Les scores de risque génétique ne parviennent pas à prédire la survie après le diagnostic

100

Publié le 2 octobre 2025. De nouvelles recherches menées sur sept biobanques mondiales révèlent que les facteurs génétiques déterminant le risque de développer une maladie ne sont pas les mêmes que ceux influençant la survie. Les véritables indices sur le pronostic se trouveraient plutôt dans les gènes liés à la longévité et les traits de caractère.

Une génétique à double facette : prédisposition et devenir

Lorsqu’un patient reçoit un diagnostic, son parcours médical peut varier considérablement d’une personne à l’autre, même si la maladie est la même. Une étude de grande envergure, publiée dans la revue Nature Genetics, vient jeter un nouvel éclairage sur cette disparité. Elle démontre que les déterminants génétiques qui prédisposent à une maladie ne prédisent pas nécessairement sa gravité ni la durée de vie du patient une fois diagnostiqué.

Pendant des années, les études d’association pangénomique (GWAS) ont permis d’identifier des milliers de variantes génétiques associées à la susceptibilité aux maladies. Cependant, leur lien avec la progression de la maladie ou son issue fatale est beaucoup moins documenté. Or, ces aspects sont cruciaux pour les cliniciens et les familles, car ils guident l’intensité des traitements, le suivi médical et la planification de l’avenir. Les progrès dans la constitution de biobanques et l’exploitation des dossiers de santé électroniques ouvrent la voie à des analyses de survie plus poussées, mais les signaux génétiques pertinents restent rares.

Les conclusions d’une analyse approfondie

Pour éclaircir ces questions, les chercheurs ont analysé des données issues de sept biobanques et de cohortes associées à des registres médicaux. L’étude s’est concentrée sur neuf maladies à forte morbidité : la maladie d’Alzheimer, les cancers du sein, colorectal et de la prostate, les maladies coronariennes, le diabète de type 2, la maladie rénale chronique, l’insuffisance cardiaque et l’accident vasculaire cérébral. Les définitions des maladies ont été standardisées selon la classification internationale des maladies (CIM-10), et le critère principal d’évaluation était la mortalité spécifique à la maladie.

Les résultats sont frappants : sur les neuf maladies étudiées, un seul locus génétique significatif à l’échelle du génome a été identifié pour la mortalité spécifique à l’insuffisance cardiaque. Ce locus n’avait pas d’effet comparable sur la susceptibilité à cette maladie, voire un effet inverse dans certaines analyses de sensibilité. Plus troublant encore, lorsque les chercheurs ont comparé 804 variantes génétiques associées à la susceptibilité aux maladies avec celles liées à la mortalité, aucune n’est restée significative après correction pour tests multiples. Environ la moitié de ces variantes présentaient la même direction d’effet, un résultat non supérieur à celui attendu par le hasard.

Les scores polygéniques de risque (PGS) spécifiques à chaque maladie, bien que prédictifs du développement de ces pathologies, se sont avérés être de faibles prédicteurs de la survie post-diagnostic. À l’inverse, un score polygénique général de longévité, dérivé d’études GWAS sur la durée de vie, s’est montré significativement associé à la mortalité dans sept des neuf maladies étudiées, surpassant les PGS spécifiques à la maladie.

Vers une meilleure compréhension du pronostic

Ces découvertes suggèrent que les mécanismes biologiques qui régissent le risque de développer une maladie et ceux qui influencent le pronostic ne se chevauchent que modestement. Les informations relatives à des traits plus généraux, tels que la longévité globale ou le risque cardiovasculaire, pourraient mieux prédire le risque de survie après un diagnostic que la seule génétique de la susceptibilité spécifique à une maladie. Cette distinction a des implications cliniques importantes : il est désormais déconseillé d’utiliser les scores de risque de maladie pour informer les patients sur leur espérance de vie.

Les chercheurs soulignent la nécessité de développer des modèles basés sur des traits croisés ou des facteurs de longévité pour mieux discuter des risques avec les patients et pour optimiser la sélection des participants aux essais cliniques. Sur le plan méthodologique, des études futures devraient viser à accroître la puissance statistique, affiner les phénotypes de progression des maladies et intégrer des traits pertinents de la population générale afin de mieux cerner la biologie de la progression des maladies et d’identifier des cibles thérapeutiques exploitables.