L'asthme est une maladie respiratoire chronique qui affecte plus de 340 millions d'individus dans le monde. Cette condition réduit considérablement la qualité de vie et est une cause importante de décès prématurés. Identifier les individus plus à risque permettrait un meilleur contrôle de la situation. Des études d'association pangénomique ont confirmé la contribution de plusieurs variants génétiques comme facteurs de risque de l'asthme et ont démontré que sa composante héréditaire est davantage expliquée par leur effet cumulatif. En ce sens, le scores de risque polygénique laisse paraître une lueur d'espoir. Ce score est défini par la somme pondérée d'allèles associés à un trait et peut servir à estimer la prédisposition génétique d'un individu pour celui-ci. Cet outil permettrait donc d'aider les cliniciens à prédire le risque d'asthme d'un individu. Plusieurs méthodes existent pour les calculer. Ce projet consiste à comparer dix méthodes populaires en déterminant l'association du score de risque polygénique qui en résulte avec la présence d'asthme au travers de différents sous-ensembles de variants. Pour y parvenir, les statistiques sommaires rapportées par la méta-analyse Trans-National Asthma Genetic Consortium sont utilisées pour calculer le PRS des 407 399 participants caucasiens de la cohorte de la biobanque du Royaume-Uni. Cinq seuils de valeur-p fixés à 1, 5e - 2, 5e - 4, 5e - 5 et 5e - 8 sont appliqués pour utiliser les méthodes sur différents sous-ensembles significatifs de variants. Les dix méthodes étudiées sont la méthode de base, la méthode de base avec agglutination, Stacked clumping + thresholding (SCT), les versions grid-sparse, grid-nosparse, inf et auto de LDpred2, EBPRS et PRS-CS-auto. Une forêt aléatoire et une analyse discriminante par moindres carrés partiels sont alors mises sur pied en tirant profit du PRS de SCT, la méthode présentant le meilleur pouvoir prédictif et de plusieurs marqueurs cliniques de la biobanque du Royaume-Uni. / Asthma is a chronic respiratory disease that affects more than 340 million people worldwide. It is a complex disease caused by both genetics and environmental factors. This condition drastically reduces the quality of life and is a major cause of premature death. Identifying those most at risk would allow a better control of the situation. Genome-wide association studies have confirmed the contribution of several genetic variants as risk factors for asthma and have shown that its hereditary component is further explained by their cumulative effect. The Polygenic Risk Scores (PRS) suggests a glimmer of hope. The PRS is defined as the weighted sum of alleles associated with a trait and can be used to estimate an individual's genetic predisposition for the trait. PRS could therefore help clinicians predict an individual's risk of asthma. Several methods exist to compute PRS. The aim of this project is to compare ten popular methods by determining the association of their resulting PRS with the presence of asthma through different subsets of variants. To do so, summary statistics reported by the Trans-National Asthma Genetic Consortium meta-analysis and the genotypic data of 407 399 Caucasian participants in the United Kingdom biobank cohort are employed. Five p-value thresholds fixed at 1, 5e - 2, 5e - 4, 5e - 5 and 5e - 8 are applied to use the methods on different significant subsets of variants. The ten methods studied are the standard method, the standard method with clumping, Stacked clumping + thresholding (SCT), the grid-sparse, grid-nosparse, inf and auto versions of LDpred2, EBPRS and PRS-CS-auto. A random forest and a partial least-squares discriminant analysis are then trained by leveraging the PRS of SCT, the method with the best predictive power, and several clinical markers from the UK biobank.
Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/71038 |
Date | 02 February 2024 |
Creators | Ricard, Jasmin |
Contributors | Eslami, Aida |
Source Sets | Université Laval |
Language | French |
Detected Language | French |
Type | mémoire de maîtrise, COAR1_1::Texte::Thèse::Mémoire de maîtrise |
Format | 1 ressource en ligne (x, 129 pages), application/pdf |
Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0015 seconds