Gène candidat - Candidate gene
L' approche des gènes candidats pour mener des études d' association génétique se concentre sur les associations entre la variation génétique au sein de gènes d'intérêt pré-spécifiés et les phénotypes ou les états pathologiques. Cela contraste avec les études d'association à l'échelle du génome (GWAS), qui analysent l'ensemble du génome à la recherche de variations génétiques communes. Les gènes candidats sont le plus souvent sélectionnés pour une étude sur la base d' une connaissance a priori de l'impact fonctionnel biologique du gène sur le trait ou la maladie en question. La raison pour laquelle se concentrer sur la variation allélique dans des régions spécifiques et biologiquement pertinentes du génome est que certaines mutations auront un impact direct sur la fonction du gène en question et conduiront à l'étude du phénotype ou de l'état pathologique. Cette approche utilise généralement la conception de l' étude cas-témoins pour tenter de répondre à la question : « Un allèle d'un gène candidat est-il plus fréquemment observé chez les sujets atteints de la maladie que chez les sujets non atteints ? » Les gènes candidats supposés être associés à des traits complexes n'ont généralement pas été répliqués par les GWAS ultérieurs. L'échec des études de gènes candidats à faire la lumière sur les gènes spécifiques sous-jacents à ces caractères a été attribué à une puissance statistique insuffisante .
Sélection
Les gènes candidats appropriés sont généralement sélectionnés sur la base d'une pertinence biologique, physiologique ou fonctionnelle connue pour la maladie en question. Cette approche est limitée par sa dépendance à l'égard des connaissances existantes sur la biologie connue ou théorique de la maladie. Cependant, les outils moléculaires permettent de mieux comprendre les mécanismes de la maladie et d'identifier les régions potentielles d'intérêt dans le génome. Les études d'association à l'échelle du génome (GWAS) et la cartographie des locus de traits quantitatifs (QTL) examinent les variations communes à l'ensemble du génome et, en tant que telles, peuvent détecter une nouvelle région d'intérêt qui se trouve dans ou à proximité d'un gène candidat potentiel. Les données de puces à ADN permettent aux chercheurs d'examiner l'expression génétique différentielle entre les cas et les témoins, et peuvent aider à identifier de nouveaux gènes potentiels d'intérêt.
La grande variabilité entre les organismes peut parfois rendre difficile la distinction entre la variation normale des polymorphismes mononucléotidiques (SNP) et un gène candidat présentant une variation associée à la maladie. Lors de l'analyse de grandes quantités de données, plusieurs autres facteurs peuvent aider à déterminer la variante la plus probable. Ces facteurs comprennent les priorités dans les SNP, le risque relatif de changement fonctionnel dans les gènes et le déséquilibre de liaison entre les SNP.
En outre, la disponibilité d'informations génétiques via des bases de données en ligne permet aux chercheurs d'exploiter les données existantes et les ressources Web pour de nouvelles cibles génétiques candidates. De nombreuses bases de données en ligne sont disponibles pour rechercher des gènes à travers les espèces.
- Gene est l'une de ces bases de données qui permet d'accéder à des informations sur les phénotypes, les voies et les variations de nombreux gènes à travers les espèces.
- Lors de l'examen de la fonctionnalité entre les gènes dans les voies, le Gene Ontology Consortium peut aider à cartographier ces relations. Le projet GO décrit les produits géniques de trois manières différentes via une manière indépendante de l'espèce : les processus biologiques, les composants cellulaires et les fonctions moléculaires. L'utilisation de ces informations peut approfondir la connaissance a priori d'une voie et ainsi aider à choisir le gène candidat le plus susceptible d'être impliqué.
- Topp Gene est une autre base de données utile qui permet aux utilisateurs de hiérarchiser les gènes candidats à l'aide d'annotations fonctionnelles ou d'analyses de réseau. ToppGene aide les chercheurs à sélectionner un sous-ensemble de gènes candidats probables parmi de plus grands ensembles de gènes candidats, probablement découverts grâce aux technologies génomiques à haut débit.
- Lynx est une plate-forme intégrée de biologie des systèmes qui permet aux utilisateurs de hiérarchiser les gènes candidats en utilisant à la fois des annotations fonctionnelles et des réseaux d'association de gènes par paires. Lynx fournit deux outils de hiérarchisation sophistiqués, Cheetoh et PINTA, pour aider les utilisateurs à sélectionner des gènes candidats dans l'ensemble du génome en fonction de la pertinence de la liste de gènes d'entrée qui peut être une liste de gènes connus contribuant à certaines maladies ou phénotypes, ou un gène exprimé de manière différentielle du prochain -génération de technologie de séquençage d'ARN .
Avant l'approche gène candidat
Avant que l'approche du gène candidat ne soit pleinement développée, diverses autres méthodes ont été utilisées pour identifier les gènes liés aux états pathologiques. Ces méthodes étudiaient les liens génétiques et le clonage positionnel grâce à l'utilisation d'un criblage génétique , et étaient efficaces pour identifier les gènes à risque relatif dans les maladies mendéliennes . Cependant, ces méthodes ne sont pas aussi bénéfiques lors de l'étude de maladies complexes pour plusieurs raisons :
- Les maladies complexes ont tendance à varier en termes d'âge d'apparition et de gravité. Cela peut être dû à des variations de pénétrance et d' expressivité . Pour la plupart des maladies humaines, l'expressivité variable du phénotype de la maladie est la norme. Cela rend le choix d'un groupe d'âge ou d'un marqueur phénotypique spécifique plus difficile à sélectionner pour l'étude.
- Les origines d'une maladie complexe impliquent de nombreuses voies biologiques, dont certaines peuvent différer selon les phénotypes de la maladie.
- Plus important encore, les maladies complexes illustrent souvent l'hétérogénéité génétique - plusieurs gènes peuvent être trouvés qui interagissent et produisent un état pathologique. Souvent, chaque gène est en partie responsable du phénotype produit et du risque global de trouble.
Malgré les inconvénients des études d'analyse de liaison, elles sont néanmoins utiles dans les études préliminaires pour isoler les gènes liés à la maladie.
des reproches
Une étude des gènes candidats cherche à équilibrer l'utilisation des données tout en essayant de minimiser le risque de créer de faux résultats positifs ou négatifs. Parce que cet équilibre peut souvent être difficile, il y a plusieurs critiques de l'approche du gène candidat qu'il est important de comprendre avant de commencer une telle étude. Par exemple, il a été démontré que l'approche du gène candidat produit un taux élevé de faux positifs, ce qui nécessite que les découvertes d'associations génétiques uniques soient traitées avec une grande prudence.
Une critique est que les résultats d'association dans les études de gènes candidats n'ont pas été facilement reproduits dans les études de suivi. Par exemple, une enquête récente sur 18 gènes candidats bien étudiés pour la dépression (10 publications ou plus chacune) n'a pas identifié d'association significative avec la dépression, malgré l'utilisation d'échantillons d'ordres de grandeur plus importants que ceux des publications originales. En plus des problèmes statistiques (par exemple des études de faible puissance), la stratification de la population a souvent été blâmée pour cette incohérence ; par conséquent, des précautions doivent également être prises en ce qui concerne les critères qui définissent un certain phénotype, ainsi que d'autres variations dans l'étude de conception.
De plus, parce que ces études intègrent des connaissances a priori , certains critiques soutiennent que nos connaissances ne sont pas suffisantes pour faire des prédictions. Par conséquent, les résultats obtenus grâce à ces approches « axées sur des hypothèses » dépendent de la capacité à sélectionner des candidats plausibles à partir du génome, plutôt que d'utiliser une approche anonyme. La connaissance limitée d'une maladie complexe peut entraîner un « goulot d'étranglement de l'information », qui peut être surmonté par la génomique comparative entre différentes espèces. Ce biais peut également être surmonté en choisissant soigneusement les gènes en fonction des facteurs les plus susceptibles d'être impliqués dans le phénotype.
Ces critiques sont importantes à retenir lorsque l'on examine leur approche expérimentale. Avec toute autre méthode scientifique, l'approche du gène candidat elle-même est sujette à critique, mais s'avère toujours être un outil puissamment efficace pour étudier la constitution génétique de traits complexes .
Utilisation dans les études de recherche
L'approche du gène candidat est un outil puissant pour étudier des maladies complexes, en particulier si ses limites sont surmontées par une large approche complémentaire. L'un des premiers succès dans ce domaine a été la découverte d'une mutation de base unique dans la région non codante de l' APOC3 (gène de l'apolipoprotéine C3) associée à des risques plus élevés d' hypertriglycéridémie et d' athérosclérose . Dans une étude de Kim et al., des gènes liés au trait d'obésité chez les porcs et les humains ont été découverts en utilisant la génomique comparative et l'héritabilité chromosomique. En utilisant ces deux méthodes, les chercheurs ont pu surmonter la critique selon laquelle les études de gènes candidats sont uniquement axées sur les connaissances antérieures. La génomique comparative a été complétée en examinant les loci de traits quantitatifs humains et porcins grâce à une méthode connue sous le nom d' analyse de traits complexes à l'échelle du génome (GCTA), qui a permis aux chercheurs de cartographier ensuite la variance génétique sur des chromosomes spécifiques. Cela a permis au paramètre d'héritabilité de comprendre où se situait la variation phénotypique sur des régions chromosomiques spécifiques, s'étendant ainsi aux marqueurs et gènes candidats au sein de ces régions. D'autres études peuvent également utiliser des méthodes informatiques pour trouver des gènes candidats d'une manière généralisée et complémentaire, comme une étude de Tiffin et al. étudier les gènes liés au diabète de type 2 .
De nombreuses études ont également utilisé des gènes candidats dans le cadre d'une approche multidisciplinaire pour examiner un trait ou un phénotype. Un exemple de manipulation de gènes candidats peut être vu dans une étude réalisée par Martin E. Feder sur les protéines de choc thermique et leur fonction chez Drosophila melanogaster . Feder a conçu une approche holistique pour étudier Hsp70 , un gène candidat supposé jouer un rôle dans l'adaptation d'un organisme au stress. D. melanogaster est un organisme modèle très utile pour étudier ce trait en raison de la façon dont il peut prendre en charge un grand nombre d'approches génétiques pour l'étude d'un gène candidat. Les différentes approches adoptées par cette étude comprenaient à la fois la modification génétique du gène candidat (en utilisant une recombinaison homologue spécifique au site et l'expression de diverses protéines), ainsi que l'examen de la variation naturelle de Hsp70 . Il a conclu que les résultats de ces études donnaient une vue à multiples facettes de Hsp70 . La manipulation de gènes candidats est également observée dans l'étude de Caspar C. Chater sur l'origine et la fonction des stomates chez Physcomitrella patens , une mousse. PpSMF1 , PpSMF2 et PpSCRM1 étaient les trois gènes candidats qui ont été renversés par recombinaison homologue pour voir tout changement dans le développement des stomates. Avec l'expérience knock down, Chater a observé que PpSMF1 et PpSCRM1 étaient responsables du développement des stomates chez P. patens. En concevant et en modifiant ces gènes candidats, ils ont pu confirmer la manière dont ce gène était lié à un phénotype de changement. Comprendre le contexte naturel et historique dans lequel ces phénotypes opèrent en examinant la structure naturelle du génome a complété cela.