 Donc, je vais vous parler de ce qu'on appelle des découvertes incidentes ou secondaires lors des séquençages de tumeurs. Et je vais commencer par une introduction un peu basique pour essayer de vous faire comprendre pourquoi ces questions se posent avec l'introduction de ce qu'on appelle le NGS, c'est-à-dire the next generation sequencing, et ce séquençage massivement parallèle qui permet en fait d'accéder à beaucoup d'informations pour une tumeur. Et on va dire secondairement pour avoir, pour asseoir cette information sur une tumeur, on est obligé de séquencer aussi l'ADN normale, et on va être amené à découvrir des anomalies auxquels on ne s'attendait pas. Alors, juste pour commencer et pour vous rappeler que le cancer est une maladie de l'ADN, on a une transformation des cellules normales, parce qu'en fait, on a une accumulation de mutations, de remaniments chromosomes au sein des cellules tumorales. C'est pour ça que les cellules perdent le contrôle qu'elles ont naturellement et qu'elles prolifèrent de manière incontroulée, qui donnent naissance au cancer. Donc, la définition moléculaire du cancer, c'est une maladie de l'ADN. Alors, quand on parle de cancer, en fait, on va séquencer le génome des cellules tumorales qui est différent, en fait, du génome des cellules normales. Et en fait, on a affaire à deux génomes qui cohabitent un génome de nos cellules normales qui sont la très grande majorité de nos cellules. Et puis, quand on a un cancer, on a quelques cellules qui sont transformées dont le génome a dérivé par rapport à celui du génome normal. Et en fait, en séquençant des cellules tumorales, on va accéder à cette information, qui sont donc ces romaniments chromosomes, ces anomalies chromosomes, ces mutations qui sont survenues au cours de l'évolution. Et vous avez vu ce matin et cet après-midi des évolutions avec des mutations, des tableaux de mutations, des arbres mutationnels. Alors pourquoi on veut séquencer les tumeurs ? Thierry l'a évoqué parce qu'on veut mieux traiter les cancers, c'est-à-dire qu'on veut cibler, développer la médecine de précision, la médecine dites personnalisée, qui est un mauvais terme, et appelons plutôt une médecine de précision, c'est-à-dire traiter avec les meilleurs médicaments, les plus efficaces, qui vont en fait s'occuper des cellules qui sont altérées et uniquement des cellules qui sont altérées. C'est ce qu'on appelle les thérapies dites ciblées. Et pour ça, il faut reconnaître quelles sont les cibles au sein de la tumeur. Et c'est pour ça qu'on a besoin de séquencer ces tumeurs pour les caractériser. Alors ça, c'est pour trouver les bons traitements. Et puis, une fois qu'on a trouvé le bon traitement, on va traiter le patient. Et dans un certain nombre de cas, malheureusement, la tumeur va échapper à son traitement. Et on va vouloir de nouveau séquencer ces tumeurs pour trouver des mutations de résistance qui vont permettre de comprendre pourquoi la tumeur résiste, et ensuite donner un nouveau traitement dont on sait qu'il va être efficace sur ces nouvelles mutations qui sont apparus. On veut aussi reconnaître des mécanismes de carcinogénèses qui sont spécifiques, qu'on peut maintenant cibler dans un certain nombre de cas, en particulier avec les immunothérapies. Et on va vouloir reconnaître, par exemple, ce qu'on appelle l'instabilité micro-satellitaire, ce mécanisme qui est à l'origine d'un certain nombre de tumeurs, en particulier digestifs. On va vouloir aussi définir le pronostic, savoir si on a affaire à une tumeur agressive ou pas. Et ça, on peut le faire en caractérisant un certain nombre d'altérations. Et enfin, on va vouloir suivre l'évolution. On en a parlé un petit peu, on l'a évoqué dans le dépistage des tumeurs. Ces mutations, elles sont caractéristiques des cellules tumorales. Donc si je suis capable de les mettre en évidence dans un effluent biologique, je peux dire que ce patient a probablement quelque part une tumeur. Et donc si je peux caractériser cette ADN qui peut circuler dans un certain nombre d'influents et je le caractérise par la mutation qui est spécifique des cellules tumorales, je peux dire que ce patient a une tumeur ou a une tumeur résiduelle après un traitement. Donc tout ceci explique pourquoi il est très important de pouvoir caractériser d'un point de vue des altérations génétiques les cellules tumorales. Cependant, quand on fait ça, on prend un morceau en fait de tumeur qui contient en fait des cellules normales et des cellules tumorales parce qu'on n'arrive pas à isoler uniquement des cellules tumorales. Donc on a une sorte de soupe qui contient des cellules normales et des cellules tumorales dont on va extraire l'ADN. Et on va séquencer cette ADN. Et on va trouver des variations à des positions spécifiques de cette ADN qu'on a séquencées qui sont représentées sur cette carte par ces ronds qui représentent donc des variations à des positions précises du génome. Il y a des mutations qui sont survenues. Donc c'est potentiellement tout ceci des mutations. Alors on a cette information de mutation. Donc quels sont les informations dont on dispose ? En fait, on a des coordonnées. On est sur une carte. On a des coordonnées. Le premier chiffre, la 17, ça correspond au chromosome. On est sur le chromosome 17 et on est à la position 7 5709712 qui correspond en fait à une position sur le chromosome 17. Et je sais que là, il y a une variation. Ça, c'est une première information. Ensuite, on a une autre information qui est la fréquence avec la lèle où on trouve cette mutation. C'est-à-dire que là, par exemple, pour la position que je vous ai indiquée, on est à 50%. 51%. Donc on a à peu près la moitié de l'ADN qui est présent qui porte cette mutation. Et vous voyez que tous mes cercles ne portent pas le même pourcentage. Il y a des cercles qui portent ce pourcentage de 50%, d'autres qui sont à 10%. On a une variation qui va de 10% à 54% au sein de cet échantillon tumorale. Alors je vais appliquer un filtre bioinformatique sur ces résultats pour identifier, en fait, les mutations que je vais considérer en fait sont des variations qui sont connues dans les populations humaines parce que j'ai interrogé des bases de données qui sont connues qui vont me dire qu'à la position que j'ai indiquée, en fait, sur le chromosome 17, en fait, c'est connu, c'est une variation qui est connue, qui est présente, en fait, dans plus de 10% des populations humaines. Donc je vais dire que tout ce qui est supérieur à 10% dans la fréquence de population humaine, c'est-à-dire que je la retrouve dans 10% des individus humains, enfin des bases de données, je vais dire que finalement ce que j'ai vu dans la tumeur, c'est en fait le reflet d'une variation qui existe dans la population normale. Donc ça n'a aucune implication dans la tumeur. Alors c'est simplement quelque chose qui existe probablement dans les cellules normales de l'individu et dans ces cellules tumorales. Donc ça m'intéresse pas parce que ce n'est pas spécifique des cellules tumorales. Alors je peux appliquer un filtre avec 10%. Je peux appliquer un filtre avec 1%. Donc j'ai toutes les variations qui sont présentes entre 1 et 10% et plus de 10%. Donc j'ai rajouté deux cercles rouges et puis je peux descendre jusqu'à 0,5%. Donc je vais éliminer toutes les variations qui sont présentes dans les populations humaines à plus de 0,5%. Et donc je me retrouve avec une dizaine de cercles, je pense, et je vais considérer que j'ai 10 mutations qui sont présentes dans ma tumeur. Et donc je vais commencer à raisonner sur ces 10 mutations pour trouver le bon traitement pour le patient. Alors ça, c'est si je fais ça sans considérer l'ADN normale. Maintenant je considère l'ADN normale et je séquence aussi l'ADN normale. Ce que j'appelle l'ADN normale, c'est de l'ADN par exemple qui avait à être extrait des lymphocytes de la prise de sang pour accéder à ce que je considère comme des cellules normales et pas des cellules tumorales. Et donc je vais là aussi noter toutes les variations qui sont présentes dans mon échantillon. Alors je retrouve cette fameuse mutation que j'avais éliminée parce qu'elle était présente dans plus de 10% de la population humaine. Je la retrouve forcément quand je séquence l'ADN normale puisque c'est une variation qui existe chez tous les individus et donc au niveau de l'ADN normale de l'individu. Et donc j'ai eu un certain nombre de variations. Alors ce que je vais faire maintenant, c'est que je vais appliquer mon filtre bioinformatique de la même façon. Donc je retrouve dans l'ADN normale de mon individu ce qui est présent dans les populations humaines avec des fréquences élevées. Et puis j'ai quand même 3 mutations qui sont présentes en fait chez mon individu que je teste, mais qui ne sont pas présentes ou qui ne sont à des fréquences inférieures à 0 à 1% dans les populations humaines. C'est ce qu'on appelle en fait des variations privées qu'on retrouve avec une très faible fréquence dans les populations humaines. Et maintenant si je superpose l'information que j'ai obtenue dans mon ADN normale qui est en rouge et dans mon ADN tumorale, en fait vous allez voir que ce que je pensais être 10 mutations somatiques de ma tumeur, ce ne sont plus 10 mutations somatiques parce qu'il y en a 3 qui sont en fait des mutations extrêmement rares que j'avais considérées comme des mutations au départ somatiques qui sont en fait des mutations qui sont présentes à la fois dans l'ADN normale et dans l'ADN tumorale. Donc si j'avais pas séquencé l'ADN normale, j'aurais commis une erreur en termes de ce qui est spécifique des cellules tumorales. Et il se trouve qu'une de mes mutations présentes dans l'ADN normal et dans l'ADN tumorale est une mutation de P53 qui est la mutation sur le codon 175, Thierry l'aura reconnu, qui est donc une, là on a affaire à quelqu'un qui porte une mutation de prédisposition P53, donc un syndrome de l'ifroménie. Donc il est, c'est pour ça que quand on séquence avec un grand nombre de gènes, pour éviter un certain nombre d'erreurs, on est obligé de séquencer l'ADN normal et l'ADN tumorale pour savoir ce qui est spécifique des tumeurs. Alors ça nous amène en fait à regarder ce qui se passe dans l'ADN normale. Et donc on va être amené à se dire qu'est-ce qu'on fait de cette information ? Parce qu'on voit les patients atteints de cancer pour essayer de leur trouver une thérapeutique. On n'est pas là en train de faire un diagnostic de prédisposition, on est là en train de faire un diagnostic qui va permettre d'améliorer le traitement. Donc il y a deux finalités aux examens qu'on veut faire. Et dans l'optique que je déforme et que je présente ici, c'est l'optique thérapeutique, pas l'optique de diagnostic de prédisposition. Mais bien sûr, on a accès à une information. Donc qu'est-ce qu'on en fait ? Donc il y a des recommandations qui apparaissent, qui sont variables d'un pays à l'autre. Mais disons que les recommandations qui prévalent actuellement sont celles de l'American College of Medical Genomics et Genetics and Genomics, et qui recommandent en fait de regarder 56 gènes qui sont passés maintenant, il y a quelques années, c'était 56 gènes qui sont passés à 59 gènes maintenant, pour lesquels en fait on a une prédisposition pour laquelle on peut agir de manière préventive et essayer de prévenir les conséquences de ces mutations germinales qui prédisposent. Alors pour à peu près la moitié à des cancers, vous en avez ici la liste, donc là où on recommande de communiquer le résultat aux patients. Donc les mutations BRC1, BRC2, TP53, vous avez toute la liste ici. Et puis les autres, c'est des prédispositions de maladies cardiovasculaires ou métaboliques. Alors finalement, avant d'aborder quelle est la fréquence de ces mutations en particulier de P53 qu'on trouve, c'est des patients qui ont développé des cancers. Je vais juste faire quelques rappels qui ont déjà été évoqués, mais cette étude n'a pas été évoquée au cours de la journée, c'est l'étude, en fait, d'un groupe, c'est l'étude MyCode qui est en fait une corde Gazinger. Gazinger, c'est un réseau d'hôpitaux américains de Pennsylvania et du sud du New Jersey. Et en fait, ils ont proposé à leurs patients, qui viennent les voir parce qu'ils ont une fracture du colfé moral, parce qu'ils ont eu un accident de la route, de participer à une étude, de séquencer leur génome, leur exome, pardon, et en fait d'essayer de voir si ces informations peuvent être utiles à la prise en charge. Donc c'est un programme de recherche dans un premier temps. Et puis en séquençant ces 250 000 sujets qui ont été inclus, ils ont découvert un certain nombre d'altérations sur des gènes de prédisposition à des maladies cardiovasculaires ou à des maladies cancer. Alors si vous allez sur le site de cette étude, c'est MyCode, vous tapez MyCode sur Internet, c'est actualisé mois par mois. Il y a actuellement 756 altérations germinales sur à peu près 80 gènes qui sont testées de manière systématique dont le résultat est révélé aux patients. Et vous voyez qu'on trouve sur ces 756 patients qui sont parmi ces 250 000. En fait, il n'y a pas de dénominateur, donc je ne peux pas vous donner de pourcentage de fréquences de découverte pour l'instant parce que le chiffre global de séquencé pour lequel on a trouvé les 756 mutations n'est pas donné dans le papier qui a été publié dans l'Américaine Journal of Human Genetics. Plus de la moitié de ces découvertes fortuites en fait sont des mutations BRC1, BRC2. Et puis vous avez 22% de mutations qui prédisposent au cancer du colom, MSH2, APC, MSH6 et PMS2. Et puis vous avez 2% de mutations TP53. Ce sont des mutations pathogènes ou très probablement pathogènes. Ensuite, on a évoqué, et je vais passer rapidement parce qu'on l'a déjà dit, donc là, il s'agit d'études chez des patients dans des cortes qui ont des maladies cardiovasculaires essentiellement et savoir quels sont la proportion de découvertes fortuites de gènes de prédisposition. Et on a, par exemple, dans cette étude de 572 patients. Il y a 10 patients avec une mutation de prédisposition sur des gènes majeures, 1,7%. Si on enlève l'effet fondateur des jufaches kénases, on se retrouve avec à peu près 8 pour 1000 de ces patients avec une mutation. Là, il s'agit d'une étude sur 6503 patients qui sont, elles, projets de séquençage de l'exome ESP. On a une prédisposition sur la liste des 56 gènes de 1,41% des patients qui ont une altération. Et si on prend uniquement les gènes du cancer, c'est 27 patients. Et vous voyez la liste avec, de nouveau, très majoritairement, des mutations BRC1-BRCA2 avec 4 pour 1000 de ces patients qui ont une prédisposition au cancer. Et quand on prend les mutations P53, c'est 1 pour 1000 qui a ce type d'anomalie. Et quand on prend une étude coréenne, on retrouve à peu près des chiffres identiques de prédisposition au cancer de 8 pour 1000 dans cette série, aucune mutation P53. Pardon, je suis passé un peu vite. Là, ce sont cette fois-ci des enfants qu'on a séquencés, pas pour des maladies cancerologiques mais de cancer, mais pour des anomalies congénitales ou des anomalies du système nerveux. On retrouve, en fait, sur les 56 gènes, 6,2% d'altération. Et pour le cancer, c'est 9 pour 1000, aucune mutation P53 dans cette étude, des chiffres à peu près identiques et aucune mutation P53. Donc si on veut résumer ces études qui sont plutôt dans des cortes de patients sans cancer, on se retrouve si on prend les gènes de prédisposition pour lesquels il faut rendre un diagnostic au patient, on se retrouve avec 2,4% de patients qui ont une anomalie. Et quand on regarde la prédisposition au cancer, c'est de l'ordre de 7, 8 pour 1000 avec une prédisposition. Et quand on regarde P53, c'est 0,5 pour 1000. Ce sont des chiffres qui ont été évoqués, je crois, à peu près ce matin. Maintenant, quand on s'intéresse aux gens qui ont des cancers et pour lequel on fait cet effort de séquencer la tumeur et de séquencer l'ADN normale, un premier papier publié dans le JAMA en 2017, 1040 patients. Vous voyez les différents types de cancers qui sont séquencés. Bien évidemment, les résultats peuvent dépendre du type de cancer auquel on va rassembler. Vous avez des cancers de la prostate, des cancers du pancreas, des cancers du rein, des cancers du sein, des cancers colorectaux majoritairement dans cette série. Et globalement, quand on regarde ça, on a 19% cette fois-ci. Donc on est passé de 1% à 20% quasiment qui ont des prédispositions. Donc en fait, on augmente significativement le nombre de patients qui ont des prédispositions sur les gènes du cancer. Et quand on regarde dans cette série, alors cette série est un peu particulière parce qu'en fait, ça mélangait des patients qui avaient des cancers sporadiques et des patients qui visiblement appartenaient à des familles où on aurait dû faire le diagnostic de prédisposition. Mais si on s'intéresse uniquement aux 26 cas qui avaient des mutations germinales sur des gènes majeures de prédisposition avec une pénétrance élevée au cancer, eh bien, en fait, on se retrouve avec un certain nombre, vous voyez, en marron et en marron vert, les mutations BRC1, BRC2, qui représentent la majorité de ces prédispositions. Et dans cette série, aucune mutation P53. Et on se retrouve avec un chiffre qui tourne autour de 1,2% des patients qui ont une prédisposition BRC1, BRC2 qui n'étaient pas diagnostiqués par des éléments familiaux. Et essentiellement dans des cancers pancreatiques et de la prostate dans cette série. Et zéro mutation P53. Un autre série, toujours pareil, on prend des patients qui ont des cancers. Vous voyez, cette fois-ci des cancers du sein, des cancers du poumon, des cancers du colomb, de la prostate, esogastrique. Là, je vous ai mis les cancers qui étaient significativement représentés dans cette série à plus de 30 cas dans cette série. Et là, on retrouve 12,7% des patients avec une mutation germinale sur un des gènes majeurs de prédisposition au cancer. Et après, on regarde en fait si ce qu'on trouve comme gène de prédisposition est concordant ou discordant par rapport à ce qu'on peut attendre. C'est-à-dire est-ce que le type de cancer qu'on voit correspond à la prédisposition ou non. Et alors, dans le panel du haut, vous voyez qu'on retrouve de nouveau un excès de mutations BRC1, BRC2 chez des patients qui ont des cancers du sein et des cancers de la prostate, ce qui est assez attendu. Et on retrouve 4 patients sur cette série, donc qui contient 1.566 patients avec des mutations de P53. Donc environ 4 sur 1.566, qui fait à peu près 2 pour 1.000, qui ont une prédisposition de P53. Donc en fait, la prédisposition chez les adultes qu'on va tester pour leur tumeur, la probabilité de trouver une mutation P53 germinale est relativement faible et en tout cas beaucoup plus faible que celle qu'on peut trouver pour BRC1 ou BRC2 qui représente une prédisposition, une fréquence beaucoup plus importante, environ 10 fois plus fréquente. Donc si on veut résumer ces deux études qui portent au total sur 2.600 patients atteints de cancers, on trouve une prédisposition au cancer avec un gène majeur de prédisposition chez 15,4% des patients. On retrouve essentiellement des mutations BRC1, BRC2, 43 cas qui représentent en fait 1,6% du total et puis on retrouve 4 mutations de P53, ce qui représente 1,5 pour 1.000 des patients atteints de cancers. On en a parlé tout à l'heure, j'ai repris les études chez les enfants où là, le tableau est totalement différent. Là aussi, ce sont des études systématiques chez des enfants atteints de cancers avec des séries contrôles, donc c'est 1,120 patients. Alors c'est des enfants, les pédiatres ont toujours un peu de mal à lâcher leurs enfants, donc c'est des enfants qui ont 20 ans, 25 ans. Donc enfants adolescent, un peu attardés, et chez qui on a fait des exomes ou des hautes génomes, on a séquencé la totalité du génome et puis il y avait des cortes contrôles avec des adultes ou des patients atteints d'autisme. Alors bien évidemment, la fréquence des mutations P53 va dépendre du type de tumeur, on l'a vu. Donc c'est très difficile de donner un chiffre qui représente quelque chose. Donc cette étude, vous avez ici la distribution attendue des registres, en fait des cancers de l'enfant, c'est le panel du haut. On voit qu'il y a un quart de lecémie, il y a 18 % de tumeur du système nerveux central, il y a 1,7 % de tumeur des corticots sur enalôme, et puis il y a des tumeurs plus ou moins rares. Et dans la série que vous avez, qui a été testée ici, vous voyez que les lecémies représentent 50 % des enfants, donc c'est complètement différent de ce qui est présenté là, et il y a 3,5 % de corticots sur enalôme. Et ce qu'on a, c'est 4,5 % de ces enfants ont une mutation de P53 germinale avec, vous voyez, la majorité de ces mutations sont sur les corticots sur enalôme. Donc si vous faites varier le pourcentage de corticots sur enalôme de votre série, vous faites varier ce pourcentage. Donc il faut prendre ça avec précaution, mais vous voyez que ce n'est pas du tout ce qu'on voit chez l'adulte. L'adulte, c'est BRC1, BRC2 qui sort, et puis P53 est complètement dans le fond du classement, alors que chez l'enfant, c'est l'inverse. Il y a 2 autres séries qui ont été publiées, il y en a d'autres, maintenant, en particulier celles qui ont été présentées tout à l'heure par notre collègue allemand. Et quand on prend, je suis passé un peu vite, mais avec une répartition différente des tumeurs, on va avoir là, dans cette série, dans l'accumule de ces deux séries, on a 3 cas de mutation de P53. Ça représente quand même le premier gène, mais avec un pourcentage qui est quand même plus modeste. Et si on veut résumer ces 3 études, on a à peu près chez des enfants de moins de 25 ans, on va dire ça comme ça, il y a 1331 cas. On va trouver des gènes de prédisposition dans 8,9% des cas et que P53 représente 4% de l'ensemble de ces cas. Alors pour résumer et pour conclure, donc j'ai essayé de vous expliquer pourquoi on était amenés à faire ces découvertes incidentes, c'est-à-dire qu'on a accès à une information et donc il faut fournir une information loyale aux patients chez qui on va leur dire, on a besoin de séquencer votre tumeur pour mieux vous traiter. Mais faisant ça, on a accès à une information et cette information, pour savoir si les patients veulent qu'on leur rende cette information, il faut pouvoir leur fournir une explication des chiffres qui soient claires et loyales sur ce qu'on risque de trouver. Donc si on prend des adultes, en fait finalement, dans 50% des, enfin excusez-moi, environ dans 2% des cas, à 4% des cas, on va trouver une prédisposition sur les 59 gènes pour lesquelles on a des mesures de prévention. Dans à peu près la moitié des cas, c'est une maladie cardiovasculaire, une maladie métabolique et dans l'autre moitié des cas, c'est une prédisposition au cancer. Ensuite, sur les gènes de prédisposition au cancer, on a affaire à un patient qui a un cancer et donc la probabilité de trouver une prédisposition au cancer est relativement importante et on va devoir lui dire en fait quels sont les principaux risques. Et les principaux risques pour un adulte, c'est essentiellement qu'on lui découvre une mutation BRCA2 et pas une mutation P53. Donc ça existe, c'est rare et donc il faut pouvoir donner cette information de manière relativement précise. Enfin, vous voyez que si ça va dépendre du type de cancer, ça va dépendre de l'âge. Quand on a affaire à un patient qui n'a pas de cancer, la probabilité de trouver une prédisposition au cancer est de 0,5 pour mille. Quand on a affaire à un patient adulte qui a un cancer, c'est 1,5 pour mille. Donc on multiplie par trois. Quand on a affaire à un cancer chez un enfant ou un adulte jeune, c'est 4%. Donc c'est 25 fois le risque. Donc ça, c'est les données qu'on peut donner sur la probabilité de découverte d'une altération germinale P53. Voilà, je vous remercie.