Mots clés |
Génétique, Multi-factorielle, Maladies cardiovasculaires, Hypertension, Risque de score génétique, Génétique humaine, Héritabilité, Maladie coronaire, Calcification coronaire, Score clinique, Pression systolique, Pression diastolique |
Resumé |
Les maladies complexes telles que les maladies cardio-Vasculaires (MCV) sont influencées par des facteurs génétiques et environnementaux. L'estimation du risque cardio-Vasculaire chez un individu est généralement évaluée par la sommation des facteurs de risque reconnu des MCV (p. ex. l'âge, le sexe, le tabac, la pression artérielle et le cholestérol). Dernièrement, plusieurs bio-Marqueurs ont été examiné pour leur aptitude à améliorer la prédiction des maladies cardio-Vasculaires au-Delà des facteurs de risques traditionnels. L'intérêt de découvrir de nouveaux loci est incité notamment par les découvertes qui émergent des études d'association pangénomique (GWAS) qui permettent de tester l'association de variation génétique au risque de contracter une maladie commune. Les GWAS ont considérablement amélioré notre connaissance de l'architecture génétique des maladies cardio-Vasculaires, à ce jour plus de 50 variations génétiques sont formellement associées à des maladies cardio-Vasculaires, de même plus de 200 marqueurs génétiques seraient associés à des facteurs de risque cardiovasculaire traditionnels (p. ex. le taux sanguin des lipides, la pression artérielle, l'indice de masse corporelle et le diabète de type 2). Le succès remarquable de ces études d'association, qui a permis l'identification de nombreux bio-Marqueurs, a conduit à une réévaluation des données génétiques dans le but de définir des informations cliniquement utiles pour limiter et mieux prédire les risques de maladies, grâce à une application plus efficace des stratégies de prévention. Dans cette thèse, nous examinons tout d'abord une nouvelle approche pour étudier l'architecture génétique de l'hypertension artérielle (HTA; facteur de risque majeur des maladies cardiovasculaires prématurées), puis nous avons constitué plusieurs modèles pour prédire le risque de développer une maladie coronarienne (MC; type le plus commun de MCV), enfin nous avons déterminé une base génétique commune du principal prédicteur de complications cliniques des maladies coronariennes - l'athérosclérose subclinique - afin d'ajouter une valeur pronostique supplémentaire en plus des scores de risque traditionnels à différents âges. Nous avons estimé l'héritabilité de la première mesure de la pression artérielle systolique (PAS) à ~25%/~45% et à ~30%/~37% pour la pression artérielle diastolique (PAD) chez les sujets d'origine Européenne (N = 8901) et d'origine Africaine (N = 2860) faisant respectivement partie de la cohorte Atherosclerosis Risk in Communities (ARIC), en accord avec les études antérieures. Par ailleurs, nous avons développé un moyen de combiner un score de risque génétique (SRC) - somme des effets génétiques parmi un ensemble de marqueurs - avec une évaluation indépendante du risque clinique, en utilisant un système d'équations log-Linéaire. Nous avons employé cet outil à la prédiction de la maladie coronarienne (MC) dans la cohorte ARIC. L'ajout d'un score de risque génétique (SRG) à un score de risque clinique (SRC) améliore à la fois la discrimination et l'étalonnage des maladies coronariennes dans la cohorte ARIC, et révèle par la même comment cette information génétique influence l'évaluation des risques ainsi que l'approche clinique. Enfin, parmi 1561 cas et 5068 contrôles (de la présence ou non de calcifications coronaires), faisant partie de plusieurs ensembles de données cliniques et génétiques disponibles via la base de données NCBI de Génotypes et Phénotypes (dbGAP), nous avons constaté qu'une augmentation d'un écart-Type dans le score de risque génétique de 49 bio-Marqueurs de MC est associée à 28 % d'augmentation de risque de développer une athérosclérose coronarienne subclinique diagnostiquée à un stade avancé (p=1.43x10-16). Cette augmentation du risque est significative dans chaque catégorie d'âge (de 15 ans en 15 ans) (0,01 > p > 9.4x10-7) et a été remarquablement similaire dans toutes les catégories d'âge (test d'hétérogénéité p = 0.98). (...) |