Entdeckung seltener Varianten und Burden-Tests

Standard-GWAS sind darauf ausgelegt, häufige Varianten zu erkennen, doch ein Großteil der funktionellen Variation des Genoms ist selten. Da jede einzelne seltene Variante bei zu wenigen Personen auftritt, um sie zuverlässig einzeln zu testen, aggregiert die Analyse seltener Varianten stattdessen Varianten – typischerweise innerhalb eines Gens – und prüft, ob ihre kombinierte Belastung (Burden) zwischen Fällen und Kontrollen unterschiedlich ist. Die Sequenzierung machte diese Varianten beobachtbar, und Methoden wie Burden- und Kernel-Tests machten sie statistisch handhabbar.

Definition

Die Entdeckung seltener Varianten ist die Identifizierung, meist durch Sequenzierung, von genetischen Varianten geringer Frequenz, die mit einem Merkmal assoziiert sind, und der Burden-Test ist eine Familie von gen- oder regionenbasierten Methoden, die mehrere seltene Varianten zu einem einzigen Test aggregieren, um eine Aussagekraft zu gewinnen, die der Einzelmarker-Analyse fehlt.

Scope

Dieses Thema behandelt, warum seltene Varianten konventionellen Einzelmarker-GWAS entgehen, welche Sequenzierungstechnologien und Referenzpanels sie aufdecken, und die wichtigsten Aggregationsstrategien – einfache Burden- (Kollaps-)Tests, Varianzkomponenten-Kernel-Tests wie SKAT und kombinierte oder optimale Tests wie SKAT-O. Es wird auch die Rolle der Variantenannotation bei der Entscheidung, welche Varianten aggregiert werden sollen, beleuchtet. Es handelt sich um eine Methodenreferenz, nicht um eine klinische Leitlinie.

Core questions

• Warum fehlt konventionellen Einzelmarker-GWAS die Aussagekraft für seltene Varianten?
• Wie deckt die Sequenzierung im Gegensatz zur Array-Genotypisierung seltene Variationen auf?
• Wie aggregieren Burden- (Kollaps-)Tests seltene Varianten innerhalb eines Gens?
• Wie unterscheiden sich Kernel-basierte Tests wie SKAT von einfachen Burden-Tests?
• Wann wird angenommen, dass Varianten in die gleiche Richtung wirken, und was passiert, wenn dies nicht der Fall ist?

Key concepts

• Seltene und niedrigfrequente Varianten
• Ganz-Exom- und Ganz-Genom-Sequenzierung
• Gen- oder regionenbasierte Aggregation
• Burden- / Kollaps-Tests
• Sequence Kernel Association Test (SKAT)
• Kombinierte und optimale Tests (SKAT-O)
• Funktionale Annotation und Varianten-Gewichtung

Mechanisms

Einzelmarker-Assoziationstests verlieren an Aussagekraft, wenn eine Variante nur von einer Handvoll Individuen getragen wird. Daher aggregieren Methoden für seltene Varianten Varianten über ein Gen oder eine Region hinweg. Burden- (Kollaps-)Tests fassen die seltenen Varianten in einer Einheit zu einer einzigen Zählung oder einem Indikator zusammen und prüfen, ob diese Belastung zwischen Fällen und Kontrollen unterschiedlich ist; sie sind aussagekräftig, wenn die meisten Varianten das Merkmal in die gleiche Richtung beeinflussen, verlieren aber an Aussagekraft, wenn die Effekte in unterschiedliche Richtungen gehen oder viele Varianten neutral sind. Varianzkomponenten-Kernel-Tests, wie der Sequence Kernel Association Test (SKAT), prüfen stattdessen, ob die Verteilung der Varianteneffekte von der Nullhypothese abweicht, ohne eine gemeinsame Richtung anzunehmen, und bleiben aussagekräftig, wenn die Effekte heterogen sind. Kombinierte Ansätze wie SKAT-O mischen adaptiv Burden- und Kernel-Tests, um in verschiedenen Szenarien gute Ergebnisse zu erzielen. Da die Aggregation von der Auswahl der einzuschließenden Varianten abhängt, werden funktionale Annotationen und frequenzbasierte Gewichtungen verwendet, um sich auf plausibel schädliche Varianten zu konzentrieren. Sequenzierung und diverse Referenzpanels wie das 1000 Genomes Project bilden die Grundlage für die Entdeckung und Annotation der seltenen Variationen, die diese Tests analysieren.

Clinical relevance

Methoden für seltene Varianten erweitern die genetische Entdeckung hin zu Variationen, die eher funktionell sind und der zugrunde liegenden Biologie näher kommen, und ergänzen damit GWAS für häufige Varianten. Dieses Thema beschreibt analytische Methoden und ist keine Grundlage für die individuelle Varianteninterpretation, Diagnose oder Behandlungsentscheidungen.

Evidence & guidelines

Die methodische Grundlage stammt aus der statistisch-genetischen Literatur und nicht aus klinischen Leitlinien. Wu et al. (2011) führten SKAT für Sequenzierungsdaten ein; Lee et al. (2012) entwickelten den optimalen kombinierten Test (SKAT-O); das 1000 Genomes Project (2015) lieferte Referenzdaten für seltene Variationen; und Manolio et al. (2009) bezeichneten seltene Varianten als eine mögliche Quelle der Heritabilität, die nicht durch GWAS für häufige Varianten erfasst wird.

History

Als GWAS für häufige Varianten ausgereift waren und die Heritabilität unerklärt ließen, wandte sich die Aufmerksamkeit seltenen Varianten zu, die Arrays nicht erfassen konnten. Die Verbreitung erschwinglicher Exom- und Genomsequenzierungen um 2010 machte seltene Variationen in großem Maßstab beobachtbar, und es folgte eine Welle von Aggregationsmethoden: einfache Kollaps-Tests, dann Varianzkomponenten-Kernel-Tests wie SKAT im Jahr 2011 und adaptive Kombinationen wie SKAT-O im Jahr 2012. Große Sequenzierungskonsortien und Biobank-Exomstudien haben diese Methoden seither breit angewendet, obwohl der Nachweis seltener Varianten-Signale immer noch sehr große Stichproben erfordert.

Debates

Wann sollten Burden-Tests gegenüber Kernel-Tests bevorzugt werden?

Burden-Tests sind am aussagekräftigsten, wenn aggregierte Varianten in einer konsistenten Richtung wirken, während Kernel-Tests wie SKAT robuster gegenüber gemischten Effektrichtungen und vielen neutralen Varianten sind; kombinierte Tests zielen darauf ab, sich abzusichern, aber die richtige Wahl hängt von der unbekannten wahren Architektur des Gens ab.

Key figures

• Xihong Lin
• Michael Wu
• Seunggeun Lee
• Michael Boehnke
• Teri Manolio

Seminal works

• wu-2011
• lee-2012
• manolio-2009

Frequently asked questions

Warum kann ein GWAS seltene Varianten nicht einzeln testen?

Eine Variante, die nur von wenigen Individuen getragen wird, liefert zu wenig statistische Information für einen zuverlässigen Einzelmarker-Test. Daher aggregieren Methoden für seltene Varianten viele Varianten – meist innerhalb eines Gens –, um an Aussagekraft zu gewinnen.

Wie unterscheidet sich SKAT von einem einfachen Burden-Test?

Ein Burden-Test geht davon aus, dass die aggregierten Varianten größtenteils in die gleiche Richtung wirken, während SKAT ein Varianzkomponententest ist, der Abweichungen von der Nullhypothese erkennt, selbst wenn die Varianteneffekte in Richtung oder Größe variieren, was ihn robuster gegenüber heterogenen Effekten macht.