Analyses statistiques

Outils

Les analyses statistiques ont été réalisées à l’aide des logiciels SAS version 9.1 (SAS

Institute Inc, NC, USA) et STATVIEW (SAS Institute Inc, NC, USA).

Le seuil de significativité a été fixé à 5% excepté pour les analyses d’association entre

le polymorphisme FPR1 c.32C>T et les molécules d’inflammation et d’adhésion cellulaire

(seuil à 2‰).

Etudes d’associations

- Vérification de la normalité de la distribution des valeurs des paramètres étudiés par calcul

des coefficients de dissymétrie (Skewness), d’applatissement (Kurtosis) et calcul des

moyennes, des écart-types et des valeurs minimales et maximales des différents paramètres

biologiques étudiés dans notre population.

- Transformation des valeurs de concentration des paramètres pour lesquels les distributions

ne suivent pas une loi normale. Transformation en Log10 pour les paramètres suivants :

transcrits de LL-37, DEFA1-3 et FPR, Triglycérides, CRP, TGO, TGP, IL-6, IL-8, IL-18,

MC1, TNF-α, TNF-RII, EGF, IGF-1, IGF-BP3, VEGF, E-selectine, L-selectine,

P-selectine, ICAM-1 et les globules blancs.

- Comparaison des moyennes des paramètres entre les groupes étudiés par l’analyse de

variance (ANalyse Of VAriance ; ANOVA) portant sur les valeurs brutes ou transformées

(pour les paramètres dont la distribution n’est pas normale), ajustées ou non sur les facteurs de

confusion considérés dans chaque analyse, à l’aide de la procédure GLM pour des sujets

génétiquement indépendants. Dans le cas de LL-37, lorsque l’analyse de variance montre une

différence significative du taux de transcrits de LL-37 entre les groupes d’IMC, le test

Tukey-Kramer est utilisé pour déterminer quel groupe est significativement différent des autres.

- Analyse de corrélation entre les variables anthropométriques (IMC, tour de taille,…) et/ou

les concentrations de variables biologiques avec les variables à expliquer en utilisant le

101

coefficient de corrélation de Pearson (test paramétrique) ou le coefficient de corrélation de

Spearman (test non paramétrique).

- Estimation de l’effet des variables (IMC, PAS,…) et/ou des concentrations des variables

biologiques sur les variables à expliquer en utilisant les analyses de régression linéaire

multiples. Ceci permet de calculer les coefficients de régression et les pourcentages de

variabilité expliquée des variables étudiées par la procédure GLM.

- Test de l’équilibre de Hardy Weinberg pour le polymorphisme FPR1 c.32C>T par le test de

Chi2 (χ2). La loi de Hardy-Weinberg permet, sous certaines conditions, le calcul des

fréquences génotypiques à partir des fréquences alléliques. Ainsi : soient A et a deux allèles

d’un même locus, tel que q est la fréquence de l’allèle A et 1-q la fréquence de l’allèle a. les

fréquences des génotypes en équilibre de Hardy-Weinberg sont :

q2 = fréquence du génotype AA

2q (1-q) = fréquence du génotype Aa

(1-q)² = fréquence du génotype aa

L’équilibre de Hardy-Weinberg est le modèle théorique central de la génétique des

populations. La notion d’équilibre dans le modèle de Hardy Weinberg est soumise aux

hypothèses/conditions suivantes :

 la population est panmitique (les couples se forment au hasard (panmixie) et leurs

gamètes se rencontrent au hasard (pangamie)).

 La population est « infinie » (très grande pour minimiser les variations

d’échantillonnage).

 Il ne doit y avoir ni sélection, ni mutation, ni migration (pas de perte/gain

d’allèles).

 Les générations successives sont discrètes (pas de croisement entre générations

différentes).

Dans ces conditions la diversité génétique de la population se maintient et doit tendre vers un

équilibre stable de la distribution génotypique.

Le test du Chi2 de conformité a été réalisé afin de comparer les fréquences génotypiques

observées aux valeurs théoriques (calculées à partir des fréquences allèliques).

102

- Estimation de l’effet du polymorphisme FPR1 c.32C>T sur les concentrations des molécules

d’inflammation et d’adhésion cellulaire par comparaison des trois groupes de génotypes. En

utilisant le test ANOVA, nous avons testé 4 modèles avec ou sans ajustement :

- Comparaison du génotype CT vs. CC et TT vs. CC

- Comparaison du génotype TT vs. CT + CC ; effet récessif

- Comparaison TT + CT vs. CC ; effet dominant

- Comparaison entre les trois génotypes en assignant les valeurs 0, 1, 2 pour les

génotypes CC, CT et TT, respectivement de l’allèle T ; effet allèlique.

- Estimation de l’effet des traitements sur l’expression des molécules d’intérêt dans les

modèles cellulaires par le test Student.

105

L’objectif global de ce travail est de comprendre l’éventuelle implication des peptides

antimicrobiens, défensines-α et cathélicidines, dans la physiopathologie cardiovasculaire et

d’évaluer si nous pouvons proposer ces peptides comme de nouveaux biomarqueurs du risque

cardiovasculaire.

Dans un premier temps, nous avons étudié le profil d’expression des ARNm des

défensines-α 1, 2 et 3 (DEFA1-3) et de la cathélicidine LL-37 dans les PBMCs en relation

avec les indicateurs et facteurs de risque de maladies cardiovasculaires. Nous avons déterminé

l’expression quantitative des ARNm des DEFA1-3 et de LL-37 dans les PBMCs de sujets

choisis dans la cohorte STANISLAS. Ensuite, nous avons testé les associations entre

l’expression de ces gènes et les indicateurs et facteurs de risque cardiovasculaire. Les PBMCs

ont été choisies pour les raisons suivantes :

1) Ce sont des cellules facilement accessibles chez l’Homme.

2) En circulation, les PBMCs sont en contact avec différents tissus et peuvent

répondre à des changements de l’activité de ces tissus en régulant l’expression des

gènes impliqués dans les réponses immunes et inflammatoires.

3) Elles expriment de nombreuses molécules liées à l’inflammation et à la réponse

immunitaire.

Dans un second temps, nous avons étudié l’expression quantitative des ARNm du

récepteur FPR, un membre de la famille des récepteurs des peptides antimicrobiens, dans les

PBMCs. Nous avons ensuite corrélé l’expression des ARNm de FPR et celles des DEFA1-3

et de LL-37. Nous avons également réalisé des études d’associations entre un polymorphisme

du gène de FPR, FPR1 c.32C>T, et les taux circulants de molécules d’inflammation et

d’adhésion cellulaire et les taux des ARNm de FPR et de LL-37.

Enfin, le troisième objectif vise à comprendre la régulation de l’expression des

défensines-α et des cathélicidines en réponse à différents stimuli. Nous avons donc entrepris

des études in vitro sur la régulation de l’expression de ces molécules dans des modèles

cellulaires en réponse au glucose, l’insuline et l’adipogenèse.

106

I. Association entre l’expression de la cathélicidine et des

Dans le document Peptides antimicrobiens : un lien entre l'immuno-inflammation et les facteurs de risque du syndrome métabolique et des maladies cardiovasculaires (Page 122-128)