В генетике картирование ассоциаций , также известное как « картирование неравновесия по сцеплению », представляет собой метод картирования локусов количественных признаков (QTL), который использует преимущества исторического неравновесия по сцеплению для связи фенотипов (наблюдаемых характеристик) с генотипами (генетической конституцией организмов). выявление генетических ассоциаций . [1] [2]
Картирование ассоциаций основано на идее о том, что признаки, вошедшие в популяцию лишь недавно, все равно будут связаны с окружающей генетической последовательностью исходного эволюционного предка или, другими словами, будут чаще обнаруживаться внутри данного гаплотипа , чем за его пределами. . Чаще всего его выполняют путем сканирования всего генома на предмет значимых ассоциаций между панелью однонуклеотидных полиморфизмов (SNP) (которые во многих случаях наносятся на предметные стекла для создания « чипов SNP ») и определенным фенотипом. Эти ассоциации затем должны быть независимо проверены, чтобы показать, что они либо (а) напрямую способствуют интересующему признаку, либо (б) связаны или находятся в неравновесии по сцеплению с локусом количественного признака (QTL), который способствует признаку интерес. [3]
Картирование ассоциаций направлено на идентификацию конкретных функциональных генетических вариантов (локусов, аллелей), связанных с фенотипическими различиями в признаке, чтобы облегчить обнаружение признака, вызывающего полиморфизм последовательности ДНК, и отбор генотипов, которые очень похожи на фенотип. Чтобы идентифицировать эти функциональные варианты, необходимы маркеры с высокой пропускной способностью, такие как SNP. [4]
Преимущество картирования ассоциаций заключается в том, что оно позволяет отображать количественные характеристики с высоким разрешением, что является статистически очень эффективным способом. Однако картирование ассоциаций также требует обширных знаний об SNP в геноме интересующего организма, и поэтому его трудно выполнить у видов, которые недостаточно изучены или не имеют хорошо аннотированных геномов . [5] Картирование ассоциаций наиболее широко применяется при изучении заболеваний человека, особенно в форме полногеномного исследования ассоциаций (GWAS). Полногеномное исследование ассоциации проводится путем сканирования всего генома на предмет SNP, связанных с определенным интересующим признаком или, в случае заболевания человека, с конкретным представляющим интерес заболеванием. [3] [6] На сегодняшний день тысячи полногеномных исследований ассоциаций были выполнены в геноме человека в попытке идентифицировать SNP, связанные с широким спектром сложных заболеваний человека (например, раком , болезнью Альцгеймера и ожирением ). Результаты всех таких опубликованных GWAS сохраняются в базе данных НИЗ (рис. 1). Однако были ли эти исследования клинически и/или терапевтически полезными или нет, остается спорным. [6]
(A) Картирование ассоциаций в популяции, члены которой считаются независимыми.
Несколько стандартных методов проверки ассоциации. Исследования «случай-контроль». Исследования «случай-контроль» были одними из первых подходов, использованных для определения того, связан ли конкретный генетический вариант с повышенным риском заболевания у людей. Вуфл в 1955 году предложил статистику относительного риска, которую можно было использовать для оценки риска, зависящего от генотипа. Однако постоянное беспокойство в отношении этих исследований вызывает адекватность сопоставления случаев и контроля. В частности, стратификация населения может создавать ложноположительные ассоциации. В ответ на эту озабоченность Фальк и Рубинштейн (1987) предложили метод оценки относительного риска, в котором используется семейный контроль, что позволяет избежать этого источника потенциальной ошибки. По сути, метод использует контрольный образец родительских аллелей или гаплотипов, не передающихся пораженному потомству.
(B) Картирование совокупности ассоциаций, члены которой предположительно связаны между собой
В реальном мире очень сложно найти независимых (несвязанных друг с другом) людей. Отображение ассоциаций на основе населения было изменено для контроля стратификации населения или родства при картировании вложенных ассоциаций . Тем не менее, существует еще одно ограничение в популяционном картировании QTL; когда частота благоприятного аллеля должна быть относительно высокой, чтобы его можно было обнаружить. Обычно благоприятные аллели представляют собой редкие мутантные аллели (например, обычно устойчивый родитель может иметь 1 генотип из 10 000). Другим вариантом картирования ассоциаций в родственных популяциях является картирование ассоциаций на основе семьи. При картировании ассоциаций на основе семей вместо нескольких неродственных людей используются несколько неродственных семей или родословных. Картирование семейных ассоциаций [7] можно использовать в ситуациях, когда мутантные аллели интрогрессировали в популяции. Одним из популярных картографирования семейных ассоциаций является тест на неравновесие передачи. Подробности см. в разделе «Сопоставление QTL на основе семейства» .
Преимущества популяционного картирования ассоциаций с использованием выборки особей из коллекций зародышевой плазмы или естественной популяции перед традиционным QTL-картированием при двуродительских скрещиваниях в первую очередь обусловлены наличием более широких генетических вариаций с более широким фоном для корреляций маркеров и признаков. Преимущество картирования ассоциаций заключается в том, что оно позволяет отображать количественные характеристики с высоким разрешением, что является статистически очень эффективным способом. Разрешение картирования зависит от степени LD или неслучайной ассоциации маркеров, возникшей в геноме. Картирование ассоциаций дает возможность исследовать разнообразный генетический материал и потенциально идентифицировать множество аллелей и механизмов, лежащих в основе признаков. Он использует события рекомбинации, произошедшие в течение длительного периода времени. Картирование ассоциаций дает возможность использовать исторически измеренные данные о признаках для ассоциации и, наконец, не требует разработки дорогостоящих и утомительных популяций с двумя родителями, что делает подход экономящим время и экономически эффективным. [8] [9]
Основной проблемой исследований ассоциаций является тенденция находить ложноположительные результаты. Популяции, демонстрирующие желаемый признак, также несут определенный вариант гена не потому, что этот вариант фактически контролирует признак, а из-за генетического родства. В частности, косвенные связи, не являющиеся причинно-следственными, не будут устранены увеличением размера выборки или количества маркеров. Основными источниками таких ложноположительных результатов являются связь между причинными и непричинными участками, наличие более чем одного причинного участка и эпистаз. Эти косвенные ассоциации не распределены случайным образом по всему геному и встречаются реже, чем ложноположительные результаты, возникающие из-за структуры популяции. [10]
Аналогичным образом, структура населения всегда оставалась постоянной проблемой. Структура популяции приводит к ложным ассоциациям между маркерами и признаком. Обычно это не проблема при анализе сцепления, поскольку исследователи знают генетическую структуру созданной ими семьи. Но при картировании ассоциаций, где отношения между различными популяциями не всегда хорошо понятны, ассоциации маркеров и признаков, возникающие из родства и эволюционной истории, могут легко быть ошибочно приняты за причинно-следственные связи. Это можно объяснить смешанными моделями MLM. Также называемая моделью Q+K, она была разработана для дальнейшего снижения уровня ложноположительных результатов за счет контроля как структуры населения, так и загадочного семейного родства. [11]