Taux de mutation surestimé

Les indications scientifiques données au début de la dernière grande épidémie d'Ebola en Afrique de l'Ouest, selon lesquelles le virus pathogène se modifiait exceptionnellement rapidement, sont probablement dues à des problèmes méthodologiques. C'est ce que montrent des scientifiques sous la direction de Tanja Stadler, professeure au Département des systèmes biologiques de l'ETH Zurich à B?le. Ils viennent de publier une étude à ce sujet dans la revue spécialisée page externePNAS.

Lorsque la fièvre Ebola s'est transformée en épidémie en 2014, une équipe internationale de scientifiques a calculé, à l'aide de simulations informatiques et en se basant sur des échantillons de virus, que le patrimoine génétique de l'agent pathogène se modifiait en moyenne tous les 9,5 jours. Il s'agissait d'un taux de changement atypique et élevé. Normalement, le patrimoine génétique du virus Ebola mute à peine deux fois moins vite. Le taux de mutation élevé avait alors fait craindre que si le virus changeait rapidement, il deviendrait aussi rapidement plus virulent.

Dans des études ultérieures, les chercheurs qui ont analysé beaucoup plus d'échantillons de virus n'ont toutefois pas pu confirmer ce taux élevé. Ils ont montré que même pendant l'épidémie, l'agent pathogène ne se modifiait à long terme qu'à la vitesse lente qui le caractérise.

Les chercheurs de l'ETH montrent maintenant que les taux de mutation élevés estimés au début de l'épidémie sont dus d'une part au nombre encore faible d'échantillons de virus à l'époque, et d'autre part aux modèles informatiques utilisés, qui calculent les valeurs à partir des données génétiques des échantillons de virus et des hypothèses de base faites.

"Moins il y a de données génétiques à disposition d'un modèle, plus les hypothèses faites influencent le résultat final", explique la professeure Stadler de l'ETH. Selon lui, les premiers calculs concernant l'épidémie d'Ebola étaient par conséquent fortement influencés par des hypothèses qui se sont révélées inexactes par la suite.

Les modèles informatiques actuels simplifient toutefois moins la réalité que ceux utilisés il y a quelques années, et ils sont moins influencés par les hypothèses de base, explique Stadler. Par exemple, les nouveaux modèles ne supposent plus que toutes les personnes infectées ont la même probabilité de transmettre l'agent pathogène à leurs semblables, mais ils tiennent compte des différentes structures de population. Certes, les nouveaux modèles, au développement desquels travaille également Stadler, sont plus complexes et nécessitent davantage de calculs, mais ils fournissent aussi des résultats plus précis au début d'une épidémie, lorsque seules quelques données génétiques sont disponibles, comme l'ont montré de nouveaux calculs effectués par les scientifiques de l'ETH avec les données génétiques de 2014.