3240962924

2

proportion de la variance phenotypiąue totale expliquóe par les variantes genetiąues. Par conseąuent, 1’association entre le facteur gćnetiąue et la composante principale d’heritabilite est souvent plus facile a detecter.

En adoptant une approche d’analyse individuelle des variantes genetiąues, les etudes d’association genśtiąue (notę GWAS, de 1’anglais Genome wide association study) ont tres bien reussi a identifier des variantes liees a des centaines de caracteres et maladies humaines complexes. Cependant, les variantes identifiees dans des GWAS ne refletent que quelque pourcentages de 1’heritabilite estimee pour ces caracteres complexes. En effet, cette approche est limitee a 1’analyse d’une variante a la fois et seules celles qui atteignent le seuil de GWAS (p-valeur de 5 x 10~⁸, correspond au seuil de Bonferroni pour un seuil de 5%) sont conservees pour des ćtudes ultćrieures, laissant une grandę partie de 1’heritabilite des caracteres inexpliquee.

De meme, 1’approche de Klei et al (2008) a une puissance limitee pour identifier le role des variantes genetiąues ayant un effet individuel faible. II est probable que parmi ces variantes a faible effet individuel, il en existe certaines, qui conjointement, peuvent conferer un risąue de predisposition aux maladies. L’approche de Klei et al (2008) laisse ainsi une grandę partie de 1’heritabilite des caracteres inexpliquee.

Pour contourner ce probleme, nous allons generaliser 1’approche de Klei et al. au cas de plusieurs variantes gśnetiąues afin d’identifier la composante lineaire des caracteres maximisant la part de variance expliquee par 1’effet joint des variantes incluses dans le modele. Au cours de cette etude, nous avons cherche a evaluer 1’interet que peut presenter 1’analyse jointe de caracteres ąuantitatifs correlćs, en mesurant le gain apporte par 1’analyse jointe des variantes genśtiąues relativement aux analyses indi-viduelles des variantes (PCH de Klei et analyse de GWAS).