Genetic determinants of cardiovascular disease : heritability and genetic risk score

par Elias Levy Itshak Salfati

Thèse de doctorat en Pathologie cardio-vasculaire

Sous la direction de Bernard Lévy.

Soutenue le 10-11-2014

à Paris 5 , dans le cadre de École doctorale Biologie et biotechnologie (1997-2014 ; Paris) , en partenariat avec Centre de Recherche Cardiovasculaire (laboratoire) .

Le président du jury était Pierre-Yves Boëlle.

Le jury était composé de Bernard Lévy, Pierre-Yves Boëlle, François Cambien, Joël Ménard, Emmanuel Messas, Alain Tedgui.

Les rapporteurs étaient Pierre-Yves Boëlle, François Cambien.

  • Titre traduit

    Les déterminants génétiques des maladies cardiovasculaires : l’héritabilité et les scores de risque génétique


  • Résumé

    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). (...)


  • Résumé

    Complex diseases such as cardiovascular disease (CVD) are influenced by both genetic and environmental factors. Estimation of an individual’s cardiovascular risk usually involves measurement of risk factors correlated with risk of CVD (e.g. age, sex, smoking, blood pressure, and total cholesterol). Lately, several biomarkers have been evaluated for their ability to improve prediction of cardiovascular disease beyond traditional risk factors. The interest in novel loci is propelled notably by emerging discoveries from the advent of genome-Wide association studies (GWAS) of genetic variants associated with risk for common diseases. GWAS has greatly enhanced our knowledge of the genetic architecture of cardiovascular disease, yielding over 50 variants confirmed to be associated with CVD to date, as well as over 200 associated with traditional cardiovascular risk factors (e.g. lipids, blood pressure, body mass index, and type 2 diabetes mellitus). This recent and continuing success in discovering increasing numbers of robustly associated genetic markers has led to reassessment of whether genetic data can provide clinically useful information by refining risk prediction and moderating disease risk through a more efficient application of prevention strategies. In this thesis, we first address novel approach to survey the genetic architecture of hypertension (i.e. major risk factor for premature CVD), then construct risk prediction models for coronary artery disease (CAD; i.e. most common type of CVD) and finally establish a common genetic basis of the strongest predictor of clinical complications of CAD, subclinical atherosclerosis, to add incremental prognostic value above traditional risk scores across a range of ages. We show that, for first visit measurements, the heritability is ~25%/~45% and ~30%/~37% for systolic (SBP) and diastolic blood pressure (DBP) in European (N=8,901) and African (N=2,860) ancestry individuals from the Atherosclerosis Risk in Communities (ARIC) cohort, respectively, in accord with prior studies. Then we present a means to combine a polygenic risk score - genetic effects among an ensemble of markers - with an independent assessment of clinical risk using a log-Link function. We apply the method to the prediction of coronary heart disease (CHD) in the ARIC cohort. The addition of a genetic risk score (GRS) to a clinical risk score (CRS) improves both discrimination and calibration for CHD in ARIC and subsequently reveal how this genetic information influences risk assessment and thus potentially clinical management. Finally, Among 1561 cases and 5068 controls, from several clinical and genetic datasets available through the NCBI's database of Genotypes and Phenotypes (dbGAP), we found a one SD increase in the genetic risk score of 49 CAD SNPs was associated with a 28% increased risk of having advanced subclinical coronary atherosclerosis (p = 1.43 x 10-16). This increase in risk was significant in every 15-Year age stratum (.01 > p > 9.4 x 10-7) and was remarkably similar across all age strata (p test of heterogeneity = 0.98). We obtained near identical results and levels of significance when we restricted the genetic risk score to 32 SNPs not associated with traditional risk factors. Accordingly, common variation largely recapitulates the known heritability of blood pressure traits. The vast majority of this heritability varies by chromosome, depending on its length, and is largely concentrated in intronic and intergenic regions of the genome but widely distributed across the common allele frequency spectrum. Respectively, our proposed method to combine genetic information at established susceptibility loci with a nongenetic risk prediction tool facilitates the standardized incorporation of a GRS in risk assessment. (...)

Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque électronique. Service commun de la documentation. Bibliothèque électronique.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.