Un dépistage génétique ou dépistage de mutagénèse est une technique expérimentale utilisée pour identifier et sélectionner des individus possédant un phénotype d'intérêt au sein d'une population à laquelle on a appliqué une mutagénèse. Un dépistage génétique est donc un type de dépistage phénotypique. Les dépistages génétiques peuvent fournir d'importantes informations sur la fonction d'un gène ainsi que sur les événements moléculaires à la base d'un processus biologique ou d'une voie métabolique. Alors que les projets de séquençage de génomes ont permis d'identifier un vaste inventaire de gènes dans beaucoup d'organismes différents, les dépistages génétiques peuvent fournir des informations précieuses sur la façon dont ces gènes fonctionnent. La génétique classique (ou un dépistage génétique classique) est une approche utilisée pour identifier des gènes (ou un groupe de gènes) conférant un phénotype particulier à un organisme. La génétique inverse (ou un dépistage génétique inverse), d'un autre côté, analyse le phénotype d'un organisme à la suite de la perturbation d'un gène connu. En bref, la génétique classique part d'un phénotype pour identifier le ou les gène(s) qui y sont liés, alors que la génétique inverse part d'un gène connu et teste l'effet de sa perturbation en analysant les phénotypes résultants. Les dépistages génétiques classiques comme inverses ont pour but de déterminer la fonction d'un ou plusieurs gènes. Les dépistages génétiques classiques ont souvent deux éléments-clés. Le premier est un contexte génétique défini chez l'organisme utilisé et le second est une procédure expérimentale simple mais constante pour identifier des mutants d'intérêt. Les contextes génétiques définis permettent aux chercheurs d'identifier et de localiser de manière plus efficace les gènes affectés chez les mutants individuels. Une méthode de dépistage simplifiée est bénéfique parce qu'elle permet de dépister un plus grand nombre d'individus, augmentant ainsi la probabilité de générer et d'identifier des mutants d'intérêt.
Benjamin Paul Johanès Gabriel Lambert
John McKinney, Neeraj Dhar, Zela Alexandria-Mae Martin