La nomenclature HGVS standard est définie par des préfixes identifiants — c. pour l'ADN codant, g. pour l'ADN génomique, r. pour l'ARN et p. pour les protéines — associés à un système de numérotation qui commence au A du codon d'initiation ATG (position +1). Les variants sont ensuite décrits avec des opérateurs précis : substitutions comme c.7C>T, délétions comme c.6_7del, insertions comme c.5_6insTA, duplications comme c.4_5dupCG et décalages du cadre de lecture (frameshifts) comme p.H3fs. Ces règles, toujours ancrées à un numéro d'accession de séquence de référence spécifique, constituent le langage universel pour les rapports de diagnostic moléculaire et les moteurs informatiques qui les génèrent.
Le cœur de la nomenclature HGVS est une cohérence rigoureuse : chaque variant doit être mappé sur une séquence de référence définie, décrit avec un schéma de coordonnées dicté et formaté en utilisant des opérateurs stricts. Sans ce cadre, l'ambiguïté qui caractérise les anciens noms de maladies envahit vos rapports cliniques et vos pipelines logiciels, rendant les références croisées entre bases de données peu fiables et l'alignement réglementaire presque impossible.
Règles de formatage fondamentales pour les variants d'ADN (c. et g.)
La numérotation commence au codon d'initiation ATG
Pour l'ADN codant (c.), la position 1 est le premier nucléotide du codon d'initiation de la traduction ATG.
Il n'existe pas de position 0.
La région 5' non traduite est numérotée avec des entiers négatifs, par ex. c.-64C>T.
Les positions introniques sont données par rapport à la limite d'exon la plus proche, comme c.141+12T>C (12 bases dans l'intron après le nucléotide codant 141).
Description des substitutions, délétions et insertions
Une substitution d'un seul nucléotide est écrite sous la forme : position, base de référence, >, et base alternative : c.125C>G.
Les délétions sont marquées par del et l'intervalle, par ex. c.6_7del.
Les insertions utilisent ins suivi de la séquence insérée : c.5_6insTA.
Les duplications utilisent dup : c.4_5dupCG.
Les délétions-insertions (indels) combinent les descripteurs, comme c.112_117delinsTG.
Hétérozygotie composée et phase allélique
Lorsque deux variants existent sur des allèles différents, ils sont placés entre crochets séparés par un signe plus : c.[2357C>T];[2378CdelA].
Cette notation de phase est essentielle pour les rapports cliniques car elle indique explicitement la relation cis/trans qui sous-tend un diagnostic autosomique récessif.
Formatage des variants protéiques (p.)
Changements d'acides aminés : substitutions, mutations non-sens et décalages du cadre
Les changements protéiques utilisent le code à une ou trois lettres des acides aminés.
Une substitution est écrite comme suit : résidu de type sauvage, position et résidu mutant : p.R2S ou p.Gln7Val.
Une mutation non-sens est marquée par X : p.E4X.
Les décalages du cadre de lecture (frameshifts) sont indiqués par fs après le premier acide aminé affecté : p.H3fs (ou p.His3fs).
La notation « fs » communique automatiquement que le nouveau cadre de lecture conduit à un codon stop prématuré — il n'est pas nécessaire d'ajouter artificiellement « Ter » ou une position d'arrêt.
Codes à une lettre vs trois lettres
Les deux codes sont acceptables selon HGVS, mais la cohérence au sein d'un rapport ou d'une sortie logicielle est obligatoire.
Les codes à trois lettres (par ex. p.Arg2Ser) réduisent l'ambiguïté visuelle pour les relecteurs, tandis que les codes à une lettre (p.R2S) sont plus compacts pour les entrées dans les bases de données à grande échelle.
Tous les variants doivent être prévisibles par votre pipeline informatique, choisissez donc la convention qui correspond à votre stockage de données principal.
L'importance des séquences de référence et de l'annotation des gènes
Ancrage aux numéros d'accession
Une description HGVS est incomplète sans l'accession et la version de la séquence de référence.
Les exemples incluent NM_000123.3:c.7C>T pour un transcrit RefSeq ou LRG_199t1:c.7C>T pour un transcrit Locus Reference Genomic.
Dans les logiciels de rapport d'analyse moléculaire, cet ancrage garantit que le système de coordonnées est sans ambiguïté entre les différentes versions du génome et les isoformes de transcrits.
Règles d'italique et de symbole de gène
Les symboles des gènes humains doivent être en italique dans la documentation formelle (par ex. KRAS), tandis que les symboles des protéines ne le sont pas (K-Ras).
Cette distinction évite la mauvaise annotation dangereuse qui survient lorsqu'un variant est rapporté par rapport à la mauvaise molécule.
L'application de ces règles typographiques dans les modules de rapport réduit directement les erreurs d'interprétation lors de la validation clinique.
Comprendre les compromis de la conformité HGVS
Abandonner les anciens noms pour la précision
Les noms traditionnels comme « Hb S » ou « Facteur V Leiden » sont profondément ancrés dans la pratique médicale, mais ils ne permettent pas de distinguer les gènes homologues (par ex. HBB vs HBA2) et font souvent référence à une numérotation des acides aminés obsolète.
Adopter HGVS force votre équipe à abandonner ces raccourcis, ce qui peut ralentir la lecture des rapports au début, mais s'avère payant par une recherche sans ambiguïté dans les bases de données (ClinVar, gnomAD) et une classification des variants plus sûre.
Charge de mise en œuvre dans les systèmes existants
Les anciens systèmes d'information de laboratoire et les scripts internes peuvent avoir codé en dur une nomenclature personnalisée.
Les adapter pour produire des chaînes HGVS entièrement conformes — y compris les décalages introniques corrects et la notation fs pour les protéines — exige un investissement technique non négligeable.
Cependant, ne pas le faire rend votre production incompatible avec les pipelines modernes d'interprétation des variants et peut retarder l'examen réglementaire.
Interopérabilité réglementaire et des bases de données
Les organismes de réglementation attendent de plus en plus la conformité HGVS dans les soumissions de kits de diagnostic et les rapports cliniques.
Les fréquences alléliques des variants dans les bases de données de population sont indexées sur les chaînes HGVS ; un nom non standard peut invalider silencieusement vos preuves de classification.
Le compromis est un effort de conversion à court terme contre une préparation aux audits et une interopérabilité à long terme.
Comment appliquer cela à votre projet
La meilleure voie vers la conformité HGVS dépend de votre rôle principal et de vos contraintes immédiates.
- Si votre objectif principal est le rapport de diagnostic clinique : Ancrez chaque variant à un transcrit RefSeq ou LRG approuvé (par ex.
NM_000123.3) et formez les équipes de validation à ne jamais supprimer l'accession. Cette seule étape élimine la source d'ambiguïté la plus courante. - Si votre objectif principal est le développement de logiciels génomiques : Appliquez la validation de la syntaxe HGVS au point d'ingestion des données et créez des convertisseurs automatisés pour les anciens noms. Utilisez la grammaire alignée sur l'ontologie des séquences pour garantir que vos chaînes de sortie seront correctement analysées par les outils en aval comme VEP ou Alamut.
- Si votre objectif principal est la fabrication de kits IVD : Intégrez les coordonnées HGVS exactes dans les spécifications de vos produits, la documentation de conception des amorces et les certificats de contrôle positif synthétique. Cela garantit que chaque utilisateur de votre kit aligne ses données de validation sur la même cible sans ambiguïté.
Chaque heure que vous investissez aujourd'hui dans un formatage HGVS rigoureux et ancré à une référence élimine des jours de débogage, de reclassification et de confusion clinique demain.
Tableau récapitulatif :
| Type de variant / Domaine | Préfixe / Syntaxe HGVS | Exemple de formatage | Directives clés |
|---|---|---|---|
| ADN codant | c. |
c.125C>G, c.6_7del |
Codon ATG = +1 ; pas de position 0 ; utiliser des décalages introniques relatifs (par ex. c.141+12T>C) |
| Protéine | p. |
p.R2S, p.Gln7Val, p.H3fs |
Utiliser les codes à 1 ou 3 lettres de manière cohérente ; X pour non-sens, fs pour décalage du cadre |
| Séquence de référence | Accession.Version: |
NM_000123.3:c.7C>T |
Ancrage obligatoire pour assurer la stabilité des coordonnées entre les versions et les isoformes de transcrits |
| Phase / Allèles | [var1];[var2] |
c.[2357C>T];[2378CdelA] |
Placer les variants en phase entre crochets pour définir le statut hétérozygote composé (cis/trans) |
Accélérez le succès de vos analyses moléculaires avec CamelBio
Assurer la précision, du formatage de la séquence au rapport clinique, nécessite des bases techniques fiables. CamelBio fournit aux fabricants de dispositifs de diagnostic, aux laboratoires et aux instituts de recherche un accès unique aux matières premières IVD, aux services techniques et au conseil, couvrant chaque étape, du concept à la clinique.
Que vous conceviez des analyses moléculaires, standardisiez des spécifications cibles ou mettiez à l'échelle des pipelines de diagnostic, notre équipe d'experts est là pour vous aider à atteindre une conformité et une précision sans faille.
Contactez-nous dès aujourd'hui pour faire progresser votre flux de travail de diagnostic