribuées représentées par des formulations de noyau gamma ont été implémentées en Python en utilisant l’intégration numérique pour simuler des mécanismes de rétroaction transcriptionnelle retardée. Tous les pipelines de calcul, y compris le filtrage du signal et la modélisation mathématique, étaient exécutés sur un environnement de calcul haute performance (HPC) basé sur Linux.

Figure 2. Cadre intégré pour le traitement du signal et la modélisation biophysique de la signalisation JAK-STAT. 1 : Stade de traitement du signal : cartographie binaire des séquences nucléotidiques (purines = 0, pyrimidines = 1) suivie d’un filtrage basé sur la DFT. Notez le seuil critique du SNR à 20 dB pour un appel de variante précis. 2 : Modélisation biophysique : Simulation basée sur des EDO des taux d’amplification où de petites perturbations dans les conditions initiales entraînent des changements de seuil dans la signalisation soutenue. 3 : Phénotype biologique : modélisation des variants de gain de fonction de TYK2 dans la voie IFN-α, conduisant à une activation amplifiée de STAT2 et à des phénotypes d’interféronopathie qui en résultent. Abréviations : DFT = transformée de Fourier discrète ; IFN-α = interféron alpha ; JAK-STAT = Transducteur du signal de la kinase Janus et activateur de la transcription ; EDO = équation différentielle ordinaire ; SNR = rapport signal/bruit ; STAT2 = transducteur de signal et activateur de la transcription 2 ; TYK2 = tyrosine kinase 2. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

La figure 2 résume l’intégration du traitement du signal basé sur la DFT avec les composants de modélisation EDO et stochastique utilisés dans le flux de travail computationnel exploratoire. Ce protocole complet intègre la génétique moléculaire avancée, les technologies de séquençage à haut débit, les algorithmes de traitement du signal et la modélisation biophysique pour soutenir la détection et l’interprétation fonctionnelle des variantes associées à l’interféronopathie dans la vascularite auto-inflammatoire pédiatrique.

Cadre statistique et distribution de probabilité cartographique du signal

Pour formaliser la cartographie numérique des séquences génomiques avant le filtrage du signal, un cadre de conversion binaire a été établi basé sur la biochimie des nucléotidiques. Pour toute fenêtre génomique structurelle de longueur N, les purines {A, G} sont associées à une valeur numérique de 0, et les pyrimidines {C, T} sont associées à 1. Selon l’hypothèse nulle (H0) d’une distribution génomique de fond uniforme et non biaisée, cette conversion binaire suit un cadre d’essai de Bernoulli. La fonction de masse de probabilité (PMF) du signal cartographié X est définie comme suit

P(X = x) = p^x(1 - p)^1-x pour x ∈ {0,1}

où p = 0,5 représente la probabilité de rencontrer un résidu pyrimidine sur une piste de fond non sélectionnée. Lors de l’échelle de cette conversion sur des bases séquentielles pour le calcul de la densité spectrale de puissance (PSD) via la DFT, la distribution cumulative du bruit de fond se comporte comme une marche aléatoire, convergeant vers une distribution gaussienne du bruit blanc selon le théorème central de la limite. Par conséquent, le spectre de puissance normalisé de cette distribution nulle suit une distribution chi-carré (χ²) avec 2 degrés de liberté. Pour maintenir un seuil strict de signification statistique (α = 0,05), le seuil d’intensité de puissance critique pour définir un véritable pic de signal variant pathogène a été calculé analytiquement à l’aide de l’intégration de densité de probabilité suivante :

Seuil = - In(a) x^{a 2}

où σ² représente la variance opérationnelle du plancher génomique génomique local. Tout pic spectral dépassant ce seuil (p < 0,05, équivalent à un SNR > 20 dB) était priorisé pour les portes de filtration in silico en aval, garantissant que l’appel variant soit basé sur les données et moins affecté par le bruit de séquençage stochastique.

Efficacité opérationnelle et analyse des coûts (Figure 3)

D’un point de vue translationnel et de mise en œuvre clinique, l’efficacité opérationnelle, le temps de rotation clinique (TAT) et la viabilité économique de ce protocole intégré ont été comparés aux voies diagnostiques traditionnelles, telles que le séquençage séquentiel de Sanger ou les panels génétiques ciblés restreints. Alors que les odyssées diagnostiques conventionnelles pour la vascularite pédiatrique ou les interféronopathies de type I suspectées durent fréquemment de 8 à 12 semaines grâce à des tests itératifs sur un seul gène, le flux de travail rationalisé — comprenant WES à haut débit, hybridation optimisée en 16 heures et filtrage parallélisé·e du signal DFT sur un cluster de calcul haute performance (HPC) — atteint un TAT clinique total rapporté de 10 à 14 jours entre la réception initiale de l’échantillon et le rapport moléculaire final. De plus, grâce à un multiplexage efficace des échantillons (regroupement de huit échantillons patients par bloc d’hybridation), le coût du réactif principal et du séquençage est estimé à environ 250 à 300 $ par patient, comparé aux bilans complets traditionnels qui dépassent souvent entre 1 200 et 1 800 $. Cette compression des cadres de chronologie diagnostique et de coûts suggère que le flux de travail bioinformatique proposé inspiré par la physique pourrait être réalisable et évolutif pour les laboratoires cliniques de génétique de routine.

Résultats

Dans cette cohorte de 132 patients présentant des variants associés à l’interféronopathie identifiés, un large spectre de variants génétiques a été identifié (Tableau 1). Parmi les patients, 53 (40,2 %) étaient des femmes et 79 (59,8 %) des hommes. L’âge moyen était de 10,2 ans (fourchette : 0–18 ans). Les données au niveau patient correspondant à la cohorte finale sont fournies dans le Tableau Supplémentaire S1.

Tableau 1 : Répartition et classification des variants génétiques associés à l’interféronopathie de type I identifiés au sein de la cohorte autoinflammatoire pédiatrique (n = 132). Veuillez cliquer ici pour télécharger ce tableau

Les gènes les plus fréquemment affectés étaient ADAR (25 patients, 18,94 %) et DNASE1 (24 patients, 18,18 %). Les variants de DNASE1 étaient exclusivement de classe 3 (100 % dans le gène ; 18,18 % de la cohorte totale). De même, la majorité des variants de l’ADAR étaient de classe 3 (24 patients, 96,00 % ; 18,18 % de la cohorte), avec un seul variant de classe 2 (4,00 % dans le gène ; 0,76 % de la cohorte) (Tableau 2).

Tableau 2 : Variants identifiés dans le panel NGS des maladies rares. Veuillez cliquer ici pour télécharger ce tableau

Les variants de STING1 (20 patients, 15,15 %) et RNASEH2B (14 patients, 10,61 %) étaient également fréquents. Toutes les variantes STING1 étaient de classe 3 (100 %). Pour RNASEH2B, 10 patients (71,43 %) présentaient des variants de classe 3 (7,58 % de la cohorte), tandis que 4 patients (28,57 %) présentaient des variants de classe 2 (3,03 % de la cohorte).

RNASEH2A mutations ont été identifiées chez 13 patients (9,85 %), tous porteurs de variants de classe 3 (100 %). Des mutations de TREX1 étaient présentes chez 10 patients (7,58 %), dont 8 variants de classe 3 (80,00 % ; 6,06 % de la cohorte) et 2 variants de classe 2 (20,00 % ; 1,52 % de la cohorte).

Des variants SAMHD1 ont été détectés chez 9 patients (6,82 %), dont 7 porteurs de variants de classe 3 (77,78 % ; 5,30 % de la cohorte), 1 patient porteur d’un variant de classe 1 (11,11 % ; 0,76 %) et 1 patient porteur d’un variant de classe 2 (11,11 % ; 0,76 %).

RNASEH2C mutations ont été observées chez 8 patients (6,06 %), tous de classe 3. DNASE1L3 mutations ont été identifiées chez 6 patients (4,55 %), dont 5 variants de classe 3 (83,33 % ; 3,79 % de la cohorte) et 1 variant de classe 2 (16,67 % ; 0,76 %). Des mutations PSMB8 et COPA ont chacune été détectées chez 5 patients (3,79 %), tous les variants étant de classe 3 (100 %). Les mutations DNASE2 et STAT4 étaient chacune présentes chez 3 patients (2,27 %), tous les variants étant classés de classe 3.

Dans l’ensemble, les variants de classe 3 constituaient la classe de variants prédominante sur presque tous les gènes de la cohorte. Les sites variants spécifiques, y compris les substitutions nucléotidiques détaillées et les altérations correspondantes des acides aminés à travers les gènes ciblés, sont catalogués dans le Tableau 3.

Analyse exploratoire des performances de traitement du signal

Pour explorer la robustesse et la sensibilité du pipeline de traitement du signal basé sur la DFT, un benchmark comparatif a été réalisé par rapport au flux de travail standard d’appel de variantes GATK uniquement, en se concentrant spécifiquement sur les régions génomiques à faible couverture (profondeur < 30x). Dans le benchmarking préliminaire, la disposition intégrée de filtrage DFT a montré une tendance potentielle à une meilleure priorisation dans certaines régions à faible couverture, suggérant une estimation exploratoire de la récupération allant jusqu’à 96,8 % dans ces conditions de contrôle spécifiques en laboratoire. Il est important de noter que ces paramètres et indicateurs numériques d’efficacité représentent des résultats préliminaires et exploratoires, calibrés dans le contexte spécifique de la cohorte institutionnelle, plutôt qu’un pipeline clinique universellement validé. Le pipeline a également récupéré des variants de vrai-positif précédemment abandonnés dans les régions à fort bruit. De plus, le FDR a été réduit de 6,4 % à 1,2 %, soulignant la robustesse potentielle du filtre passe-bas pour éliminer les artefacts de séquençage à haute fréquence. Parmi les nouveaux variants identifiés dans la cohorte, 14 variants (représentant 17,7 % des nouvelles découvertes), principalement situés dans des régions de couverture non uniforme dans STING1 et TREX1, ont initialement été classés comme des artefacts de faible qualité selon des seuils algorithmiques standards mais ont été récupérés et validés avec succès par le séquençage Sanger suivant le protocole d’amélioration du signal sur le bruit. Cette observation analytique suggère que l’évaluation des caractéristiques physiques des signaux peut être un outil utile dans les flux de travail de recherche exploratoire.

Comparaison comparative par rapport aux flux de travail standards

Pour évaluer la performance comparative de ce cadre intégré, une analyse de benchmarking côte à côte a été réalisée sur deux pipelines standards d’appels de variantes : le workflow GATK Best Practices (BWA-MEM + GATK HaplotypeCaller v4.2.6) et DeepVariant (v1.5). Les indicateurs de performance ont été calculés à l’aide d’un sous-ensemble de validation à haute confiance de la cohorte, évalué sur des régions à faible couverture (profondeur < 30x) et à fort bruit. L’architecture comparative est résumée dans le tableau 4.

Paramétrisation quantitative et validation des modèles computationnels

Pour ancrer les cadres biophysiques et stochastiques en termes quantitatifs, les EDO et les simulations de Gillespie ont été paramétrées à l’aide de valeurs cinétiques empiriques calibrées selon les conditions témoins expérimentales. Les simulations continues d’ODE suivent la concentration absolue de STAT2 phosphorylé ([STAT2p]) sur une durée de 720 minutes suivant une exposition simulée à l’interféron de type I. Dans le modèle computationnel de type sauvage (WT), la cascade de signalisation a démontré une atténuation homéostatique rapide, caractérisée par un pic d’activation à t = 45 min suivi d’un clear rapide entraîné par un retour négatif programmé (k3 = 0,45 min-1) via une expression simulée de SOCS1. En revanche, la modélisation des variations de gain de fonction (GoF) des voies STING1 et TYK2 a révélé des changements de seuil sévères, entraînant un état hyper-inflammatoire persistant et non atténuant. Les changements de demi-vie du signal (t1/2) et de pli en régime permanent sont résumés dans le tableau 5.

Déclaration de disponibilité des données

https://doi.org/10.5281/zenodo.20378497https://github.com/drgulnarahmedova-pixel/DFT-WES-Pediatric-Cohort-MethodologyPatient-level données cliniques correspondant à la cohorte finale sont fournies dans le Tableau Supplémentaire S1. Les seuils discrets de traitement numérique du signal, les formulations mathématiques, les configurations d’environnements logiciels et les paramètres de calcul nécessaires pour reproduire le filtrage DFT et les simulations des voies biophysiques (EDO et modélisation stochastique) ont été rendus publics. Pour garantir un accès permanent et sans entrave aux lecteurs, ce cadre de réplication a été déposé sur GitHub et archivé de façon permanente dans Zenodo via DOI : https://doi.org/10.5281/zenodo.20378497. GitHub : https://github.com/drgulnarahmedova-pixel/DFT-WES-Pediatric-Cohort-Methodology. Les bibliothèques logicielles open source standard et les plateformes de calcul numérique utilisées dans ce flux de travail, telles que NumPy, SciPy et COPASI, sont accessibles au public.

Figure 3. Storyboard opérationnel et architecture de pipeline pilotée par les données pour l’identification et la modélisation biophysique des variantes associées à l’interféronopathie de type I. Le schéma décrit un flux de travail chronologique expérimental et computationnel à quatre niveaux, intégrant l’analyse clinique des cohortes avec le traitement biologique du signal. (A) Stratification des cohortes et pipeline NGS : flux de travail pour la cohorte autoinflammatoire pédiatrique (n = 132) en cours de WES. L’enclos affiche les pistes brutes de contrôle qualité FastQ des scores Phred, passant à l’appel variant GATK/DeepVariant et à la génération finale de matrices VCF. (B) Traitement du signal basé sur la DFT : traduction algorithmique du texte génomique en signaux génomiques numériques pour réduire le bruit. Le graphique intégré basé sur les données trace une distribution du spectre de puissance, identifiant les fréquences variantes pathogènes (pics de signal) face au bruit de fond génomique avec un seuil SNR de >20 dB. (C) Porte de curation in silico : entonnoir de priorisation à plusieurs niveaux intégrant les directives de pathogénicité à 5 niveaux de l’ACMG, HGMD et les vérifications croisées d’Infevers pour prioriser les 79 variants nouveaux et les 13 variants signalés. (D) Validation de modélisation biophysique fonctionnelle : couche de validation biologique. Le cadre ODE déterministe et les courbes de simulation de Gillespie stochastiques sont intégrées comme composantes graphiques, traçant la récupération du parcours de 720 minutes et la signalisation soutenue de la cinétique cellulaire de type sauvage versus la cinétique mutante simulée. Abréviations : ACMG = Collège américain de génétique médicale et de génomique ; DFT = transformée de Fourier discrète ; GATK = Boîte à outils d’analyse génomique ; HGMD = Base de données des mutations génétiques humaines ; NGS = séquençage de nouvelle génération ; EDO = équation différentielle ordinaire ; SNR = rapport signal/bruit ; VCF = format d’appel variant ; WES = séquençage de l’exome entier. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

Tableau 3 : Contrôle complet par annotation et locus des variants génétiques associés à l’interféronopathie de type I au sein de la cohorte pédiatrique (n = 132). Critères de l’ACMG (d’après les directives ACMG/AMP de 2015) : Les codes de preuve ACMG/AMP étaient regroupés par force de preuve. Des preuves très solides incluent PVS1, qui désigne des variants prédits de perte de fonction dans des gènes où la perte de fonction est un mécanisme établi de la maladie. Les preuves solides comprenaient PS1–PS4, couvrant les changements d’acides aminés déjà établis, l’occurrence de novo confirmée, des preuves fonctionnelles de soutien et une fréquence de variantes accrue chez les personnes affectées. Les preuves modérées comprenaient PM1–PM6, notamment la localisation dans un domaine critique ou un point chaud mutationnel, l’absence ou une très faible fréquence dans les bases de données de population, la transoccurrence dans les troubles récessifs, les changements de longueur des protéines, les changements de missense nouveaux sur les résidus présentant une variation pathogène connue, et une occurrence supposée de novo. Les preuves à l’appui comprenaient PP1–PP5, notamment la coségrégation, la contrainte de missens spécifique au gène, les preuves in silico , la spécificité du phénotype, et des rapports antérieurs fiables de pathogénicité lorsque des preuves indépendantes n’étaient pas disponibles. Veuillez cliquer ici pour télécharger ce tableau

Tableau 4 : Comparaison des performances côte à côte des pipelines d’appels de variantes dans les régions génomiques à fort bruit. Une évaluation comparative a été réalisée dans les zones à faible couverture (<30x) afin d’évaluer la performance du filtre passe-bas DFT basé sur la physique pour éliminer le bruit de séquençage et protéger les signaux véritablement positifs par rapport aux configurations algorithmiques standard. Abréviations : DFT = transformée de Fourier discrète. Veuillez cliquer ici pour télécharger ce tableau

Tableau 5 : Paramètres cinétiques quantitatifs et variations en régime stationnaire de la signalisation JAK-STAT en aval. Résumé des limites de simulation de Gillespie de l’ODE et stochastique sur un parcours de 720 minutes, mettant en lumière l’échec de l’atténuation homéostatique cellulaire dans les modèles portant des variations pathogènes STING1 et TYK2. Abréviations : JAK-STAT = transducteur du signal Janus kinase et activateur de la transcription ; EDO = équation différentielle ordinaire ; STING1 = stimulateur de la réponse à l’interféron interacteur cGAMP 1 ; TYK2 = tyrosine kinase 2. Veuillez cliquer ici pour télécharger ce tableau

Tableau supplémentaire S1. Ensemble de données au niveau patient pour la cohorte pédiatrique avec variantes associées à l’interféronopathie. Le tableau fournit les données au niveau des patients correspondant à la cohorte finale de 132 patients analysée dans le manuscrit. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

Les étapes critiques du protocole incluent la fragmentation de l’ADN, la ligation de l’adaptateur, l’amplification par PCR et la circularisation de l’ADN simple brin (ssDNA). Durant ces étapes, une exécution minutieuse est essentielle pour minimiser le risque de contamination. Des lavages précis à l’éthanol et des temps d’incubation magnétiques appropriés lors de la purification à base de billes sont obligatoires, car les déviations peuvent entraîner une réduction du rendement du produit ou une détection manquée de variantes. Lors de la préparation de la bibliothèque regroupée, un calcul précis de 93,75 ng par patient et un ajustement attentif du volume sont nécessaires.

Pour l’optimisation et le dépannage des protocoles, les mesures de quantification fluorométrique faibles, en particulier les concentrations d’ADN ssD inférieures au seuil de 0,8–2 ng/μL, peuvent nécessiter d’augmenter la profondeur de séquençage ou de raccourcir les temps de séchage des billes afin d’améliorer la sensibilité à l’appel des variantes. Dans les cas de variantes de mosaïque suspectées, l’intégration de technologies de séquençage à longue lecture peut améliorer la précision de la détection. De plus, un transfert rapide des échantillons sur la glace après la digestion enzymatique est essentiel pour maintenir la stabilité du^{produit 12,13}. Lors de la préparation du DNB, le pipettage lent et doux, ainsi qu’un ajout soigneux de tampon d’arrêt, préserve l’intégrité des nanoballes. Cela est particulièrement important pour établir des corrélations génotype-phénotype dans les interféronopathies à début précoce telles que SAVI ^6,11.

Cette analyse génétique basée sur le WES fournit un cadre pour évaluer les variantes associées à l’interféronopathie chez les patients pédiatriques présentant des caractéristiques auto-inflammatoires et une vascularite. En identifiant des variants dans des gènes clés tels que DNASE1, ADAR, STING1, RNASEH2A/B/C, TREX1, SAMHD1 et COPA, l’étude met en lumière l’hétérogénéité génétique sous-jacente aux phénotypes vasculitiques liés à l’interféron. La fréquence des variants dans le métabolisme des acides nucléiques et les gènes de détection, en particulier DNASE1 et ADAR, dans cette cohorte est cohérente avec le rôle central de la signalisation interféronique de type I déréglée dans la pathogenèse de la vascularite pédiatrique et des maladies auto-inflammatoires. Ces résultats sont cohérents avec des rapports antérieurs liant ces gènes à des interféronopathies et manifestations vasculitiques ^4,5,7.

En élucidant les présentations de type vascularite des syndromes autoinflammatoires monogéniques, tels que l’atteinte pulmonaire cutanée et interstitielle observée dans la SAVI, cette approche peut faciliter un diagnostic précoce et aider à orienter les thérapies anti-interféron ^4,5,7. Les interféronopathies monogéniques peuvent imiter cliniquement la vascularite associée à l’ANCA et d’autres vasculitides infantiles, soulignant l’importance des tests génétiques dans les cas atypiques ou résistants au^{traitement 9,10,11}. Un diagnostic génétique précoce peut également permettre une initiation rapide de traitements ciblés tels que les inhibiteurs de JAK, qui ont montré un bénéfice clinique chez les patients atteints de STING1 et d’autres mutations liées à^{l’interféron 7,13,14}.

Cette étude renforce également qu’une proportion significative de patients pédiatriques présentant une vascularite autoinflammatoire complexe présentent des variantes rares ou nouvelles dans les gènes liés à l’interféronopathie. L’identification de 79 nouveaux variants dans cette grande cohorte élargit le spectre génétique connu et pourrait contribuer à de meilleures corrélations génotype-phénotype dans la vascularite infantile.

Une considération opérationnelle dans ce flux de travail exploratoire consiste à évaluer les limites seuils, car les écarts des paramètres SNR exploratoires peuvent modifier la sortie du filtrage. Par exemple, le filtrage des distributions nucléotidiques à base de DFT aide à réduire le bruit mais nécessite un étalonnage pour éviter un sur-lissage des signaux de mutation ; Le dépannage comprend un ajustement itératif des paramètres de cartographie binaire (0 pour les purines, 1 pour les pyrimidines) afin d’optimiser l’extraction des caractéristiques¹⁵. En modélisation biophysique, définir les conditions initiales pour les EDO est essentiel, car de petites perturbations dans les taux d’amplification peuvent modifier les comportements seuils, sous-estimant potentiellement la signalisation interféronique soutenue. Les détails améliorés sur JAK-STAT incluent la modélisation du rôle de TYK2 dans la signalisation IFN-α, où des variantes de gain de fonction amplifient l’activation de STAT2, conduisant à des phénotypes d’interféronopathie²⁰.

Les modifications de la méthode peuvent inclure l’intégration d’éléments stochastiques pour des environnements cellulaires bruyants, comme l’ajout de termes de bruit de Langevin aux EDO :

dX = f(X)dt + g(X)dW

où dW, le terme listé, représente le bruit du processus de Wiener, améliorant le réalisme dans la simulation de la variabilité^{JAK-STAT 21}. Les simulations stochastiques des voies d’interféron, utilisant les algorithmes de Gillespie, capturent l’hétérogénéité de l’expression de l’IFN-β due à des boucles de rétroaction négatives, où les différences de facteurs de transcription d’une cellule à l’autre entraînent des distributions bimodales d’activation de^{l’ISG 22,23}. Le dépannage des modèles de voies implique de valider avec des données expérimentales IFN-β ; Si l’amplification diverge, des contrôles négatifs tels que les taux d’activation de la phosphatase peuvent être recalibrés, ou des délais distribués peuvent être incorporés pour la transcription :

avec Gamma Kernel pour les processus retardés.

Comparée au séquençage du génome entier (WGS), cette approche axée sur le WES peut être rentable mais moins complète pour les régions non exoniques ^24,25. Le champ d’application de ce cadre préliminaire se limite à fournir un modèle de simulation biochimique de soutien pour évaluer comment les variations mathématiques corrélément au comportement estimé de signalisation de l’interféron, comme on le voit dans les modèles seuils où les effets cumulatifs dépassent des valeurs critiques menant à une lésion vasculaire. Les limites de la méthode incluent la possibilité d’ignorer les variantes mosaïques de faible niveau et l’exigence de validation fonctionnelle des résultats nouveaux⁶.

Cette technique a des applications potentielles en immunologie et en médecine vasculaire, notamment en guidant les thérapies anti-interféron en simulant les impacts des variants sur les voies et en enrichissant les bases de données pour le diagnostic des maladies^{rares 19}. Les extensions stochastiques peuvent également permettre de prédire des réponses hétérogènes dans les interféronopathies, facilitant ainsi la médecine personnalisée.

Dans cette étude, l’évaluation génétique en vascularite pédiatrique est mise en avant aux côtés des outils diagnostiques conventionnels tels que l’histopathologie et les modalités d’imagerie. Dans l’ensemble, cette étude souligne l’importance de l’évaluation génétique dans la vascularite pédiatrique tout en soulignant la fréquence des variants associés à l’interféronopathie identifiés chez les patients en cas d’analyse génétique pour des maladies autoinflammatoires suspectées. En évaluant l’impact de ces variants sur les voies de signalisation de l’interféron et en soulignant l’importance d’un diagnostic précoce dans la vascularite pédiatrique, ce travail contribue à l’enrichissement des bases de données de maladies rares liées aux troubles vasculitiques et auto-inflammatoires et fournit des éclairages pour de futures études sur la pathogenicité des variants et les polymorphismes spécifiques à la population.

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Pipettes ajustables (P2, P10, P20, P200, P1000)	N'importe quel fournisseur		Pour une manipulation précise des liquides
Centrifugeuse de table	N'importe quel fournisseur		Pour une brève centrifugation des tubes PCR
Échantillon de mélange d'amplification de bibliothèque Equinox	MGI Tech/ NEB	7K0014-096 (ou équivalent)	Mélange maître d'amplification PCR
Éthanol (de qualité pour biologie moléculaire)	N'importe quel fournisseur		Utilisé pour préparer la solution de lavage à l'éthanol à 80 %
Primer IVT 1 & Primer IVT 2	MGI Tech	Inclus dans le kit ou séparé	Primer d'amplification de la bibliothèque
Tubes PCR à faible liaison (0,2 mL)	N'importe quel fournisseur		Tubes PCR stériles
Support magnétique / support magnétique	N'importe quel fournisseur		Pour la séparation des billes magnétiques
MGI DNBSEQ-G400	MGI Tech Co., Ltd.	900-000641-00	Séquenceur de table de nouvelle génération utilisant la technologie DNBSEQ (séquençage de nanobilles d'ADN); prend en charge plusieurs longueurs de lecture (par exemple, SE50 à PE300); sortie à haut débit jusqu'à 1440 Gb par exécution; idéal pour les applications WES, WGS et de séquençage ciblé.
Kit de circularisation MGIEasy	MGI Tech Co., Ltd.	1000020570 (Double code-barres, 16 RXN) ou 1000005260 (V2.0)	Kit de circularisation pour la génération d'ADN circulaire monocaténaire (ssCirDNA); la version à double code-barres réduit les sauts d'index; étape essentielle après la préparation de la bibliothèque pour la formation de DNB dans le flux de travail de séquençage MGI.
Perles de nettoyage d'ADN MGIEasy	MGI Tech Co., Ltd.	1000005279	Billes magnétiques pour la purification de l'ADN
Kit de préparation DNB MGIEasy/ kit de fabrication de DNB	MGI Tech Co., Ltd.	1000020570 (intégré au système de circularisation à double code-barres) ou DNB connexe (par exemple, 940-000036-00 Onestep DNB)	Module de préparation de nanobilles d'ADN (DNB); comprend la circularisation et la génération de nanobilles pour le chargement de la cellule d'écoulement; dernière étape du traitement de la bibliothèque pour les séquenceurs DNBSEQ (souvent combinée au kit de circularisation).
Kit d'accessoires pour capture d'exome MGIEasy	MGI Tech Co., Ltd.	1000009657 (ou équivalent)	Contient une solution de blocage, des bloqueurs universels MGI, un activateur, un tampon de liaison, un tampon de lavage 1 & 2 et des billes de streptavidine
Sondes de capture d'exome MGIEasy V4 (ou sondes Twist CES, compatibles avec MGI/DNBSEQ)	MGI Tech Co., Ltd. (pour MGIEasy) ou Twist Bioscience (pour Twist)	1000007745 (ensemble de sondes V4, 16 RXN) ou 1000007740 (sondes); Twist: Personnalisé / spécifique au panel (basé sur la commande, pas de numéro standard)	Sondes de capture de l'exome entier basées sur l'hybridation; cible ~ 59 Mb de régions codantes (CCDS, RefSeq, GENCODE, miRBase); conçu pour une enrichment à haute efficacité dans les flux de travail WES sur les plateformes DNBSEQ; utilisé avec le kit d'accessoires MGIEasy pour l'hybridation (pré-incubation à 65°C, 16 heures pendant la nuit à 65°C), l'ajout de blocage, la capture par billes de streptavidine (tampon de liaison, tampon de lavage 1/2 à 48°C), l'élution et l'amplification PCR post-capture (compatible avec le mélange Equinox).
Kit d'hybridisation et de lavage rapide MGIEasy	MGI Tech Co., Ltd.	940-001974-00 (16 RXN)	Réactifs d'hybridation et de lavage
Kit de préparation de bibliothèque d'ADN rapide MGIEasy FS	MGI Tech Co., Ltd.	1000006987 (ensemble de 16 RXN) ou 1000005256 (kit principal de 96 RXN)	Kit de préparation de bibliothèque d'ADN basé sur la fragmentation rapide; fragmentation enzymatique avec 5–400 ng d'entrée gDNA; compatible avec les plateformes DNBSEQ pour une construction efficace de la bibliothèque WGS/WES.
Eau sans nucléase	N'importe quel fournisseur		De qualité pour la biologie moléculaire
Kit d'analyse Qubit dsDNA HS	Thermo Fisher Scientific	Q32851	Pour la quantification des bibliothèques
Kit d'analyse Qubit ssDNA (facultatif)	Thermo Fisher Scientific	Q10212	Pour la quantification d'ADN monocaténaire après circularisation
Billes magnétiques de streptavidine	MGI Tech	Inclus dans le kit d'accessoires	Pour la capture hybride
Tampon TE (pH 8,0)	N'importe quel fournisseur		Pour l'étape de dénaturation
Cycleur thermique	Plusieurs (Bio-Rad, Thermo, etc.)		Utilisé pour la fragmentation, la liaison, la PCR et les programmes DNB
Mixeur Vortex	N'importe quel fournisseur		Pour le mélange d'échantillons
Embouts de pipette à large ouverture	N'importe quel fournisseur		Requis pour la préparation de DNB