Fiche de révision : Introduction à la génétique moléculaire

📋 Plan du Cours

1. Structure de l’ADN et appariement des bases
2. Nucléotides et acides nucléiques
3. Caryotype, génome et chromosome
4. Organisation et structure d’un gène codant
5. Transcription et ARN polymérases eucaryotes
6. Épissage alternatif et isoformes protéiques
7. Traduction et synthèse de la chaîne polypeptidique
8. Gènes exceptionnels et annotation des génomes
9. Non coding RNAs et bases de données
10. Diversité génétique et polymorphismes
11. Types de variations génétiques SNV indels CNV
12. Génotypage par puce et séquençage NGS

📖 1. Structure de l’ADN et appariement des bases

🔑 Notions clés & Définitions

• Double hélice : Structure de l’ADN formée de deux brins enroulés l’un autour de l’autre, organisés de façon complémentaire.
• Nucléotide : Unité de base de l’ADN composée d’un sucre, d’un groupement phosphate et d’une base azotée.
• Appariement complémentaire : Principe selon lequel les bases azotées s’associent de manière spécifique entre les deux brins pour stabiliser la double hélice.
• Liaisons hydrogène : Interactions faibles qui assurent la cohésion entre bases complémentaires et contribuent à la stabilité de l’ADN.

📝 Points essentiels

• Chaque brin d’ADN est constitué d’une succession de nucléotides reliés par le squelette sucre–phosphate.
• Les bases azotées se font face entre les deux brins et s’apparient de façon spécifique pour maintenir la complémentarité.
• Les paires de bases sont stabilisées par des liaisons hydrogène entre les bases complémentaires.
• La structure en double hélice impose une organisation régulière des nucléotides et un appariement cohérent des bases.
• La complémentarité des bases permet de déduire la séquence d’un brin à partir de la séquence de l’autre.

💡 Astuce mémo

Complémentarité = “face à face” : bases qui s’emboîtent + liaisons hydrogène qui “tiennent” la double hélice.

📖 2. Nucléotides et acides nucléiques

🔑 Notions clés & Définitions

• Nucléotide : Un nucléotide est l’unité de base de l’ADN, formée d’une base azotée, d’un sucre (désoxyribose) et d’un groupement phosphate.
• Acide désoxyribonucléique : L’acide désoxyribonucléique (ADN) est une molécule en double hélice située dans les cellules, constituée d’une succession de nucléotides portant l’information génétique.
• Double hélice d’ADN : La double hélice est l’organisation de l’ADN en deux chaînes polynucléotidiques enroulées l’une autour de l’autre.
• Bases azotées : Les bases azotées sont les 4 types de bases de l’ADN, notées A, G, T et C, qui portent l’information au sein des nucléotides.
• Acides nucléiques : Les acides nucléiques sont de longues chaînes polynucléotidiques formées par l’enchaînement de nucléotides.

📝 Points essentiels

• Un nucléotide comprend trois éléments : une base azotée, un désoxyribose et un groupement phosphate (H3PO4).
• L’ADN utilise 4 bases : adénine (A), guanine (G), thymine (T) et cytosine (C).
• Les nucléotides s’assemblent en chaînes polynucléotidiques via la liaison entre leur phosphate et leur sucre.
• L’ADN est constitué de deux chaînes polynucléotidiques reliées entre elles pour former une double hélice.
• Les appariements de bases dans l’ADN se font par liaisons hydrogènes : A–T et C–G.
• Les bases se classent en purines et pyrimidines : purines (adénine, guanine) et pyrimidines (cytosine, thymine).

💡 Astuce mémo

ADN = sucre + phosphate + base ; appariements : A avec T, C avec G (A-T / C-G).

📖 3. Caryotype, génome et chromosome

🔑 Notions clés & Définitions

• Génome humain : Le génome humain correspond à l’ensemble du matériel génétique d’un individu, organisé dans ses cellules sous forme de chromosomes.
• Chromosome : Un chromosome est une longue molécule d’ADN qui porte le code génétique et sert de support à l’information héréditaire.
• Gène : Un gène est un fragment de chromosome contenant l’information nécessaire pour produire un ARN, puis une protéine via l’expression génique.
• CFTR : CFTR est le gène dont l’altération est responsable de la mucoviscidose, avec une localisation donnée sur le chromosome 7.
• ARN polymérase II : L’ARN polymérase II est l’enzyme eucaryote localisée dans le nucléoplasme et responsable de la synthèse des ARNm.

📝 Points essentiels

• Le génome est localisé dans les cellules sous forme de chromosomes, qui portent l’information génétique.
• Le gène CFTR est localisé sur le chromosome 7 en position 7q31.2.
• Un chromosome comporte notamment un centromère et des télomères.
• Les codons STOP sont UAA, UAG et UGA, et le gène possède une structure classique avec zones codantes et UTR.
• La transcription se déroule dans le noyau et produit un ARNm à partir d’une portion d’ADN correspondant au gène.
• Les ARN polymérases eucaryotes se répartissent ainsi : ARN polymérase I (ARNr, nucléole), ARN polymérase II (ARNm, nucléoplasme), ARN polymérase III (ARNt, ARNr et petits ARN, nucléoplasme).

💡 Astuce mémo

Génome = “tout l’ADN”, Chromosome = “long brin”, Gène = “morceau utile”, CFTR = “7q31.2 → mucoviscidose”.

📖 4. Organisation et structure d’un gène codant

🔑 Notions clés & Définitions

• Épissage alternatif : Mécanisme de maturation de l’ARN pré-messager qui supprime certains exons et en conserve d’autres pour produire plusieurs ARNm distincts.
• ARNm mature : Forme finale de l’ARN messager obtenue après épissage, prête à être lue par les ribosomes pour fabriquer une protéine.
• Traduction : Processus de synthèse d’une protéine à partir de la séquence de l’ARNm, réalisé dans le cytoplasme par le ribosome.
• Ribosome 60S et 40S : Complexe ribosomal formé de deux sous-unités, une grande (60S) et une petite (40S), qui s’assemblent pour traduire l’ARNm.
• Gène DMD : Gène de la dystrophine, localisé en Xp21.1, connu pour sa taille exceptionnelle et son grand nombre d’exons.

📝 Points essentiels

• Un gène peut produire deux ou plusieurs ARNm matures grâce à l’épissage alternatif, ce qui génère des protéines-isoformes.
• L’épissage alternatif repose sur l’élimination de certains exons lors de la maturation de l’ARN pré-messager.
• La traduction se déroule dans le cytoplasme et transforme la séquence de l’ARNm en chaîne polypeptidique.
• Le ribosome comporte une grande sous-unité 60S et une petite sous-unité 40S, libres dans le cytosol ou liées à des structures du cytoplasme.
• Les codons STOP sont UAA, UAG et UGA, et ils déclenchent la fin de la synthèse de la chaîne.
• La traduction suit une séquence fonctionnelle : initiation, élongation puis phase terminale avec libération de la chaîne polypeptidique.

💡 Astuce mémo

Épissage = exons choisis ; Traduction = ribosome lit codons jusqu’au STOP (UAA/UAG/UGA).

📖 5. Transcription et ARN polymérases eucaryotes

🔑 Notions clés & Définitions

• Annotation de gènes : Processus d’identification et de localisation des régions fonctionnelles d’un génome, notamment les gènes codant des protéines.
• Gènes eucaryotes : Ensemble de segments génomiques dont la structure et l’organisation varient fortement d’un gène à l’autre chez les eucaryotes.
• siRNA : Petit ARN interférent produit à partir de séquences d’ADN, capable de participer à la régulation de l’expression des gènes sans être traduit en protéine.
• miRNA : MicroARN non codant impliqué dans la régulation de la transcription et/ou de la stabilité des ARNs, sans produire de protéine.
• ARN non codants : Transcrits d’ARN issus de l’ADN qui ne sont pas traduits en protéines mais peuvent avoir des rôles fonctionnels.

📝 Points essentiels

• Les génomes eucaryotes ne suivent pas une structure « classique » unique pour les gènes codants, ce qui rend l’établissement de règles générales difficile.
• L’annotation de gènes à grande échelle (dizaines de milliers de gènes) nécessite des algorithmes d’annotation automatique.
• Les bases de données de génomes humains incluent Ensembl, NCBI et UCSC Genome Browser, utilisées pour localiser et caractériser gènes et transcrits.
• Un même ADN peut produire des ARN non traduits en protéine, avec des fonctions biologiques possibles (ex. siRNA et miRNA).
• Des séquences répétées non codantes (intergéniques ou non codantes) peuvent contribuer à la régulation de la transcription, illustrée par le gène HLA-G.

💡 Astuce mémo

Annotation = « repérer les morceaux utiles » dans un génome très variable ; siRNA/miRNA = « ARN régulateurs sans traduction ».

📖 6. Épissage alternatif et isoformes protéiques

🔑 Notions clés & Définitions

• Épissage alternatif : Mécanisme de maturation de l’ARN pré-messager qui produit plusieurs transcrits à partir d’un même gène en combinant différemment les exons.
• Isoforme protéique : Variété de protéine issue de transcrits différents, pouvant différer par la séquence d’acides aminés et donc par la fonction.
• ARN messager : ARN mature exporté et traduit en protéine, dont la composition en exons détermine la séquence protéique produite.
• Exon : Segment codant (ou participant à la séquence finale) de l’ARN pré-messager qui peut être inclus ou exclu selon l’épissage.

📝 Points essentiels

• Un même gène peut générer plusieurs transcrits en variant la sélection des exons lors de l’épissage alternatif.
• Le nombre d’exons et leur combinaison influencent directement la séquence de l’ARN messager et donc la protéine traduite.
• Des isoformes protéiques peuvent être produites à partir d’un même locus, expliquant une diversité fonctionnelle sans changer le gène de base.
• L’expression de l’ARN messager peut varier selon les tissus, ce qui module quelles isoformes sont majoritaires dans chaque tissu.
• Les bases de données permettent d’examiner pour un gène sa position génomique, le nombre de transcrits et l’expression tissulaire pour relier gène→transcrit→isoforme.
• Comparaison : épissage alternatif vs polymorphisme génétique—l’épissage change la combinaison d’exons à partir d’un même ADN, tandis qu’un polymorphisme modifie la séquence génomique (ex. SNV, indel) pouvant altérer la/’

💡 Astuce mémo

Épissage alternatif = exons en “choix multiple” → isoformes différentes.

📖 7. Traduction et synthèse de la chaîne polypeptidique

🔑 Notions clés & Définitions

• Indels : Les indels sont des variations génétiques qui modifient la séquence par insertion ou délétion de nucléotides.
• Variations structurales : Les variations structurales regroupent des remaniements de grande taille de l’ADN, incluant duplications et délétions.
• Copy Number Variations : Les CNV sont des variations du nombre de copies d’une portion d’ADN, avec des tailles typiquement supérieures à 1000 pb.
• Microsatellites : Les microsatellites sont des marqueurs à répétitions courtes de 1 à 4 nucléotides, très polymorphes.
• Single nucleotide variation : Les SNV sont des variations portant sur un seul nucléotide, utilisées pour caractériser la diversité génétique.

📝 Points essentiels

• Les indels peuvent être décrits comme des insertions ou des délétions, et peuvent aussi être observés dans des séquences courtes de type <1000 pb selon la classification du cours.
• Les variations structurales incluent notamment des duplications et des délétions, avec une taille indiquée comme <1000 pb dans la section.
• Les CNV correspondent à des variations de nombre de copies pour des segments d’ADN de taille >1000 pb.
• Les microsatellites sont des répétitions continues de motifs de 1 à 4 nucléotides, avec un nombre d’allèles différents souvent >20 par marqueur.
• Le cours indique qu’il existe près de 50 000 microsatellites décrits sur le génome humain.
• Les SNV sont classées selon leur fréquence et sont associées à des bases de données (ex. page NCBI SNP et Ensembl) pour relier position, allèles et conséquences fonctionnelles.

💡 Astuce mémo

Indels = Insertion/Délétion ; Structurales = <1000 pb ; CNV = >1000 pb ; Microsatellites = 1–4 nt répétés ; SNV = 1 nucléotide.

📖 8. Gènes exceptionnels et annotation des génomes

🔑 Notions clés & Définitions

• Gène : Un gène est une portion du génome dont la séquence détermine un produit fonctionnel, notamment via la transcription en ARN messager.
• Position dans le génome : La position dans le génome correspond à l’emplacement d’un gène sur un chromosome, utile pour l’annotation et la comparaison entre individus.
• Exons : Les exons sont les segments d’un gène conservés dans l’ARN messager mature après maturation.
• Marqueur génétique : Un marqueur génétique est un caractère déterminé par la génétique et traçable au fil des générations.
• Marqueur moléculaire : Un marqueur moléculaire est un fragment d’ADN polymorphe entre individus, associé à un locus précis et unique.

📝 Points essentiels

• Un gène se caractérise par sa position dans le génome, le nombre de transcrits, le nombre d’exons et le profil d’expression de son ARN messager selon les tissus.
• Pour annoter un gène, on recherche les variations présentes dans sa séquence, puis on relie leur position, les allèles associés et leurs conséquences fonctionnelles.
• Les SNVs (substitutions d’un seul nucléotide) peuvent être classées selon leur fréquence dans la population.
• Les marqueurs moléculaires sont des loci uniques définis par un polymorphisme entre individus d’une même espèce.
• Un bon marqueur doit permettre de mesurer la diversité génétique et d’être typé efficacement, notamment grâce à un polymorphisme bien réparti et de nombreux allèles.
• Les microsatellites ont été largement utilisés pour construire des cartes génétiques de référence du génome humain, tandis que les SNPs sont aujourd’hui les plus utilisés pour les études génétiques.

💡 Astuce mémo

SNV/SNP = 1 lettre qui change; microsatellites = répétitions utilisées pour cartographier; marqueur = locus unique traçable.

📖 9. Non coding RNAs et bases de données

🔑 Notions clés & Définitions

• Haplotype : Un haplotype est une combinaison d’allèles portée par un même chromosome sur plusieurs locus, décrivant la “phase” des SNPs.
• Phase des haplotypes : La phase des haplotypes correspond à l’association correcte des allèles entre locus sur chaque chromosome homologue.
• Phasage des haplotypes : Le phasage est l’ensemble des méthodes logicielles qui infèrent la phase des haplotypes à partir des génotypes observés.
• Base de données Ensembl : Ensembl est une base de données génomiques qui permet d’explorer la position, les transcrits, les exons, l’expression et les variations d’un gène.
• Base de données UCSC Genome Browser : UCSC Genome Browser est une interface de visualisation du génome qui aide à localiser des gènes et à consulter des informations associées.

📝 Points essentiels

• Un individu diploïde peut avoir les mêmes génotypes (AA/AB/BB) mais des haplotypes différents selon l’association des allèles sur chaque chromosome homologue.
• Pour connaître la combinaison d’allèles sur un chromosome, on peut utiliser des données familiales (séquences/génotypes des parents ou des frères et sœurs).
• En population, des logiciels de phasage infèrent la phase des haplotypes à partir des génotypes observés.
• Un exemple de structure haplotypique humaine : des SNPs sur ~19 000 pb du chromosome 7 et une densité d’environ 1 SNP/5 kb (MAF > 5%).
• Pour caractériser un gène dans une base de données, on cherche sa position, le nombre de transcrits et d’exons, puis l’expression de son ARN messager par tissus.
• Pour analyser les variations d’un gène, on identifie leur position, les allèles associés, leur localisation et leur conséquence fonctionnelle.

💡 Astuce mémo

Haplotype = “même chromosome” (phase) ; Génotype = “même locus” (mélange possible).

📖 10. Diversité génétique et polymorphismes

🔑 Notions clés & Définitions

• Fréquence allélique : La fréquence allélique est la proportion d’un allèle $A$ (ou $B$) parmi l’ensemble des allèles observés dans la population.
• Locus autosomique bi-allélique : Un locus autosomique bi-allélique est un site du génome porté par les autosomes où deux allèles $A$ et $B$ peuvent exister.
• Génotypes AA AB BB : Les génotypes $AA$, $AB$ et $BB$ décrivent les combinaisons possibles des deux allèles à un locus bi-allélique chez un organisme diploïde.
• MAF : La MAF (minor allele frequency) est la fréquence de l’allèle le plus rare à un locus polymorphe.
• Brassage intrachromosomique : Le brassage intrachromosomique correspond à la création de nouveaux haplotypes par recombinaison au sein d’une même paire de chromosomes homologues.

📝 Points essentiels

• Pour un locus bi-allélique $A/B$, la fréquence de $A$ vaut $p=\dfrac{2N_{AA}+N_{AB}}{2N}$ et celle de $B$ vaut $q=\dfrac{2N_{BB}+N_{AB}}{2N}$, avec $p+q=1$.
• La somme des fréquences des allèles à un locus polymorphe vérifie $\sum f(\text{allèles})=1$.
• La MAF (minor allele frequency) mesure la diversité génétique en donnant la fréquence de l’allèle le plus rare à un locus polymorphe.
• La diversité génétique provient notamment de la réplication de l’ADN (cellule mère $2N$ → $4N$ puis retour à $2N$ après division) et surtout de l’apparition de mutations transmissibles.
• La mutation peut être une substitution, une insertion ou une délétion, et elle modifie soudainement la séquence d’ADN de façon transmissible si elle échappe à la réparation.
• La méiose produit des gamètes par réduction : une cellule diploïde $2n$ donne $4$ cellules haploïdes $n$, ce qui permet la transmission et la reconstitution de $2n$ lors de la fécondation.

💡 Astuce mémo

$p$ et $q$ : même dénominateur $2N$ et toujours $p+q=1$ (deux allèles, une somme).

📖 11. Types de variations génétiques SNV indels CNV

🔑 Notions clés & Définitions

• SNV : SNV est une variation ponctuelle où une base de l’ADN est remplacée par une autre à un site précis du génome.
• Indels : Les indels sont des variations par insertion ou délétion de nucléotides, modifiant la longueur locale de la séquence.
• CNV : Les CNV sont des variations du nombre de copies d’un segment d’ADN, entraînant des gains ou pertes de régions.
• Génotypage TaqMan : Le génotypage TaqMan est une méthode de génotypage basée sur des sondes spécifiques pour déterminer des variants connus.
• Séquençage Sanger : Le séquençage Sanger est une méthode de lecture de séquence adaptée à des fragments courts (environ 100–1200 pb) pour génotyper ou identifier des variants.

📝 Points essentiels

• SNV correspond à un changement d’une seule base à un locus, contrairement aux indels qui modifient le nombre de nucléotides.
• Indels incluent des insertions et des délétions, avec des tailles variables (ex. indels hétérozygotes 1–571 pb et homozygotes 1–82711 pb dans l’exemple fourni).
• CNV décrit des variations de quantité de copies sur des segments, pouvant couvrir de grandes portions du génome plutôt qu’un seul site.
• Sanger (100–1200 pb) est adapté à un petit nombre d’individus et à une petite partie du génome, tandis que NGS vise de grands cohortes et l’ensemble du génome.
• TaqMan sert au génotypage de variants déjà connus, alors que NGS peut aussi révéler de nouveaux variants (allèles ou locus).

💡 Astuce mémo

SNV = Single base (1 base), Indels = Insert/Delete (longueur), CNV = Copy Number (nombre de copies).

📖 12. Génotypage par puce et séquençage NGS

🔑 Notions clés & Définitions

• SNP : Un SNP est un polymorphisme portant sur un seul nucléotide, utilisé comme marqueur génétique pour comparer des individus.
• Indel : Un Indel est une variation génétique correspondant à une insertion ou une délétion de bases, pouvant modifier des séquences codantes.
• Génotypage par puce : Le génotypage par puce est une méthode qui détecte des variants connus en mesurant des signaux sur une puce contenant des sondes.
• NGS : Le NGS (séquençage haut débit) permet de lire de grandes quantités d’ADN pour identifier des variants à l’échelle du génome.
• 1000 Genomes Project : Le 1000 Genomes Project est un projet visant à séquencer des individus de plusieurs populations pour construire un catalogue détaillé de la diversité génétique.

📝 Points essentiels

• Les puces et analyses de variants communs ciblent des SNP dont la fréquence allélique est supérieure à 5%.
• Dans les données HapMap, on observe 11 718 SNP homozygotes codant 9 434 Indels hétérozygotes codant 236 Indels homozygotes codant 627 et 4 107 gènes avec des SNP non synonymes, soit ~17% des protéines différentes de la “
• International HapMap Project
• référence.
• Le génotypage HapMap II utilise 4 populations et 30 trios de l’Utah (origines nord-ouest de l’Europe), 30 trios d’Ibadan (Nigéria), 45 Han de Beijing (Chine) et 45 individus de Tokyo (Japon).
• Phase I de HapMap : >1,1 million de SNPs en 2005 ; Phase II : >3,1 millions de SNPs en 2007 pour accélérer la recherche de variants communs impliqués dans des maladies humaines.

💡 Astuce mémo

SNP = “1 lettre qui change” ; Indel = “ça saute ou ça manque” ; Puce = “variants connus” ; NGS = “lecture massive” ; 1000 Genomes = “catalogue mondial”.

📅 Repères chronologiques

📊 Tableaux de synthèse

Appariements des bases dans l’ADN

ARN polymérases eucaryotes : localisation et ARN produits

⚠️ Pièges & confusions fréquents

1. Confondre nucléotide et acide nucléique : le nucléotide = base + désoxyribose + phosphate, tandis que l’acide nucléique = longue chaîne de nucléotides.
2. Inverser la complémentarité : A s’apparie avec T et C avec G (pas l’inverse), et la stabilité vient des liaisons hydrogène.
3. Mélanger génotype et haplotype : le génotype décrit les allèles à un locus, l’haplotype décrit l’association d’allèles sur plusieurs locus sur un même chromosome.
4. Croire qu’un gène « classique » existe : le cours insiste sur l’absence de structure classique unique et sur la grande variabilité des gènes eucaryotes.
5. Confondre épissage alternatif et polymorphisme génétique : l’épissage modifie la combinaison d’exons à partir du même ADN, alors que le polymorphisme modifie la séquence génomique.
6. Se tromper sur les codons STOP : ils sont UAA, UAG et UGA, et ils déclenchent la fin de la synthèse de la chaîne.
7. Confondre SNV/indels/CNV : SNV = 1 base remplacée, indels = insertion/délétion (modifient la longueur locale), CNV = variation du nombre de copies (>1000 pb).

✅ Checklist Examen

1. Définir la double hélice et expliquer comment la complémentarité stabilise l’ADN via les liaisons hydrogène.
2. Lister les 3 éléments d’un nucléotide et les 4 bases de l’ADN (A, G, T, C).
3. Donner les appariements corrects des bases (A–T et C–G) et relier cela à la déduction d’une séquence à partir de l’autre.
4. Définir génome, chromosome et gène, puis situer CFTR sur le chromosome 7 en 7q31.2.
5. Expliquer la transcription : lieu (noyau), rôle de l’ARNm comme copie d’une portion d’ADN, et rôle des ARN polymérases.
6. Associer chaque ARN polymérase eucaryote à sa localisation et aux ARN produits (I/II/III).
7. Décrire la structure « classique » d’un gène codant (zones codantes, UTR 5’/3’, codons Start/Stop) et citer les codons STOP (UAA/UAG/UGA).
8. Expliquer l’épissage alternatif : transcrit primaire → plusieurs ARNm matures, élimination de certains exons, et production d’isoformes.
9. Décrire la traduction : lieu (cytoplasme), ribosome (60S/40S), étapes (initiation/élongation/phase terminale) et arrêt sur codons STOP.
10. Relier les types de variations : SNV, indels, variations structurales (<1000 pb dans le cours), CNV (>1000 pb), microsatellites (1–4 nt) et SNV/indels/CNV à leurs définitions.
11. Comparer génotypage par puce vs NGS : variants ciblés vs possibilité de nouveaux variants, et rappeler l’idée de HapMap (fréq >5%) et du 1000 Genomes Project (catalogue de diversité).
12. Définir marqueur génétique vs marqueur moléculaire, puis donner les qualités d’un bon marqueur (locus unique, polymorphisme bien réparti, typage facile) et distinguer microsatellites vs SNPs dans l’usage actuel.
13. Définir haplotype, phase et phasage, puis expliquer pourquoi des individus peuvent avoir les mêmes génotypes mais des haplotypes différents (phase).
14. Calculer p et q pour un locus autosomique bi-allélique à partir des effectifs AA/AB/BB et interpréter la MAF comme fréquence de l’allèle le plus rare.