کشف و آزمون بار واریانت‌های نادر

مطالعات GWAS استاندارد برای شناسایی واریانت‌های رایج طراحی شده‌اند، اما بخش عمده‌ای از تنوع عملکردی ژنوم نادر است. از آنجا که هر واریانت نادر به تنهایی در تعداد بسیار کمی از افراد ظاهر می‌شود که نمی‌توان آن را به طور قابل اعتمادی به صورت تک‌تک آزمایش کرد، تحلیل واریانت‌های نادر به جای آن، واریانت‌ها را - معمولاً در یک ژن - تجمیع می‌کند و آزمایش می‌کند که آیا بار ترکیبی آن‌ها بین موارد و کنترل‌ها متفاوت است یا خیر. توالی‌یابی این واریانت‌ها را قابل مشاهده ساخت و روش‌هایی مانند آزمون‌های بار و هسته، آن‌ها را از نظر آماری قابل بررسی کردند.

Definition

کشف واریانت نادر، شناسایی، معمولاً از طریق توالی‌یابی، واریانت‌های ژنتیکی با فراوانی پایین مرتبط با یک صفت است، و آزمون بار مجموعه‌ای از روش‌های مبتنی بر ژن یا منطقه است که چندین واریانت نادر را در یک آزمون واحد تجمیع می‌کند تا قدرتی را که تحلیل تک‌نشانگر فاقد آن است، به دست آورد.

Scope

این موضوع به این می‌پردازد که چرا واریانت‌های نادر از GWAS تک‌نشانگر متعارف فرار می‌کنند، فناوری‌های توالی‌یابی و پانل‌های مرجعی که آن‌ها را آشکار می‌سازند، و استراتژی‌های اصلی تجمیع - آزمون‌های بار ساده (ادغام)، آزمون‌های هسته مؤلفه واریانس مانند SKAT، و آزمون‌های ترکیبی یا بهینه مانند SKAT-O. همچنین نقش حاشیه‌نویسی واریانت در تصمیم‌گیری برای تجمیع کدام واریانت‌ها را مورد توجه قرار می‌دهد. این یک مرجع روش‌شناختی است، نه راهنمای بالینی.

Core questions

• چرا GWAS تک‌نشانگر متعارف برای واریانت‌های نادر قدرت کافی ندارد؟
• چگونه توالی‌یابی، به جای ژنوتیپ‌زنی آرایه‌ای، تنوع نادر را آشکار می‌کند؟
• چگونه آزمون‌های بار (ادغام) واریانت‌های نادر را در یک ژن تجمیع می‌کنند؟
• چگونه آزمون‌های مبتنی بر هسته مانند SKAT با آزمون‌های بار ساده تفاوت دارند؟
• چه زمانی فرض می‌شود که واریانت‌ها در یک جهت عمل می‌کنند، و چه اتفاقی می‌افتد وقتی اینگونه نباشد؟

Key concepts

• واریانت‌های نادر و با فراوانی پایین
• توالی‌یابی کامل اگزوم و کامل ژنوم
• تجمیع مبتنی بر ژن یا منطقه
• آزمون‌های بار / ادغام
• آزمون همبستگی هسته توالی (SKAT)
• آزمون‌های ترکیبی و بهینه (SKAT-O)
• حاشیه‌نویسی عملکردی و وزن‌دهی واریانت

Mechanisms

آزمون همبستگی تک‌نشانگر زمانی قدرت خود را از دست می‌دهد که یک واریانت تنها توسط تعداد انگشت‌شماری از افراد حمل شود، بنابراین روش‌های واریانت نادر، واریانت‌ها را در یک ژن یا منطقه تجمیع می‌کنند. آزمون‌های بار (ادغام) واریانت‌های نادر را در یک واحد به یک شمارش یا شاخص واحد خلاصه می‌کنند و آزمایش می‌کنند که آیا آن بار بین موارد و کنترل‌ها متفاوت است یا خیر؛ این آزمون‌ها زمانی قدرتمند هستند که بیشتر واریانت‌ها صفت را در یک جهت تحت تأثیر قرار می‌دهند، اما زمانی که اثرات در جهت‌های مختلف باشند یا بسیاری از واریانت‌ها خنثی باشند، قدرت خود را از دست می‌دهند. آزمون‌های هسته مؤلفه واریانس، که نمونه بارز آن آزمون همبستگی هسته توالی (SKAT) است، به جای آن آزمایش می‌کنند که آیا توزیع اثرات واریانت از حالت خنثی منحرف می‌شود بدون اینکه جهت مشترکی را فرض کنند، و زمانی که اثرات ناهمگن هستند، قدرتمند باقی می‌مانند. رویکردهای ترکیبی مانند SKAT-O به طور تطبیقی آزمون‌های بار و هسته را ترکیب می‌کنند تا در سناریوهای مختلف عملکرد خوبی داشته باشند. از آنجا که تجمیع به انتخاب واریانت‌های قابل گنجاندن بستگی دارد، حاشیه‌نویسی عملکردی و وزن‌دهی مبتنی بر فراوانی برای تمرکز بر واریانت‌های بالقوه مضر استفاده می‌شود. توالی‌یابی و پانل‌های مرجع متنوع مانند پروژه 1000 ژنوم، کشف و حاشیه‌نویسی تنوع نادر را که این آزمون‌ها تحلیل می‌کنند، پشتیبانی می‌کنند.

Clinical relevance

روش‌های واریانت نادر، کشف ژنتیکی را به سمت تنوعی که احتمالاً عملکردی‌تر و نزدیک‌تر به زیست‌شناسی زیربنایی است، گسترش می‌دهند و مکمل GWAS واریانت‌های رایج هستند. این موضوع روش‌های تحلیلی را توصیف می‌کند و مبنایی برای تفسیر واریانت فردی، تشخیص یا تصمیمات درمانی نیست.

Evidence & guidelines

مبنای روش‌شناختی از ادبیات ژنتیک آماری نشأت می‌گیرد تا دستورالعمل‌های بالینی. وو و همکاران (2011) SKAT را برای داده‌های توالی‌یابی معرفی کردند؛ لی و همکاران (2012) آزمون ترکیبی بهینه (SKAT-O) را توسعه دادند؛ پروژه 1000 ژنوم (2015) داده‌های مرجع برای تنوع نادر را ارائه کرد؛ و مانولیو و همکاران (2009) واریانت‌های نادر را به عنوان یکی از منابع کاندیدای وراثت‌پذیری که توسط GWAS واریانت‌های رایج شناسایی نشده است، مطرح کردند.

History

با بلوغ GWAS واریانت‌های رایج و باقی ماندن وراثت‌پذیری نامشخص، توجه به واریانت‌های نادری معطوف شد که آرایه‌ها نمی‌توانستند آن‌ها را شناسایی کنند. گسترش توالی‌یابی اگزوم و ژنوم مقرون‌به‌صرفه در حدود سال 2010، تنوع نادر را در مقیاس وسیع قابل مشاهده ساخت، و موجی از روش‌های تجمیع به دنبال آن آمد: آزمون‌های ادغام ساده، سپس آزمون‌های هسته مؤلفه واریانس مانند SKAT در سال 2011، و ترکیبات تطبیقی مانند SKAT-O در سال 2012. کنسرسیوم‌های بزرگ توالی‌یابی و مطالعات اگزوم بیوبانک از آن زمان این روش‌ها را به طور گسترده‌ای به کار گرفته‌اند، اگرچه شناسایی سیگنال‌های واریانت نادر همچنان به نمونه‌های بسیار بزرگ نیاز دارد.

Debates

چه زمانی باید آزمون‌های بار بر آزمون‌های هسته ترجیح داده شوند؟

آزمون‌های بار زمانی قدرتمندتر هستند که واریانت‌های تجمیع‌شده در یک جهت ثابت عمل کنند، در حالی که آزمون‌های هسته مانند SKAT در برابر جهت‌های اثر مختلط و بسیاری از واریانت‌های خنثی مقاوم‌تر هستند؛ آزمون‌های ترکیبی قصد دارند ریسک را کاهش دهند، اما انتخاب صحیح به ساختار واقعی ناشناخته ژن بستگی دارد.

Key figures

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

Seminal works

• wu-2011
• lee-2012
• manolio-2009

Frequently asked questions

چرا یک GWAS نمی‌تواند واریانت‌های نادر را به صورت تک‌تک آزمایش کند؟

یک واریانت که تنها توسط تعداد کمی از افراد حمل می‌شود، اطلاعات آماری بسیار کمی برای یک آزمون تک‌نشانگر قابل اعتماد فراهم می‌کند، بنابراین روش‌های واریانت نادر بسیاری از واریانت‌ها را - معمولاً در یک ژن - تجمیع می‌کنند تا قدرت به دست آورند.

SKAT چگونه با یک آزمون بار ساده تفاوت دارد؟

یک آزمون بار فرض می‌کند که واریانت‌های تجمیع‌شده عمدتاً در یک جهت عمل می‌کنند، در حالی که SKAT یک آزمون مؤلفه واریانس است که انحرافات از حالت خنثی را حتی زمانی که اثرات واریانت در جهت یا بزرگی متفاوت هستند، شناسایی می‌کند و آن را در برابر اثرات ناهمگن مقاوم‌تر می‌سازد.