Nutrigénomique et nutrigénétique : perspectives d'applications pratiques

lu 7776 fois

L'avènement de la génomique permet de dépasser les approches classiques de l'expérimentation en nutrition, basée sur la formulation d'hypothèses, leur validation et exploitation pour la définition de recommandations nutritionnelles. L'analyse simultanée d'un très grand nombre de paramètres (gènes, produits d'expression des gènes, protéines ou métabolites) permet de caractériser un phénotype avec un niveau de précision jamais égalé auparavant...

« Nutrigénomique et nutrigénétique : perspectives d’applications pratiques » - Crédit photo : www.eufic.org Il est aujourd’hui possible de reconnaître un individu, non seulement par son profil génétique, mais aussi par l’analyse du profil métabolique à partir d’un échantillon d’urine (Assfalg et al., 2008). Il est aussi possible de reconnaître un état métabolique prédisposant au développement d’une pathologie par l’analyse d’un échantillon de sérum (Oresic et al., 2008). Ces évolutions technologiques ouvrent de nouveaux horizons dans le champ de la nutrition pour évaluer l’effet d’aliments ou de nutriments sur ces profils métaboliques et rechercher les associations entre ces profils et une fonction de l’organisme ou l’état de santé.

1 Nutrigénomique et nutrigénétique

La nutrigénomique consiste en l’étude des effets de l’alimentation sur l’expression des gènes, la traduction des gènes en protéines et les modifications du métabolisme qui en résultent. La totalité des 20.000 gènes qui constituent notre génome, plusieurs centaines de protéines ou de métabolites dans un échantillon d’urine, plasma ou tissu peuvent être analysés simultanément par les approches de transcriptomique, protéomique et métabolomique (Daniel, 2002; Scalbert et al., 2009).

La fouille de données par l’analyse statistique multivariée permet d’identifier les gènes, protéines ou voies métaboliques associés à un caractère phénotypique d’intérêt. Cette approche globale centrée sur la fouille de données plutôt que sur l’étude d’une hypothèse ciblée permet de découvrir des mécanismes d’action ou marqueurs a priori insoupçonnés qui sont ensuite étudiés et validés par les approches réductionnistes classiques (Ideker and Lauffenburger, 2003).

Ces outils ont permis par exemple d’identifier de nouveaux marqueurs de pathologies ou d’états fonctionnels (Brindle et al., 2002; Pers et al., 2008; Sreekumar et al., 2009), de caractériser globalement les effets métaboliques induits par la flore intestinale (Claus et al., 2008) ou par des interventions nutritionnelles diverses (restriction calorique, antioxidants...)(Fardet et al., 2008; Lee et al., 1999). Elles permettent également de comparer les effets métaboliques de divers aliments, comme les céréales complètes et raffinées, et de mesurer plus finement l’effet de transformations alimentaires (Fardet et al., 2007).

La nutrigénétique s’intéresse à l’influence des variations génétiques interindividuelles sur les réponses physiologiques induites par la consommation d’un régime, aliment ou nutriment. La modification d’un nucléotide dans la séquence d’un gène (Single Nucleotide Polymorphism ou SNP) peut se traduire par une modification substantielle de l’activité de la protéine (enzyme, récepteur, facteur de transcription, hormone, etc.) codée par ce gène. On estime à 10 à 30 millions le nombre de SNPs dans le génome humain. Ils contribuent pour environ 90 % la variabilité génétique. La distance génétique séparant deux individus d’une même population est environ 10 fois plus grande que celle séparant les individus habitant deux continents différents (Jorde and Wooding, 2004).

Ces distances laissent entrevoir des réponses différentes d’un individu à l’autre, face à un environnement donné. Ces variations génétiques sont déjà prises en compte en thérapeutique pour optimiser les traitements pharmacologiques (Flockhart et al., 2009). En nutrition, cette variabilité génétique a ouvert le champ de la nutrition personnalisée (Joost et al., 2007; Kok et al., 2008). La question est alors de savoir si l’on peut adapter l’alimentation aux besoins spécifiques d’un individu pour mieux prévenir les maladies voire optimiser les performances physiques ou cognitives.

2 Effets de la variabilité génétique sur les phénotypes d’intérêt nutritionnel

Des interactions entre les gènes et la nutrition sont connues depuis longtemps. Elles sont liées notamment à l’incapacité de certains individus à métaboliser un nutriment donné comme la phenylalanine (phenylcétonurie) ou le lactose (intolérance au lactose). La solution est alors d’éviter ou de limiter la consommation de ces nutriments. A l’inverse, certains individus métabolisent rapidement certains nutriments d’intérêt qui pourraient participer à la protection contre certaines maladies. Une moindre capacité à métaboliser l’éthanol (polymorphisme de l’alcool dehydrogénase) se traduit par un niveau de bon cholestérol (HDL-cholesterol) plus élevé en réponse à la consommation d’alcool (Hines et al., 2005). Les effets bénéfiques pour la santé d’une consommation modérée d’alcool seraient ainsi plus marqués chez ces individus.

Différents polymorphismes liés au métabolisme des folates ont été identifiés. Ils ont une incidence sur le métabolisme de l’homocystéine et donc le risque cardiovasculaire. Certains génotypes se traduisent par une moindre activité de la methylenetetrahydrofolate reductase et pourraient induire des besoins accrus en folates (McNulty et al., 2002). De la même manière, les effets des acides gras polyinsaturés sur le risque cardiovasculaire pourraient dépendre de polymorphismes de protéines participant au métabolisme lipidique (Ordovas, 2006). Ou encore, les effets protecteurs des glucosinolates contre le cancer de la prostate pourraient être plus marqués chez les individus présentant une glutathion transferase (GSTM1) particulièrement active, permettant ainsi de maintenir des teneurs en glucosinolates libres particulièrement élevées chez ces individus (Traka et al., 2008).

D’autres polymorphismes d’intérêt en nutrition concernent les enzymes antioxidantes (interaction avec les effets des fruits et légumes), les enzymes de détoxification (interactions avec les produits carcinogènes produits lors de la combustion des protéines de la viande), ou le récepteur de la vitamine D (interactions avec la caféine) (Cai et al., 2004; Deitz et al., 2000; Rapuri et al., 2001).

Des tests génétiques pour 20-30 SNPs sont déjà disponibles sur le marché. Les mêmes entreprises commercialisant ces tests proposent en fonction des résultats des compléments alimentaires susceptibles de corriger un déficit possible en vitamines, antioxidants ou autres composés bioactifs. Des doutes sérieux ont été émis sur la valeur scientifique et clinique des tests génétiques proposés (Patch et al., 2009). Ainsi par exemple, l’American Heart Association considère qu’il est inapproprié de décider d’une supplémentation en folate et vitamine B6, et B12 sur la base du polymorphisme de la methylenetetrahydrofolate reductase, cette décision devant être prise sur la base du caractère phénotypique lui-même, en l’occurrence le niveau d’homocystéine (Varga et al., 2005).

3 Une exploitation pratique des données de nutrigénétique encore difficile

La traduction clinique de la variabilité génétique est particulièrement difficile dans la prévention des maladies chroniques, dans la mesure où la susceptibilité de développer ces maladies dépend de nombreux gènes. Il est avéré que les maladies chroniques sont en partie héritables (25-80 % pour la diabète de type 2) (Beck-Nielsen et al., 2003) mais la connaissance des gènes impliqués est encore très incomplète. Les études d’associations à l’échelle du génome entier (Genome-Wide Association Studies) ont souligné le caractère polygénique des maladies chroniques (McCarthy et al, 2008). Cependant, les variants génétiques identifiés dans ces études n’expliquent le plus souvent qu’une petite part (souvent moins de 5%) du risque de développer la maladie et de son héritabilité. Cette part est aujourd’hui beaucoup plus faible que celle expliquée par les facteurs de risque classiques.

Les variants de plus forte pénétrance qui contribueraient le plus aux phénotypes d’intérêt restent à identifier. Il pourrait d’être plus facile d’identifier les variants liés à un facteur de risque comme la cholestérolémie plutôt que ceux expliquant la maladie qui peut être le résultat de différents mécanismes plus ou moins indépendants (Joost et al., 2007). Ainsi par exemple, les SNPs connus pour 13 gènes liés au métabolisme des lipides permettent d’expliquer environ 60 % de la variabilité génétique propre aux teneurs en lipoprotéines LDL et HDL (Knoblauch et al., 2004). Un autre facteur rendant difficile la traduction clinique des connaissances génétiques est lié aux interactions entre gènes, un phénomène appelé épistasie (Moore, 2005). La traduction phénotypique d’un gène donné dépend des autres gènes. Un gène peut apparaître lié à une maladie dans une population donnée mais pas dans une autre population présentant un fond génétique différent.

Les quelques exemples donnés plus haut soulignent l’importance du génome dans la réponse d’un individu à l’alimentation. Cependant, les connaissances des gènes d’importance et de leur traduction clinique sont encore très insuffisantes pour être exploitées dans la pratique. Néanmoins, le développement des tests génétiques d’intérêt pour la nutrition permettrait d’accumuler des données qui pourront alors être exploitées pour préciser l’importance pratique de certains polymorphismes.

4 Un débat public nécessaire

La mise en pratique de la nutrition personnalisée, au-delà de l’insuffisance actuelle des données scientifiques, ne sera pas sans poser d’autres questions et soulever des problèmes importants qui devront être débattus à l’échelle de la société. En termes de coûts, la nutrition personnalisée pourrait permettre le transfert d’une partie des dépenses de santé de l’Etat vers le citoyen réduisant ainsi le déficit public (les aliments enrichis en phytostérols pourraient coûter aux consommateurs ce que les statines coûtent à l’Etat). Cela dit, le surcoût induit pour le citoyen pourrait n’être accessible qu’aux foyers les plus aisés, induisant ainsi des inégalités nouvelles.

Les résultats des tests génétiques peuvent générer de l’anxiété, éventuellement exploitée par les entreprises. Les consommateurs percevraient une urgence de consommer des produits ou compléments alimentaires ciblés adaptés à leur susceptibilité génétique de développer une pathologie (Winkler, 2008). Ils pourraient ainsi devenir captifs d’un marché et de la consommation de produits souvent plus coûteux que les produits conventionnels.

La nutrition personnalisée pourrait aussi rendre plus confus les recommandations nutritionnelles faites à l’échelle des populations. Elle pourrait détourner aussi les investissements de recherche destinés à résoudre des problèmes déjà reconnus d’importance, comme ceux liés à la transition nutritionnelle ou aux inégalités face à l’alimentation et la nutrition.

Le problème de la propriété de l’information génétique et de la protection du citoyen contre l’utilisation abusive possible de ces données devra être débattu. Enfin, une telle évolution des pratiques alimentaires ne serait pas sans avoir une incidence sur les pratiques sociales et notre manière de manger.

Différents paramètres expliquent le développement actuel de la nutrigénétique. Les progrès techniques de la génomique et la curiosité des chercheurs sont un de ces paramètres. Les revenus attendus par les entreprises de l’agro-alimentaire et pharmaceutiques, qui accompagnent les attentes des citoyens pour des produits plus personnalisés, en sont un autre. Les attentes en termes de bénéfice santé n’ont que peu contribué aujourd’hui à ce dynamisme. Il est difficile encore d’anticiper sur ce que sera la contribution de la nutrition personnalisée aux progrès en santé publique. Un débat public doit être ouvert pour permettre à la fois de satisfaire les attentes des citoyens et de les protéger contre les abus ou risques possibles liés à l’exploitation de données insuffisamment fondées scientifiquement.

En savoir plus :

  • Kok F, Bouwman L, Desiere F, eds. (2008) Personalized nutrition - Principles and applications, Boca Raton.
  • Joost H-G, Gibney MJ, Cashman KD, Gorman U, Hesketh JE, Millier M et al. (2007). Personalised nutrition: status and perspectives. British Journal of Nutrition 98, 26-31.
  • Le site web de la European Nutrigenomics Organization

Références :

  • Assfalg M, Bertini I, Colangiuli D, Luchinat C, Schafer H, Schutz B et al. (2008). Evidence of different metabolic phenotypes in humans. Proceedings of the National Academy of Sciences 105,1420-1424.
  • Beck-Nielsen H, Vaag A, Poulsen P, Gaster M (2003). Metabolic and genetic influence on glucose metabolism in type 2 diabetic subjects - experiences from relatives and twin studies. Best Practice & Research Clinical Endocrinology & Metabolism 17,445-467.
  • Brindle JT, Antti H, Holmes E, Tranter G, Nicholson JK, Bethell HW et al. (2002). Rapid and noninvasive diagnosis of the presence and severity of coronary heart disease using IH-NMR-based metabonomics Nat Med 8,1439-1444.
  • Cai QY, Shu XO, Wen WQ, Cheng JR, Dai Q, Gao YT et al. (2004). Genetic polymorphism in the manganese superoxide dismutase gene, antioxidant intake, and breast cancer risk: results from the Shanghai Breast Cancer Study. Breast Cancer Research 6, R647-R655.
  • Claus SP, Tsang TM, Wang YL, Cloarec O, Skordi E, Martin FP et al. (2008). Systemic multicompartmental effects of the gut microbiome on mouse metabolic phenotypes. Molecular Systems Biology 4.
  • Daniel H (2002). Genomics and proteomics: importance for the future of nutrition research. Br J Nutr 87 Suppl 2,S305-311.
  • Deitz AC, Zheng W, Leff MA, Gross M, Wen WQ, Doll MA et al. (2000). N-acetyltransferase-2 genetic polymorphism, well-done meat intake, and breast cancer risk among postmenopausal women. Cancer Epidemiology Biomarkers & Prevention 9,905-910.
  • Fardet A, Canlet C, Gottardi G, Lyan B, Llorach R, Remesy C et al. (2007). Whole-grain and refined wheat flours show distinct metabolic profiles in rats as assessed by a 1H NMR-based metabonomic approach J. Nutr. 137,923-929.
  • Fardet A, Llorach R, Martin J-F, Besson C, Lyan B, Pujos E et al. (2008). A Liquid Chromatography-Quadrupole Time-of-Flight (LC-QTOF)-based Metabolomic Approach Reveals New Metabolic Effects of Catechin in Rats Fed High-Fat Diets. J Proteome Res 7, 2388-2398.
  • Flockhart D, Skaar T, Berlin D, Klein T, Nguyen A (2009). Clinically Available Pharmacogenomics Tests. Clin Pharmacol Ther 86,109-113.
  • Hines LA, Hunter DJ, Stampfer MJ, Spiegelman D, Chu NF, Rifai N et al. (2005). Alcohol consumption and high-density lipoprotein levels: the effect of ADH1C genotype, gender and menopausal status. Atherosclerosis 182,293-300.
  • Ideker T, Lauffenburger D (2003). Building with a scaffold: emerging strategies for high- to low-level cellular modeling. Trends in Biotechnology 21,255-262.
  • Joost H-G, Gibney MJ, Cashman KD, Gorman U, Hesketh JE, Müller M et al. (2007). Personalised nutrition: status and perspectives. British Journal of Nutrition 98,26-31.
  • Jorde LB, Wooding SP (2004). Genetic variation, classification and ’race’. Nature Genetics 36, S28-S33.
  • Knoblauch H, Bauerfeind A, Becker C, Luganskaja T, Gunther UP, Rohde K et al. (2004). Haplotypes and SNPs in 13 lipid-relevant genes explain most of the genetic variance in high-density lipoprotein and low-density lipoprotein cholesterol. Human Molecular Genetics 13, 993-1004.
  • Kok F, Bouwman L, Desiere F, eds. (2008) Personalized nutrition - Principles and applications, Boca Raton.
  • Lee CK, Klopp RG, Weindruch R, Proila TA (1999). Gene expression profile of aging and its retardation by caloric restriction. Science 285,1390-1393.
  • McCarthy MI, Abecasis GR, Cardon LR, Goldstein DB, Little J, Ioannidis JPA et al. (2008). Genome-wide association studies for complex traits: consensus, uncertainty and challenges. Nature Reviews Genetics 9,356-369.
  • McNulty H, McKinley MC, Wilson B, McPartlin J, Strain JJ, Weir DG et al. (2002). Impaired functioning of thermolabile methylenetetrahydrofolate reductase is dependent on riboflavin status: Implications for riboflavin requirements. American Journal of Clinical Nutrition 76,436-441.
  • Moore JH (2005). A global view of epistasis. Nature Genetics 37,13-14.
  • Ordovas JM (2006). Genetic interactions with diet influence the risk of cardiovascular disease. Am J Clin Nutr 83,443S-446.
  • Oresic M, Simell S, Sysi-Aho M, Nanto-Salonen K, Seppanen-Laakso T, Parikka V et al. (2008). Dysregulation of lipid and amino acid metabolism precedes islet autoimmunity in children who later progress to type 1 diabetes. J. Exp. Med. 205,2975-2984.
  • Patch C, Sequeiros J, Cornel MC (2009). Genetic horoscopes: is it all in the genes? Points for regulatory control of direct-to-consumer genetic testing. Eur J Hum Genet 17, 857-859.
  • Pers TH, Martin FP, Verdich C, Holst C, Johansen JV, Astrup A et al. (2008). Prediction of fat oxidation capacity using 1H-NMR and LC-MS lipid metabolomic data combined with phenotypic data. Chemometrics and Intelligent Laboratory Systems 93, 34-42.
  • Rapuri PB, Gallagher JC, Kinyamu HK, Ryschon KL (2001). Caffeine intake increases the rate of bone loss in elderly women and interacts with vitamin D receptor genotypes. American Journal of Clinical Nutrition 74,694-700.
  • Scalbert A, Brennan L, Fiehn O, Hankemeier T, Kristal BS, van Ommen B et al. (2009). Mass-spectrometry-based metabolomics: limitations and recommendations for future progress with particular focus on nutrition research. Metabolomics, in press.
  • Sreekumar A, Poisson LM, Rajendiran TM, Khan AP, Cao Q, Yu J et al. (2009). Metabolomic profiles delineate potential role for sarcosine in prostate cancer progression. 457,910-914.
  • Traka M, Amy V. Gasperl AM, 2, James R. Baconl, Paul W. Needsl, Victoria Frost3„ Andrew Chantry3 AMEJ, Catharine A. Ortori5, David A. Barrett5, Richard Y. Ball6„ Robert D. Mills6 RFM (2008). Broccoli Consumption Interacts with GSTM1 to Perturb Oncogenic Signalling Pathways in the Prostate. PLoS ONE 3, Q256S.
  • Varga EA, Sturm AC, Misita CP, Moll S (2005). Homocysteine and MTHFR Mutations: Relation to Thrombosis and Coronary Artery Disease. Circulation 111, e289-293.
  • Winkler JT (2008) Imminent applications of nutrigenomics: a stakeholder analysis. In: Personalized nutrition -Principles and applications (Kok, F., Bouwman, L. & Desiere, F., eds.), pp. 151-168. CRC Press, Boca Raton.

(Augustin SCALBERT, UMR 1019, Unité de Nutrition Humaine, INRA, 63122 Saint-Genès-Champanelle - Université d’été de Nutrition 2008, Clermont-Ferrand, 16-18 septembre 2009)

SOURCE : Centre de Recherche en Nutrition Humaine Auvergne

Publicité : accès à votre contenu dans 15 s
Publicité : accès à votre contenu dans 15 s