Les liens invisibles du réseau des gènes express
En mesurant l'activité de milliers de gènes, les biologistes ne voient généralement qu'une liste de coïncidences — comme deux ingrédients dans une soupe qui se retrouvent souvent ensemble. Le modèle standard cherche ce genre de paires liées, mais ne montre pas qui influence qui.
La nouvelle approche, tel un détecteur de matière noire, révèle des fils cachés de causalité. L'irradiation secoue le réseau génique, comme des ondes gravitationnelles venues d'une catastrophe lointaine, et les fluctuations d'activité permettent de dresser une carte avec des flèches.
Comprendre cette hiérarchie aide à mieux cibler la radiothérapie : on peut, par exemple, bloquer les signaux qui empêchent la tumeur de se réparer après l'irradiation.
Résumé original
tel que rédigé par les auteurs, en anglais arXiv:2607.13994
Next-generation sequencing technologies, including RNA-sequencing, provide genome-wide measurements of gene expression and enable broad explorations of biomarkers and mechanisms underlying disease and treatment response. Bioinformatics tools for processing this data, such as differential expression analysis, are largely univariate, linear, and rely on predefined pathway knowledge annotations, which limits their ability to capture nonlinear and multivariate gene interactions. This paper explores the application of causal discovery to characterizing transcriptional responses to radiation as a function of dose rate in human cells. By jointly modeling radiation perturbations and gene expression, we learn directed gene networks that capture important regulatory relationships beyond correlation and exhibit significant enrichment of known radiation response pathways compared to baseline approaches. We find that inferred causal graphs reveal structured network features such as high in-degree housekeeping genes and high out-degree transcription factors. Further analysis suggests a hierarchical organization of stress response pathways and triggered cell death pathways. This work highlights the potential of causal discovery in healthcare settings with applications to understanding response mechanisms, identifying regulatory targets, and improving interpretation of complex genomic data.
Les gènes nettoyeurs, qui assurent le fonctionnement de base de la cellule, reçoivent le plus grand nombre de commandes des autres gènes. Autrement dit, le « personnel d'entretien » joue le rôle de centre de commandement par lequel on peut reprogrammer la réponse au stress.