Les cellules eucaryotes contiennent le plus souvent des milliers de mitochondries, organisées en réseau dynamique dans tout le cytoplasme. La mitochondrie est au cœur du système énergétique cellulaire et elle est également impliquée dans de nombreuses voies de signalisation intracellulaires (apoptose, détoxification, régulation des flux calciques, entre autres). Les patients qui souffrent de mitochondriopathies présentent des signes cliniques très différents, mais on observe le plus souvent des déficits musculaires, des troubles neurologiques ou des atrophies du nerf optique. En 2000, les mutations pathogènes du gène OPA1, qui code une protéine permettant la fusion des mitochondries, ont été décrites comme responsables de la majorité des atrophies optiques a transmission dominante et une dizaine gènes sont fréquemment impliqués dans l’ensemble des neuropathies optiques héréditaires (NOH).
En 2005, nous avons développé une base de données internationale dédiée aux mutations du gène OPA1 (locus-specific database, LSDB) dans le cadre des activités de diagnostic et de recherche de notre laboratoire. À partir de 2015, dans le cadre du Human Variome Project/Global Variome (HVP), une initiative internationale visant à collecter toutes les variations génétiques affectant la santé humaine, nous l’avons fait évoluer en rejoignant une base de données centrale et en utilisant exclusivement la terminologie standard Human Phenotype Ontology (HPO) pour référencer les anomalies phénotypiques.
En 2020, nous avons commencé la création d’un portail LSDB des gènes responsables des NOH en étendant ces travaux aux gènes ACO2 et NR2F1 dont l’analyse des données prises individuellement a permis d’améliorer significativement la compréhension des corrélations génotype-phénotype et la description clinique des maladies mendéliennes associées. Nous prévoyons d’étendre cette démarche pour les sept gènes WFS1, SPG7, AFG3L2, MFN2, RTN4IP1, TMEM126A et FDXR (par ordre de fréquence) afin de réaliser la méta-analyse de l’ensemble des données par des méthodes biostatistiques, bio-informatiques ou d’intelligence artificielle. L’objectif est une meilleure compréhension des NOH pour une approche de médecine moléculaire.