Résumé 244 :
Detection of gene by gene and gene by environment interactions in genome-wide association studies (GWAS) through bayesian graphical models
Briollais, Laurent
Lunenfeld-Tanenbaum Research Institute
L'\'emergence des \'etudes d'association sur l'ensemble du g\'enome (GWASs) dans le domaine de la g\'en\'etique humaine constitut un effort sans pr\'ec\'edent pour d\'ecouvrir de nouveaux variants g\'en\'etiques associ\'es \`a des maladies et des traits complexes. Jusqu'\`a pr\'esent, il y eu 1461 GWASs repertori\'es dans la base de donn\'ees HuGE et plus de 9900 postions g\'enomiques identifi\'ees. Pourtant, la majeure partie de la contribution g\'en\'etique sous-jacente \`a la plupart des maladies humaines communes reste pour l'essentiel inexpliqu\'ee et l'int\'er\^et biologique de beaucoup de postions g\'enomiques identifi\'ees \`a partir des GWASs n'ont pas \'et\'e caract\'eris\'ees. La recherche d'in\'eractions G\`ene-G\`ene (GxG) et G\`ene-Environnement (GxE) dans le contexte des GWASs est une mani\`ere de mieux exploiter les d\'ecouvertes des GWASs en int\'egrant des facteurs de risque \'epid\'emiologiques et d'autres g\`enes dans l'analyse. Malgr\'e leur int\'er\^et, ces analyses soul\`event de nombreux d\'efis m\'ethodologiques qui ont d\'ebouch\'e sur tr\`es peu de d\'eveloppements sp\'ecifiques. Dans ce travail, notre but principal est de d\'evelopper un cadre statistique g\'en\'eral bas\'e sur les mod\`eles graphiques Bay\'esiens pour la d\'etection d'in\'eractions G\`ene-G\`ene (GxG) et G\`ene-Environnement (GxE) dans les GWASs.