PENETRANCE ET EXPRESSIVITE

Présentation au sujet: "PENETRANCE ET EXPRESSIVITE"— Transcription de la présentation:

1 PENETRANCE ET EXPRESSIVITE

2 d/D D/D . D/D . d/D D/D d/D ? d/D D/D
Maladie autosomique dominante avec pénétrance incomplète

3 PENETRANCE Grandeur exprimée en % Pénétrance complète = 1
Pénétrance incomplète 0 < p < 1 Calcul concerne surtout Maladies dominantes Nbre individus malades P = Nbre individus porteurs genotype morbide

4 P < 1  Malades <  G M
Pénétrance dépend de : Facteurs génétiques Facteurs environnementaux Pénétrance variable Pénétrance varie moins dans les maladies récessives que dans les maladies dominantes

5 EXPRESSIVITE Expressivité Variable
Des maladies génétiques peuvent se présenter avec une symptomatologie variable WILSON Surcharge en cuivre - Atteintes neurologiques - Atteintes hépatiques Difficultés de séparation - Expressivité Variable - Pénétrance Variable

6 Calculs de Risque Maladies Dominantes AA Aa ? a Risque = 0,5 Si P = 1
Sexe indéterminé Avortement spontané

7 R = Probabilité d'être atteint
? Pénétrance = 0,8 R = 0,5  0,8 = 0,4 R = Probabilité d'être atteint R  Risque

8 Maladies Dominantes liées à l'X Maladies Récessives liées à l'X
XX P Atteint = 1/2 Maladies Récessives liées à l'X  XX P Atteint = 1/2

9 Probabilité conditionnelle
Théorème de BAYES 1763 Permet de combiner plusieurs probabilités en une probabilité globale Évènement A - Probabilité de A = P(A) - Probabilité de non A = P(nA) Évènement 0 compte tenu évènement A - Probabilité que 0 survienne étant donné A : P(0/A) - Probabilité que 0 survienne si non A : P (0/NA) Probabilité conditionnelle

10 Probabilité de A étant donné 0
P(A).P(0/A) P(A/0) = P(A).P(0/A) + P(nonA).P(0/non A) Ce théorème permet de résoudre les probabilités des causes ou probabilités a posteriori à partir des probabilités à priori

11 P Jointes : P(A)  P(0/A) et P(NA)  P(0/NA)
Table de BAYES P Jointes : P(A)  P(0/A) et P(NA)  P(0/NA) Probabilité a posteriori que l'évènement A survienne (étant donné 0) P(A)  P(0/A) P(A/0) = P(A)  P(0/A) + [P(NA)  P(0/NA)]

12 Myopathie de Duchenne De Boulogne
Application : Myopathie de Duchenne De Boulogne 1 2 I II 1 2 3 III Probabilité que la femme II2 soit porteuse de la maladie étant donné 3 fils sains

13 Démarche : 1 - Etablir un tableau avec une colonne pour chacune des hypothèses 2 - Etablir chaque probabilité La probabilité d'être porteuse P(A) : 1/2 La probabilité de ne pas être porteuse P(NA) = 1/2 La somme de P(A) et P(NA) Doit être = 1

14 q2 = q (Fréquence de A) 1 - q = Fréquence de a (p) p2 = Fréquence des homozygotes atteints 2 pq = Fréquence de hétérozygotes

15 Ce sont les probabilités à priori
de ne pas être porteuse Probabilité être porteuse P(A) = 1/2 P(NA) = 1/2 Ce sont les probabilités à priori

16 3 - Calculer la probabilité dans chaque colonne pour les conditions posées  Probabilités conditionnelles - Probabilité de l'information étant donné l'hypothèse - Probabilité d'avoir 3 fils sains si II2 est porteuse P(0/A) = 1/2  1/2  1/2 = 1/8 - Probabilité d'avoir 3 fils sains si II2 n'est pas porteuse P(0/NA) = 1  1  1  = 1

17 Probabilité d'être porteuse
 A priori P(A) = 1/2  Conditionnelle (3 fils sains) P(0/A) = 1/8 Probabilités Jointes /2. 1/8 = 1/16 Probabilité de ne pas être porteuse P(nA) = 1/2 P(0/nA) = 1 1/2.1 = 1/2

18 P(A/0) = 1/16 1/16 + 1/2 = 1/9 Très différent de 1/2, c'est à dire de la probabilité a priori

19 Application : Chorée de Huntington Maladie Dominante 1 2 I II ? 1 Homme âgé de 35 ans Probabilité que le sujet II, soit porteur du gène de la Chorée de Huntington si à 35 ans 20 % des sujets porteurs ont déjà des signes cliniques Pénétrance de 0.2 à 35 ans

20 P(A/0) = 1 – pénétrance / 2 - pénétrance
Probabilité d'être porteur Probabilité  A priori 1/2 ; P(A)  Conditionnelle Cliniquement – 0.2 normal P(0/A) Jointes /2 (0.8) Probabilité de ne pas être porteur 1/2 ; P(NA) 1 ; P(0/nA) 1/2  1 1/2 (0.8) = 0,44 P(A/0) = 1/2 (0.8) + 0.5 P(A/0) = 1 – pénétrance / 2 - pénétrance