Quatre-vingt-dix-sept pour cent des génomes assemblés en Afrique de l’Est sont analysés hors du continent. L’Afrique représente entre 15 et 17 % de la population mondiale, mais moins de 2 % des données génomiques en circulation dans la recherche internationale. Cette asymétrie ne tient pas à un manque de matière biologique : le continent est l’un des plus riches en diversité génétique de la planète. Elle tient à une infrastructure absente, et cette absence a un coût que les Africains paient sans en percevoir les dividendes.
L’essentiel
- La diversité génétique africaine, la plus étendue au monde, est traitée comme matière première exportée : les séquences sont collectées localement, puis analysées et valorisées ailleurs.
- Les données génomiques d’origine africaine représentent 1,82 % du total mondial, selon une étude publiée dans Clinical Microbiology Reviews en 2026, tandis que 97 % des génomes assemblés en Afrique de l’Est sont traités à l’extérieur du continent.
- L’obstacle structurel tient à l’infrastructure : l’Afrique détient moins de 1 % de la capacité mondiale en data centers, et 96,4 % des chercheurs tanzaniens travaillent sur des ordinateurs personnels faute de ressources de calcul locales.
- L’Inde et la Chine ont rompu avec ce schéma en investissant massivement dans des infrastructures de calcul domestiques avant de développer leurs capacités analytiques ; l’Afrique commence à tracer une voie comparable, et les décisions d’investissement des prochaines années seront déterminantes.
- L’enjeu dépasse la bioinformatique : celui qui analyse les données génomiques africaines détient les clés de futurs médicaments, diagnostics et politiques de santé publique calibrés sur ces populations.
La richesse génétique africaine, la plus sous-représentée de la science
L’Afrique sub-saharienne est le berceau de l’humanité. C’est aussi la région du monde où la diversité génétique est la plus grande, précisément parce que Homo sapiens y a évolué pendant des centaines de milliers d’années avant de migrer. Cette profondeur évolutive signifie que les variants génétiques présents dans les populations africaines couvrent un spectre que les génomes européens ou asiatiques ne peuvent pas reproduire. Pour la médecine de précision, pour la recherche sur les résistances aux maladies infectieuses, pour la pharmacogénomique, cette diversité est une ressource scientifique de premier plan.
Pourtant, une analyse publiée dans Clinical Microbiology Reviews en 2026 établit que les données génomiques africaines représentent 1,82 % du total mondial. Ce chiffre dit quelque chose de précis : la richesse génétique africaine est connue, reconnue, activement sollicitée par les chercheurs internationaux, et massivement absente des bases de données qui structurent la recherche mondiale. UK Biobank et de nombreuses cohortes européennes sont très majoritairement européennes ; All of Us est plus diversifié, mais ne remplace pas une représentation proportionnelle des populations du continent africain. Les algorithmes de diagnostic génétique entraînés sur ces données fonctionnent moins bien sur les patients africains. Les scores polygéniques et certains outils de médecine de précision dérivés de cohortes majoritairement européennes sont souvent moins bien calibrés ou moins performants dans des populations sous-représentées, notamment d’ascendance africaine.
Ce déséquilibre a une histoire. Les premières grandes études d’association pangénomique (GWAS) ont été conduites dans les années 2000 avec les populations les plus accessibles pour les chercheurs occidentaux : des populations d’ascendance européenne. L’élan institutionnel, les bases de données de référence, les outils bioinformatiques : tout a été construit sur ces fondations. Corriger cette trajectoire demande plus qu’une volonté politique : cela demande des données, des capacités analytiques locales et des institutions capables de les produire durablement.
Les raisons pour lesquelles 97 % des génomes est-africains sont analysés à l’étranger
L’insuffisance locale de capacités de séquençage, de stockage et de calcul est un facteur important des transferts hors d’Afrique, mais elle n’en est pas l’unique déterminant. La puissance de calcul est encore très limitée et inégalement répartie en Afrique par rapport aux grands pôles mondiaux, mais elle n’est pas absente.
Le rapport Brookings Foresight Africa 2026 et les travaux publiés dans Frontiers in Bioinformatics dressent un portrait cohérent. L’Afrique représente moins de 1 % de la capacité mondiale en data centers. Dans une enquête de 84 répondants tanzaniens connaissant la bioinformatique, 96,4 % déclaraient utiliser un ordinateur personnel pour ce travail ; l’accès aux infrastructures avancées était limité. L’assemblage d’un seul génome humain complet requiert plusieurs centaines de gigaoctets de stockage et des dizaines d’heures de calcul intensif. Sur un ordinateur portable, cette opération prend des jours, quand elle ne se heurte pas simplement à des limites matérielles infranchissables.
Le protocole qui en résulte est bien documenté : les échantillons biologiques, ou les données brutes de séquençage, sont envoyés vers des serveurs en Europe, aux États-Unis ou en Chine. L’analyse y est conduite. Les résultats reviennent, parfois. Certaines données africaines sont hébergées hors du continent après traitement, mais ce n’est ni universel ni automatiquement définitif. Légalement, souvent.
Contractuellement, toujours.
La situation relève d’une architecture d’incitation, non d’une concertation délibérée. Les chercheurs africains posent des questions scientifiques légitimes et accèdent à des populations et à des échantillons que leurs collaborateurs étrangers n’ont pas. Ces collaborateurs étrangers disposent, eux, des infrastructures, des financements et des pipelines analytiques.
Les collaborations sont réelles et les publications sont co-signées, mais des capacités, infrastructures et dépôts de données restent partiellement externalisés ; la répartition effective du contrôle, de la propriété intellectuelle et de la valeur analytique varie selon les projets, les contrats et les dispositifs de gouvernance.
Ce mécanisme de capture rappelle un schéma plus large : assembler sans concevoir est une trappe économique connue dans l’industrie manufacturière. La génomique en reproduit la structure.
Les enjeux de santé publique que cette dépendance compromet
La sous-représentation africaine dans les bases de données génomiques mondiales a des conséquences cliniques mesurables, et elles touchent d’abord les patients africains.
Les tests génétiques de prédisposition au cancer du sein, à la maladie d’Alzheimer ou aux maladies cardiovasculaires ont été validés sur des cohortes à majorité européenne. Appliqués à des patients d’ascendance africaine, leur précision diagnostique chute de manière documentée. Les variants de signification incertaine, des mutations dont on ne sait pas encore si elles sont bénignes ou pathogènes, sont surreprésentés chez les patients africains précisément parce que ces populations ont été absentes des études qui ont permis de les classifier. Un patient africain qui fait un test génétique reçoit plus souvent un résultat non concluant qu’un patient européen. L’inégalité est inscrite dans les données d’entraînement, pas dans la biologie.
Au-delà des tests diagnostiques, la pharmacogénomique est concernée. La façon dont un organisme métabolise un médicament dépend en partie de son profil génétique. Les enzymes hépatiques qui dégradent les antiviraux, les antidépresseurs ou les anticoagulants varient selon les populations. Ces variations sont mieux caractérisées dans les populations européennes, ce qui signifie que les recommandations posologiques standards sont mieux calibrées pour elles. Pour les populations africaines, les données manquent, et le dosage devient une approximation.
La recherche sur les maladies infectieuses est également touchée. Le paludisme, la tuberculose, la fièvre de Lassa, la trypanosomiase : ces maladies tuent principalement en Afrique. Comprendre les bases génétiques de la résistance ou de la susceptibilité à ces infections dans les populations africaines exige des données génomiques africaines analysées par des équipes qui connaissent ces contextes épidémiologiques. L’absence d’infrastructure locale retarde cette compréhension, et ce retard se traduit en vies.
Les choix de l’Inde et de la Chine, et les enseignements pour l’Afrique
L’Inde et la Chine ont traversé une phase similaire dans les années 1990 et 2000. Leurs données de santé et leurs séquences génomiques partaient vers l’Occident. Leurs chercheurs travaillaient sur des machines insuffisantes. Leurs contributions scientifiques restaient marginales dans les grandes revues internationales.
Les deux pays ont fait un choix stratégique explicite : investir dans l’infrastructure de calcul avant d’investir dans la science elle-même. La Chine a lancé des programmes nationaux de bioinformatique dès les années 2000, construit des data centers dédiés à la génomique, et produit des instituts comme le BGI (Beijing Genomics Institute), aujourd’hui l’un des plus grands séquenceurs de génomes au monde. L’Inde a développé des centres de calcul haute performance publics, soutenu des consortiums génomiques nationaux, et construit une base de chercheurs en bioinformatique suffisamment dense pour traiter localement des volumes significatifs de données. Aujourd’hui, les deux pays sont exportateurs de capacité analytique, et non plus seulement de données brutes.
Le chemin africain est en train de s’esquisser, et certains acteurs méritent d’être nommés. L’African BioGenome Project vise à séquencer et analyser les génomes de 100 000 espèces africaines, avec une exigence explicite de traitement local des données. L’H3Africa (Human Heredity and Health in Africa), soutenu par les NIH américains et le Wellcome Trust britannique, a financé des laboratoires de génomique sur le continent et commence à produire des données traitées localement. L’Afrique du Sud dispose d’importantes capacités de calcul et de génomique, mais elle n’est pas le seul pays africain doté de centres de données Tier III, et le label Tier III ne suffit pas à établir une capacité génomique à grande échelle ; plusieurs pays, Kenya, Éthiopie, Nigéria, ont lancé des stratégies nationales d’infrastructure numérique qui incluent explicitement la santé.
Ces initiatives sont réelles. Elles restent modestes face à l’ampleur du retard. Le parallèle avec les infrastructures de recherche partagées en Europe est instructif : même dans un contexte de financement bien supérieur, la gouvernance et la répartition de l’accès aux infrastructures communes restent des problèmes ouverts. L’Afrique construira les siennes dans un environnement plus contraint, ce qui rend la qualité des choix d’architecture, fédérale, nationale, ou continentale, d’autant plus déterminante.
L’infrastructure qui pourrait changer la trajectoire d’ici 2040
La question est concrète : qui construira les data centers africains, selon quelles règles d’accès et avec quels garde-fous sur la souveraineté des données. Les réponses données dans les cinq prochaines années conditionneront la capacité du continent à retenir la valeur de sa propre biologie pendant les deux décennies suivantes.
Trois trajectoires sont ouvertes. La première est celle du laissez-faire : des hyperscalers, Google, Microsoft, Amazon, déploient leurs infrastructures africaines selon une logique commerciale. Ils le font déjà, avec des data centers à Johannesburg, Lagos et Nairobi. Cette infrastructure est réelle et soulage les contraintes immédiates. Mais les données confiées à un fournisseur cloud soumis à la juridiction américaine peuvent être visées par des obligations légales américaines, y compris lorsqu’elles sont stockées à l’étranger, sans exclure l’application d’autres juridictions, et les droits sur un modèle et ses données d’entraînement dépendent des contrats, du droit applicable, du statut des créateurs et des règles de propriété intellectuelle ; ils n’appartiennent pas automatiquement à leurs créateurs.
La capacité analytique reste externalisée, même si physiquement localisée.
La deuxième trajectoire est celle des infrastructures publiques nationales ou continentales, financées par des États ou des institutions multilatérales, avec des règles explicites de souveraineté des données. L’Union africaine a adopté en 2022 la Convention de Malabo sur la cybersécurité et la protection des données personnelles, qui pose un cadre légal. L’African Open Science Platform, portée notamment par l’Académie des sciences d’Afrique du Sud, travaille à des standards de partage de données qui maintiennent la maîtrise africaine des données scientifiques. Ces cadres existent. Leur mise en œuvre dépend de financements que peu d’États africains peuvent mobiliser seuls.
La troisième trajectoire est hybride : des partenariats entre institutions publiques africaines et acteurs technologiques internationaux, avec des clauses contractuelles sur la localisation des données et le partage de la capacité analytique. Des accords de ce type sont négociés, notamment dans le cadre de collaborations entre universités africaines et institutions européennes. Leur robustesse juridique et leur capacité à résister à la pression commerciale restent à prouver dans la durée. L’expérience montre que la dépendance technologique se construit vite et se défait lentement : les architectures d’incitation initiales ont une inertie considérable.
Les signaux à observer sont concrets. Le nombre de data centers certifiés Tier II ou Tier III opérationnels hors d’Afrique du Sud dira si l’infrastructure se distribue vraiment. Les politiques nationales de données génomiques adoptées par des pays comme le Kenya, le Nigéria ou l’Éthiopie diront si les États africains entendent protéger légalement leur patrimoine biologique. Et les publications scientifiques conduites par des équipes africaines sur des données africaines analysées localement constitueront la mesure la plus directe du changement : c’est par là que la valeur scientifique commence à rester au continent.
La gouvernance des données génomiques, un chantier politique ouvert
L’infrastructure de calcul est la condition nécessaire. La gouvernance des données est la condition suffisante. Et sur ce second terrain, les défis sont d’une nature différente.
Les données génomiques sont des données personnelles d’une sensibilité particulière : elles identifient les individus, révèlent des prédispositions médicales, et concernent les familles biologiques au-delà de la personne séquencée. Dans des contextes où les systèmes de protection des données sont récents et les capacités de régulation limitées, le risque de cession de ces données à des acteurs commerciaux sans consentement éclairé des populations est réel. Des cas documentés en Afrique subsaharienne ont mis en lumière des collections d’échantillons biologiques menées sans protocoles de consentement rigoureux dans les années 1990 et 2000.
La riposte institutionnelle se construit. Plusieurs pays ont adopté des législations spécifiques sur les biobanques. Des comités d’éthique nationaux se professionnalisent. Des chercheurs africains en bioéthique, notamment au sein du consortium H3Africa, travaillent à des modèles de consentement adaptés aux contextes communautaires africains, où la notion de consentement individuel doit être articulée avec des structures de décision collectives. Ces travaux sont moins visibles que les annonces d’infrastructure, mais ils sont aussi déterminants pour la souveraineté génomique africaine que les serveurs eux-mêmes.
La trajectoire des données génomiques françaises illustre que même avec des moyens considérables, la gouvernance des données biologiques est un problème non résolu dans les pays les mieux dotés. L’Afrique construit ses réponses dans un contexte de contrainte plus sévère, mais avec la possibilité de ne pas répéter les erreurs d’architecture qui ont conduit ailleurs à des silos inutilisables.
Les prochaines décisions dépendent de la détermination du droit de modéliser la biologie africaine, des conditions encadrant ce droit et des bénéficiaires désignés. La réponse relève autant de choix politiques que de choix techniques. Elle sera donnée par les acteurs africains ou, à défaut, par ceux qui détiennent déjà l’infrastructure.
Sources
- Frontiers in Bioinformatics (2026), étude sur les capacités bioinformatiques en Afrique de l’Est, dont la Tanzanie
- Clinical Microbiology Reviews (2026), analyse de la représentation des données génomiques africaines dans les bases mondiales : https://doi.org/10.1128/cmr.00387-25
- Brookings Institution, Foresight Africa 2026, chapitre sur l’infrastructure numérique et les données de santé
- African BioGenome Project, https://africanbiogenome.org
- H3Africa Consortium, Human Heredity and Health in Africa, publications et rapports disponibles sur https://h3africa.org
- African Open Science Platform, rapports sur la gouvernance des données scientifiques africaines
- Union africaine, Convention de Malabo sur la cybersécurité et la protection des données personnelles (2022)