Genom Çapında İlişkilendirme Çalışması (GWAS)
Genome-Wide Association Study · Ayrıca şöyle bilinir: GWAS, genome-wide association analysis, whole-genome association study, WGAS
Bir genom çapında ilişkilendirme çalışması (GWAS), bir özellik veya hastalıkla istatistiksel ilişki açısından insan genomundaki yüz binlerce ila milyonlarca tek nükleotid polimorfizmini (SNP) sistematik olarak test eder. Vakalar ve kontroller arasındaki alel frekanslarını karşılaştırarak — veya SNP genotiplerini kantitatif bir fenotip üzerinde regresyon yaparak — GWAS, karmaşık özelliklere katkıda bulunan yaygın genetik varyantları barındıran genomik lokusları tanımlar. 2007'deki büyük ölçekli başlangıcından bu yana, GWAS, hemen hemen her yaygın insan durumunda binlerce sağlam hastalık-varyant ilişkisini kataloglamıştır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+23 tane daha
Ne zaman kullanılır
İyi fenotiplenmiş bir kohortunuz (minimum birkaç bin birey; ideal olarak on bin veya daha fazla) olduğunda ve belirli genler hakkında önceden bir hipotez olmaksızın karmaşık bir özelliğe veya hastalığa katkıda bulunan genomik lokusları keşfetmek istediğinizde GWAS kullanın. Poligenik özelliklerin yaygın varyant mimarisi için standart keşif aracıdır. Örnekleminiz çok küçük olduğunda (yaklaşık 1.000'den az vaka, küçük etkili varyantlar için gücü ciddi şekilde sınırlar), özellik nadir yüksek penetranslı varyantlardan kaynaklandığında (bunun yerine nadir varyant dizileme çalışmaları kullanın), fenotip örnekler arasında standartlaştırılmadığında veya doğrudan nedenselliği belirlemeniz gerektiğinde (GWAS ilişkiyi tanımlar, nedenselliği değil; nedensel çıkarım için Mendel randomizasyonu veya fonksiyonel takip gereklidir) GWAS kullanmayın.
Güçlü yönler & sınırlılıklar
- Tüm genomda hipotez içermeyen keşif, beklenmedik lokusları ve biyolojik yolları ortaya çıkarır.
- Olgun yazılımlarla (PLINK, REGENIE, BOLT-LMM) ve raporlama normlarıyla (GWAS Kataloğu) iyi standartlaştırılmış iş akışı.
- Örneklem boyutları yeterli ve kalite kontrolü titiz olduğunda sonuçlar oldukça tekrarlanabilir ve çoğaltılabilir.
- Poligenik risk skorları, genetik korelasyon analizi ve Mendel randomizasyonu dahil olmak üzere aşağı akış uygulamalarını mümkün kılar.
- Halka açık özet istatistikler, bireysel düzeyde verilere erişim olmadan meta-analiz ve ikincil analizlere olanak tanır.
- GWAS tarafından tanımlanan yaygın varyantlar, fenotipik varyansın genellikle küçük bir kısmını tek tek açıklar; bunları güvenilir bir şekilde tespit etmek için büyük örneklemler gereklidir.
- GWAS, ilişkili lokusları tanımlar, nedensel varyantları veya genleri değil — mekanistik yorumlama için her zaman ince haritalama ve fonksiyonel çalışmalar gereklidir.
- Çoğu GWAS, Avrupa kökenli popülasyonlarda yapılmıştır, bu da genellenebilirliği sınırlar ve genomik tıpta eşitsizlik yaratır.
- Standart dizi tabanlı tasarımlarla nadir varyantları (MAF < %1) tespit edemez; nadir varyant spektrumu için tüm genom dizileme veya hedeflenmiş nadir varyant çalışmaları gereklidir.
- Popülasyon tabakalaşması ve gizli akrabalık, uygun şekilde kontrol edilmezse yanıltıcı ilişkilere yol açabilir.
SSS
Örneklemim ne kadar büyük olmalı?
Güç, etki büyüklüğüne, alel frekansına ve istenen anlamlılık eşiğine bağlıdır. Tipik karmaşık özellik GWAS'ları için (her alel için olasılık oranı ~1.1–1.2), sinyalleri güvenilir bir şekilde tespit etmek için on binlerce bireye ihtiyacınız vardır. Genel bir kural olarak, yeterince güçlü keşif için en az 5.000–10.000 vaka gereklidir; birçok küçük etkili lokusa sahip poligenik özellikler için biyo-banka ölçekli analizler (100K–1M birey) artık standarttır. Çalışma tasarımından önce gücü tahmin etmek için GAS Power Calculator veya PLINK gibi yazılımları kullanın.
GWAS ile tüm genom dizileme çalışmaları arasındaki fark nedir?
GWAS tipik olarak yüz binlerce ila birkaç milyon pozisyonda yaygın varyantları (MAF > %1) genotiplemek için SNP dizileri kullanır ve imputasyon kapsamı genişletir. Tüm genom dizileme (WGS) tüm genomu okur ve hem yaygın hem de nadir varyantları yakalar. GWAS daha ucuzdur ve çok büyük N'ye ölçeklenebilir, bu da onu yaygın varyant keşfi için güçlü kılar. Nadir patojenik varyantları (MAF < %0.1) tespit etmek için WGS gereklidir, ancak maliyet nedeniyle şu anda daha küçük örneklemler gerektirir. Birçok çalışma artık her iki yaklaşımı da birleştirmektedir.
Bir GWAS lokusundan nedensel geni nasıl tanımlarım?
GWAS bir genomik adres verir, bir gen değil. Nedensel gen tanımlaması, ince haritalama (en olası nedensel varyant setini tanımlamak için FINEMAP veya SuSiE gibi istatistiksel araçlar), sinyali gen ekspresyon değişikliklerine bağlamak için eQTL verileriyle kolokalizasyon (örn. GTEx) ve fonksiyonel deneyler (CRISPR, raportör deneyleri, in vivo modeller) gerektirir. Hiçbir tamamen hesaplamalı analiz deneysel doğrulamayı ikame edemez.
GWAS sadece vaka-kontrol çalışmaları için değil, kantitatif özellikler için de kullanılabilir mi?
Evet. GWAS, kantitatif fenotipler (boy, BMI, kan basıncı, bilişsel skorlar) için doğrusal regresyon ve ikili sonuçlar için lojistik regresyon kullanır. Kantitatif özellik GWAS'ı, vaka-kontrol tasarımlarından örneklem başına genellikle daha güçlüdür, çünkü her birey ortalamadan sapmalarıyla orantılı bilgi sağlarken, vaka-kontrol çalışmalarında kontroller daha az varyans sağlar. Karma model yöntemleri (BOLT-LMM, SAIGE, REGENIE) artık akrabalık varlığında bile her iki türü de verimli bir şekilde ele almaktadır.
Poligenik risk skoru nedir ve GWAS ile ilişkisi nasıldır?
Bir poligenik risk skoru (PRS), birçok GWAS tarafından tanımlanmış SNP'nin — genellikle yüz binlerce — etkilerini bir birey için tek bir sayısal skorda toplar. Her SNP, bireyin taşıdığı risk alellerinin sayısına göre ağırlıklandırılmış olarak GWAS özet istatistiklerinden etki büyüklüğünü (beta veya log-olasılık oranı) katkıda bulunur. PRS, klinik ve araştırma ortamlarında risk tabakalaşması için kullanılan bir GWAS sonrası uygulamadır, ilişkilendirmeleri keşfetmek için bir yöntem değildir.
Kaynaklar
- Wellcome Trust Case Control Consortium. (2007). Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature, 447(7145), 661–678. link ↗
- Visscher, P. M., Wray, N. R., Zhang, Q., Sklar, P., McCarthy, M. I., Brown, M. A., & Yang, J. (2017). 10 years of GWAS discovery: Biology, function, and translation. American Journal of Human Genetics, 101(1), 5–22. DOI: 10.1016/j.ajhg.2017.06.005 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Genome-Wide Association Study. ScholarGate. https://scholargate.app/tr/bioinformatics/genome-wide-association-study
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kopya Numarası Değişkenliği AnaliziBiyoenformatik↔ karşılaştır
- Epigenom-Çapında İlişkilendirme Çalışması (EWAS)Biyoenformatik↔ karşılaştır
- eQTL AnaliziBiyoenformatik↔ karşılaştır
- Yol Zenginleştirme AnaliziBiyoenformatik↔ karşılaştır
- RNA-seq Diferansiyel İfadeBiyoenformatik↔ karşılaştır
- Variant CallingBiyoenformatik↔ karşılaştır