Variants de signification incertaine (VUS) du gène ESR1 dans l’endométriose
INTRODUCTION
L’endométriose est une maladie gynécologique inflammatoire et chronique majeure, affectant environ 10 % des femmes en âge de procréer à l’échelle mondiale. Elle se caractérise par la prolifération ectopique de tissu semblable à l’endomètre en dehors de la cavité utérine, un processus fortement stimulé par les œstrogènes. Le gène ESR1, qui code pour le Récepteur de l’Œstrogène Alpha (ERα), joue un rôle central dans cette régulation hormonale.
Cependant, le séquençage à haut débit (NGS) des patientes révèle fréquemment des Variants de Signification Incertaine (VUS) sur ce gène. Faute de preuves cliniques ou fonctionnelles, ces mutations restent inexploitées, bloquant l’interprétation des données diagnostiques. L’objectif de ce projet était de développer un pipeline bioinformatique rigoureux afin de cribler ces VUS, d’isoler les candidats prioritaires et de proposer des cibles tangibles pour de futures validations in vitro.
MATÉRIEL ET MÉTHODES
Pour trier et classifier objectivement la masse de variants identifiés, nous avons mis en œuvre un pipeline à trois niveaux basé sur les critères de consensus de l’ACMG (American College of Medical Genetics) :
- Standardisation des transcrits (Filtre MANE Select) : Les variants ont d’abord été filtrés pour ne conserver que ceux situés sur le transcrit de référence officiel NM_001122742.2 afin d’éliminer les faux doublons induits par l’épissage alternatif.
- Évaluation de la fréquence allélique en population (Base gnomAD) : La fréquence allélique globale (gnomADe_AF) a été exploitée pour appliquer le critère de rareté absolue PM2 (absence totale ou fréquence proche de zéro en population saine).
- Consensus de méta-prédiction informatique : Les outils algorithmiques CADD (version PHRED) et REVEL ont été croisés pour valider le critère informatique PP3. Le seuil de pathogénicité strict a été fixé à un score CADD > 20 (top 1 % des variants les plus délétères du génome) combiné à un score REVEL ≥ 0,75.
- Automatisation de la Nomenclature (Colonne BW) : Un script Python sur mesure a été développé pour concaténer et standardiser les données brutes (colonnes O, P, Q, R) au format international IUPAC/HGVS (ex: p.Arg183Gly (cDNA:1538 | CDS:1307)).
RÉSULTATS
1. Nettoyage des données et isolement des faux-sens
Sur un jeu de données initial de 1 346 lignes de variations génomiques, l’application du filtre MANE Select a permis d’isoler un ensemble non redondant de 69 variants faux-sens (missense) uniques sur le gène ESR1.
2. Stratification de la population et élimination des variants bénins
Le croisement avec les bases de population mondiale a révélé deux comportements :
- Un groupe de variants communs/bénins : Certains variants présentaient des fréquences trop élevées pour une pathologie mendélienne rare (par exemple, le variant NC_000006.12:152061061:G:A affichant une fréquence de 0,027%). L’activation du critère d’exclusion BS1 de l’ACMG oriente ces variants vers un statut Probablement Bénin.
- Un groupe de variants hyper-rares : La majorité des variants restants affichaient une fréquence nulle (0 ou -), validant le critère de rareté PM2.
3. Le tamis bioinformatique : Isolement des 4 candidats cœur
En appliquant notre double filtre de pathogénicité numérique (CADD > 20 et REVEL ≥ 0,75), le pipeline a extrait de manière drastique 4 variants d’intérêt majeurs parmi les 69 VUS de départ (voir la distribution visuelle sur le graphique de corrélation).
| Position Génomique | Nomenclature HGVS Complète (Colonne BW) | Fréquence gnomAD | Score CADD | Score REVEL | Critères ACMG |
|---|---|---|---|---|---|
| 151842690:C:G | p.Arg183Gly (cDNA:763 | CDS:547) | 0 (-) | 32.0 | 0.829 | PM2, PP3 |
| 151944502:T:A | p.Val364Glu (cDNA:1307 | CDS:1091) | 0 (-) | 30.0 | 0.953 | PM2, PP3 |
| 151842715:A:G | p.Tyr191Cys (cDNA:788 | CDS:572) | 0 (-) | 28.1 | 0.857 | PM2, PP3 |
| 152061091:T:C | p.Val446Ala (cDNA:1553 | CDS:1337) | 0 (-) | 27.2 | 0.859 | PM2, PP3 |
DISCUSSION & CONCLUSION
L’utilisation combinée de filtres de fréquence de population et de scores de conservation d’acides aminés s’avère être une stratégie redoutable pour extraire le signal biologique du bruit de fond technologique.
D’un point de vue épidémiologique, la mise à l’écart des variants à « haute fréquence » (comme le polymorphisme à 0,027%) doit être nuancée. L’endométriose étant une maladie multifactorielle fréquente (10 % des femmes), ces variants à faible pénétrance ne sont pas nécessairement neutres ; ils pourraient agir comme des modulateurs de risque polygénique.
En revanche, les 4 variants prioritaires isolés présentent un profil hautement destructeur. Leurs scores REVEL extrêmement élevés (>0,80) indiquent une perturbation catastrophique de la structure tertiaire du récepteur ERα ou de son domaine de liaison au ligand.
L’interrogation de la base de données de littérature scientifique PubMed a révélé que les variants p.Arg183Gly, p.Tyr191Cys, et p.Val446Ala ne font l’objet d’aucune publication antérieure, ce qui en fait des découvertes inédites majeures pour la communauté scientifique.
De manière fascinante, le variant p.Val364Glu (rs121913044), qui obtient le score REVEL le plus critique du pipeline (0,953), est déjà documenté dans la littérature pour son implication directe dans les syndromes sévères de résistance aux œstrogènes et d’infertilité féminine. L’infertilité étant l’un des symptômes cardinaux de l’endométriose, cette corrélation littéraire externe vient valider de façon indépendante la puissance prédictive de notre pipeline informatique.
Conclusion
Bien que ces 4 variants restent techniquement classés comme VUS selon les critères stricts de l’ACMG par manque de données empiriques directes, notre étude a permis de les extraire de l’anonymat génétique. Nous recommandons fortement que les futurs essais fonctionnels in vitro (génétique fonctionnelle, tests d’activité luciférase) et les cohortes de séquençage ciblées sur l’endométriose se concentrent prioritairement sur ces 4 positions clés afin de décoder leur impact précis sur la signalisation pathologique des œstrogènes.
Variants of Uncertain Significance (VUS) of the ESR1 Gene in Endometriosis
INTRODUCTION
Endometriosis is a major chronic inflammatory gynecological disease, affecting approximately 10% of women of reproductive age globally. It is characterized by the ectopic proliferation of endometrium-like tissue outside the uterine cavity, a process heavily stimulated by estrogens. The ESR1 gene, which encodes Estrogen Receptor Alpha (ERα), plays a central role in this hormonal regulation.
However, next-generation sequencing (NGS) of patients frequently reveals Variants of Uncertain Significance (VUS) within this gene. Due to the lack of clinical or functional evidence, these mutations remain unexploited, hindering the interpretation of diagnostic data. The objective of this project was to develop a rigorous bioinformatics pipeline to screen these VUS, isolate priority candidates, and propose tangible targets for future in vitro validations.
MATERIAL AND METHODS
To objectively sort and classify the mass of identified variants, we implemented a three-tier pipeline based on the consensus criteria of the ACMG (American College of Medical Genetics):
- Transcript Standardization (MANE Select Filter): Variants were first filtered to retain only those located on the official reference transcript NM_001122742.2 to eliminate false duplicates induced by alternative splicing.
- Population Allele Frequency Evaluation (gnomAD Database): The global allele frequency (gnomADe_AF) was leveraged to apply the PM2 absolute rarity criterion (total absence or near-zero frequency in a healthy population).
- Computational Meta-prediction Consensus: The algorithmic tools CADD (PHRED version) and REVEL were cross-referenced to validate the computational criterion PP3. The strict pathogenicity threshold was set at a CADD score > 20 (top 1% of the most deleterious variants in the genome) combined with a REVEL score ≥ 0.75.
- Nomenclature Automation (Column BW): A custom Python script was developed to concatenate and standardize raw data (columns O, P, Q, R) into the international IUPAC/HGVS format (e.g., p.Arg183Gly (cDNA:1538 | CDS:1307)).
RESULTS
1. Data Cleaning and Isolation of Missense Variants
From an initial dataset of 1,346 genomic variation lines, the application of the MANE Select filter successfully isolated a non-redundant set of 69 unique missense variants on the ESR1 gene.
2. Population Stratification and Elimination of Benign Variants
Cross-referencing with global population databases revealed two distinct patterns:
- A group of common/benign variants: Some variants exhibited frequencies too high for a rare Mendelian pathology (for instance, variant NC_000006.12:152061061:G:A showing a frequency of 0.027%). Applying the ACMG BS1 exclusion criterion classifies these variants as Probably Benign.
- A group of hyper-rare variants: The majority of remaining variants showed a zero frequency (0 or -), confirming the PM2 rarity criterion.
3. The Bioinformatics Sieve: Isolating the 4 Core Candidates
By applying our dual computational pathogenicity filter (CADD > 20 and REVEL ≥ 0.75), the pipeline drastically extracted 4 major variants of interest out of the starting 69 VUS (see visual distribution on the correlation plot).
| Genomic Position | Full HGVS Nomenclature (Column BW) | gnomAD Frequency | CADD Score | REVEL Score | ACMG Criteria |
|---|---|---|---|---|---|
| 151842690:C:G | p.Arg183Gly (cDNA:763 | CDS:547) | 0 (-) | 32.0 | 0.829 | PM2, PP3 |
| 151944502:T:A | p.Val364Glu (cDNA:1307 | CDS:1091) | 0 (-) | 30.0 | 0.953 | PM2, PP3 |
| 151842715:A:G | p.Tyr191Cys (cDNA:788 | CDS:572) | 0 (-) | 28.1 | 0.857 | PM2, PP3 |
| 152061091:T:C | p.Val446Ala (cDNA:1553 | CDS:1337) | 0 (-) | 27.2 | 0.859 | PM2, PP3 |
DISCUSSION & CONCLUSION
The combined utilization of population frequency filters and amino acid conservation scores proves to be a powerful strategy to extract biological signal from technological background noise.
From an epidemiological standpoint, discarding « high-frequency » variants (such as the 0.027% polymorphism) must be nuanced. Since endometriosis is a frequent multifactorial disease (affecting 10% of women), these low-penetrance variants are not necessarily neutral; they could act as modulators of polygenic risk.
In contrast, the 4 isolated priority variants exhibit a highly destructive profile. Their extremely high REVEL scores (>0.80) indicate a catastrophic disruption of the tertiary structure of the ERα receptor or its ligand-binding domain.
Querying the PubMed scientific literature database revealed that the variants p.Arg183Gly, p.Tyr191Cys, and p.Val446Ala have not been previously published, making them major novel findings for the scientific community.
Fascinatingly, the variant p.Val364Glu (rs121913044), which achieved the most critical REVEL score in the pipeline (0.953), is already documented in the literature for its direct involvement in severe estrogen resistance syndromes and female infertility. Given that infertility is a cardinal symptom of endometriosis, this external literature correlation independently validates the predictive power of our computational pipeline.
Conclusion
Although these 4 variants remain technically classified as VUS according to strict ACMG criteria due to a lack of direct empirical data, our study successfully extracted them from genetic anonymity. We strongly recommend that future in vitro functional assays (functional genetics, luciferase activity assays) and targeted sequencing cohorts for endometriosis focus primarily on these 4 key positions to decode their precise impact on pathological estrogen signaling.