En bref

  • AlphaGenome prédit des changements de l’ARN des cellules cérébrales pour chacun des dix principaux variants d’ADN associés à la personnalité examinés ici.
  • BMAL1 confère à la région située en tête du classement un lien expérimental avec l’apprentissage, la mémoire et la plasticité synaptique.
  • Les autres signaux désignent des changements possibles dans la production ou l’assemblage de l’ARN dans les tissus cérébraux et les cellules neurales.

Un questionnaire de personnalité commence par des jugements sur la vie ordinaire : votre degré de sociabilité, la régularité avec laquelle vous menez les choses à terme, la facilité avec laquelle vous devenez anxieux. Une étude d’association pangénomique cherche à déterminer si les différences entre ces réponses correspondent à des différences dans l’ADN. Dans l’analyse présentée ici, nous avons retenu dix des principales associations génétiques avec une mesure combinée de la personnalité et les avons examinées à l’aide d’AlphaGenome. Les dix présentent des effets moléculaires prédits dans les tissus cérébraux ou les cellules neurales.

C’est là le résultat central. Les statistiques identifient les variants ; le modèle de séquence fournit un lien biologique plausible. En tête de liste, ce lien mène à un gène dont la participation à l’apprentissage, à la mémoire et à la plasticité synaptique a été établie expérimentalement. Ailleurs, il prend la forme de changements prédits dans la production ou l’assemblage de l’ARN dans des contextes neuraux particuliers. Le score abstrait de personnalité commence à acquérir une description cellulaire. Le chemin qui va des mots décrivant le caractère aux dimensions statistiques s’étend désormais jusqu’à la biologie moléculaire.

Des mesures de la personnalité à l’ADN #

Le point de départ est un facteur général de personnalité, ou GFP, construit statistiquement. La question qui le sous-tend découle de la structure commune des traits de personnalité : quelle part de leur variation peut être décrite selon une direction commune ? Nous avons combiné les résultats d’associations génétiques pour les traits du Big Five : agréabilité, caractère consciencieux, extraversion, ouverture et névrosisme. Ces résultats proviennent des études ReGPC de 2026 sur la personnalité. Les pondérations fixes des traits sont les saturations du premier facteur général non soumis à rotation, estimées à partir des corrélations corrigées entre les traits du Big Five dans la méta-analyse de van der Linden, te Nijenhuis et Bakker (2010). Nous inversons le névrosisme afin qu’un névrosisme plus faible contribue à un score combiné plus élevé. En termes courants, les études sous-jacentes relient les allèles aux mesures de personnalité ; le calcul combine ces associations selon une direction statistique commune. Les pondérations ont été fixées avant cette interprétation moléculaire. La biologie cérébrale n’a pas déterminé quels variants figuraient parmi les dix premiers. Méthode de construction.

L’analyse a produit une liste restreinte de 265 variants d’ADN après application d’un seuil de force d’association, limitation de la recherche aux variants représentés dans un jeu de données de référence d’ADN ancien et filtrage des signaux corrélés situés à proximité. Nous avons ensuite retenu les dix présentant les associations statistiques les plus fortes avec la mesure combinée de la personnalité. Ce sont les « dix premiers » examinés dans cet article. Les valeurs P de leurs associations vont d’environ 2,6 × 10⁻²⁷ à 5,8 × 10⁻²¹. Il importe de respecter l’ordre de cette liste : cela permet de maintenir le récit biologique ancré dans le classement statistique. Vérification des associations et des allèles.

AlphaGenome apporte un autre type d’information. Il utilise la séquence d’ADN pour prédire des mesures moléculaires, notamment l’expression génique et l’épissage de l’ARN, dans différents contextes tissulaires et cellulaires. La comparaison des deux allèles d’un variant peut donc désigner des changements dans la quantité d’ARN produite par une cellule ou dans la manière dont elle assemble un transcrit d’ARN. Ce sont des étapes moléculaires par lesquelles une différence d’ADN pourrait influencer la fonction cellulaire. Avsec et collègues, 2026.

Appliqué à ces dix signaux associés au GFP, ce processus révèle un lien neural pour chacun d’eux. « Lien » a ici un sens précis : un effet prédit sur l’ARN ou son épissage dans un contexte neural. Chacune des principales associations offre donc un élément précis à étudier dans le cerveau.

Qu’est-ce qui relie chacun des dix premiers signaux au cerveau ? #

La liste complète montre ce que cela signifie. Toutes les entrées ci-dessous proviennent des observations moléculaires relatives aux dix premiers signaux ; les effets sont des prédictions du modèle.

RangVariantLien neural prédit
1rs7942486De faibles changements de l’ARN de BMAL1 dans les cellules de Purkinje, des changements de RASSF10 dans le cortex frontal et un changement plus important d’un ARN non codant dans l’amygdale.
2rs4757136Des changements de l’ARN impliquant RASSF10 dans le cortex frontal, RASSF10-DT dans le cervelet et PTH dans les cellules de Purkinje.
3rs4757144Un variant situé dans BMAL1, avec des changements prédits de l’épissage de BMAL1 dans le cortex préfrontal dorsolatéral et des changements de l’ARN de RASSF10 dans les cellules de Purkinje.
4rs9657519Des changements de l’épissage de XKR6 dans les motoneurones, ainsi que des changements d’ARN non codants dans les cellules souches neuronales et des changements de MIR598 dans les progéniteurs neuraux.
5rs13276836Des changements de l’épissage de XKR6 dans le cortex préfrontal dorsolatéral, des changements d’ARN non codants dans les cellules de Purkinje et des changements de l’ARN de BLK dans le cervelet.
6rs2409784Un variant situé dans BLK, avec des changements prédits de l’ARN de BLK dans les neurones glutamatergiques et des changements d’épissage dans les motoneurones.
7rs435581Un changement prédit de l’ARN de CLDN23 dans les cellules de Purkinje, désignant une cible autre que le gène codant une protéine le plus proche.
8rs2955587Des changements prédits dans des pseudogènes transcrits : ALG1L13P dans le cortex cingulaire antérieur et FAM86B3P dans les cellules de Purkinje.
9rs11607529Des changements de l’ARN de BMAL1 dans les progéniteurs neuraux, des changements de RASSF10 dans les cellules souches neuronales et d’autres prédictions concernant PTH et des ARN non codants dans les pistes cérébrales.
10rs1039916Une augmentation spécifique d’une jonction d’ARN de MFHAS1 dans les quatre pistes neurales renvoyées par une interrogation complémentaire du modèle.

BMAL1 relie les premiers signaux à l’apprentissage et à la mémoire #

BMAL1 donne à l’argument son ancrage biologique le plus solide. Les signaux no 1 et no 3 y sont reliés par des effets prédits sur l’ARN ou son épissage. Ce gène contribue au fonctionnement de l’horloge cellulaire, y compris des horloges présentes dans les circuits cérébraux. Son lien avec la cognition a été testé directement : la suppression de Bmal1 dans les neurones excitateurs du cerveau antérieur chez la souris a altéré l’apprentissage et le rappel, tout en laissant intact le pacemaker circadien central. La synchronisation locale au sein de ces circuits jouait un rôle dans la mémoire. Price et collègues, 2016.

Une étude ultérieure a établi un lien direct entre BMAL1 et la synapse. Les chercheurs ont constaté que BMAL1 phosphorylée se localise de manière rythmique dans les synapses de l’hippocampe et contribue à réguler la signalisation impliquée dans la potentialisation à long terme, un renforcement durable de la transmission synaptique. Cela établit un lien concret entre un composant de l’horloge moléculaire et la machinerie par laquelle les connexions neurales se modifient. Barone et collègues, 2023.

Pour les variants associés au GFP, les changements moléculaires prédits sont faibles, et la jonction de BMAL1 désignée dans l’interrogation complémentaire ne varie que légèrement. Les expériences établissent pourquoi BMAL1 constitue une cible cérébrale particulièrement intéressante ; AlphaGenome la désigne comme une voie possible reliant ces associations particulières à la biologie neurale. D’autres cibles restent visibles dans le tableau, notamment l’ARN non codant qui produit le score d’ARN du SNC le plus élevé pour le signal no 1.

Les signaux no 2 et no 9 se situent dans le même voisinage génomique élargi de BMAL1/RASSF10/PTH. Leurs prédictions neurales s’étendent au cortex frontal, au cervelet, aux progéniteurs neuraux et aux cellules souches neuronales. Ensemble, les quatre entrées du chromosome 11 confèrent à la partie supérieure du classement un lien récurrent avec cette région. Il s’agit de quatre variants associés dans un même voisinage ; l’unité biologique qu’il est naturel d’étudier est donc la région et ses transcrits.

L’ARN neural donne une interprétation moléculaire aux autres signaux #

Les signaux du chromosome 8 élargissent le propos, qui passe de l’horloge au traitement de l’ARN. Les signaux no 4 et no 5 désignent tous deux des changements dans l’assemblage des transcrits de XKR6, respectivement dans les motoneurones et dans le cortex préfrontal. Une prédiction d’épissage porte sur la manière dont les segments d’ARN sont reliés entre eux. Elle fournit une hypothèse moléculaire plus précise que le seul nom d’un gène : l’allèle pourrait modifier le transcrit assemblé par une cellule neurale. Ces variants produisent également des prédictions concernant des ARN non codants dans les cellules souches ou progénitrices neurales et dans les cellules de Purkinje. La cellule en développement comme le neurone mature apparaissent dans l’analyse moléculaire complémentaire.

Le signal no 6 fournit un autre exemple de ce type. Le variant se situe dans BLK, et AlphaGenome prédit à la fois un changement de l’ARN dans les neurones glutamatergiques et un changement d’épissage dans les motoneurones. BLK possède également des fonctions immunitaires établies expérimentalement ; la prédiction neurale ajoute donc un contexte cellulaire à un gène qui remplit des fonctions ailleurs. Pour la question précise posée dans cet essai, le résultat utile est la sortie explicitement neuronale associée au changement d’allèle. Observations moléculaires relatives aux dix premiers signaux.

Les signaux no 7 et no 8 illustrent l’utilité de cette approche, même lorsqu’elle ne fournit aucun résultat neuroscientifique familier et marquant. Pour le no 7, la cible d’ARN du SNC la plus forte est CLDN23 dans les cellules de Purkinje ; le gène codant le plus proche est PPP1R3B. Pour le no 8, les principales prédictions concernent des transcrits de pseudogènes dans le cortex cingulaire antérieur et les cellules de Purkinje. Dans les deux cas, la sortie identifie un transcrit et un contexte neural qu’une désignation fondée sur le gène codant le plus proche ne permettrait pas de repérer. Leurs fonctions en aval restent inconnues, mais leur contribution au résultat de dix sur dix est concrète : changer l’allèle associé modifie la sortie d’ARN neural prédite par le modèle.

Le signal no 10 rend la question de l’assemblage de l’ARN particulièrement tangible. Il se situe dans MFHAS1. Une interrogation complémentaire d’AlphaGenome a prédit une augmentation d’une jonction d’ARN désignée dans les motoneurones, l’hémisphère cérébelleux et deux tests du cortex préfrontal. Dans l’un des tests préfrontaux, le signal prédit est passé d’environ 0,000850 à 0,000937 : soit une hausse d’environ 10 % par rapport à une valeur de référence très faible. Il s’agit d’unités du modèle, et non d’une mesure de l’abondance protéique. L’intérêt réside dans la spécificité : une jonction particulière entre des limites d’ARN évolue dans le même sens sur les quatre pistes neurales obtenues. Prédictions pour les jonctions sélectionnées.

Le signal statistique acquiert une description cellulaire #

Le tableau qui en résulte dépasse une liste de gènes cérébraux célèbres. Il comprend une protéine de l’horloge biologique dont les liens avec la cognition ont été établis expérimentalement, des modifications prédites des transcrits dans les neurones et des produits d’ARN non codants dans des régions cérébrales. Chaque élément ajoute une hypothèse moléculaire à une association qui a pour point de départ des mesures de la personnalité.

C’est ce qui fait l’importance du résultat. La construction statistique part de la façon dont les gens décrivent leur comportement. Ses associations retenues les plus fortes peuvent ensuite être suivies jusqu’à des prédictions sur ce que produisent les cellules nerveuses et sur la manière dont elles l’assemblent. Les éléments de preuve sont les plus développés autour de BMAL1, mais le suivi moléculaire s’étend à chacun des dix premiers résultats.

AlphaGenome donne au signal GFP une interprétation neurale plausible sur toute la longueur de la liste. Il transforme un classement abstrait en transcrits nommés, en types cellulaires et en modifications moléculaires. Un signal extrait de mesures de la personnalité indique désormais où chercher dans le cerveau.


Note méthodologique : Les associations combinées avec la personnalité utilisent des pondérations fixes issues de la littérature et les résultats d’association génétique de ReGPC 2026. Les variants ont été limités à l’ensemble de marqueurs de l’Allen Ancient DNA Resource (AADR), sélectionnés au seuil de P < 10⁻⁸, puis filtrés par regroupement fondé sur le déséquilibre de liaison, une méthode qui réduit la redondance entre variants voisins corrélés. La liste restreinte ainsi obtenue contient 265 variants ; les dix examinés ici correspondent à ses associations les plus fortes. Les prédictions neurales ont été examinées à partir de pistes classées comme tissus ou cellules du système nerveux central ; démontrer que ces effets sont particulièrement fréquents ou marqués nécessiterait un ensemble de comparaison apparié. Les variants regroupés ne permettent pas d’établir l’existence de dix mécanismes indépendants. Les effets signés dans l’analyse sous-jacente sont orientés par rapport à l’allèle qui augmente le GFP. Les résultats de suivi sur l’épissage proviennent de requêtes supplémentaires au modèle, et non d’une réplication en laboratoire.

Sources #

  1. Méthode de construction du GFP, série d’analyses de la personnalité ReGPC 2026.
  2. Audit des associations et des allèles des dix premiers signaux, avec ensemble des observations renvoyées.
  3. Observations moléculaires relatives aux dix premiers signaux, 9 septembre 2026, et prédictions pour les jonctions sélectionnées.
  4. van der Linden, Dimitri, Jan te Nijenhuis, and Arnold B. Bakker. “The general factor of personality: A meta-analysis of Big Five intercorrelations and a criterion-related validity study.” Journal of Research in Personality 44(3), 315–327, 2010.
  5. Avsec, Ž., Latysheva, N., Cheng, J., et al. “Advancing regulatory variant effect prediction with AlphaGenome.” Nature 649 (2026): 1206–1218.
  6. Price, K. H., et al. “Modulation of learning and memory by the targeted deletion of the circadian clock gene Bmal1 in forebrain circuits.” Behavioural Brain Research 308 (2016): 222–235.
  7. Barone, I., et al. “Synaptic BMAL1 phosphorylation controls circadian hippocampal plasticity.” Science Advances 9 (2023): eadj1010.
  8. Tretter, Theresa, Ashley E. Ross, Dominic I. Dordai, and Stephen Desiderio. “Mimicry of Pre–B Cell Receptor Signaling by Activation of the Tyrosine Kinase Blk.” Journal of Experimental Medicine 198(12), 1863–1873, 2003. doi:10.1084/jem.20030729.