Interactions gène-environnement et régulation épigénétique dans l'étiologie de l'autisme à travers l'intégration multi-omique et des approches de biologie computationnelle

Le trouble du spectre autistique (TSA) est une condition neurodéveloppementale multifactorielle caractérisée par une hétérogénéité génétique substantielle et des influences environnementales complexes. Des preuves émergentes suggèrent que les interactions gène-environnement, médiées par des mécanismes épigénétiques dynamiques, jouent un rôle critique dans la modulation des trajectoires neurodéveloppementales impliquées dans le TSA. Cette revue synthétise les avancées actuelles dans la compréhension de l'interaction étiologique entre variantes génétiques, expositions environnementales et régulation épigénétique, en se concentrant sur la méthylation de l'ADN, les modifications des histones et les ARN non codants. Nous explorons comment ces couches de contrôle moléculaire s'entrecroisent pour désréguler les réseaux géniques neurodéveloppementaux et contribuer à la physiopathologie du TSA. Au cœur de cette investigation se trouve l'intégration de plateformes multi-omiques—en englobant la génomique, la transcriptomique, l'épigénomique, la protéomique et la métabolomique—soutenues par la biologie computationnelle, l'apprentissage automatique et les cadres de modélisation à l'échelle des systèmes. Ces technologies facilitent l'identification de sous-types moléculaires, de biomarqueurs prédictifs et de circuits régulateurs associés au TSA. De plus, nous examinons les implications translationnelles de ces résultats dans le contexte de la médecine de précision, y compris le diagnostic précoce, la stratification des patients et le développement thérapeutique individualisé. Malgré les défis de l'hétérogénéité des données, de l'évolutivité et de l'interprétabilité, l'intégration de données biologiques de haute dimension possède un potentiel transformateur pour élucider l'étiologie du TSA et faire progresser des interventions ciblées.