Influence de l'exposome sur la santé : apport des données de haute dimension de méthylation de l'ADN

Using dna-methylation to inform the exposome-health relations

• Auteur / Autrice : Solène Cadiou
• Direction : Rémy Slama
• Type : Thèse de doctorat
• Discipline(s) : Modèles, méthodes et algorithmes en biologie, santé et environnement
• Date : Soutenance le 20/11/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : CRI IAB - Centre de Recherche Epigenetics, Chronic Diseases, Cancer - Institute for Advanced Biosciences - Institute for Advanced Biosciences / Institut pour l'Avancée des Biosciences (Grenoble)
• Jury : Examinateurs / Examinatrices : Rémy Slama, Rodolphe Thiébaut, Xavier Basagana
• Jury : Rapporteur / Rapporteuse : Arthur Tenenhaus, Julie Herbstman

Mots clés

Mots clés contrôlés

Épidémiologie

Écotoxicologie

Mots clés libres

Big data

Causality

Exposome

Omics

Santé humaine

Exposome

Omics

Causalité

Human health

Big data

Résumé

Contexte : L'exposome est défini comme l’ensemble des expositions environnementales reçues au cours de la vie (dont la vie prénatale). La puissance statistique limitée et le taux élevé de faux positifs des études actuelles sont deux défis majeurs pour la caractérisation de ses effets sur la santé. Les faux-positifs peuvent notamment être dus à de la causalité inverse. Pour faire face à ces défis, affiner les méthodes statistiques est utile, mais l'utilisation d'information biologique, par exemple provenant de couches intermédiaires telle la méthylation de l'ADN, peut aussi contribuer à réduire la dimension du problème, et les faux positifs liés à la causalité inverse.Objectifs : Notre objectif principal est d’identifier des stratégies pour limiter les faux positifs dans les études sur l’exposome, en particulier en intégrant des informations a priori provenant du méthylome, et d’appliquer ces stratégies à l’étude de l’influence de l'environnement sur la santé de l’enfant. Nous avons également cherché à illustrer d’autres enjeux des études sur l’exposome liés à l’instabilité des modèles.Méthodes : Nous avons d'abord mis en œuvre deux approches ''Meet-in-the-Middle orientées'' (oMITM) pour caractériser le lien entre exposome et santé de l'enfant (indice de masse corporelle, IMC et fonction pulmonaire) dans les cohortes Helix (1173 mères-enfants) ; l'approche comprenait 3 étapes : a) identification de CpG indépendamment associés aux expositions et à la santé en utilisant des connaissances a priori et/ou des régressions linéaires univariées ; b) identification par régression linéaire des expositions associées à au moins un de ces CpG, constituant un exposome réduit ; c) test de leur association avec la santé. Nous avons ensuite réalisé une simulation de Monte-Carlo pour caractériser la pertinence du design oMITM sous différentes structures causales. Nous avons simulé un exposome, une couche intermédiaire et un évènement de santé à partir des données Helix en postulant des relations linéaires entre les couches. La magnitude des liens variait, générant 2281 scénarios sous 5 structures causales différentes, dont une de causalité inverse. Pour chaque scénario, 100 jeux de données étaient générés et 6 méthodes testées : 3 ignorant le méthylome (''approches agnostiques'' : ExWAS ; DSA ; LASSO) et 3 l’utilisant (deux implémentations d’oMITM et une analyse de médiation). Les performances étaient évaluées par leur sensibilité et spécificité. Nous avons aussi effectué une étude de simulation pour évaluer l'instabilité de certaines méthodes agnostiques, en particulier le LASSO.Résultats : Les approches oMITM sur les données Helix ont identifié une exposition, le niveau postnatal de cuivre dans le sang, associé à un IMC accru et à une fonction pulmonaire diminuée. Une ExWAS entre exposome et IMC dans HELIX a identifié 18 autres expositions (lipophiles), dont l'association avec l'IMC pourrait de ce fait être due à de la causalité inverse. L'étude de simulation a montré que, par rapport aux autres approches, le design oMITM peut éviter certains faux positifs dans au moins une situation de causalité inverse et augmenter la spécificité lorsque la couche intermédiaire médie une partie de l'effet de l'exposome sur la santé, ceci à un coût en terme de sensibilité. L’implémentation oMITM-DSA montrait de meilleures performances qu’oMITM-ExWAS. La deuxième simulation a montré que l'étape de stabilisation du modèle est cruciale lors de l'utilisation d'algorithmes d'apprentissage agnostique tels LASSO, car elle en modifie les performances.Discussion : L'utilisation de méthodes statistiques complexes adaptées à des données de dimensions intermédiaires ou élevées, ou la prise en compte de connaissances biologiques, pourraient aider à limiter les faux positifs dans les études sur l’exposome. Nous avons proposé un design, oMITM, qui est moins sujet au biais de causalité inverse que les approches agnostiques avec un coût en termes de sensibilité.

Context: The exposome is defined as encompassing all the life-course environmental exposures from the prenatal period onwards. Challenges in the characterization of its effects on health include a limited statistical power and a possibly high rate of false positive signals of current studies. False positives findings may correspond to reverse causality. To cope with such challenges, refinement in statistical methods may be needed. In addition, using (a priori) biological information, e.g. from intermediary layers such as DNA methylation, may help to reduce the problem dimensionality and possibly false positive signals due to reverse causality.Aims: We aimed to identify strategies to limit the false positive rate in exposome studies, in particular by integrating a priori information from the methylome and to apply these strategies to the question of the exposome’s influences on child health. We also aimed to illustrate issues of exposome studies related to models’ stability.Methods: We first implemented two “oriented Meet-in-the-Middle” (oMITM) approaches to characterize the link between the exposome and child health outcomes (Body Mass Index, BMI and lung function) in the Helix cohorts (1173 mother-child pairs); the approach relied on 3 steps: a) identification of CpGs loci (i.e. methylation sites) independently associated with exposures and the outcome using a priori information and/or univariate linear regressions; b) identification by linear regression of the exposures associated with at least one of these CpGs, thus constituting a reduced exposome; c) test of their association with the outcome. We then performed a Monte-Carlo simulation study to characterize the performance of the oMITM design under various causal assumptions. We simulated realistic exposome, intermediary layer and outcome relying on data from the Helix BMI study and assuming linear relationships between components of the three layers. The magnitude of links was allowed to vary, leading to 2281 scenarios under 5 different causal structures, including a structure corresponding to reverse causality. For each scenario, we generated 100 datasets and tested 6 methods: 3 ignoring the methylome data (“agnostic approaches”: ExWAS; DSA; LASSO) and 3 using methylome data (two implementations of oMITM and a mediation analysis). Methods’ performance was assessed by sensitivity and specificity. We further performed a two-layer simulation study to assess the instability of some agnostic methods, with a focus on LASSO.Results: The oMITM approaches performed on Helix data identified one exposure, copper post-natal blood level, associated with higher BMI and with lower lung function. An ExWAS relating exposome to BMI identified in the same data 18 additional (lipophilic) exposures, whose association with BMI could possibly be due to reverse causality. The simulation study showed that, compared to the other approaches, the oMITM design may allow to discard some false positive findings in at least one situation of reverse causality and to increase specificity when the intermediate layer mediates part of the effect of the exposome on the outcome, at a cost in terms of sensitivity loss. The oMITM – DSA implementation showed better performances (sensitivity, specificity) than the oMITM – ExWAS. The second simulation study showed that the stabilization step changes model performance thus illustrating its importance when using agnostic machine learning algorithms such as LASSO. Discussion and perspectives: The use of complex statistical methods tailored for intermediate or high dimensional data, or the consideration of biological information, could help tackle the question of false positives in exposome studies. We developed a design, oMITM, which was less prone to reverse causation bias than agnostic approaches ignoring intermediate layers between the exposome and health, at a cost in terms of sensitivity.