Penemuan Varian Langka dan Pengujian Beban

GWAS standar memiliki kekuatan untuk mendeteksi varian umum, tetapi sebagian besar variasi fungsional genom bersifat langka. Karena setiap varian langka tunggal muncul pada terlalu sedikit orang untuk diuji secara andal satu per satu, analisis varian langka justru mengagregasi varian - biasanya dalam suatu gen - dan menguji apakah beban gabungannya berbeda antara kasus dan kontrol. Sekuensing membuat varian-varian ini dapat diamati, dan metode seperti pengujian beban dan kernel membuatnya dapat diatasi secara statistik.

Definition

Penemuan varian langka adalah identifikasi, biasanya dengan sekuensing, varian genetik frekuensi rendah yang terkait dengan suatu sifat, dan pengujian beban adalah serangkaian metode berbasis gen atau wilayah yang mengagregasi beberapa varian langka menjadi satu pengujian untuk mendapatkan kekuatan yang tidak dimiliki analisis penanda tunggal.

Scope

Topik ini mencakup mengapa varian langka lolos dari GWAS penanda tunggal konvensional, teknologi sekuensing dan panel referensi yang mengungkapnya, serta strategi agregasi utama - pengujian beban sederhana (collapsing), pengujian kernel komponen varians seperti SKAT, dan pengujian gabungan atau optimal seperti SKAT-O. Topik ini juga mencatat peran anotasi varian dalam memutuskan varian mana yang akan diagregasi. Ini adalah referensi metode, bukan panduan klinis.

Core questions

• Mengapa GWAS penanda tunggal konvensional kurang memiliki kekuatan untuk varian langka?
• Bagaimana sekuensing, daripada genotipe array, mengungkap variasi langka?
• Bagaimana pengujian beban (collapsing) mengagregasi varian langka dalam suatu gen?
• Bagaimana pengujian berbasis kernel seperti SKAT berbeda dari pengujian beban sederhana?
• Kapan varian diasumsikan bertindak dalam arah yang sama, dan apa yang terjadi jika tidak?

Key concepts

• Varian langka dan frekuensi rendah
• Sekuensing seluruh eksom dan seluruh genom
• Agregasi berbasis gen atau wilayah
• Pengujian beban / collapsing
• Sequence Kernel Association Test (SKAT)
• Pengujian gabungan dan optimal (SKAT-O)
• Anotasi fungsional dan pembobotan varian

Mechanisms

Pengujian asosiasi penanda tunggal kehilangan kekuatan ketika suatu varian hanya dibawa oleh segelintir individu, sehingga metode varian langka mengagregasi varian di seluruh gen atau wilayah. Pengujian beban (collapsing) meringkas varian langka dalam suatu unit menjadi hitungan atau indikator tunggal dan menguji apakah beban tersebut berbeda antara kasus dan kontrol; pengujian ini kuat ketika sebagian besar varian memengaruhi sifat dalam arah yang sama tetapi kehilangan kekuatan ketika efeknya bercampur arah atau banyak varian bersifat netral. Pengujian kernel komponen varians, yang dicontohkan oleh Sequence Kernel Association Test (SKAT), justru menguji apakah distribusi efek varian menyimpang dari nol tanpa mengasumsikan arah umum, dan tetap kuat ketika efeknya heterogen. Pendekatan gabungan seperti SKAT-O secara adaptif memadukan pengujian beban dan kernel untuk bekerja dengan baik di berbagai skenario. Karena agregasi bergantung pada pemilihan varian mana yang akan disertakan, anotasi fungsional dan pembobotan berbasis frekuensi digunakan untuk fokus pada varian yang mungkin berbahaya. Sekuensing dan panel referensi yang beragam seperti 1000 Genomes Project mendukung penemuan dan anotasi variasi langka yang dianalisis oleh pengujian ini.

Clinical relevance

Metode varian langka memperluas penemuan genetik menuju variasi yang lebih mungkin bersifat fungsional dan lebih dekat ke biologi yang mendasarinya, melengkapi GWAS varian umum. Topik ini menjelaskan metode analitik dan bukan merupakan dasar untuk interpretasi varian individu, diagnosis, atau keputusan pengobatan.

Evidence & guidelines

Dasar metodologis berasal dari literatur genetika statistik daripada pedoman klinis. Wu et al. (2011) memperkenalkan SKAT untuk data sekuensing; Lee et al. (2012) mengembangkan pengujian gabungan optimal (SKAT-O); 1000 Genomes Project (2015) menyediakan data referensi untuk variasi langka; dan Manolio et al. (2009) membingkai varian langka sebagai salah satu sumber kandidat heritabilitas yang tidak ditangkap oleh GWAS varian umum.

History

Ketika GWAS varian umum matang dan meninggalkan heritabilitas yang tidak dapat dijelaskan, perhatian beralih ke varian langka yang tidak dapat ditangkap oleh array. Penyebaran sekuensing eksom dan genom yang terjangkau sekitar tahun 2010 membuat variasi langka dapat diamati dalam skala besar, dan gelombang metode agregasi menyusul: pengujian collapsing sederhana, kemudian pengujian kernel komponen varians seperti SKAT pada tahun 2011, dan kombinasi adaptif seperti SKAT-O pada tahun 2012. Konsorsium sekuensing besar dan studi eksom biobank sejak itu telah menerapkan metode ini secara luas, meskipun mendeteksi sinyal varian langka masih membutuhkan sampel yang sangat besar.

Debates

Kapan pengujian beban harus lebih diutamakan daripada pengujian kernel?

Pengujian beban paling kuat ketika varian yang diagregasi bertindak dalam arah yang konsisten, sementara pengujian kernel seperti SKAT lebih kuat terhadap arah efek campuran dan banyak varian netral; pengujian gabungan bertujuan untuk menyeimbangkan, tetapi pilihan yang tepat bergantung pada arsitektur gen yang tidak diketahui.

Key figures

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

Seminal works

• wu-2011
• lee-2012
• manolio-2009

Frequently asked questions

Mengapa GWAS tidak dapat menguji varian langka satu per satu?

Varian yang dibawa oleh hanya beberapa individu memberikan terlalu sedikit informasi statistik untuk pengujian penanda tunggal yang andal, sehingga metode varian langka mengagregasi banyak varian - biasanya dalam suatu gen - untuk mendapatkan kekuatan.

Bagaimana SKAT berbeda dari pengujian beban sederhana?

Pengujian beban mengasumsikan varian yang diagregasi sebagian besar bertindak dalam arah yang sama, sedangkan SKAT adalah pengujian komponen varians yang mendeteksi penyimpangan dari nol bahkan ketika efek varian berbeda dalam arah atau besarnya, membuatnya lebih kuat terhadap efek heterogen.