Cartographie des QTL et des Caractères Complexes

La localisation des régions génomiques spécifiques qui influencent un caractère à variation continue transforme l'héritabilité abstraite de la génétique quantitative en positions cartographiques concrètes, en utilisant soit des croisements contrôlés, soit l'association à l'échelle de la population.

Definition

La cartographie des QTL et des caractères complexes est l'ensemble des méthodes qui localisent les régions génomiques ou les variants contribuant à un caractère quantitatif ou complexe en détectant une association statistique entre les marqueurs génétiques et le caractère chez les individus.

Scope

Ce sujet aborde la cartographie des locus de caractères quantitatifs (QTL) dans les croisements expérimentaux par le biais du linkage entre les marqueurs et les valeurs des caractères, la cartographie d'intervalle et les scores LOD, le passage aux marqueurs moléculaires denses, les études d'association pangénomiques (GWAS) dans les populations panmictiques, le déséquilibre de liaison et son rôle dans l'association, ainsi que l'effet confondant de la structure de la population et la manière dont il est contrôlé. Il traite de la localisation des locus sous-jacents aux caractères complexes ; la description statistique de la variation elle-même est abordée dans le sujet adjacent.

Core questions

• Comment le linkage entre un marqueur et un caractère révèle-t-il un locus de caractère quantitatif dans un croisement ?
• Comment les études d'association pangénomiques détectent-elles les variants associés à un caractère dans les populations ?
• Pourquoi le déséquilibre de liaison est-il central à la cartographie d'association ?
• Comment une structure de population non prise en compte produit-elle de fausses associations, et comment est-elle corrigée ?

Key concepts

• Locus de caractères quantitatifs et linkage marqueur-caractère
• Cartographie d'intervalle et scores LOD
• Études d'association pangénomiques
• Déséquilibre de liaison
• Structure de la population comme facteur de confusion et sa correction

Mechanisms

Dans un croisement, un marqueur proche d'un locus causal co-ségrège avec le caractère, de sorte qu'un pic dans le signal statistique le long du chromosome marque un QTL ; dans les populations, la recombinaison historique laisse les variants causaux en déséquilibre de liaison avec les marqueurs proches, permettant des analyses d'association, à condition que l'ascendance partagée, qui est corrélée à la fois au génotype et au caractère, soit modélisée et exclue.

Clinical relevance

La cartographie d'association a identifié des milliers de variants liés à des maladies et caractères humains courants, éclairant les scores de risque polygénique et la découverte de cibles médicamenteuses, tandis que le contrôle de la structure de la population, tel que formalisé dans les méthodes d'inférence de structure, est essentiel pour éviter les résultats fallacieux.

History

La cartographie d'intervalle des QTL dans les croisements expérimentaux a été formalisée vers 1989, les cartes de marqueurs denses ont ensuite permis une résolution plus fine, et à partir du milieu des années 2000, les études d'association pangénomiques ont étendu la cartographie aux populations humaines ; les méthodes pour inférer et corriger la structure de la population, telles que le modèle de Falush, Stephens et Pritchard, ont rendu ces études fiables.

Key figures

• Eric Lander
• Jonathan Pritchard
• Trudy Mackay

Seminal works

• falush2003
• lynchWalsh1998

Frequently asked questions

Quelle est la différence entre la cartographie des QTL et une étude d'association pangénomique ?

La cartographie des QTL utilise généralement des croisements contrôlés où des individus apparentés connus permettent de suivre directement la recombinaison, tandis qu'une étude d'association pangénomique analyse des individus non apparentés dans une population, en s'appuyant sur le déséquilibre de liaison historique entre les marqueurs et les variants causaux.

Pourquoi la structure de la population provoque-t-elle de fausses associations ?

Si des sous-groupes d'un échantillon diffèrent à la fois par leur ascendance et par le caractère, tout allèle qui se trouve simplement être plus fréquent dans un sous-groupe apparaîtra associé au caractère ; la correction de l'ascendance permet d'éliminer ces signaux fallacieux.