Quand les bases de données génétiques sont exploitées jusqu’à leur limite

De nombreuses maladies sont complexes. Elles ne suivent pas une hérédité mendélienne simple et ne peuvent pas être expliquées par la présence ou l’absence d’un seul gène.

Des patients portant la même variante génétique peuvent présenter des résultats cliniques très différents. Certains développent la maladie, d’autres non. Certains présentent des réactions indésirables graves aux médicaments, d’autres tolèrent le même traitement sans problème.

Cette variabilité n’est pas un échec de la génétique. C’est une conséquence de la manière dont les données génétiques sont analysées.

Les études d’association à l’échelle du génome (GWAS) analysent de très grandes cohortes et évaluent les variantes génétiques une par une. Chaque variante est évaluée indépendamment pour déterminer si elle est statistiquement associée à un phénotype.

Cette approche présente des points forts :

• elle s’applique à des millions d’individus
• elle détecte des effets moyens à l’échelle populationnelle
• elle est standardisée et largement utilisée

Les GWAS se concentrent sur des effets marginaux : l’effet d’une variante lorsque toutes les autres sont moyennées.

Par construction, les GWAS ne peuvent pas pleinement capturer les situations où :

• un effet génétique apparaît uniquement lorsque deux ou plusieurs variantes sont présentes simultanément
• les variantes individuelles ont peu ou pas d’effet prises isolément
• l’information pertinente réside dans des combinaisons spécifiques, et non dans des marqueurs individuels

Dans ces cas, augmenter la taille de l’échantillon ne résout pas le problème. La limitation n’est pas la puissance statistique, mais le modèle additif lui-même.

Les GWAS n’échouent pas ; ils répondent simplement à une autre question.

L’épistasie désigne les interactions gène–gène : des situations où l’effet d’une variante génétique dépend de la présence d’une autre.

Dans les modèles épistatiques :

• les combinaisons de variantes sont traitées comme des entités à part entière
• les relations logiques telles que AND / OR sont pertinentes
• une maladie ou une réaction indésirable peut apparaître uniquement lorsque tous les composants nécessaires sont présents

Ici, l’unité informative n’est pas le SNP individuel, mais le génotype combiné.

Cette perspective correspond mieux aux mécanismes biologiques et aux résultats cliniques individuels.

Une base de données génétique peut être analysée à différents niveaux de profondeur :

• analyser des variantes individuelles extrait une information partielle
• analyser les interactions extrait une information supplémentaire et non redondante

Lorsque les interactions ne sont pas étudiées, une partie de l’information contenue dans les données reste inexploitée.

Ce n’est pas une affirmation philosophique. C’est une affirmation informationnelle.

AMSAFIS ne réalise pas de GWAS.

Ce choix n’est pas dû à un manque de données, d’outils ou d’expertise. Il s’agit d’une décision méthodologique délibérée.

Lorsque des données génétiques sont disponibles, et lorsque l’objectif est d’expliquer des maladies ou des réactions indésirables aux médicaments, travailler au niveau maximal d’information est essentiel.

Pour cette raison, AMSAFIS se concentre sur :

• les interactions gène–gène
• les modèles non linéaires
• des règles de combinaison explicites
• l’explication des mécanismes, et pas seulement la prédiction

Lorsqu’une base de données génétique a été analysée, une question essentielle demeure : Les interactions génétiques ont-elles été étudiées ?

Si la réponse est non, alors la base de données n’a pas été explorée jusqu’à sa limite.

Comprendre cette distinction aide les patients, les familles et les associations à mieux évaluer ce que les études génétiques peuvent — et ne peuvent pas — leur dire sur les maladies, le risque et la réponse aux traitements.

Ce wiki est indépendant de tout positionnement commercial ou institutionnel. Son objectif est d’expliquer, en termes clairs, les limites et les possibilités de l’analyse génétique.