인구 연구는 인구 집단의 유전적 진화를 밝히기 위해 인구 집단 내 및 집단 간의 유전적 차이를 이해하는 데 초점을 맞춘 유전학의 매력적인 하위 분야입니다. 제가 이 블로그에서 중점을 두는 핵심 개념 중 하나는 인구 구조를 조사하는 것입니다. 즉, JMP가 개인을 다양한 대륙 및 인종 그룹으로 분류할 수 있는지 확인하기 위해 세계 각지에서 온 개인의 유전 정보를 분석하는 것입니다. 이 목적을 위해 다변량 임베딩, 마커 관련성, 마커 통계에서 사용되는 연관 불균형 등 다양한 기술이 사용됩니다.
GSE10331은 전 세계 인류 집단의 유전적 변이를 밝히는 데이터 세트입니다. 이 연구의 목적은 개인에 따른 게놈 전체의 변이 패턴을 분석하여 인류 종의 이동, 범위 확장 및 적응을 밝히는 것입니다.
본 연구에서 연구자들은 22개 국가, 7개 지역에 걸쳐 총 441명의 개인을 대상으로 전 세계 28개 민족(인구) 샘플에서 500,000개가 넘는 단일 염기 다형성(SNP)의 고품질 유전자형을 분석하고 공개했습니다. JMP Pro에서 분석을 위해 데이터를 다운로드하고 준비했습니다.
다음은 지역, 국가, 인구에 따른 개인의 분포와 지리적 매핑입니다.
Counts of individual grouped by region, country, and population (ethnicity)지역, 국가, 인구(민족)별로 그룹화된 개인 수
Geographic mapping of the different countries analyzed in the study연구에서 분석된 다양한 국가의 지리적 매핑
유전적 SNP 데이터를 이용한 다변량 임베딩 분석
다양한 개인의 출처를 매핑하고 그룹이나 클러스터로 분류할 수 있는지 확인하기 위한 첫 번째 시도로 다변량 임베딩이 사용되었습니다. 다변량 임베딩을 사용하면 매우 고차원의 데이터 세트를 저차원 공간에 매핑할 수 있습니다. 즉, 고차원 공간에서 서로 가까운 지점이 결과 저차원 공간에서도 서로 가깝다는 의미입니다. 이 경우 데이터 클러스터링 방법을 보여주는 t-SNE 방법을 사용하여 500K SNP가 모두 포함됩니다.
t-SNE component 1 versus t-SNE component 2t-SNE 구성 요소 1과 t-SNE 구성 요소 2 비교
이 분석에서는 모든 염색체를 포함하는 전체 데이터를 사용했습니다. 각 개인은 하나의 특정 점으로 표시됩니다. 색상은 7개 지역을 반영합니다. 결과 이미지는 개인의 출신 지역을 명확하게 구분하며, 아프리카 출신이 가장 먼 클러스터(빨간색)를 가집니다. 다른 원산지는 쉽게 구별할 수 있습니다. 녹색은 미국, 주황색은 동아시아, 노란색은 오세아니아, 청록색은 유럽, 파란색은 중앙남아시아, 보라색은 중동입니다. 몇 가지 흥미로운 패턴은 유럽인이 중동 및 중앙 남아시아의 인구와 더 가깝다는 것을 보여줍니다. 동아시아, 아메리카, 오세아니아 클러스터는 다른 클러스터와 멀리 떨어져 있으며, 이는 인간 이주가 산과 바다와 같은 지리적 장벽을 포함한 다양한 요인에 의해 영향을 받거나 더 정확하게는 억압된다는 점에서 의미가 있습니다.
t-SNE component 1 versus t-SNE component 2 with labelt-SNE 구성 요소 1과 레이블이 있는 t-SNE 구성 요소 2 비교
또 다른 두 가지 흥미로운 패턴이 내 관심을 끌었습니다. 하나는 파란색으로 표시된 작은 중앙 남아시아 클러스터, 주황색으로 표시된 동아시아 클러스터입니다. 이 중앙 남아시아 집단의 개인 민족성을 좀 더 자세히 살펴보면, 이들이 중앙아시아 및 동아시아 지역에서 유래하고 문화적으로 연계되어 있는 투르크 민족 집단인 "위구르" 기원을 갖고 있음이 밝혀졌습니다. 이들은 중국의 공식적으로 인정된 55개 소수민족 중 하나이다. 보라색으로 표시된 중동에 속하는 다른 특이점은 알제리 출신의 모자바이트 민족이므로 아프리카에 속합니다. 흥미롭게도 t-SNE 분석을 특정 염색체로 분해하고 버블 플롯에서 t-SNE 점수에 애니메이션을 적용할 때 Mozabite 알제리인 개체(GSM264380으로 표시됨) 한 명이 아프리카 또는 중동 클러스터에 속하는 것을 볼 수 있습니다.
t-SNE decomposed by chromosome, animated in a bubble plot염색체에 의해 분해된 t-SNE, 버블 플롯으로 애니메이션화됨
각 개별 염색체의 t-SNE 점수를 살펴보면 이 패턴을 더욱 명확하게 볼 수 있습니다. 모든 염색체(염색체 5, 10, 13, 14, 16, 18 제외)에서 이 개체는 아프리카 클러스터(빨간색)에 속합니다. 다른 경우에는 중동 클러스터(보라색)에 있습니다.
t-SNE analysis decomposed by chromosome염색체별로 분해된 t-SNE 분석
마커 관련성
이 보고서는 유전적 표지를 기반으로 개인 쌍 간의 유전적 관련성에 대한 다양한 측정을 평가하는 또 다른 방법입니다. 출력은 주요 구성 요소이며 다양한 유형의 신원 측정을 기반으로 하는 계층적 클러스터링을 사용하여 개인 간의 관계를 평가합니다. 이 예에서는 마커 정체성이 개인의 관련성에 미치는 영향을 조사하는 IBS(Identity by States)가 사용됩니다.
지역은 관계를 평가하는 데 사용되었습니다. 첫 번째 분석은 모든 마커(500K)와의 마커 관련성이었습니다. 각 지역을 다른 모든 지역과 비교했습니다. 마커 관련성의 출력 데이터에서 Graph Builder의 히트 맵을 사용하여 각 비교 영역 쌍에 대한 IBS 점수를 시각화했습니다. 높은 IBS 점수(빨간색)는 높은 관계를 나타냅니다. 낮은 IBS 점수(노란색)는 낮은 관계를 나타냅니다. 아래의 첫 번째 히트 맵에서 아프리카는 다른 모든 지역과 가장 유사하지 않다는 것을 알 수 있습니다(빨간색으로 강조 표시된 사각형과 밝은 노란색으로 표시된 낮은 IBS 점수 참조). 미국과 오세아니아는 미국과 가장 유사합니다(파란색 윤곽선으로 표시된 사각형).
Whole genome-based IBS scores represented in a heat map히트맵에 표시된 전체 게놈 기반 IBS 점수
두 번째 마커 관련성 분석은 미토콘드리아 DNA 염색체에서만 수행되었습니다. 왜? 지난 30년 동안 미토콘드리아 DNA(mtDNA)는 분자 다양성의 가장 인기 있는 지표였습니다(분자 다양성의 지표로서의 미토콘드리아 DNA: 재평가, N.Galtier et al., 2009). mtDNA는 모계로 유전되며, 어머니로부터 자손에게 전달됩니다. 핵 DNA와 달리 mtDNA에는 재조합이 부족하여 클론 상속 패턴이 발생합니다. mtDNA는 돌연변이율이 높기 때문에 시간이 지남에 따라 돌연변이가 축적됩니다. 이러한 돌연변이는 독특한 일배체형을 생성하여 연구자들이 인구 역사와 이주를 연구할 수 있게 해줍니다.
IBS 점수가 크게 증가했지만(아래 히트맵 참조) 동일한 패턴을 볼 수 있습니다. 즉, 아프리카 지역은 다른 모든 지역에 비해 IBS 점수가 낮습니다.
mtDNA-based IBS scores represented in a heat map히트맵에 표시된 mtDNA 기반 IBS 점수
미토콘드리아 DNA의 연관 불균형
연관 불균형(LD)은 게놈 내의 서로 다른 유전자좌에 있는 대립유전자 쌍 간의 통계적 연관 정도입니다. LD는 주어진 모집단 내 염색체(좌위)의 서로 다른 위치에 있는 마커 간의 비무작위 연관성을 측정하는 소위 연관 불균형 상관 계수를 계산합니다. 즉, 유전자좌가 독립적이고 무작위로 연관되어 있는 경우 예상되는 것과 비교하여 동일한 유전자좌에서 두 개의 마커가 함께 감지되는 빈도를 감지합니다.
mtDNA의 맥락에서 LD는 진화 역사와 인구 유전학을 이해하는 데 관심 있는 주제였습니다. 앞서 언급한 바와 같이, 미토콘드리아는 포유동물의 경우 모체로부터만 유전되며 클론성으로 간주됩니다. 즉, 재조합을 거치지 않습니다. 결과적으로, mtDNA 염기서열은 모계 계통의 역사적 돌연변이 사건에 대한 기록 역할을 할 수 있습니다. 대립 유전자 쌍 간의 연관성을 분석하고 확인하기 위해 JMP Pro의 Marker Statistics 플랫폼이 사용되었습니다. 여기서 플롯은 지역별로 그룹화된 대립유전자 쌍에 대한 LD 상관 계수를 보여줍니다. 빨간색과 양수 값은 두 개의 마커가 예상보다 더 자주 동일한 유전자좌에서 함께 발생한다는 것을 의미합니다. 파란색과 음수 값은 두 개의 마커가 예상보다 덜 자주 동일한 유전자좌에서 함께 발생한다는 것을 의미합니다.
Linkage disequilibrium correlation coefficient in mtDNA per region지역별 mtDNA의 연관 불균형 상관 계수
분석할 mtDNA 마커가 많기 때문에 필터를 사용하여 마커 쌍 간의 거리 차이를 늘리는 것이 합리적입니다. 여기서는 100개 뉴클레오티드보다 큰 거리 차이가 있는 마커 쌍에 대한 LD를 살펴봅니다. 동일한 마커 쌍이 서로 다른 영역에서 유사하게 연관되어 관계를 나타내는 것을 보는 것은 매우 흥미로웠습니다.
Linkage disequilibrium correlation coefficient in mtDNA per region zoomed확대된 지역별 mtDNA의 연관 불균형 상관 계수
다음은 특정 연결된 마커를 필터링하여 얻은 유사성의 예입니다. 흥미롭게도 아프리카는 이러한 유사성 패턴에서 제외되었으며, 이는 아프리카 지역이 다른 모든 지역과 유전적으로 어떻게든 다르다는 것을 다시 나타냅니다.
Linkage disequilibrium correlation coefficient in mtDNA per region for individual marker개별 마커에 대한 지역별 mtDNA의 연관 불균형 상관 계수
결론적으로, 다변량 삽입, 표지 관련성, 연관 불균형 등 JMP Pro의 다양한 기술을 사용하여 분석을 통해 다양한 출신 개인의 유전적 집단 구조를 입증할 수 있었습니다.
