Un test indépendant des signatures pour détecter les différences entre spectres de mutations tumorales révèle des effets de carcinogènes et d’ascendance

Pourquoi de petites modifications de l’ADN comptent pour le cancer

Les cancers se développent parce que l’ADN a subi de nombreux petits dommages, laissant des motifs de mutations caractéristiques. Ces motifs peuvent indiquer la cause du cancer, comme le tabac, les UV ou des facteurs héréditaires. Mais jusqu’à présent, les chercheurs n’avaient pas de méthode simple et rigoureuse pour poser une question fondamentale : deux groupes de tumeurs — par exemple issus de personnes d’ascendances différentes ou d’animaux exposés à des produits chimiques distincts — présentent-ils réellement des motifs de mutation différents, ou les différences apparentes ne sont-elles que du bruit ? Cet article présente un outil statistique général pour répondre à cette question et montre qu’il peut révéler des effets cachés de carcinogènes et de l’ascendance sur les génomes tumoraux.

Une nouvelle mesure pour comparer les motifs de mutation

Les auteurs s’appuient sur l’idée de « spectre de mutation », c’est‑à‑dire le mélange global de types de mutations dans le génome d’une tumeur. Les travaux existants décomposent souvent ces spectres en « signatures » prédéfinies censées représenter des processus biologiques particuliers, puis examinent quelles signatures apparaissent dans quelles tumeurs. Cette approche est utile pour raconter une histoire, mais moins adaptée aux tests formels : il peut être difficile de savoir si deux groupes diffèrent réellement une fois prise en compte la variation naturelle au sein de chaque groupe et l’incertitude d’attribution des signatures. La nouvelle méthode, appelée distance du spectre de mutation agrégé (AMSD), évite ce problème en travaillant directement sur les spectres bruts et en demandant, de façon statistiquement contrôlée, si les spectres moyens de deux groupes sont plus différents qu’attendu par hasard.

Comment fonctionne le test AMSD en pratique

AMSD commence par combiner les données de mutation de toutes les tumeurs de chaque groupe en un seul « spectre agrégé » par groupe, en pondérant soit chaque tumeur de façon égale soit selon le nombre de mutations qu’elle contient. Elle mesure ensuite l’écart entre ces deux spectres à l’aide d’une mesure de distance comme la distance cosinus, qui capture la différence de forme entre eux. Pour savoir si cette distance observée est significative, la méthode utilise un test par permutation : elle mélange de façon répétée l’appartenance des tumeurs aux groupes, recompute la distance des milliers de fois et construit ainsi une distribution « nulle » des distances attendues en l’absence de différence réelle entre les groupes. La p‑valeur correspond simplement à la fraction de comparaisons permutées aussi extrêmes ou plus que l’observation réelle. Ce cadre gère naturellement des tailles d’échantillons et des nombres de mutations inégaux, et sa distribution nulle peut même suggérer l’existence de sous‑types cachés ou d’observations aberrantes dans les données.

Effets cachés de produits chimiques cancérogènes chez la souris

Pour illustrer ce que peut faire AMSD, l’équipe a réanalysé une étude où des souris avaient été exposées à 20 carcinogènes présumés, et les tumeurs de ces animaux ont été comparées à celles de souris témoins non exposées. L’étude originale n’avait rapporté que trois produits chimiques produisant des signatures de mutation clairement nouvelles. Avec AMSD, les auteurs ont trouvé que 11 des 20 carcinogènes entraînaient des décalages statistiquement significatifs dans le spectre global de mutations, même lorsque l’analyse classique par signatures ne les avait pas signalés. Certains produits chimiques, comme le 1,2,3‑trichloropropane, provoquaient de grands changements facilement reconnaissables. D’autres, comme le tranquillisant oxazépam, induisaient des décalages plus subtils mais cohérents dans certains types de mutations, invisibles lors d’une analyse limitée aux signatures standards. Ces résultats suggèrent que beaucoup de carcinogènes n’introduisent pas forcément de nouveaux types de dommages, mais modifient l’équilibre des processus mutationnels existants, par exemple en altérant la réparation de l’ADN ou la croissance cellulaire.

Motifs de mutation et ascendance humaine

Les auteurs se sont ensuite tournés vers une grande collection de tumeurs humaines issue du Cancer Genome Atlas, en se concentrant sur les cancers comportant suffisamment de tumeurs de personnes d’ascendance africaine, est‑asiatique et européenne. En utilisant AMSD, ils ont comparé les spectres de mutation entre groupes d’ascendance au sein de chaque type de cancer. Ils ont mis au jour des différences significatives dans 16 des 67 comparaisons testées après correction pour tests multiples, dont six restaient très robustes. Certains motifs confirmaient des observations antérieures, comme une exposition plus élevée à un motif de mutation lié au tabagisme dans les cancers du poumon de patients d’ascendance africaine, bien que ces patients déclarent fumer moins de cigarettes que les patients d’ascendance européenne. D’autres résultats étaient nouveaux, notamment une différence marquée dans une paire de motifs de mutation (SBS17a/b) entre patients est‑asiatiques et européens atteints d’un cancer de l’œsophage, et des niveaux plus élevés de certains motifs liés aux polymérases chez des patients est‑asiatiques avec des cancers de l’utérus et colorectaux. L’étude souligne que ces associations avec l’ascendance peuvent refléter autant des différences environnementales, médicales ou sociales que génétiques, mais elles révèlent des différences réelles dans la manière dont les tumeurs accumulent des mutations.

Pourquoi cet outil change la donne

Pris ensemble, ces analyses montrent que AMSD est un moyen sensible et largement applicable pour détecter quand et où les motifs de mutation divergent — que ce soit à cause d’une exposition chimique, de l’ascendance ou d’autres facteurs. Il ne remplace pas l’analyse traditionnelle des signatures ; il la complète en posant d’abord la question claire « ces groupes diffèrent‑ils du tout ? » puis en utilisant les signatures pour aider à expliquer pourquoi. En travaillant directement sur les spectres de mutations bruts et en minimisant le nombre de tests séparés, AMSD peut révéler des décalages subtils mais cohérents qui auraient autrement pu être rejetés comme du bruit. À mesure que les ensembles de données sur le cancer deviennent plus grands et plus divers, cette mesure simple basée sur des permutations est prête à aider les chercheurs à cartographier comment l’environnement, la génétique et le hasard se combinent pour façonner les cicatrices d’ADN laissées dans les tumeurs.

Citation: Hart, S.F.M., Alcala, N., Feder, A.F. et al. A signature-agnostic test for differences between tumor mutation spectra reveals carcinogen and ancestry effects. Commun Biol 9, 462 (2026). https://doi.org/10.1038/s42003-026-09652-5

Mots-clés: spectres de mutations du cancer, exposition à des carcinogènes, ascendance génétique, tests par permutation, signatures mutacionnelles