De la génomique à la biologie intégrative

La génomique a pour objectifs d'analyser la structure du génomen de séquencer les gènes et d'identifier et leur fonction. La post-génomique (ou génomique fonctionnelle) étudie la régulation de l'expression des gènes à l'échelle d'une cellule, d''un organe ou d'un individu. On peut analyser l'expression du génome au cours du temps (pendant le développement embryonnaire) ou comparer deux états (sain vs. malade).

Quantité et hétérogénéité caractérisent les données issues de la post-génomique. Grâce aux progrès des nanotechnologies, elles sont produites de plus en plus rapidement et à partir de moins en moins de matériel biologique. Les banques de données publiques (GenBank, Protein Data Bank) croissent d'ailleurs de façon exponentielle. La transcriptomique est l'étude de l'ensemble des ARN messagers transcrits à partir d'un génome. La protéomique permet d'analyser des ensembles de protéines : leur rôle, leur structure, leur localisation, et leurs interactions. Le protéome est l'ensemble des protéines traduites à partir de ce génome. La métabolomique concerne les produits issus des réactions métaboliques induites par les protéines dans une cellule, un tissu, un organe ou même un organisme. L'imagerie et la cytométrie de flux permettent d'acquérir des paramètres fonctionnels tels que le pH intracellulaire ou les flux d'ions et les potentiels transmembranaires (cytomique).

Une nécessaire intégration des données

L'exploitation efficace des données de la post-génomique repose sur la bio-informatique, une discipline indispensable et stratégique en biologie. La bio-informatique est l'ensemble des approches mathématiques, algorithmiques et statistiques appliquées à la génomique. Elle permet l'intégration des données obtenues par ces diverses technologies. Il est même possible, grâce à des systèmes de gestion de l'information, de compiler les résultats obtenus dans les plateformes de biologie intégrative et de les comparer avec la littérature scientifique préexistante. Aujourd'hui, certains logiciels sont capables de fouiller la littérature scientifique à la recherche de paramètres cliniques mesurables ou non.

La combinaison des données hétérogènes produites par la post-génomique dans de gigantesques bases de données, pour aussi efficace qu'elle soit, ne peut suffire à comprendre les mécanismes biologiques. En effet, une fonction biologique ne résulte pas de la simple addition des propriétés de ses composants élémentaires (ARN, protéines...) mais des propriétés induites par leurs nombreuses interactions. C'est pourquoi il faut ajouter le problème attaché à l'analyse des réseaux d'interactions complexes. Il est donc nécessaire d'adopter une démarche (nouvelle en biologie) qui s'appuie sur des concepts issus des mathématiques appliquées, et plus spécifiquement la théorie des systèmes complexes.

En théorie, la biologie des systèmes devrait permettre de comprendre comment les différentes parties d'un organisme fonctionnent et interagissent entre elles. Ainsi, on peut imaginer d'intégrer au sein d'un système les trois phases du processus de cancérisation. On ne peut cependant pas éviter d'intégrer l'environnement externe dans ces modèles (et en particulier pour ce qui concerne l'exemple du cancer, l'alimentation), ce qui ne fait qu'en accroître la complexité. Il serait alors possible d'intervenir sur ce système pour en améliorer le fonctionnement par le biais d'interventions thérapeutiques. Certains n'hésitent pas à parler de biologie de synthèse, ce qui n'est pas sans poser des questions éthiques.

La biologie des systèmes s'attache à rechercher les principes qui régissent les systèmes entre eux. Son succès dépend essentiellement des capacités des modèles mathématiques à intégrer les particularités biologiques. A titre d'exemple, en voici quelques unes :