De nouveaux loci pour la maladie de Parkinson sont identifiés dans des cohortes d'Amérique latine

 Le Dr Mata est chercheur principal au Consortium de recherche latino-américain sur la génétique de la maladie de Parkinson (MP). Nous allons discuter de leur récent article publié dans la revue Movement Disorders, intitulé « Une étude d'association du chromosome X dans des cohortes latino-américaines identifie de nouveaux loci dans la maladie de Parkinson ».

Bienvenue, Dr Mata et merci beaucoup pour votre temps. [00:01:00] Avant d'aborder l'article, j'aimerais vous demander de nous expliquer ce qu'est exactement le grand PD et quels sont ses objectifs.

[00: 01: 10] Ignacio Mata : Merci de nous avoir invités. Le consortium de recherche latino-américain sur la génétique de la maladie de Parkinson, comme vous l'avez mentionné, est une collaboration qui existe depuis 2006, soit depuis longtemps déjà. L'objectif est de comprendre la composante génétique, mais nous étudions également l'environnement et d'autres facteurs liés aux troubles neurologiques chez les Latinos.

Les Latino-Américains sont très sous-représentés dans les études génétiques. L'idée de cette collaboration était donc de les intégrer à la population mondiale et de garantir leur représentation. Nous disposons actuellement de 40 centres répartis dans 13 pays d'Amérique latine et des Caraïbes, et nous avons recruté plus de 6,000 XNUMX personnes, atteintes de la maladie de Parkinson et témoins sains, dont nous avons besoin pour nos études, dans de nombreux pays. 

[00: 01: 59] Sarah Camargos : Parfait. [00:02:00] Quels ont été les résultats importants du PD jusqu'à présent. 

[00: 02: 03] Ignacio Mata : Nous travaillons depuis longtemps, n'est-ce pas ? Avec l'augmentation des chiffres, nous avons pu approfondir nos recherches. Au début, nous avons étudié les formes familiales de la maladie de Parkinson, les mutations et les variants causals identifiés principalement en Europe et aux États-Unis, pour voir s'ils étaient présents chez les Latino-Américains. Nous avons constaté la présence de mutations de la synucléine et de la parkine, ainsi que de plusieurs mutations du gène LRRK2. Ainsi, les facteurs que nous connaissons tous comme responsables de la maladie de Parkinson dans les familles sont également présents en Amérique latine. Comme Thiago l'expliquera plus tard, les Latino-Américains sont génétiquement très complexes. Ils sont un mélange de populations très différentes. Nous avons donc observé très tôt que nombre de ces mutations découvertes chez les Européens sont en réalité présentes chez les Latino-Américains par l'intermédiaire des conquistadors. Beaucoup d'entre eux proviennent d'un ancêtre commun apparu en Europe il y a longtemps, notamment les mutations LRRK2. C'était l'une des premières choses que nous avons faites. Avec l'augmentation des chiffres et l'intérêt croissant pour la diversité des cohortes, nous avons pu réaliser la première étude d'association pangénomique. Nous l'avons réalisée grâce à un financement de la Fondation Parkinson en 00. Nous avons pu génotyper 03 00 personnes, la même cohorte que celle que Thiago expliquera et que nous avons utilisée pour cette étude. Nous avons constaté qu'à l'échelle du génome, ces études d'association pangénomique portent généralement sur des dizaines de milliers de personnes lorsqu'elles sont menées en Europe. Par exemple, nous n'avions pas ces chiffres importants, donc la puissance était un peu insuffisante. Mais même avec une très petite cohorte, nous avons pu identifier la synucléine comme le gène le plus à risque pour la maladie de Parkinson, un phénomène que nous avons observé chez les Européens. Le gène asiatique a également montré une synucléine, l'un des principaux facteurs de risque. Il était donc très similaire à ce que nous avons observé dans d'autres populations. De plus, nous avons pu identifier un nouveau gène associé à l'ascendance amérindienne. [2016:1500:00] Cette région du génome est proche d'un gène appelé NRROS. Nous en savons encore peu sur ce gène, mais il semble qu'il pourrait être important et spécifique à la maladie de Parkinson chez les personnes d'ascendance amérindienne, comme dans de nombreux pays d'Amérique latine, comme le Pérou, la Bolivie, l'Équateur, qui comptent de nombreux Amérindiens. Cela pourrait constituer un facteur de risque. Nous avons également constaté que le score de risque polygénique, calculé à partir de données européennes, permettait de distinguer efficacement les cas et les témoins chez les Latinos.

[00: 04: 34] Sarah Camargos : Parfait. Le PRS calculé pour les Européens fonctionne donc pour les Latinos. 

[00: 04: 41] Ignacio Mata : Oui, c'était une surprise, car la modélisation, et non les données réelles, a montré que l'utilisation du score de risque polygénique, juste pour expliquer au public, consiste à prendre en compte tous les facteurs de risque présents dans le génome. Dans la maladie de Parkinson, près de 00 régions différentes du génome sont impliquées dans le risque : certaines augmentent le risque, d'autres le réduisent. Le score polygénique prend donc en compte, pour chaque individu, le nombre de variants que nous portons réellement. Il calcule ensuite si la composante génétique est présente, ou non, selon le score de risque polygénique (PRS). De nombreux articles le mentionnent, car la plupart des données accessibles au public proviennent d'Europe. Si nous essayons de faire cela pour n’importe quelle maladie, pas seulement pour la maladie de Parkinson, mais aussi pour les maladies cardiovasculaires, si nous essayons de faire ces scores de risque polygénique en utilisant des données européennes, ils ne se traduisent pas très bien dans d’autres populations simplement parce que la variante, les variantes génétiques peuvent être différentes ou l’effet peut être différent.

Ces modèles pourraient donc ne pas être très efficaces pour prédire si quelqu'un développera la maladie dans d'autres populations. Ainsi, lorsque nous examinons les résultats de l'article de Nalls et al. de 2019, la plus vaste étude GWAS jamais réalisée sur la maladie de Parkinson, qui n'incluait que des Européens, nous calculons le score polygénique pour les Latinos et, étonnamment, nous constatons que cela fonctionne très bien.

 Nous avons analysé en profondeur comment cela a pu être possible. Nous avons découvert qu'un seul variant de la synucléine était responsable de 73 % de l'efficacité du score de risque polygénique. Si on le supprime, le score de risque polygénique ne fonctionne plus du tout. Or, ce variant est beaucoup plus fréquent chez les Asiatiques et les Latinos que chez les Africains ou les Européens. Autre constatation intéressante : ces variants, présents dans les deux populations, sont en réalité entourés d'un ensemble de variants totalement différents chez les Latinos et les Européens, ce qui pourrait modifier son effet.

Cela signifie donc que la variante elle-même est importante, mais connaître tous les gènes d'un même génome pourrait expliquer pourquoi certaines personnes présentent un risque élevé ou faible de développer la maladie. Cette étude était très intéressante, et comme elle n'avait jamais été réalisée auparavant, elle était assez novatrice. 

[00: 06: 58] Sarah Camargos : C'est donc formidable. [00:07:00] Je pense que c'est un nouveau domaine pour la maladie de Parkinson. Et Professeur Mata, pourquoi et comment le chromosome X est-il apparu dans vos yeux ? 

[00: 07: 10] Ignacio Mata : Oui, donc le chromosome X… Beaucoup d'entre nous disposent de données sur le chromosome X, mais nous avons tendance à l'exclure. Si l'on examine toutes les études GWAS réalisées sur d'autres populations ou pour d'autres maladies, on constate qu'elles ne prennent en compte que les chromosomes 22 à XNUMX. Les chromosomes X et Y sont totalement ignorés, et ce que nous aimons faire dans notre laboratoire, c'est étudier les chromosomes sous-représentés, n'est-ce pas ? Nous étudions donc les Latinos, car personne ne le fait. Nous avons donc décidé d'étudier également le chromosome X, car personne ne le fait, et aussi parce que la maladie de Parkinson, comme d'autres maladies neurologiques, touche un sexe plus que l'autre.

Les hommes présentent donc un risque légèrement plus élevé de développer la maladie de Parkinson que les femmes. Nous avons donc pensé que le chromosome X pourrait apporter des informations importantes expliquant ces différences. Si nous n'étudions pas le chromosome X, ce n'est pas par manque de volonté, mais parce que c'est très difficile. 

Les doses diffèrent entre les hommes et les femmes. Le taux de recombinaison est également différent entre les hommes et les femmes. Il y a aussi l'inactivation du chromosome X, que l'on peut détecter lors du génotypage, mais on ne sait pas quelles variantes sont activées. Thiago pourrait également mentionner que chez les Latinos, c'est encore plus compliqué, car l'ascendance est différente.

L'ascendance du chromosome X est en réalité différente de celle du chromosome autosome, ce qui rend son analyse plus difficile. Mais Thiago a fait un excellent travail et a dû développer de nombreux nouveaux pipelines pour pouvoir analyser ces données. 

[00: 08: 36] Sarah Camargos : Oh, très bien. Vous voyez, très intéressant. Dr Mata, merci. Et bienvenue à Thiago. Et merci beaucoup pour votre temps. Pouvez-vous nous parler en détail du contexte démographique de votre étude ?

[00: 08: 49] Thiago Peixoto Leal : Tout d'abord, merci pour l'invitation. Je suis ravi d'être ici. L'ensemble de données de la phase 00 de l'étude PD, générée en 09, porte sur 00 2016 individus de cinq pays d'Amérique latine : le Brésil, le Chili, la Colombie, le Pérou et l'Uruguay. Les populations latino-américaines sont reconnues pour leur diversité génétique, fruit des interactions entre populations d'Afrique, d'Europe et d'Amérindiens. Toutes les populations latino-américaines partagent ces trois populations parentales, mais les dynamiques socio-économiques et géopolitiques rendent chaque population unique en termes de patrimoine génétique. Par exemple, dans notre ensemble de données, la population brésilienne présente la plus forte contribution africaine, tandis que le peuple péruvien est celui qui présente la plus forte ascendance amérindienne. Nous avons également des Européens dans d'autres cohortes, dont certaines n'ont quasiment aucune ascendance africaine. Donc l'Amérique latine est cette belle hétérogénéité et [1,500:00:10] en même temps, c'est bon, c'est mauvais parce que vous devez en tenir compte, dans votre analyse, vous ne pouvez pas supposer que votre population est homogène, que votre population suit les règles que GWAS suivait, parce que vous avez toujours cette hétérogénéité qui peut causer des problèmes dans certaines analyses. 

[00: 10: 20] Sarah Camargos : Intéressant. Je ne savais pas que le contexte était important pour les GWAS et les rôles que vous mentionniez. Pouvez-vous nous indiquer quelles sont les limites techniques du génome WAS, avec le chromosome X ? 

[00: 10: 34] Thiago Peixoto Leal : Premièrement, quel est le principe des études génomiques et d'association ? Dans ce type d'étude, on suppose que les différences de fréquence allélique sont dues à la maladie. L'idée est donc la suivante : si cet allèle est plus représenté dans mon cas que chez les témoins, cela est associé à ma maladie. Cependant, plusieurs facteurs révolutionnaires peuvent entraîner des différences de fréquence allélique qui ne sont pas associées à la maladie, et l'ascendance en fait partie. 

Nous devons donc en tenir compte dans notre analyse des grandes PD. 

Notre étude XWAS n'est donc pas la première. En 2021, Le Guen de Stanford a publié la première étude XWAS sur la maladie de Parkinson, qui a identifié deux régions associées au risque de maladie de Parkinson dans une cohorte européenne. À cette époque, nous recevions ce médecin dans notre laboratoire. 

C'est maintenant le Dr Shapiro, mais à l'époque où elle était étudiante au doctorat, elle étudiait déjà la différence entre les hommes et les femmes atteints de la maladie de Parkinson et cet article est paru et nous disons, oh, voyons si nous pouvons voir les mêmes variantes, si nous pouvons trouver de nouvelles variantes dans la population latine, car ils utilisent simplement les individus européens qui sont très homogènes.

Ils ont sélectionné un sous-ensemble très spécifique de la population européenne. C'est à ce stade que nous avons démarré notre projet et que nous avons commencé à rencontrer des difficultés. Premièrement, le pipeline de Le Guen et al. a été conçu pour une population très homogène. Or, nos populations présentent une hétérogénéité relative, et la taille de notre échantillon est limitée.

Ce n'est pas si important. Mais avec l'analyse XWAS, on cherche à identifier des variants associés aux femmes et aux hommes, afin de déterminer s'il existe une utilisation associée à un seul facteur, par exemple, qui augmente le risque chez les hommes, mais pas chez les femmes. Il faut donc analyser de nombreux ensembles de données ventilés par sexe. Notre échantillon, déjà faible pour l'analyse GWAS, l'est devenu encore plus pour l'analyse XWAS. Nous avons donc commencé à élaborer de nombreux plans pour nous adapter au modèle de Le Guen et al. et aux conséquences de ces problèmes. 

[00: 12: 51] Sarah Camargos : Comment avez-vous surmonté ces limitations ? Pour XWAS ? 

[00: 12: 55] Thiago Peixoto Leal : Notre première étape a consisté à étudier le pipeline de Le Guen et al. [00:13:00] Ce pipeline était excellent, mais ils comportaient une étape consistant à supprimer les individus hétérogénétiques. La première étape à supprimer est celle-ci, car nous allons traiter tous les échantillons. Ensuite, nous devons comprendre pourquoi il a effectué cette étape : si quelqu'un exclut des échantillons, quelle qu'en soit la raison, nous devons adapter notre modèle pour tenter de contrôler les problèmes liés à l'exclusion des échantillons hétérogénétiques. Notre ensemble de données utilise la plateforme MEG array, qui offre une bonne couverture. Nacho nous a expliqué que certaines plateformes de matrices de génotypes n'étaient pas très performantes. Nous avons essayé de minimiser l'impact d'un petit échantillon en effectuant deux analyses différentes, l'une appelée LARGE-ALL. En bref, nous fusionnons tous les échantillons de grande taille et effectuons une seule analyse. Nous avons donc notre grand échantillon, mais ce grand échantillon pose un problème [00:14:00] : la différence d'ascendance pourrait entraîner des faux positifs ou des faux négatifs.

Nous avons donc effectué une autre analyse pour tenter de contrôler ce phénomène. Nous avons effectué une régression par pays, puis nous avons effectué une méta-analyse des données. C'est ce que nous appelons la méthode globale. Nous disposons donc de deux ensembles de données différents pour chaque analyse. Au final, nous avons réalisé huit régressions différentes et plusieurs tests méthodologiques. Si je parle à quelqu'un du côté informatique, je serai probablement très intéressé, mais notre public cible est plutôt composé de personnes moins intéressées. Si cela vous intéresse, lisez mon article : tout y est clair.

[00: 14: 47] Sarah Camargos : D'accord. Merci beaucoup. Mais je suis content que vous nous expliquiez tout dans un langage plus compréhensible. Quelles associations avez-vous analysées et qu'avez-vous trouvé dans ce [00:15:00] XWAS ? 

[00: 15: 01] Thiago Peixoto Leal : Nous effectuons huit analyses différentes et disposons de deux ensembles de données : l'analyse LARGE-ALL, qui regroupe tous les échantillons, et l'analyse LARGE-Meta, qui comprend une régression et une méta-analyse. Pour chacun de ces deux ensembles de données, nous analysons uniquement les femmes afin de déterminer si des variants féminins sont associés à la maladie. Nous analysons uniquement les hommes afin de déterminer s'il existe des variants associés au gène chez ces derniers. Nous fusionnons les deux ensembles de données en un seul, appelé « Both and Run ». Nous avons également réalisé une méta-analyse, appelée « hommes et femmes », selon Le Guen et al., prenant les données féminines et masculines uniquement, et effectuant une méta-analyse prenant en compte le sexe, afin de déterminer une forte hétérogénéité et de mettre en œuvre tous les contrôles statistiques possibles. Nous disposons donc de huit ensembles de données et de huit ensembles de résultats. Grâce à ces huit ensembles de résultats, nous trouvons 8 nouveaux variants associés dans huit régions de déséquilibre de liaison. Nous avions donc des variantes dans les régions introniques dans l'intergénique, et une dans les régions exoniques, mais seulement deux régions répliquaient notre cohorte de réplication.

D'autre part, nous avons répliqué une des variantes de Le Guen et al. 

L'ensemble de données reproduit également l'une de nos nouvelles variantes associées. 

[00: 16: 28] Sarah Camargos : Et comment avez-vous reproduit votre cohorte ? Quelle cohorte avez-vous utilisée ? 

[00: 16: 32] Thiago Peixoto Leal : La réplication est une étape cruciale et très importante dans les études génétiques, car on peut parfois obtenir de très bons résultats par hasard. Ainsi, lorsqu'on mène une étude génétique, on essaie généralement de la reproduire dans des cohortes indépendantes pour vérifier si, sans le hasard, on découvre un élément réellement associé à la maladie.

Et cela est devenu un problème pour nous, car les grandes maladies de Parkinson ont historiquement un problème avec les cohortes de réplication. Nous ne disposons pas de cohorte de réplication fiable, car il s'agit de la plus grande étude sur les Latino-Américains. C'est donc devenu problématique. Nous avons donc essayé d'utiliser l'ensemble de données latino-américaines du Consortium international de génomique de la maladie de Parkinson (IPDC), qui portait sur le génotype, et d'utiliser la puce neuro-puce. Nous disposons d'autres données de l'IPDDC, mais ils utilisent une puce qui présente très peu de variants sur le chromosome X. Si je ne me trompe pas, il s'agit de 00 17. Nous ne pouvons donc pas utiliser l'ensemble de données avec plus d'échantillons, car il n'y a pas suffisamment de variants. Cet ensemble de données comprend 00 individus, ce qui représente un échantillon très petit pour effectuer une analyse statistique.

Nous devons donc trouver une autre cohorte pour augmenter notre échantillon. Je consulte donc l'ensemble de données EPIGENE au Brésil, sur lequel j'ai travaillé à l'UFMG lors de mon master et de mon doctorat. L'étude de cohorte Bambui Aging porte sur 00 18 personnes. 

Cela représente 82 % des habitants de la ville durant l'année de référence, et tous ont plus de 60 ans. Cette cohorte comprend également des cas de MP. En fusionnant Bambui avec le PDC, nous augmentons également le nombre de cas et cette inclusion a été réalisée. Merci aux Drs Pell et Paolo Carelli, qui nous ont aidés à vous donner des idées pour tous ceux qui présentent des RPK et d'autres types de MP.

Grâce à cet ensemble de données IPDDC et Bambui, nous avons pu effectuer la réplication et, comme je l'ai déjà mentionné, répliquer deux variants. L'un d'eux présente un effet positif différent entre la cohorte découverte et la cohorte de réplication. Nous essayons donc de comprendre pourquoi cela se produit pour celui-ci, tandis qu'un autre correspond à ce que nous appelons une réplication complète. La valeur p était statistiquement significative et les effets suivent la même direction. 

[00: 19: 12] Sarah Camargos : C'est intéressant, car Bambui est la plus grande étude épidémiologique menée au Brésil sur la maladie de Parkinson. Cette cohorte vous a donc été utile, car nous savons qui est atteint de la maladie de Parkinson et qui ne l'est pas. 

[00: 19: 27] Thiago Peixoto Leal : C'était une très bonne surprise, car j'incluais les données et un de mes anciens superviseurs m'a dit : « Oh, ils ont des DP sur Bambui ». J'ai dit : « Oh, super. Laissez-moi trouver les individus, car nous pouvons aussi améliorer notre taille simple. Mieux. » C'était vraiment bien. 

[00: 19: 45] Sarah Camargos : Oui. L'étude a été menée à Bambui et des membres de notre université sont venus examiner les patients, tous les patients. Tous les patients âgés. 

Passons maintenant à une autre question. [00:20:00] Comment avez-vous étudié l'expression génétique de ces variants ? Qu'avez-vous découvert ? 

[00: 20: 05] Thiago Peixoto Leal : Après la réplication, notre première étape a consisté à consulter le portail GTEx, qui contient des informations sur la perte de contact d'expression. L'objectif est d'identifier les variants génétiques affectant l'expression d'un ou plusieurs gènes. Ainsi, si ce variant augmente ou diminue la pression d'un gène, nous avons ensuite établi une liste sans les gènes associés à la KT et lancé deux analyses distinctes. La personnalité était une colocalisation réalisée avec l'aide du Dr Sara Bulgrensita du NIH. Cette analyse visait à déterminer si le variant modifiait le risque via l'expression de l'extrémité du gène. Par exemple, si ce variant augmente ou diminue l'expression de ces gènes et si cela provoque la maladie. Malheureusement, notre analyse de colocalisation [00:21:00] n'a pas montré ce phénomène, mais nous avons réalisé une première étape très prometteuse pour déterminer si nous pouvons trouver un variant lié à notre variant répliqué. Nous avons donc d'autres étapes à suivre. La deuxième analyse utilisait les données sur la progression de la maladie de Parkinson (PPMI) pour obtenir des données. Les PPMI ont leurs numérations d'ARN par cas et par témoin. Nous avons donc extrait les informations de tous les gènes de notre liste. Nous avons donc pris notre liste de gènes et extrait les informations des données PPMI. Ensuite, nous avons séparé notre analyse par sexe. Nous avons réalisé deux tests entre les numérations d'ARN, entre les cas et les témoins, et également une séparation par hétérogénéité. Nous obtenons ainsi trois résultats de signification statistique, mais des travaux supplémentaires sont nécessaires. Nous devons le faire, car la différence de taille d'échantillon entre les populations européennes et les populations hispaniques (tous Latinos) est assez importante. Nous devons donc approfondir nos recherches pour déterminer si ces différences sont réellement liées à la maladie ou simplement dues à des problèmes d'échantillonnage ou à d'autres facteurs. 

[00: 22: 13] Sarah Camargos : J’aimerais maintenant vous demander de partager avec nous vos conclusions et les limites de cette étude ainsi que les prochaines étapes. 

[00: 22: 23] Ignacio Mata : J'espère que cette discussion a clairement montré que nous devons mener davantage d'études sur d'autres populations. C'est formidable d'étudier les Européens, mais je pense que nous pouvons trouver beaucoup de résultats en étudiant des cohortes plus diversifiées. La communauté Parkinson déploie des efforts considérables grâce au programme génétique GP2, financé par l'initiative ASAP, et je pense que nous y parviendrons. De plus en plus d'efforts sont déployés pour inclure des personnes du monde entier, non seulement d'Amérique latine, mais aussi d'Afrique, d'Asie du Sud-Est, d'Inde, des régions très sous-représentées. Michael J. Fox a également investi massivement dans ces efforts. Je pense que même avec de petites cohortes, comme nous l'avons montré, on peut encore trouver des résultats, même si elles ne sont pas aussi importantes que celles des Européens. Je pense qu’il y a de nombreuses façons de trouver des choses intéressantes et de s’assurer que les choses que nous avons trouvées chez les Européens puissent s’appliquer à d’autres populations, car il y a beaucoup de chevauchements, en particulier parce que les Latinos ont une part d’Européen en eux, beaucoup de choses que nous trouvons en Europe et aux États-Unis peuvent également être transposées aux Latinos.

Et je pense que les limites sont également très claires : beaucoup de choses que nous n'avons pas, contrairement aux Européens, ce sont des ensembles de données plus volumineux, des ensembles de données de réplication. Comme Thiago le mentionnait, il est très difficile de trouver des échantillons pour reproduire certains de ces résultats. Notre cohorte n'est actuellement pas assez importante pour pouvoir la scinder en deux et réaliser une phase de découverte et une phase de réplication. De plus, de nombreuses bases de données que nous utilisons, comme PPMI ou GText, ne suivent pas cette approche inclusive et n'incluent toujours pas beaucoup de Latinos. Elles n'incluent pas beaucoup d'Afro-Américains, ce qui signifie qu'une grande partie des données nécessaires aux prochaines étapes est nécessaire. Ainsi, toutes les données sur l'expression des protéines et des gènes ne sont peut-être pas aussi précises qu'elles le devraient pour les populations que nous étudions.

Les prochaines étapes seront cruciales pour générer ces modèles, ainsi que les modèles cellulaires IPS. Nombre de nos modèles sont également basés sur des modèles européens. Mon objectif principal est d'améliorer ces données. Nous sommes en bonne voie pour réaliser ces analyses dans la cohorte GP 150,000, qui devrait inclure environ XNUMX XNUMX personnes. Il s'agira donc d'une étude de très grande envergure. 

[00: 24: 45] Sarah Camargos : Oui. Parfait. Et toi, Thiago, quelles seront tes prochaines étapes ? Vas-tu reproduire tes propres études ? 

[00: 24: 55] Thiago Peixoto Leal : Concernant les conclusions, je suis d'accord avec tout ce qu'a dit le Dr Mata : nous devons diversifier nos études. Pour les prochaines étapes, j'en ai deux. La première est que tout cela a été réalisé à partir des données de la phase 00 de la DP.

Le Dr Ignacio Mata a été financé par une subvention R One et collecte davantage d'échantillons auprès des Latino-Américains. À l'avenir, l'essentiel sera de réaliser une analyse XWAS sur de grandes données biphasiques, avec davantage d'échantillons pour davantage de pays, ce qui permettra une plus grande diversité et tous ces problèmes que nous aimons résoudre. Il existe également des modèles statistiques qui prennent en compte ce que nous appelons l'ascendance locale. Par exemple, l'ascendance d'un individu mixte peut être analysée à deux niveaux. Le premier est individuel, auquel cas, si vous me demandez, je suis à 50 % européen, 00 % africain et 26 % amérindien. Mais vous pouvez le faire au niveau chromosomique. Vous pouvez examiner chaque fragment de chaque chromosome chez un individu d'âges différents. Il existe des modèles statistiques qui en tiennent compte lors de l'analyse. L'un des projets sur lesquels je pense travailler dans les prochains mois ou années sera d'utiliser l'une de ces méthodologies pour les appliquer au chromosome X. Bien sûr, nous nous attendons à ce que ce ne soit pas si simple, car toutes les méthodologies, les inférences locales un-trois et celles incluant l'ascendance locale sur le chromosome X, ont été conçues pour les gènes autosomiques. Nous devons donc développer l'ensemble du pipeline pour transférer ces données, cette méthodologie et ces techniques des gènes autosomiques au chromosome X. Ce sont nos deux prochaines étapes : la phase deux de la grande PD. Nous avons également inclus l'ascendance locale dans les modèles afin de réduire l'hétérogénéité et d'exploiter tout le potentiel des individus hétérogènes. 

[00: 27: 06] Sarah Camargos : Waouh ! Parfait. Merci beaucoup, Dr Mata et Dr Thiago. Je pense que nous entrons dans une nouvelle année pour la maladie de Parkinson et j'espère que nous recevrons de plus en plus d'échantillons et que vous réussirez à reproduire votre expérience. Merci beaucoup. 

[00: 27: 22] Ignacio Mata : Merci, Sarah.

[00: 27: 23] Sarah Camargos : Bonjour, j'aimerais ajouter un addendum. La cohorte Bambui a été créée en 1997 pour étudier les incidents et les facteurs prédictifs de l'état de santé des personnes âgées. Elle comptait 2000 60 participants âgés de XNUMX ans et plus. Les professeurs Francisco Cardoso et Maira Barbosa ont mené une étude populationnelle en deux phases.

Ils ont examiné toutes les personnes de plus de 65 ans à l'aide d'un questionnaire, puis [00:28:00] les patients obtenant un score de 66 ou plus. Ce questionnaire a examiné 7 patients. Cette cohorte a été utilisée pour l'application des données de l'XWAS issues de la maladie de Parkinson de grande ampleur. Ils ont utilisé les données des patients atteints de MP et, surtout, celles des 1500 XNUMX témoins. En excluant les patients atteints de maladie de Parkinson, ils ont créé une cohorte témoin précise.

Cela a été extrêmement important pour cette étude, et les grands auteurs de PD sont extrêmement reconnaissants d'avoir eu l'opportunité d'utiliser ces données. [00:29:00]