Jeudi 10 février 2022 | Alexandre Bureau (Université Laval) : Extension à des traits corrélés de la régression pénalisée avec statistiques récapitulatives pour construire des scores de risques polygéniques.

Heure : 15:30 ; Salle : PK-5115 (en présentiel) et disponible par zoom (https://uqam.zoom.us/j/85456021648)

Résumé : L’addition des observations sur des milliers d’allèles pondérés par leur effet sur le risque d’une maladie (estimé dans des études d’association pangénomiques) produit ce qu’on appelle un score de risque polygénique. La moyenne de tels scores est plus élevée chez des atteints de la maladie en question que des témoins. La recherche actuelle se concentre sur l’amélioration de la capacité prédictive de ces scores, mais traite peu l’identification des variants causalement impliqués dans la maladie. Par ailleurs, des corrélations génétiques entre des maladies comme la schizophrénie et le trouble bipolaire sont bien établies, et des améliorations de capacité prédictive ont déjà été obtenues en combinant l’information de plusieurs traits. Nous étendons cette idée à une approche de régression pénalisée de type Lasso implantée avec des statistiques récapitulatives, où les coefficients de régression des multiples traits ou maladies sont traités comme des effets aléatoires corrélés. Une deuxième extension consiste à pondérer la pénalité de chaque coefficient selon le principe du Lasso adaptatif. Ces nouvelles approches sont implantées dans le module R multivariateLassosum et sont comparées à Lassosum et à LDpred2 dans des simulations de maladies reproduisant l’architecture génétique de la schizophrénie et du trouble bipolaire. L’approche multivariée avec Lasso adaptatif s’avère la meilleure autant en termes de capacité à prédire les vrais scores de risque que de sensibilité et spécificité dans la détection des variants causalement impliqués dans les maladies simulées. Les différentes approches sont illustrées sur les données de l’Étude familiale de la schizophrénie et du trouble bipolaire de l’Est du Québec.