Auteur / Autrice : | Elodie Persyn |
Direction : | Richard Redon, Lise Bellanger, Christian Dina |
Type : | Thèse de doctorat |
Discipline(s) : | Recherche clinique, innovation technologique, santé publique |
Date : | Soutenance le 25/10/2017 |
Etablissement(s) : | Nantes |
Ecole(s) doctorale(s) : | École doctorale Biologie-Santé (Nantes) |
Partenaire(s) de recherche : | COMUE : Université Bretagne Loire (2016-2019) |
Laboratoire : L'Unité de Recherche de l'Institut du Thorax (Nantes) | |
Jury : | Président / Présidente : David Causeur |
Examinateurs / Examinatrices : Anne-Louise B. Leutenegger, Ndeye Coumba Ndiaye, Jean-Jacques Schott | |
Rapporteurs / Rapporteuses : Laurent Abel |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Les études d’association sur génome entier ont permis d’identifier de nombreux facteurs de risque génétiques impliqués dans des maladies complexes. Il apparaît cependant que les variants fréquents n’expliquent qu’une faible partie de l’héritabilité des maladies. Une partie non négligeable serait due à la présence de variants rares avec des effets génétiques plus forts. Tester l’association de ces variants est problématique du fait de leur faible fréquence dans la population générale. De nombreuses méthodes statistiques ont été développées avec la stratégie commune d’agréger l’information pour un groupe de variants. Cette thèse a pour objectif de comparer les principales stratégies à l’aide de simulations de différents scénarios génétiques et de l’application à de vraies données de séquençage. Nous avons aussi développé un test, appelé DoEstRare, comparant les distributions des positions des variants rares entre les cas et les témoins, afin de détecter des regroupements de variants dans des régions locales. Enfin, il a été montré qu’une structure de population est un facteur de confusion pour l’interprétation des résultats d’analyse de variants rares. Avec le recrutement de témoins pour les analyses, avec des projets tels que French Exome et VACARME, il est alors nécessaire de comprendre l’impact d’une structure à fine échelle géographique (e.g. échelle de la France) pour les différentes stratégies statistiques. La seconde partie de cette thèse consiste à évaluer cet impact au moyen de simulations de données génétiques pour des structures géographiques locales.