Delphy cartographie 100,000 séquences virales en un jour

Les auteurs d’une étude publiée le 16 septembre dans Nature présentent Delphy, un outil qui aurait traité 100 000 séquences virales simulées en une journée dans un navigateur. Son utilité en situation réelle reste toutefois à démontrer.

Lorsqu’un nouveau virus se propage, les épidémiologistes cherchent à comprendre comment il est arrivé, combien de fois il a été introduit et quels cas sont liés. La méthode de référence, la phylogénie bayésienne, ne construit pas un seul arbre généalogique du virus, mais plusieurs arbres plausibles afin de conserver l’incertitude réelle sur l’histoire de l’épidémie. Jusqu’ici, analyser ainsi des milliers de séquences était extrêmement lent. Une étude évaluée par les pairs publiée dans Nature le 16 septembre présente Delphy, un outil conçu pour réduire ce goulet d’étranglement de plusieurs ordres de grandeur et fonctionner dans un simple navigateur web.

Stocker les différences

La plupart des outils de phylogénie traitent chaque génome comme une séquence complète de lettres génétiques et recommencent les comparaisons à chaque étape. Or, pendant une épidémie, les copies du virus en circulation sont très proches les unes des autres. Delphy exploite cette similarité grâce à une structure appelée arbre explicite annoté par les mutations, comparable à l’historique des versions d’un fichier : au lieu d’enregistrer chaque document dans son intégralité, elle ne conserve que les modifications. Un article technique publié dans Genetics indique que cette représentation peut produire des gains d’efficacité statistique pouvant atteindre 1 000 fois lorsque les séquences diffèrent en peu de positions. Cette représentation constitue l’un des ressorts de Delphy, avec des routines de calcul optimisées qui expliquent les gains de vitesse décrits dans l’étude de Nature.

La vitesse compte parce que l’analyse bayésienne conserve plusieurs arbres possibles et mesure l’incertitude sur leur datation et leurs liens de parenté. Une méthode classique fournit l’arbre le mieux soutenu ; l’approche bayésienne permet de dire non seulement que deux groupes sont probablement apparentés, mais aussi avec quel degré de confiance. Cette précision devient déterminante lorsque les décisions de santé publique dépendent de la question de savoir si des cas partagent un ancêtre récent ou résultent d’introductions indépendantes. En contrepartie, le coût de calcul est élevé : le nombre de formes d’arbres possibles augmente fortement avec le nombre de séquences, et des plates-formes établies comme BEAST 2 exigent de longs calculs ainsi qu’une expertise spécialisée.

Les auteurs affirment que Delphy a traité un jeu de données simulées de 100 000 séquences en une journée, avec des résultats qu’ils jugent comparables à ceux d’analyses bayésiennes établies (Nature). Cette performance n’a pas encore été reproduite indépendamment. Delphy prend en charge une gamme plus étroite de modèles de population, c’est-à-dire d’hypothèses sur la dynamique d’une épidémie, qu’une plate-forme généraliste comme BEAST 2. Il s’agit donc d’un outil spécialisé dans les épidémies, et non d’un remplacement universel pour l’analyse de l’évolution.

De la simulation à l’épidémie en cours

Delphy a déjà quitté le cadre des jeux de données de test. Un article publié sur Virological.org documente l’utilisation de son interface web par des chercheurs pendant l’épidémie de virus de Bundibugyo de 2026 en République démocratique du Congo et en Ouganda. Cela confirme un usage dans une épidémie réelle, sans toutefois montrer que l’outil a modifié une décision précise de santé publique ou raccourci une intervention.

La conception de Delphy dans un navigateur peut faciliter son accès. Le Broad Institute, qui a joué un rôle central dans ces travaux, présente cette caractéristique comme un atout pour la réponse aux épidémies : des agences sanitaires pourraient lancer une analyse sans disposer d’un centre de calcul à haute performance. La disponibilité publique du logiciel, ses conditions de licence et les exigences matérielles concrètes n’ont pas été établies dans cette investigation.

La rapidité du calcul ne corrige pas les problèmes survenus avant l’arrivée des séquences dans le logiciel. Une analyse distincte de l’épidémie de Bundibugyo rappelle cette contrainte de départ : les chercheurs ont dû retirer de 626 génomes des valeurs aberrantes dues à des erreurs de séquençage et à des dates mal enregistrées avant de pouvoir construire les arbres. Un traitement plus rapide ne compensera ni des prélèvements tardifs, ni des séquences de mauvaise qualité, ni une surveillance lacunaire.

Le résultat évalué par les pairs montre que la reconstruction bayésienne d’une épidémie peut passer à une échelle bien supérieure à celle démontrée jusqu’ici, du moins dans les tests des auteurs. La prochaine étape sera de vérifier si les équipes de terrain retrouvent cette vitesse avec des données imparfaites et si le temps gagné éclaire effectivement une décision sanitaire.