IBAS: Interaction-bridged association studies discovering novel genes underlying complex traits

Cadre à noyau qui construit des représentations de faible dimension de l'activité des voies biologiques à partir de données transcriptomiques de référence, pour pondérer les SNP et tester l'association au niveau du gène sans énumérer explicitement les interactions.

La contribution génétique aux caractères complexes passe largement par des réseaux d'interactions gène-gène, alors que la plupart des cadres d'association ne testent que des effets marginaux gène par gène. La modélisation directe des interactions reste bloquée par l'explosion combinatoire et l'instabilité statistique. IBAS contourne le problème en intégrant des profils d'interaction au niveau des voies biologiques, via des représentations de faible dimension de l'activité des voies déduites de données transcriptomiques de référence, qui guident la pondération des SNP et le test d'association au niveau du gène dans un cadre à noyau. Dans des simulations par perturbation, IBAS est plus stable et plus reproductible que les approches TWAS et gène-par-gène classiques, tout en conservant une erreur de type I bien calibrée sous permutation du phénotype. Appliqué aux jeux de données WTCCC, il retrouve des gènes connus et propose de nouveaux candidats à effet marginal modeste manqués par les approches standard, avec réplication dans une cohorte indépendante et analyses sur plusieurs tissus de référence montrant des signaux partagés et tissu-spécifiques ; le code est disponible sur GitHub.

Synthèse rédigée par Geno'X. Pour l'abstract original complet, consulter la publication source.

Le point fort est la calibration : proposer des gènes supplémentaires sans dégrader l'erreur de type I est exactement ce qui distingue une méthode utilisable d'un générateur de faux positifs. Deux limites cadrent la portée : les jeux WTCCC sont anciens et de taille modeste au regard des biobanques actuelles, et la dépendance à des données transcriptomiques de référence reporte le biais de tissu déjà bien connu des TWAS. Surtout, les « nouveaux gènes » restent des candidats statistiques sans preuve fonctionnelle : c'est un outil de génération d'hypothèses, en rien un argument pour classer un variant en consultation.

Analyse par Dr Thibaut Benquey