Ağ Tabanlı GWAS — Ağ Tabanlı Genom Çapında İlişkilendirme Çalışması
Network-based Genome-Wide Association Study · Ayrıca şöyle bilinir: network GWAS, gene network GWAS, network-informed GWAS, NbGWAS
Ağ tabanlı GWAS, konvansiyonel genom çapında ilişkilendirme çalışması (GWAS) sonuçlarını, protein-protein etkileşimi (PPI) ağları veya gen eş-ifadesi grafikleri gibi biyolojik ağ verileriyle entegre ederek hastalıkla ilgili gen modüllerini veya alt ağları belirler. Bu yaklaşım, yalnızca en iyi bireysel SNP'leri raporlamak yerine, ilişkilendirme sinyallerini moleküler etkileşim ağları üzerinden yayarak, tek bir varyantın genom çapında anlamlılığa ulaşmadığı durumlarda bile karmaşık özellik biyolojisinde rol oynayan gen kümelerini ortaya çıkarır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Standart bir GWAS yapılmış ancak karmaşık bir özellik için az sayıda veya hiç genom çapında anlamlı vuruş vermemişse ve amaç eşik altı varyantlardan biyolojik olarak tutarlı sinyali kurtarmaksa ağ tabanlı GWAS kullanın. Özellikle birçok küçük etkili genin kolektif olarak hastalık riskini yönlendirdiği poligenik özellikler için güçlüdür. GWAS özet istatistiklerine (yalnızca en iyi vuruşlar değil, tüm p-değer tablosu), incelenen doku veya duruma uygun güvenilir bir biyolojik ağa ve permütasyon testi için hesaplama kaynaklarına ihtiyacınız vardır. İyi güçlü birincil GWAS'ın yerine geçmesi olarak kullanmayın — mevcut sinyali güçlendirir; ciddi şekilde yetersiz güçlü bir çalışmayı kurtaramaz. Birincil GWAS'ın, kaliteli bir ağın bulunmadığı bir tür veya hücre tipinde yapıldığı veya araştırma sorusunun gen-modül keşfi yerine varyant düzeyinde çözünürlük gerektirdiği (örn. nedensel bir SNP'nin ince haritalanması) durumlarda bundan kaçının.
Güçlü yönler & sınırlılıklar
- Geleneksel SNP tabanlı eşik değerleriyle atılacak eşik altı GWAS lokuslarından biyolojik olarak anlamlı sinyali kurtarır.
- Doğrudan biyolojik yollar ve fonksiyonel hipotezlerle bağlantı kuran yorumlanabilir gen-modül çıktıları üretir.
- Ağ ile tutarlı modüllere odaklanarak, tüm genleri tek tek test etmeye kıyasla çoklu test yükünü azaltır.
- Belirli ağ kaynağına göre bağımsızdır — biyolojik bağlama bağlı olarak PPI ağları, eş-ifadesi ağları veya yol grafikleri ile uygulanabilir.
- Mevcut GWAS özet istatistiklerinden yararlanır, bu da bireysel düzeyde genotip verilerine erişim olmadan sonradan analiz olarak uygulanabilir olmasını sağlar.
- Sonuçlar, biyolojik ağın kalitesine ve eksiksizliğine büyük ölçüde bağlıdır; seyrek veya yanlı ağlar (iyi çalışılmış genleri aşırı temsil eden) modül keşfini çarpıtabilir.
- SNP'lerden gen skoru toplama, kayıplı bir sıkıştırma adımıdır: LD yapısı ve bir gen içindeki çoklu SNP etkileri yalnızca kısmen yakalanır.
- Permütasyon tabanlı anlamlılık testi hesaplama açısından yoğundur ve yüksek performanslı bilgi işlem olmadan çok büyük ağlar için uygulanamayabilir.
- Tanımlanan modüller girdi ağının topolojisini yansıtır; küratörlü veritabanlarında henüz temsil edilmeyen gerçek anlamda yeni biyoloji kaçırılacaktır.
- Yorumlama, anlamlı bir modülün ağ artefaktından ziyade mekanistik olarak makul olup olmadığını değerlendirmek için biyolojik uzmanlık gerektirir.
SSS
Bireysel düzeyde genotip verilerine mi yoksa özet istatistiklere mi ihtiyacım var?
Özet istatistikler (SNP başına p-değerleri ve test edilen tüm varyantlardaki etki büyüklükleri) çoğu ağ tabanlı GWAS aracı için yeterlidir. Bireysel düzeyde genotip verileri gerekmez, bu da bu yaklaşımın kamuya açık GWAS özet verileriyle uygulanabilir olmasını sağlar.
Hangi biyolojik ağı kullanmalıyım?
Seçim, özelliğin biyolojik bağlamına uymalıdır. Çoğu insan karmaşık hastalık GWAS'ı için STRING veya BioGRID PPI ağları yaygın başlangıç noktalarıdır. Güçlü doku özgüllüğüne sahip özellikler (örn. beyin bozuklukları, karaciğer metabolizması) için GTEx veya TCGA'dan türetilen dokuya özgü eş-ifadesi ağları daha uygundur. Birden fazla ağ kullanmak ve tutarlı modülleri kontrol etmek güven artırır.
Bu, standart yol zenginleştirme analizinden nasıl farklıdır?
Yol zenginleştirme analizi, önceden tanımlanmış gen kümelerinin (örn. GO terimleri, KEGG yolları) GWAS vuruşları arasında aşırı temsil edilip edilmediğini test eder. Ağ tabanlı GWAS veriye dayalıdır: önceden tanımlanmış yol ek açıklamalarına güvenmeden modülleri ağ topolojisinden sıfırdan keşfeder ve ikili bir vuruş/vuruş olmayan sınıflandırması yerine tüm ilişkilendirme skorları dağılımını kullanır.
Hangi örneklem boyutundaki GWAS bu yaklaşımdan faydalanmak için yeterince büyüktür?
Kesin bir minimum yoktur, ancak yaklaşım en çok GWAS'ın en azından orta düzeyde güce sahip olduğu durumlarda değerlidir — karmaşık özellikler için tipik olarak on binlerce örneklem. GWAS'ın çok az katılımcısı varsa ve hiçbir varyant önerilen anlamlılığa yaklaşmıyorsa, gen skoru sinyali temelde gürültüdür ve ağ yayılımı bunu kurtaramaz.
Bunu insan olmayan türlere uygulayabilir miyim?
Evet, ilgili tür için kaliteli bir biyolojik ağ mevcut olduğu sürece. Model organizma veritabanları (örn. FlyBase, WormBase, SGD), Drosophila, C. elegans ve maya için PPI ağlarını küratörlüğünü yapar. Daha az çalışılmış türler için ağ verileri seyrektir ve sonuçlar dikkatli bir şekilde yorumlanmalıdır.
Kaynaklar
- Wang, Q., Yu, H., Zhao, Z., & Jia, P. (2015). EW_dmGWAS: edge-weighted dense module search for genome-wide association studies and gene expression profiles. Bioinformatics, 31(15), 2591–2594. link ↗
- Leiserson, M. D. M., Vandin, F., Wu, H.-T., Dobson, J. R., Eldridge, J. V., Thomas, J. L., Papoutsaki, A., Kim, Y., Niu, B., McLellan, M., Lawrence, M. S., Gonzalez-Perez, A., Tamborero, D., Cheng, Y., Ryslik, G. A., Lopez-Bigas, N., Getz, G., Ding, L., & Raphael, B. J. (2015). Pan-cancer network analysis identifies combinations of rare somatic mutations contributing to tumorigenesis. Nature Genetics, 47(2), 106–114. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Network-based Genome-Wide Association Study. ScholarGate. https://scholargate.app/tr/bioinformatics/network-based-gwas
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kopya Numarası Değişkenliği AnaliziBiyoenformatik↔ karşılaştır
- eQTL AnaliziBiyoenformatik↔ karşılaştır
- Gen Kümesi Zenginleşme Analizi (GSEA)Biyoenformatik↔ karşılaştır
- Genom Çapında İlişkilendirme Çalışması (GWAS)Biyoenformatik↔ karşılaştır
- Ağ Tabanlı eQTL AnaliziBiyoenformatik↔ karşılaştır
- Yol Zenginleştirme AnaliziBiyoenformatik↔ karşılaştır