Grâce à l’utilisation d’une puissante technologie de séquençage du génome, les scientifiques ont cherché ces dernières années à comprendre les associations génétiques entre les traits et le risque de maladie, espérant que les découvertes de la génétique partagée pourraient indiquer des indices pour lutter contre les maladies. Cependant, les chercheurs de l’UCLA ont déclaré que leur nouvelle étude, publiée le 17 novembre dans La science, met en garde contre une trop grande confiance dans les estimations de corrélation génétique. Ils disent que de telles estimations sont faussées par des facteurs non biologiques plus qu’on ne l’avait estimé auparavant.

Les estimations de corrélation génétique supposent généralement que l’accouplement est aléatoire. Mais dans le monde réel, les partenaires ont tendance à s’associer en raison de nombreux intérêts et structures sociales partagés. En conséquence, certaines corrélations génétiques dans des travaux antérieurs qui ont été attribuées à la biologie partagée peuvent plutôt représenter des hypothèses statistiques incorrectes. Par exemple, les estimations précédentes du chevauchement génétique entre l’indice de masse corporelle (IMC) et le niveau d’instruction sont susceptibles de refléter ce type de structure de population, induite par «l’accouplement assorti entre traits», ou la façon dont les individus d’un trait ont tendance à s’associer avec des individus de un autre trait.

Les auteurs de l’étude ont déclaré que les estimations de corrélation génétique méritaient un examen plus approfondi, car ces estimations ont été utilisées pour prédire le risque de maladie, glaner des indices pour des thérapies potentielles, éclairer les pratiques de diagnostic et façonner les arguments sur le comportement humain et les problèmes de société. Les auteurs ont déclaré que certains membres de la communauté scientifique ont accordé trop d’importance aux estimations de corrélation génétique sur la base de l’idée que l’étude des gènes, parce qu’ils sont inaltérables, peut surmonter les facteurs de confusion.

« Si vous regardez simplement deux traits qui sont élevés dans un groupe de personnes, vous ne pouvez pas conclure qu’ils sont là pour la même raison », a déclaré l’auteur principal Richard Border, chercheur postdoctoral en génétique statistique à l’UCLA. « Mais il y a eu une sorte d’hypothèse selon laquelle si vous pouvez retracer cela jusqu’aux gènes, alors vous auriez l’histoire causale. »

Sur la base de leur analyse de deux grandes bases de données de traits conjugaux, les chercheurs ont découvert que l’accouplement assorti entre traits est fortement associé aux estimations de corrélation génétique et représente de manière plausible une partie « substantielle » des estimations de corrélation génétique.

« L’accouplement assorti de traits croisés a affecté tous nos génomes et a provoqué des corrélations intéressantes entre l’ADN que vous héritez de votre mère et l’ADN que vous héritez de votre père sur l’ensemble du génome », a déclaré le co-auteur de l’étude Noah Zaitlen, professeur de médecine informatique et neurologie à UCLA Health.

Les chercheurs ont également examiné les estimations de corrélation génétique des troubles psychiatriques, qui ont suscité un débat dans la communauté psychiatrique car elles semblent montrer des relations génétiques entre des troubles apparemment peu similaires, tels que le trouble déficitaire de l’attention avec hyperactivité et la schizophrénie. Les chercheurs ont découvert que les corrélations génétiques pour un certain nombre de traits non liés pouvaient être attribuées de manière plausible à l’accouplement assorti de traits croisés et à des pratiques de diagnostic imparfaites. D’un autre côté, leur analyse a trouvé des liens plus forts pour certaines paires de traits, comme les troubles anxieux et la dépression majeure, suggérant qu’il existe vraiment au moins une biologie partagée.

« Mais même lorsqu’il y a un vrai signal là-bas, nous suggérons toujours que nous surestimons l’étendue de ce partage », a déclaré Border.

Les autres auteurs de l’étude incluent Georgios Athanasiadis, Alfonso Buil, Andrew J. Schork, Na Cai, Alexander I. Young, Thomas Werge, Jonathan Flint, Kenneth S. Kendler, Sriram Sankararaman et Andy Dahl. Les auteurs déclarent aucun conflit d’intérêts. Veuillez consulter l’étude pour une liste complète des bailleurs de fonds.