ESHG Webinar Series Episode 8 with Lisenka Vissers

ESHG Webinar Series Episode 8 with Lisenka Vissers

par Lisenka Vissers

Sciences du vivant & de la nature Médecine & Santé MFMédecine préclinique : sciences fondamentalesMFNGénétique médicale
🎙 Lisenka Vissers 👥 4K 📅 19 décembre 2025 ⏱ 60 min 👁 460 📄 revue d'actualité 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

long-read sequencingrare diseasesdiagnostic yieldstructural variantsclinical implementation

Résumé

Lors de ce webinaire de l’ESHG, la professeure Lisenka Vissers présente les résultats de plusieurs études cliniques évaluant l’implémentation du séquençage du génome en longues lectures (lrGS) pour le diagnostic des maladies rares. Elle commence par rappeler le contexte : environ 7000 à 8000 maladies rares, dont 80% d’origine génétique, avec un taux de diagnostic actuel d’environ un patient sur trois. Elle compare ensuite les rendements diagnostiques historiques : 7% avant le séquençage nouvelle génération, 33% avec l’exome, et seulement 2% d’augmentation supplémentaire avec le génome en lectures courtes. Face à ces limites, elle propose d’évaluer le lrGS. Trois cohortes sont étudiées : 100 échantillons avec des variants difficiles à détecter, 200 patients en fin de parcours diagnostique, et 1000 échantillons représentatifs en parallèle du soin standard. Les résultats montrent que le lrGS à 30x permet de détecter 83% des variants difficiles automatiquement, et 93% avec des outils dédiés, mais échoue sur certains réarrangements complexes et expansions de répétitions GA. Une titration de couverture suggère qu’une couverture de 20x suffit pour la plupart des variants. L’étude de 200 patients montre une augmentation du rendement diagnostique de 7%, passant de 13% à 20%. Enfin, l’étude de 1000 patients prédit un gain de 10% par rapport au soin standard, avec un potentiel de remplacement de plusieurs tests. La présentation souligne les avantages du lrGS : détection de tous les types de variants, phasage, méthylation, et réduction des tests multiples. Les défis restants incluent le coût, la bioinformatique et certains types de variants. La conférencière conclut que le lrGS est prometteur pour devenir un test de première intention, mais nécessite encore des validations et des optimisations.

273 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : la présentation s’appuie sur des données cliniques concrètes, issues de cohortes bien définies et de collaborations internationales. L’argumentation est solide, structurée en étapes logiques : d’abord la démonstration de la capacité technique sur des variants difficiles, puis l’évaluation du rendement diagnostique sur des cohortes réelles, et enfin une prédiction pour une implémentation à grande échelle. Les limites sont clairement exposées (échecs sur certains types de variants, coût, couverture nécessaire). La transparence sur le financement par PacBio et l’indépendance des conclusions renforce la crédibilité. Cependant, certaines données ne sont pas détaillées (ex : nature exacte des variants non détectés) et la présentation reste une synthèse de travaux en cours, sans publication complète des résultats.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : la conférencière cite des études collaboratives (consortium HiFi) et des données de sa propre institution. Les sources ne sont pas toutes explicitement référencées dans la vidéo, mais les travaux sont présentés avec des détails méthodologiques suffisants. La qualité des sources est élevée, s’appuyant sur des données de séquençage réelles et des analyses bioinformatiques standardisées. L’adéquation titre/contenu est correcte : le titre est générique (webinaire ESHG) mais la description précise le sujet. Le contenu est bien en phase avec le titre et la description.

224 mots

Adéquation titre / contenu

Le titre est générique (webinaire ESHG) mais le contenu est bien centré sur la traduction clinique du séquençage longues lectures pour les maladies rares, comme l'indique la description.

Qualité & fiabilité

8/10

Présentation par une experte reconnue en génomique translationnelle, s'appuyant sur des études cliniques structurées et des collaborations internationales. Les données sont présentées avec rigueur, les limites sont clairement exposées. La transparence sur les financements et l'indépendance vis-à-vis des partenaires industriels renforce la crédibilité.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

  • PacBio — Partenaire technologique ayant fourni réactifs et expertise pour l'étude.
  • Oxford Nanopore Technologies — Alternative technologique mentionnée pour le séquençage longues lectures.

Sources concordantes

  • PacBio — Technologie utilisée dans l'étude, résultats concordants avec les spécifications du fabricant.

Apport & nouveautés

L’apport original de cette présentation réside dans l’évaluation systématique du séquençage longues lectures (lrGS) comme test de première intention pour les maladies rares, avec des données cliniques concrètes sur des cohortes importantes. Elle démontre que le lrGS peut détecter une large gamme de variants, y compris dans des régions difficiles, et augmenter le rendement diagnostique de manière significative. Elle propose également une titration de couverture pour optimiser les coûts. Ces résultats contribuent à la réflexion sur l’implémentation clinique du lrGS.

Pour aller plus loin :

  • Long-read sequencing in human genetics — Revue de référence sur les technologies de séquençage longues lectures.
  • ClinGen — Ressource pour la curation de variants et les standards de diagnostic.
  • Human Genome Variation Society — Recommandations pour la nomenclature des variants.

125 mots

Profil radar

Le profil radar montre des scores élevés en qualité de l'information et en niveau technique, reflétant une présentation experte et détaillée. La quantité d'information est également bonne, mais la fiabilité globale est légèrement inférieure en raison de l'absence de publication complète des résultats. Le score de fiabilité est néanmoins solide, indiquant une confiance raisonnable dans les données présentées.

Fiabilité 8/10

💬 Sur les 0 commentaires analysés, aucune tendance n'est disponible.