Cette étape essentielle a reposé sur deux opérations : reconstituer l'ordre des grands fragments d'ADN recouvrant l'ensemble des chromosomes humains, et établir la séquence de l'ADN de ces grands fragments¹.

A ce jour, 97% du génome humain a été reconstitué sous forme de fragments recouvrants, et la séquence de fragments représentant 85% du génome a été établie.

La production de séquence d'ADN a connu une accélération prodigieuse au cours de l'année écoulée. Plus de 60% des données disponibles à ce jour ont été obtenues au cours des 6 derniers mois. Pendant cette période, le consortium a produit un flux continu de séquences brutes de 1000 bases par seconde en travaillant 24 heures sur 24, 7 jours sur 7.

La qualité de la séquence de l'ébauche dépasse largement le niveau attendu pour cette étape intermédiaire. Les centres de séquençage du consortium ont produit bien plus de données que prévu : un total de 18 milliards de données brutes, représentant plus de 3,9 milliards de bases assemblées. De ce fait, l'ébauche est à un stade beaucoup plus proche que prévu de la finition. Plus de 50% est à un stade assez proche de la finition et 20% est achevé.

Les données de séquence du projet public ont été déposées dans le domaine public dès leur obtention, sans restriction d'utilisation ou de redistribution. Cette information est consultée en permanence par des scientifiques des secteurs académique et privé. Plus d'une douzaine de gènes responsables de maladies ont pu être identifiés à partir des données de séquence de l'ébauche.

Le premier objectif du consortium était de produire l'ébauche d'une séquence du génome humain à partir d'un ensemble de fragments chevauchants couvrant 90 % du génome comprenant des "trous" et des incertitudes. Le but final du consortium demeure néanmoins d'établir une séquence achevée, sans trous et avec une exactitude de 99,99%. Cet objectif devait être atteint en 2003, mais les résultats obtenus à ce jour permettent d'espérer de l'atteindre bien plus tôt.

Au cours d'une annonce faite en parallèle de l'annonce du Consortium Public aux Etats-Unis, la Société Celera Genomics devrait annoncer avoir réalisé pour sa part, son premier assemblage de la séquence du Génome Humain.

Les deux projets s'appuient sur une technologie comparable en termes de séquençage et d'automatisation, mais reposent sur des approches différentes. Le projet public réalise le séquençage de grands fragments préalablement positionnés sur le génome (séquençage aléatoire ciblé). (Ces grands fragments sont réduits en petits sous-fragments qui sont séquencés et réassemblés à l'aide des parties qu'ils contiennent en commun).

Le projet Celera utilise une approche de séquençage aléatoire global, dans laquelle la totalité du génome est réduite en petits fragments qui sont séquencés et réassemblés à partir de leurs parties chevauchantes.

La méthodologie du projet public (séquençage aléatoire ciblé) permet de connaître avec certitude la localisation de chaque fragment séquencé, mais nécessite d'établir au préalable une carte de grands fragments couvrant le génome. A l'inverse, le séquençage aléatoire global s'affranchit de cette étape, mais doit ensuite faire face à des difficultés encore mal connues au niveau de l'assemblage.

Les deux approches sont complémentaires. Le projet public (HGP) va s'efforcer de compléter son ébauche pour obtenir une séquence complète. Ce travail se fera en comblant les trous et en augmentant le niveau de qualité à 99,99% d'exactitude. Bien que la présente séquence soit déjà utile pour de nombreuses recherches biomédicales, une séquence de haute qualité comprenant le minimum possible d'erreurs (moins de 1/10000) reste indispensable pour de nombreux travaux en aval. C'est ce niveau d'achèvement qui a été obtenu pour les chromosomes 21 et 22.

La séquence obtenue à ce jour permet dès à présent d'observer un grand nombre de variations génétiques, appelées polymorphismes nucléotidiques (SNP, single nucleotide polymorphisms). Le projet génome humain (HGP) s'était fixé pour but d'identifier 100.000 SNPs pour 2003. Dès maintenant, en combinant les données provenant de l'ébauche avec celles du Consortium SNP, les chercheurs disposent de plus de 300.000 SNPs dans le domaine public et devraient en avoir de l'ordre du million pour la fin de l'année. Ces SNPs sont utilisés dans la recherche de gènes de prédisposition et dans des études de population.

Le projet de séquençage du Génome Humain a pour but d'établir la séquence de la partie dite euchromatique du Génome Humain. Cette partie euchromatique exclut certaines régions constituées d'ADN hautement répétitif qui ne comporte que peu d'information génétique et qui ne sont pas inclues dans les fragments utilisés par le projet. Ces régions, dites hétérochromatiques, représentent environ 10 % du génome. On les rencontre dans des régions particulières des chromosomes, tels que les centromères qui permettent une bonne répartition des chromosomes lors de la division cellulaire.

Le Consortium international de séquençage du Génome Humain regroupe des scientifiques de seize centres en Allemagne, Chine, Etats-Unis, France, Japon et Royaume Uni (voir liste ci-dessous). Environ un millier de personnes ont contribué à cet effort international. Les cinq centres les plus importants se trouvent à : Baylor College of Medicine, Houston, Texas, EU ; Joint Genome Institute, U.S. Department of Energy, Walnut Creek, CA, EU ; The Sanger Centre, Hinxton, RU ; Whitehead Institute for Biomedical Research, MIT, Cambridge, MA, EU ; Washington University Genome Sequencing Center, St. Louis, MO, EU. Ensemble, ces cinq centres ont produit 82 % de la séquence.

Le projet a été coordonné à l'échelle internationale de manière à réduire le travail redondant et à n'oublier aucune partie du génome. Les centres faisant partie du consortium international ont tous adoptés les exigences de qualité et les règles de diffusion quotidienne des données. Le projet est financé par des subventions d'agences de recherche gouvernementales (NIH, DOE aux Etats-Unis) ou des associations caritatives (Wellcome Trust au Royaume-Uni). En France les moyens proviennent du Ministère de la Recherche.

Le coût de réalisation de l'ébauche est estimé à 300 millions de $ dont la moitié (150 millions de $) provient des seuls NIH. Il est souvent fait mention d'un coût de 3 milliards de $ pour le séquençage du génome humain. Ce nombre correspond à l'estimation de départ pour le financement de l'ensemble du projet Génome Humain pour une période de 15 ans (1990-2005). Ce coût comprend aussi un grand nombre d'autres projets scientifiques en rapport avec la génomique. Ces projets incluent l'étude de maladies génétiques, l'étude de génomes et de la génétique d'organismes modèles (tels que les bactéries, la levure, le nématode, la drosophile et la souris), le développement de nouvelles technologies pour des recherches biomédicales, le développement de méthodes informatiques pour l'analyse de génomes, ainsi que des études portant sur les questions éthiques, légales et sociétales soulevées par la génétique.

Le Genoscope - Centre National de Séquençage procède au séquençage du chromosome 14² et assure la contribution française au projet de séquençage du Génome Humain. Plus de 90% de la séquence de ce chromosome a été réalisée sous une forme de pré-finition. Contrairement aux autres centres, le Genoscope réalise d'emblée une séquence dont les éléments réassemblés sont ordonnés et orientés à l'intérieur des fragments de départ. Cette séquence est donc déjà plus complète que l'ébauche. La séquence complète du chromosome devrait être obtenue pour la fin de l'année et publiée début 2001. Le coût de la séquence complète (hors analyse et annotation) est estimé à 65 MF, et les dépenses engagées à ce jour à 50 MF.

Le Consortium de séquençage du Génome Humain est composé des seize centres suivants :

1. Baylor College of Medicine, Houston, Texas, EU
2. Beijing Human Genome Center, Institute of Genetics, Chinese Academy of Sciences, Beijing, Chine
3. Gesellschaft für Biotechnologische Forschung, Braunschweig, Allemagne
4. Genoscope-Centre national de séquençage, Evry, France
5. Genome Therapeutics Corporation, Waltham, MA, EU
6. Institute for Molecular Biotechnology, Jena, Germany
7. Joint Genome Institute, U.S. Department of Energy, Walnut Creek, CA, EU
8. Keio University, Tokyo, Japon
9. Max Planck Institute for Molecular Genetics, Berlin, Allemagne
10. RIKEN Genomic Sciences Center, Saitama, Japon
11. The Sanger Centre, Hinxton, RU
12. Stanford DNA Sequencing and Technology Development Center, Palo Alto, CA, EU
13. University of Washington Genome Center, Seattle, WA, EU
14. University of Washington Multimegabase Sequencing Center, Seattle, WA, EU
15. Whitehead Institute for Biomedical Research, MIT, Cambridge, MA, EU
16. Washington University Genome Sequencing Center, St. Louis, MO, EU

Par ailleurs, deux institutions ont joué un rôle clé en contribuant au Projet Génome Humain pour les calculs et l'analyse, durant les dix-huit derniers mois :

- Centre National d'Information en Biotechnologies (NCBI), aux NIH, EU

- L'Institut Européen de Bioinformatique (EBI), à Cambridge, RU

En outre, des chercheurs de l'Université de Californie, Santa Cruz, et de la Société Neomorphic, Inc. ont apporté leur concours pour l'assemblage de la séquence du génome humain.