De nombreuses maladies sont influencées par les effets marginaux de covariables génétiques (G) et environnementales (E), ainsi que par leurs interactions. Ces dernières sont le plus souvent traitées en ajoutant les termes GxE au modèle. Cependant, l’inclusion de termes GxE peut compliquer le modèle, en particulier lorsque la dimension de G est importante. En outre, GxE ne rend compte que d’un type spécifique d’interactions, alors que les véritables interactions peuvent être plus générales. Dans ce projet, nous proposons un modèle à deux étapes pour résoudre les problèmes susmentionnés. Dans un premier temps, nous calculons le percentile conditionnel pour chaque individu, en tenant compte de tous les facteurs E à l’aide d’un modèle de régression quantile global. Dans un deuxième temps, nous sélectionnons les facteurs G qui sont associés au percentile conditionnel. En modélisant l’impact des gènes et de l’environnement séparément en deux étapes, la méthode que nous proposons permet d’identifier les marqueurs génétiques associés qui ont potentiellement des interactions complexes avec l’environnement.