Simple Science

La science de pointe expliquée simplement

# Sciences de la santé# Médecine génétique et génomique

Le besoin de populations diverses dans la recherche génétique

Des données génétiques plus diversifiées peuvent améliorer les connaissances et les traitements en santé.

― 7 min lire


La diversité dans laLa diversité dans larecherche génétique,c'est important.améliore la compréhension de la santé.L'inclusion de populations variées
Table des matières

La recherche génétique s'est souvent concentrée sur des personnes d'origine européenne, laissant de côté beaucoup d'autres populations. Ça pose un problème, car les résultats des études peuvent ne pas s'appliquer à tout le monde. Pour surmonter ce problème, les scientifiques bossent pour inclure des groupes plus divers dans leurs efforts de recherche. En faisant ça, on peut en apprendre plus sur les maladies et comment elles affectent différentes personnes.

Importance des Données Diverses

Quand les chercheurs étudient des infos génétiques, ils s'appuient souvent sur des données provenant de grands groupes de personnes. Traditionnellement, ces groupes étaient principalement européens. Ce manque de diversité peut mener à des résultats qui ne représentent pas les problèmes de santé rencontrés par d'autres communautés. En incluant plus de populations diverses, les chercheurs peuvent identifier différents facteurs génétiques liés aux maladies.

Un programme majeur qui vise à inclure un groupe divers est le Million Veteran Program (MVP). Ce programme cherche à inscrire un million de vétérans de divers horizons. En rassemblant des données d'individus avec des patrimoines génétiques différents, les scientifiques espèrent obtenir des infos sur comment la génétique affecte la santé et les maladies.

Rôle des Dossiers de santé électroniques

Pour améliorer la recherche génétique, beaucoup d'études utilisent désormais des dossiers de santé électroniques (DSE). Ces dossiers contiennent une grande quantité d'infos sur la santé des patients. En reliant ces dossiers à des données génétiques, les chercheurs peuvent en apprendre plus sur comment les gènes influencent les résultats de santé dans différentes populations.

En utilisant des biobanques liées aux DSE, les chercheurs peuvent effectuer des analyses qui identifient des traits et des conditions uniques associés à des arrière-plans génétiques divers. Cette approche aide à comprendre non seulement des traits spécifiques, mais aussi comment les gènes peuvent interagir avec des facteurs environnementaux à travers diverses populations.

Conception de l'Étude et Diversité des Participants

Dans une étude récente impliquant 635,969 participants du MVP, les chercheurs visaient à examiner la base génétique de plus de 2,000 traits. Les participants étaient regroupés selon leur similarité génétique avec des populations majeures du monde entier, y compris celles d'Afrique, d'Europe, d'Asie de l'Est et des arrière-plans mixtes. Cette méthodologie a permis aux chercheurs d'analyser un large éventail d'associations génétiques avec des Traits de santé.

L'étude comprenait une grande variété de traits liés à la santé, comme différentes maladies, résultats de tests de laboratoire et mesures physiques. En analysant ces traits, les chercheurs pouvaient identifier des variantes génétiques qui pourraient être importantes pour des problèmes de santé spécifiques.

Analyse des Associations Génétiques

L'analyse a révélé un total de 98,485 associations entre variantes génétiques et différents traits. Une grande partie de ces associations n'avait pas été identifiée dans des études précédentes. Cela souligne l'importance d'inclure des populations diverses dans la recherche, car cela permet de découvrir de nouvelles variantes génétiques liées aux conditions de santé.

En comparant les résultats de populations diverses, les chercheurs ont constaté que de nombreuses associations génétiques différaient entre les groupes. Cette différence est essentielle pour comprendre comment la génétique contribue à la santé et aux maladies dans différentes communautés. Notamment, beaucoup des nouvelles variantes identifiées étaient particulièrement pertinentes pour des maladies qui touchent de manière disproportionnée certaines populations.

Comprendre les Facteurs de Risque Génétiques

L'étude a également examiné comment certaines variantes génétiques pourraient affecter le risque de développer des maladies. Par exemple, une variante génétique rare associée au cancer de la prostate était plus courante dans les populations africaines par rapport aux populations européennes. De tels résultats soulignent le besoin de stratégies de santé adaptées qui prennent en compte les arrière-plans génétiques de différents groupes.

De plus, les chercheurs ont découvert que beaucoup d'associations génétiques étaient liées à des régions non codantes de l'ADN. Bien que ces régions ne codent pas pour des protéines, elles jouent des rôles significatifs dans la régulation des gènes. Cette découverte suggère qu'il pourrait y avoir des informations génétiques vitales dans des zones auparavant considérées comme moins importantes.

L'Importance du Fine-Mapping

Le fine-mapping est une méthode utilisée pour identifier des variantes spécifiques qui pourraient être responsables d'un trait. Dans cette étude, les chercheurs ont pu définir de nombreuses variantes avec une grande confiance. Ils ont examiné comment ces variantes étaient réparties parmi différentes populations, fournissant des infos sur l'architecture génétique sous-jacente à diverses conditions de santé.

En analysant des données génétiques provenant de plusieurs populations, les chercheurs pouvaient voir non seulement des associations génétiques partagées mais aussi des associations uniques. Cette approche a montré que différents groupes de population peuvent porter des risques génétiques distincts pour certaines maladies, soulignant encore l'importance de la diversité dans la recherche génétique.

Associations entre Traits

Les chercheurs se sont également concentrés sur les associations entre traits, où une seule variante génétique influence plusieurs traits. Cet aspect de l'étude aide à mieux comprendre les relations complexes entre la génétique et la santé. Par exemple, une variante associée à la santé cardiovasculaire peut aussi avoir des implications pour le risque de diabète.

Ces types d'associations peuvent informer des stratégies préventives en soulignant l'interconnexion de diverses conditions de santé. Comprendre ces liens est essentiel pour développer des interventions de santé plus complètes adaptées à des populations spécifiques.

Perspectives Spécifiques aux Populations

L'étude a révélé une variété de variantes génétiques spécifiques aux populations qui fournissent des aperçus importants sur les disparités de santé. Par exemple, certains marqueurs génétiques montraient un risque plus élevé pour des conditions comme la goutte dans des populations spécifiques. De tels résultats sont cruciaux pour formuler des stratégies de traitement et de prévention efficaces qui prennent en compte le patrimoine génétique unique de différents groupes.

En outre, les chercheurs ont découvert que l'héritabilité génétique varie selon les populations. Certains traits montrant des liens héréditaires plus forts dans une population par rapport à une autre. Identifier ces différences peut aider à comprendre pourquoi certaines communautés sont plus susceptibles à des maladies spécifiques.

Conclusion : Aller de l'avant avec la Diversité dans la Recherche

La reconnaissance croissante de l'importance de la diversité dans la recherche génétique est une étape significative vers une santé équitable. En incluant des individus de divers horizons dans les études, les chercheurs peuvent déterrer des infos critiques qui pourraient autrement passer inaperçues. Cette approche améliore non seulement la compréhension des maladies, mais garantit également que les solutions de santé sont pertinentes et bénéfiques pour un public plus large.

Les recherches futures devraient continuer à prioriser la diversité dans les conceptions d'études. En tirant parti des données génétiques collectives provenant de populations variées, les scientifiques peuvent améliorer les résultats en matière de santé et réduire les disparités dans les efforts de traitement et de prévention. Le MVP et des initiatives similaires joueront un rôle crucial dans la façon dont la recherche génétique et ses applications en médecine de précision évolueront.

Source originale

Titre: Diversity and Scale: Genetic Architecture of 2,068 Traits in the VA Million Veteran Program

Résumé: Genome-wide association studies (GWAS) have underrepresented individuals from non-European populations, impeding progress in characterizing the genetic architecture and consequences of health and disease traits. To address this, we present a population-stratified phenome-wide GWAS followed by a multi-population meta-analysis for 2,068 traits derived from electronic health records of 635,969 participants in the Million Veteran Program (MVP), a longitudinal cohort study of diverse U.S. Veterans genetically similar to the respective African (121,177), Admixed American (59,048), East Asian (6,702), and European (449,042) superpopulations defined by the 1000 Genomes Project. We identified 38,270 independent variants associating with one or more traits at experiment-wide (P < 4.6x10-11) significance; fine-mapping 6,318 signals identified from 613 traits to single-variant resolution. Among these, a third (2,069) of the associations were found only among participants genetically similar to non-European reference populations, demonstrating the importance of expanding diversity in genetic studies. Our work provides a comprehensive atlas of phenome-wide genetic associations for future studies dissecting the architecture of complex traits in diverse populations. One Sentence SummaryTo address the underrepresentation of non-European individuals in genome-wide association studies (GWAS), we conducted a population-stratified phenome-wide GWAS across 2,068 traits in 635,969 participants from the diverse U.S. Department of Veterans Affairs Million Veteran Program, with results expanding our knowledge of variant-trait associations and highlighting the importance of genetic diversity in understanding the architecture of complex health and disease traits.

Auteurs: Scott M Damrauer, A. Verma, J. E. Huffman, A. Rodriguez, M. Conery, M. Liu, Y.-L. Ho, Y. Kim, D. A. Heise, L. Guare, V. Ayakulangara Panickan, H. Garcon, F. Linares, L. Costa, I. Goethert, R. Tipton, J. Honerlaw, L. Davies, S. Whitbourne, J. Cohen, D. C. Posner, R. Sangar, M. Murray, X. Wang, D. R. Dochtermann, P. Devineni, Y. Shi, T. N. Nandi, T. L. Assimes, C. A. Brunette, R. J. Carroll, R. Clifford, S. Duvall, J. Gelernter, A. Hung, S. K. Iyengar, J. Joseph, R. Kember, H. Kranzler, D. Levey, S.-W. Luoh, V. C. Merritt, C. Overstreet, J. D. Deak, S. F. A. Grant, Poli

Dernière mise à jour: 2023-06-29 00:00:00

Langue: English

Source URL: https://www.medrxiv.org/content/10.1101/2023.06.28.23291975

Source PDF: https://www.medrxiv.org/content/10.1101/2023.06.28.23291975.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 medrxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires