Que sont les sciences "omiques" ?

Médecine personnaliséeNutrigénomiquePharmacogénomiqueGénétique des maladies du cerveauGénomique et santé publiqueAmélioration humaineNanotechnologiesTransfert des connaissances

Les technologies dites «omiques» telles que la génomique et le séquençage de l’ADN à grande échelle sont apparues parallèlement au développement du projet Génome Humain dans les années 90. Selon une analyse étymologique, le suffixe «omique» tire son origine du mot sanscrit «OM», qui désigne la complétude et la plénitude (NDT: en anglais, completeness and fullness) (Lederberg, McCray, 2001). En combinant le mot «gène» avec ce suffixe, Hans Winkler a créé le terme «génom(e)» pour se référer à «l’ensemble des chromosomes haploïdes qui, avec le protoplasme, constituent les fondations de base de l’espèce […].» (Winkler, 1920, Traduction libre). Victor McKusick et Frank Ruddle ont ajouté le terme «génomique» au lexique scientifique en l’utilisant comme titre de la revue qu’ils ont fondée en 1987 et en mettant l’emphase sur la cartographie linéaire du génome, le séquençage de l’ADN et la comparaison des génomes entre différentes espèces (McKusick, Ruddle, 1987).

Toutefois, les technologies «omiques» et les néologismes variés qui définissent les contextes dans lesquels elles sont appliquées représentent en réalité bien plus qu’un simple jeu de mots. En effet, ces technologies ont considérablement modifié l’échelle des données analysables et la forme des protocoles de recherche scientifique. Les technologies «omiques» permettent de générer des quantités énormes de données à des niveaux biologiques multiples: du séquençage des gènes à l’expression des protéines et des structures métaboliques, ces données peuvent couvrir tous les mécanismes impliqués dans les variations qui se produisent dans les réseaux cellulaires et qui influencent le fonctionnement des systèmes organiques dans leur totalité (Nicholson, Lindon, 2008; Wilke et al., 2008). Cela a d’ailleurs récemment conduit à une surabondance de données dans le cadre des recherches biomédicales (Nicholson, 2006). Alors que les années 90 ont été nommées «la décennie du cerveau», nous sommes aujourd’hui dans «la décennie des mesures». Nous sommes entrés dans une ère différente marquée par une nouvelle approche des questions scientifiques, l’ère de la «grande biologie» (NDT : en anglais, big biology), de l’étude (intégrative) des systèmes, dans laquelle on s’applique à mesurer de manière globale les processus moléculaires impliqués dans la santé et la maladie (Baccini et al., 2008; Naylor et al., 2008; Nicholson et Lindon, 2008; Ozdemir et al., 2009).

En plus d’augmenter le débit et le nombre des données, les technologies «omiques» ont fondamentalement modifié les procédures de recherche. Habituellement, les scientifiques se basent sur des hypothèses de recherche dans lesquelles une question/hypothèse est clairement articulée. Ils obtiennent ensuite des données qui viendront confirmer ou infirmer cette hypothèse. Or, avec l’avènement des technologies «omiques», il n’est plus nécessaire de poser une question précise pour débuter une recherche. En effet, les scientifiques peuvent rassembler de nombreuses données génomiques ou protéomiques dans leurs études sans se baser sur une hypothèse initiale et attendre la production de ces données avant de formuler et de tester différentes hypothèses biologiques. Cette inversion du modèle de recherche (de l’expérimentation traditionnelle basée sur des hypothèses précises à un modèle de recherche qui ne dépend pas de telles hypothèses) ouvre de manière inédite la porte à de nombreuses découvertes sur les mécanismes pathophysiologiques des maladies, ainsi que sur la compréhension des facteurs moléculaires qui influencent l’efficacité et la toxicité des médicaments ou encore la manière dont notre organisme répond et réagit aux médicaments et à l’alimentation.

Finalement, les modèles simplistes et réducteurs traditionnels utilisés en recherche n’offrent qu’une vision limitée de la nature complexe, longitudinale et dynamique des réseaux biologiques – et de leurs fluctuations en réponse à des facteurs sociaux et environnementaux – qui sont à l’œuvre dans la santé humaine et l’apparition de maladies. On peut penser que les sciences et les technologies «omiques» pourront considérablement améliorer ces modèles.

 

Adapté et tiré de V. Ozdemir, G. Suarez-Kurtz, R. Stenne, A. A. Somogyi, S. O. Kayaalp and E. Kolker (2009) “Risk assessment and communication tools for genotype associations with multifactorial phenotypes: the concept of ‘edge effect’ and cultivating an ethical bridge between omics innovations and society” OMICS: Journal of Integrative Biology 13(1): 43-62. Traduit par T. Hurlimann.

Références

Baccini, M., Bachmaier, E.M., Biggeri, A., Boekschoten, M.V., Bouwman, F.G., Brennan, L., et al. The NuGO proof of principle study package: a collaborative research effort of the European Nutrigenomics Organisation. Genes Nutr. 2008; 3: 147-51.

Lederberg, J., McCray, A.T. 'Ome sweet 'omics: -- A genealogical treasury of words. The Scientist 2001; 15(7): 8.

McKusick, V.A., Ruddle, F.H. Toward a complete map of the human genome. Genomics 1987; 1: 103-06.

Naylor, S., Culbertson, A.W., Valentine, S.J. Towards a systems level analysis of health and nutrition. Curr Opin Biotechnol 2008; 19(2): 100-09.

Nicholson, J.K. Reviewers peering from under a pile of 'omics' data. Nature 2006; 440(7087): 992.

Nicholson, J.K., Lindon, J.C. Systems biology: Metabonomics. Nature 2008; 455(7216): 1054-56.

Ozdemir, V., Suarez-Kurtz, G., Stenne, R., Somogyi, A., Someya, T., Kayaalp, S.O., Kolker, E. Risk assessment and communication tools for genotype associations with multifactorial phenotypes: The concept of ‘edge effect’ and cultivating an ethical bridge between omics innovations and society. OMICS: Journal of Integrative Biology 2009; 13(1) 43-62.

Wilke, R.A., Mareedu, R.K., Moore, J.H. The pathway less traveled: Moving from candidate genes to candidate pathways in the analysis of genome-wide data from large scale pharmacogenetic association studies. Current Pharmacogenomics and Personalized Medicine 2008; 6(3): 150-59.

Winkler, H. (1920) Verbreitung und Ursache der Parthenogenesis im Pflanzen- und Tierreiche. Verlag von Gustav Fischer: Jena.