Partie II Analyse de données réelles
3.4 Problèmes existants et enjeux de la thèse
L’analyse de la bibliographie disponible sur la détection de QTL de l’OC chez les chevaux donne une liste importante de QTL. Néanmoins, peu d’entre eux sont communs aux différentes études. Une explication possible est que l’OC en un site articulaire peut être associée à différents locus selon la race. Une autre explication envisageable est un manque d’homogénéité entre les mesures phénotypiques de l’OC des différentes études, notamment le nombre de clichés radiogra- phiques pour les construire. Mais une des explications les plus probables est certainement la faible puissance des protocoles, en général de petite taille. Au maximum, ce nombre était de 164 pour les études portant sur l’utilisation de la puce Illumina BeadChip EquineSNP50 pour l’étude de Lykkjen et al. (2010). La puissance de détection en analyse d’association étant fonction du nombre d’individus, ces études n’étaient pas adaptées pour permettre de détecter des QTL de moyens et faibles effets (part de la variance phénotypique expliquée par le QTL < 7%). Or, il semble que l’OC soit une maladie polygénique, avec plusieurs QTL de faibles et moyens effets contrôlant ce caractère.
3.4. Problèmes existants et enjeux de la thèse 141
La recherche des QTL et des gènes sous-jacents étant réellement importante pour envisager de réduire l’incidence de la maladie dans la population, il y a donc une nécessité de réaliser une étude avec un plus grand nombre d’individus phénotypés. Le chapitre suivant est consacré à une étude que nous avons réalisé sur les Trotteurs Français (TF) où 525 puis 583 chevaux ont été analysés dans le but de trouver les QTL causaux.
Table 3.1: Détails des QTLs de l’OC détectés dans plusieurs études
QTLs détectés pour l’OC
Dierks et al. (2007) Wittwer et al. (2007) Lykkjen et al. (2010) Lampe et al. (2009b) 104 HAN, 260 MS 117 bavarois, 157 MS 162 TN, 54k SNP 154 HAN, 54k SNP
ECA1 Pos2 Trait3 Pos2 Trait3 Pos2 Trait3 Pos2 Trait3
1 43-44 FH-OD, F-O, H-OD
1 115-126 FP 1 132-138 FP 139 H-D 1 150-156 F-OD 1 193-194 F-OD 2 27 FH-O,F-OD 2 42-50 FH-OD,F-OD,H-O 2 104 F-OD 3 20-30 FH-D, F-D 27 F-D 3 64 FH-D 3 113 H-D 4 7 FH-O 7-10 FP 4 24 FH-O, F-O
4 46 FH-O, F-O 41 FH-OD, H-OD
4 58 FP 4 66 F-O 70-74 FP 4 76 H-D 5 44-50 H-D 40-44 FH-O, F-O 42 H-D 5 73-79 F-OD 78 H-D 5 100 F-OD 6 47 H-D 6 8 79 FP 8 109 FP 9 18 H-D 10 60 H-D 10 80 H-D 13 0 F-D 13 15 F-D 14 57 FH-O, H-O 15 24-27 H-O
15 37 FH-O, F-O, H-O
15 63 H-O
16 3-8 F-OD, H-OD
16 33 FH-OD, F-O, H-OD 33-39 F-O
16 42-45 H-OD
16 59 H-OD
16 87-89 H-O 81-82 FH-OD, F-O, H-O
17 46 F-O 18 36 FH-OD, F-O, H-0 18 45-54 F-D 18 58 H-D 18 78 FP, H-O 19 0-2 FH-D 21 0 H-D 21 16-24 H-OD 22 42 F-D 22 57 FH-O 22 65 FH-O 22 79 FH-O 23 44 FH-O, F-O 25 0 FH-O, F-OD 26 7 FP 26 27 F-O 27 0 F-O 27 38 H-D
3.4. Problèmes existants et enjeux de la thèse 143
Dierks et al. (2007) Wittwer et al. (2007) Lykkjen et al. (2010) Lampe et al. (2009b) 104 HAN, 260 MS 117 bavarois, 157 MS 162 TN, 54k SNP 154 HAN, 54k SNP
ECA1 Pos2 Trait3 Pos2 Trait3 Pos2 Trait3 Pos2 Trait3
28 7 FH-O, F-O
28 42 H-D
29 16 H-OD
30 8-12 FH-OD, F-OD, H-OD
31 47 H-O
1. ECA : Equus Callabus chromosome 2. Pos : Position en MegaBase (Mb)
3. Trait : F=boulet (fetlock), H=jarret (hock), FP=fragments ostéochondraux palmaire/plantaire du boulet (POF), O=OC, D=OCD, OD=OC et OCD
Chapitre
4
Analyse GENEQUIN
4.1
Résumé de l’article
Les lésions ostéochondrales sont couramment observées chez les jeunes chevaux et peuvent être responsables de mauvaises performances en course. Les lésions les plus fréquences, groupées sous le nom générique d’"ostéochondrose" (OC), sont les lésions d’osteochondrites disséquantes et les kystes osseux (Jeffcott, 1991; Trotter and McIlwraith, 1981). Les sites du boulet, du jarret et du grasset sont les plus affectés. Les manifestations d’OC semblent avoir une origine multifactorielle et plusieurs facteurs incluant des prédispositions génétiques, la nutrition, l’exercice et d’autres effets environnementaux jouent un rôle dans sa pathogénie. Cependant, l’étiologie et la physiopathologie de l’OC ne sont pas complètement comprises. La prévalence de l’OC varie de 10% à 25% entre les races (Grondahl and Dolvik, 1993; Philipsson et al., 1993) et l’héritabilité entre 0.17 et 0.52 chez les trotters entre les races et les sites étudiés (Schober et al., 2003; Stock et al., 2005; Stock and Distl, 2006). Différentes détection de QTLs pour l’OC sur tout le génome ont déjà été réalisées (voir chapître précédent) sur différentes races (Dierks et al., 2007; Wittwer et al., 2007; Lykkjen et al., 2010). Cependant, peu de QTLs ont été trouvés en commun à ces études et une seule d’entre elles utilisait des marqueurs type SNP. L’objectif de notre étude était de réaliser une détection de QTL pour l’OC sur tout le génome à partir de la puce EquineSNP50 dans une population de Trotteurs Français (TF).
Les données provenaient du programme ANR GENEQUIN, programme qui visait à étudier l’OC dans une population de TF. Un total de 525 TF a été phénotypé. Le phénotypage, principa- lement réalisé au CIRALE, a été réalisé par deux vétérinaires spécialistes en orthopédie équine et consistait en la radiographie d’au moins 10 images prises sur l’ensemble des sites. A partir de ces clichés, diverses mesures de l’OC furent créées : un score global sur l’ensemble des clichés (GM, voir article pour détail), la présence ou l’absence d’OC sur le boulet (FM), le jarret (HM) et ailleurs que sur le boulet et le jarret (OM). Les chevaux phénotypés provenaient de 161 familles de pères et étaient âgés en moyenne de 3 ans. Le génotype était disponible pour tous les descendants et les pères avec au moins deux descendants. Après divers filtrages sur la qualité des marqueurs, l’analyse a été réalisée à partir de 41249 SNPs répartis sur l’ensemble des 31 chromosomes autosomes.
Une étude théorique sur la puissance en analyse d’association de notre protocole a été réalisée en suivant Ball (2005) et Luo (1998). Cette étude nous a permis de connaitre la puissance de détection disponible via notre protocole pour des QTLs qui expliquaient 3%, 5% et 7% de la variance
phénotypique. Les résultats ont donné respectivement des puissances de 55%, 78% et 91% pour des QTL en LD de 0.35 avec un SNP (ce chiffre est le LD moyen pour un QTL situé à mi-distance entre 2 SNPs), montrant ainsi qu’un QTL expliquant plus de 7% de la variance phénotypique devait être détecté. Deux analyses distinctes ont été utilisées afin de détecter les QTLs sur l’ensemble du génome. La première, appelée SNPMixed, était une analyse SNP par SNP dans un modèle mixte où l’effet de la structure de population était corrigée par un effet aléatoire polygénique. Ce premier modèle utilisait uniquement l’information provenant du déséquilibre de liaison (LD). Le deuxième modèle était quant à lui une analyse par haplotype et utilisait l’information conjointe du LD et de la transmission des gamètes des pères aux descendants (LA).
Afin de lutter contre les problèmes de tests multiples, les seuils de significativité ont été choisis pour des P-valeurs égales à 5.10−4, 5.10−5 et 5.10−6. Le seuil le plus strict, 5.10−6 correspondait à un seuil de Bonferroni au niveau α = 5% avec 10000 tests indépendants. Le seuil de 5.10−5 a été utilisé pour montrer des associations modérées (Burton et al., 2007). Enfin, le seuil de 5.10−4 a été utilisé afin de pouvoir comparer les QTLs entre les différents caractères étudiés. A cause du LD, plusieurs QTLs peuvent être identifiés dans la même région, c’est pourquoi les statistiques de score proposées par Guedj et al. (2006) furent utilisées pour créer des régions dans lesquelles on faisait l’hypothèse de la présence d’un QTL unique.
L’héritabilité a été estimée à 0.32 (±0.14) pour GM, 0.27 (±0.13) pour FM, 0.45 (±0.15) pour HM et 0.13 (±0.11) pour OM. En moyenne, plus de QTLs ont été détectés avec SNPMixed qu’avec HaploIBD pour les seuils P < 5.10−4 et P < 5.10−5. Au seuil P < 5.10−4, 4 QTLs ont été détectés en commun avec les deux méthodes pour GM, 2 pour FM et 4 pour HM et OM. Au seuil P < 5.10−5, 1 QTL sur ECA 13 a été détecté avec les deux méthodes pour GM, 2 QTLs sur ECA 3 et 14 l’ont été pour HM et 1 QTL sur ECA 15 l’a été pour OM. Par contre, aucun QTL n’a été détecté à ce seuil avec les deux méthodes pour FM. Au seuil le plus strict P < 5.10−6, un seul QTL sur ECA 3 a été détecté avec HaploIBD pour HM à la position 105.05 Mb. Ce QTL, dont la P-valeur du test associé était de −log(P ) = 5.52 expliquait 7% de la variance phénotypique et représentait notre plus fort QTL.
La comparaison des QTLs entre les caractères a été réalisée à partir des QTLs détectés avec les deux méthodes au seuil P < 5.10−4. A ce seuil, 2 des 4 QTLs détectés pour GM étaient proches de deux QTLs détectés pour FM (sur ECA 13 et 15), et les 2 autres étaient proches de deux QTLs détectés pour HM (sur ECA 3 et 14). Par contre, aucun QTL n’a été trouvé en commun entre les caractères FM, HM et OM.
Cette étude a permis de mettre en évidence la présence d’un fort QTL sur ECA 3 pour l’OC du jarret. De plus, plusieurs autres QTLs pour d’autres caractères semblaient également intéressants sur les chromosomes ECA 13 pour GM, 14 pour HM et 15 pour OM. Aucun QTL n’a été trouvé en commun entre HM et FM, ce qui n’était pas surprenant puisqu’en accord avec les faibles corrélations génétiques trouvées entre l’OC du boulet et du jarret (Grondahl and Dolvik, 1993; Stock and Distl, 2006). Tous les QTLs détectés pour GM au seuil P < 5.10−4 étaient également détectés pour HM ou FM. Donc, comme on l’attendait de par sa définition, GM combine bien FM et HM et révèle de QTLs spécifiques. En comparaison avec les QTLs trouvés dans d’autres races, seulement 2 QTLs semblaient être proches des précédentes études : un sur ECA 3 (Lykkjen et al., 2010) et un sur ECA 13 (Lampe et al., 2009b). Néanmoins, notre étude portait sur une taille de population de 525 chevaux, ce qui est 3 fois supérieur aux précédentes études sur l’OC. De ce fait, notre étude est plus puissante et plus robuste.