Modélisation et analyse statistiques de traits caractéristiques complexes

Le syndrome de la réaction inflammatoire systématique (SRIS) est une réaction inflammatoire à une gamme de conditions cliniques graves telles que l’infection, l’état de choc ou le traumatisme. La sepsis, une réaction inflammatoire systématique à l’infection, est un exemple de SRIS. La sepsis constitue le diagnostic et la cause de décès les plus courants chez les patients gravement malades dans les unités de soins intensifs et se présente chez environ 1 % des patients hospitalisés. Le SRIS est un trouble génétique complexe mettant en jeu un nombre de gènes qui agissent en conjonction avec le style de vie et des facteurs environnementaux pour augmenter le risque de tomber malade. De plus en plus, les chercheurs qui étudient les troubles complexes se tournent vers des marqueurs génétiques baptisés polymorphismes d’un nucléotide simple (PNS) pour les aider à localiser les mutations conférant une susceptibilité. Les haplotypes, soit les combinaisons de variantes génétiques héritées d’un parent, peuvent jouer sur la susceptibilité soit directement en influençant la régulation ou la fonction des gènes de susceptibilité, soit indirectement par le biais d’associations avec des variantes génétiques non observées qui confèrent une susceptibilité. Cependant, en raison des limites de la technologie rentable de génotypage dont nous disposons aujourd’hui, l’observation d’haplotypes est ambiguë chez certaines personnes. L’équipe a modélisé et analysé les associations entre les haplotypes marqués d’un PNS et les résultats du traitement chez des patients atteints d’une sepsis grave. Les PNS étudiés se trouvaient dans quatre gènes que l’on croit impliqués dans le processus inflammatoire. À l’heure actuelle, la pratique populaire pour l’analyse des haplotypes consiste à entrer dans le modèle la meilleure estimation possible pour les haplotypes et à ignorer la source additionnelle de variation attribuable à l’incertitude dans ces estimations. Toutefois, le fait d’ignorer cette source de variation additionnelle peut entraîner des erreurs dans l’interprétation des résultats scientifiques. Ce projet servira de guide pour de futures analyses entreprises par iCAPTURE qui prennent en compte d’une façon statistiquement valide l’incertitude liée aux haplotypes.

Faculty Supervisor:

Mme Jinko Graham et M. Brad McNeney

Student:

Zhijian Chen

Partner:

iCapture Centre

Discipline:

Statistics / Actuarial sciences

Sector:

Life sciences

University:

Simon Fraser University