Marie Leroy Les scores de risque polygénique (PRS) sont des outils prometteurs pour prédire le risque de maladie, mais les variations actuelles ont un biais intégré qui peut affecter leur précision dans certaines populations et entraîner des disparités en matière de santé. Cependant, une équipe de chercheurs du Massachusetts Standard Medical center (MGH), du Broad Institute du MIT et de Harvard et de l’Université Jiao Tong de Shanghai à Shanghai, en Chine, a conçu une nouvelle méthode pour générer des PRS qui prédisent moreover précisément le risque de maladie dans les populations.
Des altérations dans la séquence d’ADN d’un gène peuvent produire une variante génétique qui augmente le risque de maladie. Certaines variantes génétiques sont étroitement liées à certaines maladies, telles que la mutation BRCA1 et le most cancers du sein. “Cependant, la plupart des maladies humaines courantes – telles que le diabète de kind 2, l’hypertension artérielle et la dépression, par exemple – ne sont pas influencées par des gènes uniques, mais par des centaines ou des milliers de variantes génétiques à travers le génome. Chaque variante contribue un petit effet.” dit Tian Ge, Ph.D., Centre de médecine génomique de l’HGM, et co-auteur principal de l’article. Les PRS agrègent les effets des variantes génétiques à travers le génome et se sont révélés prometteurs pour une journée d’utilisation pour prédire les risques de développer des maladies chez les clients. Cela permettrait aux cliniciens de recommander des mesures préventives et de surveiller étroitement les sufferers pour un diagnostic et une intervention précoces.
Cependant, un PRS doit être “formé” pour prédire le risque de maladie à l’aide de données provenant d’études dans lesquelles des informations génomiques sont collectées auprès de grands groupes d’individus. Alors que de nombreuses variantes pathogènes sont partagées, explique Ge, il existe des différences importantes dans la base génétique d’une maladie entre les individus d’ascendances différentes. Par exemple, une variante génétique commune qui est associée à une maladie spécifique dans une population peut avoir une fréquence plus faible ou même manquer dans d’autres populations. Lorsqu’une variante génétique liée à une maladie est partagée entre différentes populations, la taille de son effet, ou son degré d’augmentation du risque, peut également varier d’un groupe ancestral à l’autre, explique Ge.
“Un problème majeur avec les méthodes existantes de calcul du PRS est que, à ce jour, la plupart des études génomiques ont utilisé des données collectées auprès d’individus d’ascendance européenne”, explique Ge. Cela crée un biais eurocentrique dans les PRS existantes, dit-il, produisant des prédictions beaucoup moins précises et augmentant la possibilité qu’elles puissent surestimer ou sous-estimer le risque de maladie dans les populations non européennes.
Heureusement, les chercheurs ont redoublé d’efforts pour collecter des données génomiques auprès de populations sous-représentées. Tirant parti de ces ressources. Bien qu’il existe encore beaucoup plus de données génomiques sur les individus d’ascendance européenne, les chercheurs ont utilisé des méthodes de calcul qui leur ont permis de maximiser la valeur des données non européennes et d’améliorer la précision des prédictions chez des individus d’origines diverses.
Dans l’étude, les chercheurs ont utilisé des données génomiques d’individus de plusieurs populations différentes pour prédire un massive éventail de mesures physiques (telles que la taille, l’indice de masse corporelle et la pressure artérielle), des biomarqueurs sanguins (tels que le glucose et le cholestérol) et le risque pour la schizophrénie. Ensuite, ils ont comparé le trait prédit ou le risque de maladie avec les mesures réelles ou l’état de la maladie signalé pour mesurer la précision de la prédiction du PRS-CSx. Les résultats de l’étude ont démontré que le PRS-CSx est nettement moreover précis que les outils PRS existants dans les populations non européennes.
et de réduire l’écart des disparités en matière de santé lors de la mise en œuvre de la SRP dans les contextes cliniques”, déclare Ge, qui note que le nouvel outil continuera à être affiné dans l’espoir que les cliniciens puissent un jour l’utiliser pour éclairer les choix de traitement et faire des recommandations sur les soins aux individuals.
PRS-CSx pourrait également jouer un rôle dans la recherche fondamentale, déclare l’auteur principal de l’étude, Yunfeng Ruan, Ph.D. chercheur postdoctoral au Broad Institute du MIT et à Harvard. Il pourrait être utilisé, par exemple, pour explorer les interactions gène-environnement, telles que la façon dont l’effet du risque génétique dépendrait du niveau des facteurs de risque environnementaux dans les populations mondiales.
Même avec PRS-CSx, l’écart de précision des prédictions entre les populations européennes et non européennes reste considérable. L’élargissement de la diversité des échantillons parmi les populations mondiales est critical pour améliorer encore la précision de la prédiction de la PRS dans diverses populations. « L’expansion des ressources génomiques non européennes, associée à des méthodes analytiques avancées telles que PRS-CSx, accélérera le déploiement équitable de PRS dans les contextes cliniques », déclare Hailiang Huang, Ph.D. généticien statistique en génétique analytique et translationnelle. Unité du MGH et du Stanley Centre for Psychiatric Research du Wide Institute, et co-auteur principal de l’article.
Ge est également professeur adjoint de psychiatrie à la Harvard Medical College (HMS). Huang est professeur adjoint de médecine au HMS.
Ce travail a été soutenu par l’Institut national sur le vieillissement, l’Institut national de recherche sur le génome humain, l’Institut national du diabète et des maladies digestives et rénales, l’Institut nationwide de la santé mentale, la Fondation de recherche sur le cerveau et le comportement, la Fondation Zhengxu et Ying He et le Stanley Middle for Psychiatric Investigation.
