Candidate gene retrieval for Aicardi Syndrome : Complementarities of the experimental and bioinformatics approaches

Le syndrome d'Aicardi (AiC) est caractérisé par ia triade agénésie du corps calleux, spasmes infantiles et lacunes chorlorétiniennes. Cette triade s'accompagne d'un retard mental souvent sévère. Le syndrome survient chez les filles de façon sporadique, selon un mode d'hérédité dominant lié au chromosome X. Une approche de clonage positionnel n'est donc pas possible puisque aucun cas de transmission familiale n'a été répertorié à ce jour. Une puce génomique spécifique de l'X (résolution théorique de 82 kb) a été utilisée pour cribler le génome de 18 filles AIC à la recherche de variations quantitatives délétères. Aucun variant en nombre de copie (CNV) n'a été impliqué dans la pathologie et nous avons exclu chez les 18 patientes de notre étude les grands réarrangements touchant la totalité du gène FLNA, gène évoqué antérieurement comme candidat fonctionnel. Nous avons alors complété cette stratégie par deux études transcriptomiques. Cette approche vise à sélectionner les gènes dont l'expression diffère entre les filles AIC et des témoins. Initialement à partir d'ARN de 3 lignées cellulaires et d'une puce 22 000 clones (22K) nous avons exclu, a priori, par séquençage 5 gènes candidats: A5MT, M5T4, N5BP1, PLXNB3 et 5YN1. Une deuxième étape a été engagée sur des ARN de prélèvements sanguins de 10 couples fille-mère et une puce 44K afin d'enrichir les données et de pallier à l'influence des lignées cellulaires. Outre la sélection de gènes candidats impliqués dans le syndrome, cette approche est surtout vouée à l'identification des fonctions biologiques dérégulées chez les patientes Aicard!. Les groupements fonctionnels des gènes signatures chez les filles révèlent clairement les effets des facteurs âge, heure de prélèvement, variabilité inter-individuelle. Un groupe de gènes annotés par le terme GO " nucléosome " semble être influencé par le facteur " prise d'antiépileptique ". Un logiciel baptisé ACGR (Approach for Candidate Gene Retrieval) a été conçu et prototypé. Le but est de cribler les bases de données biologiques en incluant des données privées (données des puces transcriptomiques) à la recherche des gènes qui, lorsqu'ils sont mutés donnent un phénotype de syndrome d'Aicardi. Par cette approche, les gènes PLXNB3, MADEGl et 5UV39H3 sont trois gènes candidats pour le Syndrome d'Aicardi. Le séquençage de ces trois gènes s'inscrit dans les perspectives à court terme. Ces approches intégratives reflètent l'évolution de nos concepts de recherche passant de la génétique du retard mental à la génomique du retard mental en tenant compte de la multiplicité des réseaux d'interactions et de régulations.Aicardi syndrome (AIC) is a severe X-linked dominant neurodevelopmental disorder a!fecting almost exclusively females. Chief features include infantile spasms, corpus caliosal agenesis, and chorioretinal abnormalities. Aicardi syndrome is a sporadic disorder and hypothesized to he caused by heterozygous mutations in an X Iinked-gene but up to now no defined candidate region on the X chromosome has been identified. Positional candidate gene approach is not possible because no familial case were reported. Eighteen Ale patients were analyzed with a full-coverage X chromosomal BAC arrays. No disease-associated Copy Number Variant was identified and we excluded total deletion and duplication of FLNA gene wich had been previously pointed out as a functional candidate. To complete this approach, 2 microarrays studies were performed to compare gene expression between Ale patients and a pool of healthy patients. The first study, on RNA extracted Irom Iymphoblastoid cell lines isolated between 3 AIC patients used 22k oligonucleotide microarray. For the screened patients, no deleterious mutations were found in the 6 selected candidate genes (ASMT, PLXNB3, MST4, SYN1, SSR4, and NSBP1). The second study was performed with 44k microarray, on RNA directly extracted from 10 AIC patients blood samples. Functional clustering analyses revealed the effects of the factors: age, time of blood sampie extraction, and inter-individual gene expression variance. A group of gene annotated by "nucleosome" GO term seemed inlluenced by the factor "use of antiepileptic drugs". In a last strategy, we proposed a knowledge-guided approach for retrieving disease-specific candidate genes named ACGR (Approach for Candidate Gene Retrieval). Knowledge embedded in expert's definitions of candidate gene was expressed as relations between genes and the disease. These definitions were used for guiding-data modelling and are converted into views on the data which ultimately led to retrieval of sets of candidate genes. Thus PLXNB3, MADEGl and SUV39H3 were selected as candidate genes. The perspectives of our work will include sequencing analysis of these genes. These integrative approaches reflect the evolution of our concepts and allow, with the use of biological pathways, the transition between the genetics of mental retardation to the genomics of mental retardation