Epigenom-Çapında İlişkilendirme Çalışması (EWAS)
Epigenome-Wide Association Study · Ayrıca şöyle bilinir: EWAS, methylome-wide association study, epigenetic association study, DNA methylation association study
Bir epigenom-çapında ilişkilendirme çalışması (EWAS), hipotezden bağımsız, genom ölçeğinde bir yöntem olup, epigenetik işaretlerin — baskın olarak CpG-siti DNA metilasyonu — bir özellik, hastalık veya maruziyete sahip bireyler ile sahip olmayanlar arasında farklılık gösterip göstermediğini sistematik olarak test eder. Yüz binlerce genomik pozisyonu aynı anda tarayarak, EWAS, epigenomun tekrarlanabilir bir şekilde bir fenotip ile ilişkili olduğu lokusları belirler ve klasik GWAS'ın yakalayamadığı bir biyolojik düzenleme katmanı sunar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+7 tane daha
Ne zaman kullanılır
Büyük, iyi fenotiplenmiş bir kohortunuz olduğunda (genom çapında anlamlılık için yeterli güce sahip olmak üzere tipik olarak n > 500) ve karmaşık bir özellik, hastalık veya çevresel maruziyetle ilişkili DNA metilasyonu lokuslarını belirlemek istediğinizde EWAS kullanın. Özellikle epigenomu etkilediği bilinen maruziyetleri (sigara, diyet, mesleki kimyasallar, erken yaşam zorlukları) veya epigenetik bileşeni olan hastalıkları (kanser, metabolik bozukluklar, yaşlanma) incelemek için güçlüdür. Örneklem büyüklüğünüz çok küçükse (n < 200) EWAS'ı birincil tasarım olarak KULLANMAYIN — bu durumda, devasa çoklu test cezaları olmadan tekil CpG'lerdeki etki büyüklükleri nadiren tespit edilebilir. Fenotipik olarak ilgili hücre tipinin profillendirilemediği dokularda (örn. canlı bir kohortta beyin dokusu) EWAS uygulamayın; vekil dokular birçok özellik için bilgilendirici metilasyon sinyalleri taşımayabilir. EWAS tek başına nedensellik kuramaz; takip eden Mendel rastgeleleştirme veya boylamsal çalışmalar gereklidir.
Güçlü yönler & sınırlılıklar
- Hangi CpG sitelerinin ilgili olduğu hakkında önceden bilgi gerektirmeyen, hipotezden bağımsız, genom ölçeğinde keşif.
- GWAS tarafından görünmeyen ek bir düzenleme katmanını (epigenetik) yakalar, potansiyel olarak eksik kalıtılabilirliği açıklar.
- Ticari olarak temin edilebilen çipler (450K, EPIC), büyük kohortlarda standartlaştırılmış, uygun maliyetli ve tekrarlanabilir metilasyon profillemesi sağlar.
- Epigenetik işaretler dinamik ve geri döndürülebilirdir, bu nedenle EWAS bulguları değiştirilebilir biyolojik mekanizmalara ve biyobelirteçlere işaret edebilir.
- Aşağı akış çoklu-omik çerçeveleriyle iyi entegre olmuştur: EWAS vuruşları gen ifadesi (eQTM'ler), genetik varyantlar (mQTL'ler) ve protein seviyeleri ile ilişkilendirilebilir.
- Genom çapında anlamlılığa ulaşmak için büyük örneklem boyutları gerektirir (tipik olarak n > 500); tekil lokus etki büyüklükleri genellikle büyük çoklu test cezaları olmadan küçüktür.
- DNA metilasyonunun dokuya özgüllüğü, kanda elde edilen bulguların birçok hastalık için nedensel dokuyu yansıtmayabileceği anlamına gelir.
- Toplu doku örneklerindeki hücre tipi heterojenliği, ayrıştırma yöntemlerinin yalnızca kısmen çözdüğü büyük bir karıştırıcı faktördür.
- EWAS ilişki kurar, nedensellik değil; ters nedensellik (hastalığın metilasyonu değiştirmesi) kalıcı bir yorumlama zorluğudur.
- Ticari array problarının bilinen çapraz hibritleşme sorunları vardır ve tüm CpG sitelerini kapsamaz; WGBS daha eksiksizdir ancak çok daha pahalıdır.
SSS
Bir EWAS için ne kadar örnek büyüklüğüne ihtiyacım var?
Güç hesaplamaları, genom çapında anlamlılıkta (p < 1 × 10^-7) %2-5'lik bir metilasyon farkını (karmaşık özellikler için tipik bir etki büyüklüğü) %80 güçle tespit etmek için, özelliğin epigenetik etki büyüklüğüne ve lokustaki metilasyon varyansına bağlı olarak genellikle 500-2000 örneğe ihtiyaç duyulduğunu göstermektedir. Sigara gibi nadir veya büyük etkili maruziyetler için, daha küçük çalışmalar (~200 örnek) güçlü sinyalleri tespit edebilir, ancak ince özellik ilişkileri için, binlerce katılımcıyı birleştiren meta-analizler normdur.
Regresyon için beta değerleri mi yoksa M değerleri mi kullanmalıyım?
Her ikisi de aynı ham yoğunluklardan hesaplanır. Beta değerleri (0-1) biyolojik olarak metillenmiş oran olarak yorumlanabilir, bu da raporlama ve görselleştirme için tercih edilmelerini sağlar. M değerleri (beta'nın logiti) istatistiksel olarak daha iyi davranışlıdır — daha homoskedastiktir — ve doğrusal regresyonda bağımlı değişken olarak tercih edilir. Konsensüs uygulaması, regresyonu M değerleri üzerinde çalıştırmak ve etki büyüklüklerini beta değeri farkları olarak raporlamaktır.
Sadece kan mevcut olduğunda doku özgüllüğü sorunuyla nasıl başa çıkarım?
Kan metilasyonunun hedef doku için bir vekil olduğunu kabul edin ve ilişkileri dikkatli bir şekilde yorumlayın. Anlamlı CpG'lerin dokular arasında birlikte metillenip metillenmediğini kontrol etmek için referans veri kümeleri (örn. GTEx metilasyonu, Roadmap Epigenomics) kullanın. SMR (özet veri tabanlı Mendel rastgeleleştirmesi) kan EWAS vuruşlarını hedef dokudaki ifade ile ilişkilendirerek bu sorunu kısmen ele alabilir. Bazı özellikler — özellikle bağışıklıkla ilgili hastalıklar — kanda gerçekten iyi çalışılmıştır.
EWAS, GWAS'tan nasıl farklıdır?
GWAS, sabit DNA dizisi varyantları (SNP'ler) ile bir fenotip arasındaki ilişkileri test eder; SNP genotipleri çevre veya yaşla değişmez. EWAS, epigenetik işaretler — öncelikli olarak DNA metilasyonu — ile bir fenotip arasındaki ilişkileri test eder; bu işaretler esnektir ve hem genetik hem de çevresel etkileri yansıtabilir. EWAS ve GWAS tamamlayıcıdır: mQTL analizi, metilasyon seviyelerini kontrol eden genetik varyantları GWAS lokuslarıyla ilişkilendirerek nedensel genlerin belirlenmesine yardımcı olur.
Bir mQTL nedir ve EWAS yorumlaması için neden önemlidir?
Metilasyon nicel özellik lokusu (mQTL), yakındaki veya uzak bir CpG sitesindeki metilasyon seviyesi ile ilişkili bir genetik varyanttır (SNP). En iyi EWAS CpG sitesinin bilinen bir mQTL'si olduğunda, bu genetik varyant, metilasyon farkının hastalığın ilişkisini nedensel olarak aracılık edip etmediğini veya genetik varyantın hem metilasyonu hem de hastalığı bağımsız olarak etkileyip etkilemediğini test etmek için Mendel rastgeleleştirmesinde kullanılabilir. mQTL'leri göz ardı etmek, genotip kaynaklı metilasyon farklılıklarını çevre veya hastalık kaynaklı epigenetik değişiklikler olarak yanlış yorumlama riskini taşır.
Kaynaklar
- Rakyan, V. K., Down, T. A., Balding, D. J., & Beck, S. (2011). Epigenome-wide association studies for common human diseases. Nature Reviews Genetics, 12(8), 529–541. DOI: 10.1038/nrg3000 ↗
- Pidsley, R., Zotenko, E., Peters, T. J., Lawrence, M. G., Risbridger, G. P., Molloy, P., Van Djik, S., Muhlhausler, B., Stirzaker, C., & Clark, S. J. (2016). Critical evaluation of the Illumina MethylationEPIC BeadChip microarray for whole-genome DNA methylation profiling. Genome Biology, 17(1), 208. DOI: 10.1186/s13059-016-1066-1 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Epigenome-Wide Association Study. ScholarGate. https://scholargate.app/tr/bioinformatics/epigenome-wide-association-study
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ChIP-seq Peak CallingBiyoenformatik↔ karşılaştır
- Kopya Numarası Değişkenliği AnaliziBiyoenformatik↔ karşılaştır
- eQTL AnaliziBiyoenformatik↔ karşılaştır
- Genom Çapında İlişkilendirme Çalışması (GWAS)Biyoenformatik↔ karşılaştır
- Yol Zenginleştirme AnaliziBiyoenformatik↔ karşılaştır