Populationsstratifikation und Abstammung in GWAS

Populationsstratifikation ist der systematische Unterschied in der Abstammung zwischen den in einer genetischen Studie verglichenen Personen. Wenn sich Fälle und Kontrollen in ihrem Abstammungshintergrund unterscheiden, wird jede Variante, deren Frequenz zufällig zwischen diesen Abstammungslinien variiert, mit dem Merkmal assoziiert erscheinen, selbst wenn sie keine kausale Rolle spielt – eine Störgröße, die falsch positive Ergebnisse über das gesamte Genom hinweg erzeugen kann. Die Detektion und Anpassung an die Abstammung ist daher eine zentrale Schutzmaßnahme für eine valide Assoziationsprüfung.

Definition

Populationsstratifikation ist die Verfälschung der Genotyp-Phänotyp-Assoziation durch systematische Abstammungsunterschiede zwischen verglichenen Gruppen, und ihre Kontrolle ist der Satz von Methoden – hauptsächlich Abstammungs-Hauptkomponenten und gemischte Modelle –, die Assoziationstests so anpassen, dass Signale Effekte innerhalb der Abstammung widerspiegeln und nicht die Abstammung selbst.

Scope

Dieses Thema behandelt, warum Abstammungsunterschiede Assoziationstests verfälschen, wie Stratifikation detektiert wird (genomische Inflation, Hauptkomponentenanalyse), wie sie korrigiert wird (Hauptkomponenten als Kovariaten, gemischte Modelle, genomische Kontrolle) und die umfassendere Gerechtigkeitsproblematik, dass die Dominanz europäischer Abstammung in GWAS die Übertragbarkeit von Befunden und polygenen Scores einschränkt. Es handelt sich um eine Methodenreferenz, keine klinische Leitlinie.

Core questions

• Wie erzeugen Abstammungsunterschiede zwischen Fällen und Kontrollen scheinbare Assoziationen?
• Wie wird Stratifikation detektiert, und was zeigt ein erhöhter genomischer Kontrollfaktor an?
• Wie korrigiert die Hauptkomponentenanalyse für die Abstammung?
• Wann werden gemischte Modelle zur Behandlung von Struktur und Verwandtschaft bevorzugt?
• Warum schränkt die Dominanz europäischer Abstammung in GWAS die Generalisierbarkeit ein?

Key concepts

• Verfälschung durch Abstammung
• Genomische Kontrolle und der Inflationsfaktor (Lambda)
• Hauptkomponentenanalyse von Genotypen
• Abstammungsinformative Marker
• Lineare gemischte Modelle für Struktur und Verwandtschaft
• Beimischung und kontinuierliche Abstammung
• Übertragbarkeit von Befunden und polygenen Scores über Abstammungen hinweg

Mechanisms

Wenn Untergruppen unterschiedlicher Abstammung ungleich unter Fällen und Kontrollen repräsentiert sind und wenn sowohl Krankheitsrisiko als auch Allelfrequenzen zwischen diesen Untergruppen variieren, wird die Allelfrequenz dem Merkmal über die Abstammung und nicht über die Kausalität folgen, was die Teststatistiken genomweit aufbläht. Die Detektion beruht auf dieser genomweiten Signatur: Der genomische Kontroll-Inflationsfaktor fasst zusammen, wie stark die mediane Teststatistik ihre Nullerwartung übersteigt, und die Hauptkomponentenanalyse genomweiter Genotypen offenbart Achsen der Abstammungsvariation unter den Proben. Die Korrektur umfasst typischerweise führende Hauptkomponenten als Kovariaten in der Regression, die das Abstammungssignal absorbieren, oder verwendet lineare gemischte Modelle, die Struktur und kryptische Verwandtschaft über eine genetische Verwandtschaftsmatrix gemeinsam berücksichtigen. Referenzpanels wie das 1000 Genomes Project helfen, Proben auf einer globalen Abstammungskarte zu platzieren und die Imputation zu informieren. Da die meisten GWAS-Proben europäischer Abstammung sind, liefern selbst gut korrigierte Analysen Effektschätzungen und polygene Scores, die nur unvollkommen auf andere Populationen übertragbar sind.

Clinical relevance

Die Anpassung an die Abstammung ist wesentlich für die Validität der in der Krankheitsforschung verwendeten genetischen Evidenz, und die Abstammungszusammensetzung von Studien wirkt sich direkt darauf aus, wessen Biologie in genomischen Befunden und Scores repräsentiert ist. Dieses Thema beschreibt Methoden und Gerechtigkeitsaspekte; es ist keine Grundlage für individuelle Gentests oder klinische Interpretationen.

Evidence & guidelines

Die Standards hier stammen aus der methodologischen Literatur und nicht aus klinischen Leitlinien. Price et al. (2006) führten die Hauptkomponentenkorrektur (den EIGENSTRAT-Ansatz) als skalierbare Lösung ein; Price et al. (2010) überprüften und erweiterten Strategien einschließlich gemischter Modelle; das 1000 Genomes Project (2015) stellte die vielfältige Referenz zur Verfügung, die zur Charakterisierung der Abstammung erforderlich ist; und Visscher et al. (2017) heben die Generalisierbarkeits- und Gerechtigkeitskonsequenzen des Abstammungsungleichgewichts hervor.

History

Die Besorgnis, dass die Abstammung die genetische Assoziation verfälschen könnte, geht der GWAS voraus, und frühe Ansätze wie die genomische Kontrolle und die strukturierte Assoziation wurden entwickelt, um dem entgegenzuwirken. Die Einführung der Hauptkomponentenanalyse im Jahr 2006 bot eine schnelle, genomweite Methode zur Modellierung kontinuierlicher Abstammung und wurde zur Standardpraxis, später ergänzt durch gemischte Modellmethoden, die auch Verwandtschaft behandeln. Als GWAS in Biobanken skaliert wurde, erkannte das Feld zunehmend, dass die Kontrolle der Stratifikation innerhalb überwiegend europäischer Proben das größere Problem der Unterrepräsentation anderer Abstammungen nicht löst.

Debates

Entfernen Abstammungskorrekturen die Verfälschung vollständig, oder können sie auch echte Signale entfernen?

Hauptkomponenten und gemischte Modelle kontrollieren die Stratifikation in den meisten Einstellungen effektiv, aber die Unterscheidung von Verfälschung und echter abstammungskorrelierter Biologie – und die Vermeidung einer Überkorrektur, die reale Effekte auslöscht – bleibt eine methodologische Abwägung, insbesondere für Merkmale mit subtiler geografischer Struktur.

Untergräbt die Dominanz europäischer Abstammung in GWAS die Gerechtigkeit und Validität?

Befunde und polygene Scores, die hauptsächlich aus Proben europäischer Abstammung abgeleitet wurden, sind nur unvollkommen auf andere Populationen übertragbar, was wissenschaftliche Bedenken hinsichtlich der Generalisierbarkeit und Gerechtigkeitsbedenken hinsichtlich der Verteilung der Vorteile der Genommedizin aufwirft.

Key figures

• Alkes Price
• David Reich
• Nick Patterson
• Noah Zaitlen
• Peter Visscher

Seminal works

• price-2006
• price-2010

Frequently asked questions

Wie erzeugt Populationsstratifikation falsche GWAS-Ergebnisse?

Wenn sich Fälle und Kontrollen in ihrer Abstammung unterscheiden, erscheinen Varianten, deren Frequenz zwischen diesen Abstammungslinien variiert, mit dem Merkmal durch Abstammung und nicht durch Kausalität assoziiert, was scheinbare Assoziationen über das gesamte Genom hinweg erzeugt.

Wie wird Stratifikation üblicherweise korrigiert?

Der Standardansatz umfasst führende Hauptkomponenten genomweiter Genotypen als Kovariaten oder verwendet ein lineares gemischtes Modell, sodass Assoziationstests Effekte innerhalb der Abstammung widerspiegeln und nicht die Abstammungsunterschiede selbst.