Un nouveau score polygénique prédit le risque d'obésité selon les origines ancestrales et les stades de vie

L'obésité est l'une des maladies courantes les plus héritables, mais la traduction des découvertes génétiques en prédiction du risque cliniquement utile est restée difficile — en grande partie parce que les scores polygéniques précédents étaient construits principalement sur des données de populations d'ascendance européenne et présentaient une portabilité limitée entre les différentes ascendances. Cette étude majeure a répondu à ces deux lacunes en menant la plus grande et la plus diversifiée sur le plan ancestral méta-analyse GWAS de l'IMC à ce jour, intégrant au total des données provenant de plus de 5,3 millions d'individus issus de groupes d'ascendance européenne, est-asiatique, sud-asiatique, africaine, hispanique/latino et autres, recrutés dans des dizaines de cohortes mondiales, notamment UK Biobank, le Million Veteran Program, Biobank Japan, et les études du consortium CHARGE.

La réalisation analytique centrale est un nouveau score polygénique multi-ancestral (PGS) construit à l'aide des méthodologies PRSice-2 et LDpred2 appliquées à une GWAS de découverte portant sur environ 4,5 millions de participants. Le score obtenu incorpore plus de 1 000 variants génétiques indépendants et explique jusqu'à 17 % de la variance de l'IMC adulte chez les individus d'ascendance européenne — soit une amélioration d'environ 30 à 40 % par rapport aux meilleurs scores précédents. Dans les ascendances non européennes, la variance expliquée variait d'environ 5 à 12 %, représentant néanmoins la meilleure performance spécifique à chaque ascendance rapportée à ce jour et une avancée significative vers une médecine génomique équitable.

Une nouveauté déterminante est l'analyse longitudinale du parcours de vie. En s'appuyant sur des cohortes avec des mesures répétées de l'IMC de l'enfance jusqu'à l'âge adulte avancé, les auteurs ont montré que le score polygénique prédit les trajectoires d'IMC tout au long de l'espérance de vie. Les enfants situés dans le décile supérieur du risque génétique divergeaient déjà significativement des enfants à risque moyen dès l'âge de 7 à 10 ans (différence moyenne d'IMC ~1,5–2,0 kg/m²), l'écart se creusant progressivement jusqu'à l'âge adulte. Les individus dans les 10 % supérieurs du PGS présentaient environ 3 à 4 fois plus de risques de développer une obésité (IMC ≥30) par rapport à ceux des 10 % inférieurs, avec des rapports de risque pour l'obésité incidente à l'âge adulte dépassant 3,5 dans les plus grandes cohortes de validation.

Le score présentait également de fortes associations avec les complications cardiométaboliques liées à l'obésité. Un PGS plus élevé était associé à un risque accru de diabète de type 2 (OR ~1,8 par augmentation d'un écart-type du PGS), de coronaropathie, d'hypertension, de stéatose hépatique non alcoolique et de mortalité toutes causes confondues, même après ajustement sur l'IMC mesuré — ce qui suggère que le score génétique capture un signal biologique supplémentaire au-delà du phénotype lui-même. Les analyses de randomisation mendélienne ont confirmé que l'IMC instrumenté génétiquement entraîne causalement de multiples complications pathologiques en aval, renforçant la plausibilité biologique de ces associations.

Du point de vue de la transposition clinique, les auteurs ont démontré que le PGS apporte une information pronostique au-delà des facteurs de risque conventionnels dans tous les groupes d'ascendance testés. Les analyses de calibration ont montré une bonne concordance entre l'incidence de l'obésité prédite et observée à travers les déciles de risque génétique. Les auteurs reconnaissent que si les performances prédictives sont les plus élevées chez les individus d'ascendance européenne (reflétant la composition des ressources GWAS actuelles), la conception multi-ancestrale réduit substantiellement l'écart d'équité par rapport aux outils antérieurs. Les principales limites incluent l'atténuation résiduelle spécifique à chaque ascendance des tailles d'effet, l'hétérogénéité phénotypique potentielle dans la mesure de l'IMC entre les cohortes, et le fait que les scores de risque génétique capturent une prédisposition plutôt qu'une destinée — l'alimentation, l'exercice physique et l'environnement restent de puissants modificateurs.