Descoberta de Variantes Raras e Teste de Carga

Os GWAS padrão são capazes de detectar variantes comuns, mas grande parte da variação funcional do genoma é rara. Como qualquer variante rara individual aparece em poucas pessoas para ser testada de forma confiável uma de cada vez, a análise de variantes raras agrega variantes — tipicamente dentro de um gene — e testa se sua carga combinada difere entre casos e controles. O sequenciamento tornou essas variantes observáveis, e métodos como testes de carga e de kernel as tornaram estatisticamente tratáveis.

Definition

A descoberta de variantes raras é a identificação, geralmente por sequenciamento, de variantes genéticas de baixa frequência associadas a um traço, e o teste de carga é uma família de métodos baseados em genes ou regiões que agregam múltiplas variantes raras em um único teste para obter poder que a análise de marcador único não possui.

Scope

Este tópico aborda por que as variantes raras escapam dos GWAS convencionais de marcador único, as tecnologias de sequenciamento e painéis de referência que as revelam, e as principais estratégias de agregação — testes de carga simples (colapso), testes de kernel de componente de variância como o SKAT, e testes combinados ou ótimos como o SKAT-O. Também observa o papel da anotação de variantes na decisão de quais variantes agregar. É uma referência de métodos, não uma orientação clínica.

Core questions

• Por que o GWAS convencional de marcador único carece de poder para variantes raras?
• Como o sequenciamento, em vez da genotipagem por array, revela a variação rara?
• Como os testes de carga (colapso) agregam variantes raras dentro de um gene?
• Como os testes baseados em kernel, como o SKAT, diferem dos testes de carga simples?
• Quando as variantes são assumidas como agindo na mesma direção, e o que acontece quando não o fazem?

Key concepts

• Variantes raras e de baixa frequência
• Sequenciamento de exoma completo e genoma completo
• Agregação baseada em gene ou região
• Testes de carga / colapso
• Teste de Associação de Kernel de Sequência (SKAT)
• Testes combinados e ótimos (SKAT-O)
• Anotação funcional e ponderação de variantes

Mechanisms

O teste de associação de marcador único perde poder quando uma variante é carregada por apenas um punhado de indivíduos, então os métodos de variantes raras agregam variantes em um gene ou região. Os testes de carga (colapso) resumem as variantes raras em uma unidade em uma única contagem ou indicador e testam se essa carga difere entre casos e controles; eles são poderosos quando a maioria das variantes afeta o traço na mesma direção, mas perdem poder quando os efeitos são mistos em direção ou muitas variantes são neutras. Os testes de kernel de componente de variância, exemplificados pelo Teste de Associação de Kernel de Sequência (SKAT), testam se a distribuição dos efeitos das variantes se desvia do nulo sem assumir uma direção comum, e permanecem poderosos quando os efeitos são heterogêneos. Abordagens combinadas como o SKAT-O misturam adaptativamente testes de carga e de kernel para ter um bom desempenho em vários cenários. Como a agregação depende da escolha de quais variantes incluir, a anotação funcional e a ponderação baseada na frequência são usadas para focar em variantes plausivelmente deletérias. O sequenciamento e diversos painéis de referência, como o Projeto 1000 Genomas, sustentam a descoberta e anotação da variação rara que esses testes analisam.

Clinical relevance

Os métodos de variantes raras estendem a descoberta genética para variações mais propensas a serem funcionais e mais próximas da biologia subjacente, complementando os GWAS de variantes comuns. Este tópico descreve métodos analíticos e não é uma base para interpretação individual de variantes, diagnóstico ou decisões de tratamento.

Evidence & guidelines

A base metodológica provém da literatura de genética estatística, e não de diretrizes clínicas. Wu et al. (2011) introduziram o SKAT para dados de sequenciamento; Lee et al. (2012) desenvolveram o teste combinado ótimo (SKAT-O); o Projeto 1000 Genomas (2015) forneceu dados de referência para variação rara; e Manolio et al. (2009) enquadraram as variantes raras como uma fonte candidata de herdabilidade não capturada pelos GWAS de variantes comuns.

History

À medida que os GWAS de variantes comuns amadureceram e deixaram a herdabilidade inexplicada, a atenção se voltou para variantes raras que os arrays não conseguiam capturar. A disseminação do sequenciamento de exoma e genoma acessível por volta de 2010 tornou a variação rara observável em escala, e uma onda de métodos de agregação se seguiu: testes de colapso simples, depois testes de kernel de componente de variância como o SKAT em 2011, e combinações adaptativas como o SKAT-O em 2012. Grandes consórcios de sequenciamento e estudos de exoma de biobancos têm aplicado esses métodos amplamente desde então, embora a detecção de sinais de variantes raras ainda exija amostras muito grandes.

Debates

Quando os testes de carga devem ser preferidos em relação aos testes de kernel?

Os testes de carga são mais poderosos quando as variantes agregadas atuam em uma direção consistente, enquanto os testes de kernel, como o SKAT, são mais robustos a direções de efeito mistas e a muitas variantes neutras; os testes combinados visam mitigar isso, mas a escolha certa depende da arquitetura verdadeira desconhecida do gene.

Key figures

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

Seminal works

• wu-2011
• lee-2012
• manolio-2009

Frequently asked questions

Por que um GWAS não pode testar variantes raras uma de cada vez?

Uma variante carregada por apenas alguns indivíduos fornece pouca informação estatística para um teste de marcador único confiável, então os métodos de variantes raras agregam muitas variantes — geralmente dentro de um gene — para obter poder.

Como o SKAT difere de um teste de carga simples?

Um teste de carga assume que as variantes agregadas atuam principalmente na mesma direção, enquanto o SKAT é um teste de componente de variância que detecta desvios do nulo mesmo quando os efeitos das variantes diferem em direção ou magnitude, tornando-o mais robusto a efeitos heterogêneos.