A Multi-Context Regulome-Wide Association Atlas for Genetic Studies of Aging Brain Disorders

Résumé Technique : Un Atlas Multi-Contexte de l'Association à l'Échelle du Régulome pour les Études Génétiques des Troubles Cérébraux du Vieillissement

Énoncé du Problème
Les études d'association pangénomique (GWAS) ont identifié de nombreux locus de risque pour les troubles cérébraux liés au vieillissement, particulièrement la maladie d'Alzheimer (MA). Cependant, la majorité de ces variants résident dans des régions non codantes, laissant leurs gènes cibles et les contextes réglementaires spécifiques (tissus, types cellulaires et modalités moléculaires) dans lesquels ils agissent largement indéfinis. Les ressources existantes pour les études d'association à l'échelle du régulome (RWAS) et les études d'association à l'échelle du transcriptome (TWAS) reposent souvent sur des modèles de régression parcimonieuse (ex: elastic-net, lasso) entraînés sur des données de tissus globaux (bulk). Ces approches peuvent être restrictives lorsque les effets réglementaires sont distribués entre les variants, partagés entre les contextes, ou estimés à partir de panels de référence ayant des tailles d'échantillons effectifs limitées. De plus, les associations marginales de RWAS sont sujettes à des découvertes erronées dues au "voyage gratuit" par déséquilibre de liaison (LD hitchhiking) ou à la co-régulation, où un trait moléculaire prédit est associé au risque de maladie non pas en raison d'un effet causal, mais parce que son prédicteur est corrélé à un variant causal proche ou à un autre trait régulé. Il existe un besoin pour un cadre harmonisé intégrant diverses données moléculaires (bulk, single-nucleus, protéines, épissage) avec des modèles statistiques avancés pour distinguer les véritables signaux réglementaires des artefacts de LD.

Méthodologie
Les auteurs introduisent le FunGen-xQTL Multi-Brain (FGMB), un atlas multi-contexte conçu pour répondre à ces limitations. Le flux de travail se compose de trois composantes intégrées :

1. Construction d'une ressource de prédiction multi-contexte :

   • Intégration de données : FGMB agrège des ensembles de données moléculaires du consortium FunGen-AD de l'Alzheimer's Disease Sequencing Project (ADSP), couvrant 36 ensembles de données moléculaires à travers 18 contextes (incluant des régions cérébrales bulk, des monocytes périphériques et des types/sous-types cellulaires de l'ARN de cellule unique/single-nucleus) et 3 modalités réglementaires (expression génique, abondance protéique et épissage).
   • Entraînement du modèle : Pour chaque paire gène–trait moléculaire, les auteurs ont entraîné des modèles de prédiction cis-génétique en utilisant huit méthodes distinctes :
     • Régression parcimonieuse : Lasso et Elastic-net.
     • Shrinkage Bayésien/Fine-mapping : BayesL, BayesR, mr.ash et SuSiE.
     • Multivariée Cross-Context : mr.mash et mvSuSiE (qui empruntent des informations entre les tissus et les types cellulaires pour modéliser les effets réglementaires partagés).
   • Critères d'imputabilité : Une paire gène–trait moléculaire est considérée comme « imputable » si au moins une méthode produit un $R^2$ de validation croisée $\ge 0,01$ et un $p < 0,05$.

2. Test d'association RWAS :

   • Les poids de prédiction sélectionnés ont été appliqués aux statistiques de résumé GWAS de la MA (principalement de Bellenguez et al.) pour tester les associations entre les traits moléculaires génétiquement prédits et le risque de maladie.
   • La significativité a été déterminée par un seuil de correction de Bonferroni ($p < 6,77 \times 10^{-7}$).

3. Fine-mapping conjoint Variant–Gène :

   • Pour résoudre les associations marginales et distinguer les signaux réglementaires causaux du voyage gratuit par LD, les auteurs ont appliqué le M-cTWAS (Multi-Group Causal TWAS). Cette méthode réalise un fine-mapping conjoint à travers les traits moléculaires, les variants et les gènes au sein d'un locus.
   • Un critère de priorisation relaxé (Probabilité d'Inclusion Postérieure [PIP] $\ge 0,5$ ou inclusion dans un ensemble de crédibilité à 95 %) a été utilisé pour identifier les paires gène–trait moléculaire présentant des preuves suggestives d'effets non nuls.
   • Le cTWAS à groupe unique a été utilisé comme analyse de soutien au sein d'individuels traits moléculaires.

Contributions Clés

• Atlas Complet : FGMB fournit plus de 293 000 modèles de niveau gène et d'événement d'épissage imputables pour 17 901 gènes codant pour des protéines, couvrant une gamme de contextes et de modalités plus large que les ressources précédentes.
• Cadre Statistique : L'étude démontre que l'extension au-delà de la régression parcimonieuse standard pour inclure des méthodes bayésiennes et multivariées améliore considérablement la précision de la prédiction et la couverture.
• Raffinement des Signaux : L'intégration de M-cTWAS permet de séparer les véritables mécanismes réglementaires des associations spécieuses causées par la LD ou la co-régulation, offrant un ensemble de gènes candidats plus conservateur et biologiquement interprétable.

Résultats

• Performance des Modèles : L'inclusion de méthodes bayésiennes et multivariées a augmenté le nombre de paires gène–trait moléculaire imputables de 28 014 (ajoutant 7 327 gènes uniques) par rapport à un benchmark utilisant uniquement l'elastic-net et le lasso. Le $R^2$ médian de validation croisée pour les modèles sélectionnés est passé de 0,0203 (modèles parcimonieux) à 0,0438 (panneau complet), les méthodes bayésiennes multivariées (mr.mash, mvSuSiE) atteignant un $R^2$ médian de 0,0455.
• Associations avec la MA : L'application de FGMB aux données GWAS de la MA a identifié 327 associations RWAS significatives correspondant à 138 gènes uniques.
  • 48 de ces gènes (34,8 %) colocalisaient avec des signaux GWAS connus de la MA.
  • 42 gènes représentaient des associations auparavant non rapportées avec le risque de MA, incluant IRF2BP1, HIF3A, ZNF576 et ZNF428.
  • L'analyse d'enrichissement de ces gènes a mis en évidence des thèmes biologiques cohérents avec la pathologie de la MA, notamment l'activité immunitaire/du complément, le trafic vésiculaire/endosomal, et la gestion de l'amyloïde/des lipides.
• Résultats du Fine-mapping : Le M-cTWAS a raffiné les 327 associations marginales pour aboutir à 86 paires gène–trait moléculaire prioritaires (43 gènes uniques) avec un fort support de fine-mapping.
  • De nombreux ensembles de crédibilité étaient dominés par des signaux de SNP plutôt que de gènes, indiquant que certaines associations marginales de RWAS étaient probablement des événements de voyage gratuit par LD.
  • Des exemples spécifiques illustrent l'utilité du fine-mapping :
    • Au locus TREM2, les signaux marginaux de RWAS ont été attribués au voyage gratuit par LD avec un variant proche (rs187370608) plutôt qu'à l'expression de TREM2.
    • Au locus PICALM, le fine-mapping a priorisé le signal eQTL des microglies (Mic) sur les signaux des astrocytes ou des monocytes, ce qui est cohérent avec les preuves fonctionnelles.
    • Au locus RABEP1, le fine-mapping cross-contexte a concentré le support sur la paire RABEP1–Mic eQTL, résolvant les signaux corrélés provenant de gènes proches comme SCIMP.

Signification et Revendications
L'article affirme que le FGMB fournit une ressource et un cadre d'analyse reproductibles et scalables pour les études génétiques du cerveau vieillissant. Sa principale importance réside dans sa capacité à :

1. Connecter les signaux GWAS à des contextes moléculaires spécifiques : En reliant les locus de risque à des régions cérébrales, des types cellulaires et des modalités réglementaires spécifiques (expression, protéine, épissage), plutôt qu'en les regroupant en signaux de tissus globaux.
2. Améliorer le pouvoir de découverte : Démontrer que la sélection de modèles à travers diverses méthodes statistiques (bayésiennes, multivariées) produit des prédicteurs plus précis et identifie des associations manquées par la régression parcimonieuse traditionnelle.
3. Améliorer l'interprétabilité : Utiliser le fine-mapping conjoint variant–gène pour distinguer les associations pilotées par des mécanismes réglementaires causaux de celles pilotées par le voyage gratuit par LD ou la co-régulation.

Les auteurs soulignent que bien que l'application à la MA serve d'illustration primaire, l'atlas est conçu pour des études plus larges sur les traits neurodégénératifs et liés au vieillissement. Ils notent que les paires gène–trait moléculaire prioritaires doivent être considérées comme des signaux avec un support de fine-mapping plutôt que comme des assignations causales définitives, et que les itérations futures viseront à incorporer des données multi-ascendantes et des résolutions d'états cellulaires plus fines à mesure qu'elles deviennent disponibles. La ressource est mise à disposition via le portail xQTL de NIAGADS et Synapse, accompagnée de logiciels open-source (xqtl-protocol, pecotmr) pour faciliter la réutilisation.