Le choc entre les gènes et l'environnement dans la santé
Explore comment la génétique et l'environnement influencent nos risques de santé.
W. James Gauderman, Yubo Fu, Bryan Queme, Eric Kawaguchi, Yinqiao Wang, John Morrison, Hermann Brenner, Andrew Chan, Stephen B. Gruber, Temitope Keku, Li Li, Victor Moreno, Andrew J Pellatt, Ulrike Peters, N. Jewel Samadder, Stephanie L. Schmit, Cornelia M. Ulrich, Caroline Um, Anna Wu, Juan Pablo Lewinger, David A. Drew, Huaiyu Mi
― 7 min lire
Table des matières
- Qu'est-ce qu'un Score de Risque Polygénique ?
- Analyse d'Interaction Gène-Environnement
- Le Rôle du PRS dans les Études Gène-Environnement
- Défis pour Détecter les Interactions gène-environnement avec le PRS
- Entrez les Scores de Risque Polygénique de Voie (pPRS)
- Analyse Basée sur la Voie en Action
- Les Résultats de l'Étude sur le CRC
- Impact de la Compréhension des Interactions GxE sur la Prévention
- Directions Futures dans la Recherche Gène-Environnement
- Conclusion
- Source originale
Les gènes et l'environnement jouent un rôle important dans notre santé. Parfois, notre bagage génétique nous rend plus sensibles (ou résistants) à des influences environnementales spécifiques. Cette relation s'appelle l'interaction gène-environnement, souvent abrégée en interaction GxE. Imagine tes gènes comme un livre et l'environnement comme un lecteur. Selon la façon dont le lecteur interprète le texte, le sens peut changer. Dans ce cas, certaines expositions peuvent soit augmenter, soit diminuer le risque de développer des maladies selon nos prédispositions génétiques.
Qu'est-ce qu'un Score de Risque Polygénique ?
Pour mesurer comment les gènes affectent notre risque de problèmes de santé, les scientifiques ont développé un outil appelé Score de Risque Polygénique (PRS). Tu peux le voir comme une "carte de notes génétique". Ce score prend plusieurs variants génétiques – comme de petits marqueurs sur une immense carte de ton ADN – et les combine pour donner une vue d'ensemble de la probabilité que tu développes un trait ou une maladie spécifique. Ces variants génétiques sont souvent identifiés grâce à de grandes études qui cherchent des liens entre gènes et conditions de santé.
Par exemple, si tu reçois un rapport de santé disant : "Tu es à un risque plus élevé d'hypertension", c'est un peu comme ça que fonctionne un PRS – il résume ton risque génétique basé sur une collection de variants génétiques connus.
Analyse d'Interaction Gène-Environnement
Une analyse GxE se concentre sur l'identification de groupes de personnes avec certains traits génétiques qui pourraient réagir différemment à des facteurs environnementaux spécifiques. Pense à ça de cette façon : deux personnes peuvent être exposées à la même condition environnementale, par exemple, le tabagisme. Une personne, à cause de son bagage génétique, pourrait développer des problèmes respiratoires, tandis que l'autre passe à travers sans tousser.
Le but de ces analyses est de voir comment l'environnement interagit avec des bagages génétiques particuliers lorsqu'on évalue le risque de maladie. Ça peut être crucial pour développer des stratégies de prévention efficaces.
Le Rôle du PRS dans les Études Gène-Environnement
Ces dernières années, les chercheurs utilisent le PRS pour explorer ces interactions GxE à travers diverses conditions de santé comme le cancer du poumon, le diabète, le TDAH et les problèmes cardiaques. En analysant comment le risque génétique d'une personne interagit avec des influences environnementales, les chercheurs peuvent mieux identifier qui pourrait être à risque et quelles stratégies de prévention pourraient le mieux fonctionner pour eux.
Imagine avoir une boule de cristal qui te dit non seulement que tu pourrais attraper un rhume cet hiver, mais que tu le choperais plus facilement si tu traînes avec des gens qui reniflent et éternuent. C'est le genre d'intuition que les scientifiques essaient de fournir grâce à ces analyses.
Interactions gène-environnement avec le PRS
Défis pour Détecter lesCependant, utiliser le PRS pour explorer ces interactions n'est pas toujours simple. Un défi découle du fait que le PRS standard inclut une large gamme de variants génétiques, dont beaucoup peuvent ne pas être directement pertinents au facteur environnemental spécifique étudié.
Par exemple, si tu penses au PRS comme une marmite de soupe, il pourrait contenir plein d'ingrédients qui ne vont pas ensemble. Certains ingrédients pourraient diluer le goût des saveurs que tu veux mettre en avant, surtout quand tu cherches des interactions spécifiques. Ça peut rendre plus difficile de repérer quels facteurs génétiques comptent vraiment en tenant compte des influences environnementales sur le risque de maladie.
Scores de Risque Polygénique de Voie (pPRS)
Entrez lesPour surmonter ces défis, les chercheurs proposent d'utiliser quelque chose appelé Scores de Risque Polygénique de Voie, ou pPRS. Alors qu'un PRS regarde l'ensemble, un pPRS se concentre sur des voies biologiques spécifiques – pense à ça comme zoomer sur une section particulière de la soupe où toutes les bonnes saveurs se trouvent.
Un pPRS n'inclut que les variants génétiques connus pour interagir avec certains facteurs environnementaux. En se concentrant sur ces ensembles spécifiques de SNPS, les chercheurs espèrent mieux identifier les interactions et renforcer la capacité à détecter ces associations.
Analyse Basée sur la Voie en Action
Pour illustrer comment ça fonctionne, les chercheurs ont examiné le Cancer colorectal (CRC) en utilisant à la fois PRS et pPRS. Ils se sont concentrés sur un facteur protecteur bien connu : l'utilisation de médicaments anti-inflammatoires non stéroïdiens (AINS), qui sont souvent disponibles sans ordonnance (pense à l'ibuprofène).
Les chercheurs ont examiné un groupe considérable de personnes atteintes de CRC et celles qui ne l'étaient pas. En rassemblant des données détaillées sur l'utilisation d'AINS et en analysant les données génétiques de ces individus, ils espéraient voir comment les gènes pourraient influencer l'effet des AINS sur le risque de CRC.
Pour l'analyse, ils ont identifié 204 variants génétiques liés au CRC à partir d'une grande étude génétique. Ils ont ensuite créé un PRS global basé sur ces variants et un pPRS qui s'appuyait sur des variants génétiques spécifiques connus pour être associés à certaines voies biologiques.
Les Résultats de l'Étude sur le CRC
Ils ont découvert que, tandis que le PRS global ne montrait pas d'interaction significative avec l'utilisation d'AINS, le pPRS l'a fait ! Plus précisément, deux voies liées au TGF-β et au récepteur de l'hormone lutéinisante ont montré un lien significatif avec l'utilisation d'AINS pour protéger contre le CRC.
Ça signifie que si tu as certains profils génétiques associés à ces voies, tu pourrais bénéficier de plus de protection en prenant des AINS contre le cancer colorectal. Pense à ça comme avoir un super pouvoir contre le CRC si tu as le bon bagage génétique et que tu utilises les AINS de manière appropriée !
Impact de la Compréhension des Interactions GxE sur la Prévention
Les résultats de recherches comme celle-ci peuvent influencer significativement notre approche de la médecine préventive. En reconnaissant des facteurs génétiques spécifiques qui modifient l'impact des expositions environnementales, les professionnels de la santé peuvent mieux ajuster les stratégies de prévention.
Par exemple, si le bagage génétique d'une personne suggère qu'elle est à risque plus élevé de développer un CRC, même avec l'utilisation d'AINS, les professionnels de la santé pourraient proposer des stratégies de dépistage plus ciblées ou d'autres mesures protectrices.
Directions Futures dans la Recherche Gène-Environnement
Alors que les chercheurs continuent cette ligne d'enquête, ils espèrent affiner leurs méthodes encore davantage. Ce serait utile d'explorer divers variants génétiques, au-delà de ceux liés aux maladies, et d'examiner comment ils interagissent avec d'autres facteurs environnementaux.
Par exemple, pense à la façon dont l'alimentation, l'activité physique ou même l'emplacement géographique pourraient s’entrelacer avec les facteurs génétiques lorsque l'on évalue le risque de maladie. Comprendre cette complexité peut aider à construire un meilleur cadre pour la médecine personnalisée.
Conclusion
Les interactions gène-environnement présentent une énigme fascinante pour les chercheurs. Elles révèlent comment nos gènes et notre environnement peuvent travailler ensemble pour influencer notre santé de manière profonde. En utilisant des outils comme le PRS et le pPRS, les scientifiques sont mieux équipés pour déchiffrer ces interactions et découvrir des idées qui peuvent finalement mener à de meilleures stratégies de prévention et des résultats de santé.
Alors que nous continuons sur cette voie, les possibilités de comprendre et de réduire les risques pour la santé s'accroissent, ouvrant la voie à des approches personnalisées qui s'adaptent aux bagages génétiques individuels. Qui sait ? Peut-être qu'un jour, nous aurons tous notre propre recette de santé pour une vie longue et en bonne santé, personnalisée en fonction de nos ingrédients génétiques uniques !
Titre: Pathway Polygenic Risk Scores (pPRS) for the Analysis of Gene-environment Interaction
Résumé: A polygenic risk score (PRS) is used to quantify the combined disease risk of many genetic variants. For complex human traits there is interest in determining whether the PRS modifies, i.e. interacts with, important environmental (E) risk factors. Detection of a PRS by environment (PRS x E) interaction may provide clues to underlying biology and can be useful in developing targeted prevention strategies for modifiable risk factors. The standard PRS may include a subset of variants that interact with E but a much larger subset of variants that affect disease without regard to E. This latter subset will water down the underlying signal in former subset, leading to reduced power to detect PRS x E interaction. We explore the use of pathway-defined PRS (pPRS) scores, using state of the art tools to annotate subsets of variants to genomic pathways. We demonstrate via simulation that testing targeted pPRS x E interaction can yield substantially greater power than testing overall PRS x E interaction. We also analyze a large study (N=78,253) of colorectal cancer (CRC) where E = non-steroidal anti-inflammatory drugs (NSAIDs), a well-established protective exposure. While no evidence of overall PRS x NSAIDs interaction (p=0.41) is observed, a significant pPRS x NSAIDs interaction (p=0.0003) is identified based on SNPs within the TGF-{beta} / gonadotropin releasing hormone receptor (GRHR) pathway. NSAIDS is protective (OR=0.84) for those at the 5th percentile of the TGF-{beta}/GRHR pPRS (low genetic risk, OR), but significantly more protective (OR=0.70) for those at the 95th percentile (high genetic risk). From a biological perspective, this suggests that NSAIDs may act to reduce CRC risk specifically through genes in these pathways. From a population health perspective, our result suggests that focusing on genes within these pathways may be effective at identifying those for whom NSAIDs-based CRC-prevention efforts may be most effective. Author SummaryThe identification of polygenic risk score (PRS) by environment (PRSxE) interactions may provide clues to underlying biology and facilitate targeted disease prevention strategies. The standard approach to computing a PRS likely includes many variants that affect disease without regard to E, reducing power to detect PRS x E interactions. We utilize gene annotation tools to develop pathway-based PRS (pPRS) scores and show by simulation studies that testing pPRS x E interaction can yield substantially greater power than testing PRS x E, while also integrating biological knowledge into the analysis. We apply our method to a large study of colorectal cancer to identify a significant pPRS x NSAIDs interaction (p=0.0003) based on SNPs within the TGF-{beta} / gonadotropin releasing hormone receptor (GRHR) pathway. Our findings suggest that focusing on genetic susceptibility within biologically informed pathways may be more sensitive for identifying exposures that can be considered as part of a precision prevention approach.
Auteurs: W. James Gauderman, Yubo Fu, Bryan Queme, Eric Kawaguchi, Yinqiao Wang, John Morrison, Hermann Brenner, Andrew Chan, Stephen B. Gruber, Temitope Keku, Li Li, Victor Moreno, Andrew J Pellatt, Ulrike Peters, N. Jewel Samadder, Stephanie L. Schmit, Cornelia M. Ulrich, Caroline Um, Anna Wu, Juan Pablo Lewinger, David A. Drew, Huaiyu Mi
Dernière mise à jour: Dec 20, 2024
Langue: English
Source URL: https://www.biorxiv.org/content/10.1101/2024.12.16.628610
Source PDF: https://www.biorxiv.org/content/10.1101/2024.12.16.628610.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.