P112: Vers un modèle génétique prédictif de l’amplitude de la réponse postprandiale en triglycérides

Introduction et but de l’etude Une concentration postprandiale elevee en chylomicrons, qui sont essentiellement constitues de triglycerides (TG) issus des lipides nouvellement absorbes, est associee a un risque accru de developper des maladies cardiovasculaires et l’atherosclerose. On observe une forte variabilite interindividuelle de ce parametre, due en partie a des polymorphismes mononucleotidiques (SNPs) dans des genes impliques dans le metabolisme des lipides. Les etudes existantes ne se sont jusqu’ici interessees qu’a des SNPs analyses individuellement, et qui n’expliquent en consequence qu’une faible partie de cette variabilite. Dans cette etude, nous avons cherche a identifier une combinaison de SNPs associee a la variabilite de la reponse postprandiale en TG des chylomicrons suite a l’ingestion d’un repas riche en lipides. Materiel et methodes Trente-trois hommes adultes (IMC = 23,1 ± 0,4 kg/m 2 ) en bonne sante et non dyslipidemiques ont ete genotypes a l’aide de puces a ADN genome entier. Ils ont consomme a quatre occasions un repas riche en lipides et leur concentration plasmatique en TG des chylomicrons a ete mesuree a intervalles de temps reguliers jusqu’a 8h apres la consommation des repas. La moyenne des aires sous la courbe de cette concentration suite aux 4 repas a ete calculee afin d’evaluer la reponse postprandiale en TG des chylomicrons de chaque sujet, et de controler ainsi la variabilite intra-individuelle. Nous avons ensuite utilise une approche statistique multivariee, la regression des moindres carres partiels (PLS regression) , pour analyser l’association de plus de 6000 SNPs, dans 126 genes candidats lies au metabolisme des lipides, avec la variabilite de la reponse postprandiale en TG des chylomicrons. Resultats et Analyse statistique Nous avons identifie un modele valide ( p  = 1,3 x 10 −7 ), comportant 42 SNPs dans 23 genes (ABCA1, APOA1, APOA5, APOB, BET1, CD36, COBLL1, ELOVL5, FRMD5, GPAM, INSIG2, IRS1, LDLR, LIPC, LPL, LYPLAL1, MC4R, NAT2, PARK2, SLC27A5, SLC27A6, TCF7L2, ZNF664) , qui permet d’expliquer la reponse postprandiale en TG des chylomicrons d’un sujet avec une erreur de 14 % seulement. Pour 39 de ces SNPs, les sujets possedant des genotypes differents presentaient une reponse postprandiale en TG des chylomicrons significativement differente (p-value corrigee Conclusion Ce modele predictif necessite d’etre valide dans d’autres groupes de sujets et sera certainement ameliore. Mais cette approche pourrait permettre de predire la reponse postprandiale en TG des chylomicrons avec un simple genotypage, ce qui serait nettement moins couteux que plusieurs tests de charge lipidiques. Les sujets a risque pourraient ainsi beneficier de conseils nutritionnels visant a diminuer leur risque cardiovasculaire en diminuant leurs apports en matieres grasses.