Einführung
Bei einer genomweiten Assoziationsstudie (GWAS) handelt es sich um ein Verfahren, bei dem genetische Marker (oder SNP oder Einzelnukleotidpolymorphismus) schnell in den gesamten DNA-Sätzen (Genomen) vieler Probanden gescannt werden, um eine genetische Assoziation mit einem bestimmten Phänotyp oder Merkmal zu finden. Forscher verwenden GWAS, um genomische Varianten zu identifizieren, die statistisch mit einem bestimmten Merkmal verbunden sind.
GWAS wird bei Tieren und Pflanzen angewandt. Allerdings sind GWAS bei Pflanzen erfolgreicher als bei Menschen ( Referenz ). Insbesondere hofft man, dass GWAS bei der Herausforderung helfen können, eine wachsende Weltbevölkerung nachhaltig zu ernähren, ein Problem, das von Jahr zu Jahr kritischer wird. Bis 2050 wird die Weltbevölkerung voraussichtlich bei fast 10 Milliarden Menschen liegen – das bedeutet, dass etwa 3 Milliarden Menschen mehr zu ernähren sind als im Jahr 2010. Es besteht tatsächlich die Notwendigkeit, die Fähigkeit der Pflanzen, uns mit Nahrung zu versorgen, besser zu nutzen, daher die Forschung und Entwicklung zur Züchtung besserer Pflanzen durch Gentechnik. Hier sind einige bemerkenswerte Beispiele für GWAS-Anwendungen zur Bewältigung dieser Herausforderung:
- Verbesserung des Ölertrags, der Trockenheitstoleranz und des Vitamin E-Gehalts im Sesam.
- Identifizierung von Genen, die mit Stresstoleranz, Ölgehalt und Samenqualität bei Kohlgewächsen (darunter Brokkoli, Kohl, Blumenkohl und anderes Blattgemüse) in Zusammenhang stehen.
- Identifizierung eines Gens, das Mais Resistenz gegen die Kraut- und Knollenfäule verleihen kann.
Forscher untersuchen diese Zusammenhänge weiterhin, um die Landwirtschaft zu verbessern und Anpassungsprozesse zu verstehen.
Die Herausforderung
Die Anwendung von Assoziationsmapping-Ansätzen bei Pflanzen wird durch die Populationsstruktur erschwert, die in den meisten Keimplasma-Sets vorhanden ist. Da die Populationsstruktur zu falschen Assoziationen führen kann, hat sie die Verwendung von Assoziationsstudien in der Pflanzengenetik eingeschränkt, da genetische Varianten aufgrund ihres geografischen Hintergrunds zwischen Populationen variieren können. Diese Variation wird als Populationsschichtung bezeichnet. Assoziationsmapping ist sehr vielversprechend, wenn echte Signale funktionaler Assoziation von der großen Anzahl falscher Signale getrennt werden können, die durch die Populationsstruktur erzeugt werden.
GWAS berücksichtigt die Bevölkerungsstruktur
Die Populationsstruktur spielt bei GWAS eine entscheidende Rolle. Die Populationsstruktur bezieht sich auf systematische Unterschiede zwischen Allelfrequenzen in Subpopulationen. In einer Population mit zufälliger Paarung wird erwartet, dass die Allelfrequenzen zwischen den Gruppen ungefähr gleich sind. Die Paarung ist jedoch in gewissem Maße nicht zufällig, wodurch eine Struktur entsteht. Beispielsweise kann eine Barriere wie ein Fluss zwei Gruppen derselben Art trennen und es potenziellen Partnern erschweren, die Grenze zu überqueren. Daher ist diese Mutation nicht unbedingt eine Mutation, die mit einem bestimmten Merkmal in Verbindung gebracht wird. Daher kann die Populationsstruktur eine Störvariable in genetischen Studien sein. Die Berücksichtigung und Kontrolle ihrer Auswirkungen ist bei GWAS von entscheidender Bedeutung. Wenn die Populationsstruktur nicht richtig berücksichtigt wird, können falsch positive Assoziationen auftreten. Um die Auswirkungen der Populationsstruktur abzumildern, wurden gemischte Modelle entwickelt, um die Populationsstruktur und Verwandtschaft zu korrigieren. Sehen wir uns genauer an, ob JMP Pro dieses Problem bewältigen kann.
Die Daten
Für diese Analyse verwenden wir Daten zu Reis, die 343 Zeilen enthalten, also insgesamt 8336 Marker in fünf verschiedenen Subpopulationen. Nachfolgend finden Sie eine Beschreibung der verschiedenen Subpopulationen:
Aktuelle Verbreitung der fünf wichtigsten Reisunterpopulationen in Asien.
Referenz:https://doi.org/10.1371/journal.pgen.0030133.g001
Die Idee besteht darin, mit diesen Daten Marker zu finden, die mit den folgenden Merkmalen in Zusammenhang stehen: Blütetage, Pflanzenhöhe bei Reife, Gewicht der einzelnen Rispe und Kornertrag.
Verteilung der vier Merkmale
Die Lösung
Antwortscreening
Das Response-Screening ist eine leistungsstarke Plattform, die den Prozess der Durchführung von Tests mit vielen Antworten automatisiert und damit ein perfektes Szenario für genetische Daten darstellt. Mit JMP Pro 18 ist es jetzt möglich, dem Modell Informationen zur Bevölkerungsstruktur hinzuzufügen, wie z. B. die IBS-Beziehungsmatrix (Identity By State). Auf diese Weise ist es möglich, gemischte Modelle zu erstellen, bei denen die Antworten als feste Effekte und die Bevölkerungsstruktur als zufällige Effekte verwendet werden.
Dialogfenster des Fit-Modells unter Verwendung des Response-Screenings als Modell
In meinem vorherigen Blog zur Analyse von populationsgenetischen Strukturen beim Menschen habe ich beschrieben, wie man die Marker-Verwandtheitsplattform verwendet. Zusammenfassend lässt sich sagen, dass die Marker-Verwandtheit die Verwandtschaft zwischen Individuen misst, indem sie eine sogenannte Beziehungsmatrix auf Basis von IBS (Identity By State) erstellt, die die Auswirkungen der Markeridentität auf die Ähnlichkeit zwischen nicht verwandten Individuen untersucht.
Das Antwort-Screening wurde zuerst ohne und dann mit der Bevölkerungsstruktur (unter Verwendung eines gemischten Modells) durchgeführt, um die Unterschiede hinsichtlich der Signalstärke zu ermitteln.
Ergebnisse des Antwortscreenings ohne und mit der Beziehungsmatrix
Der Bericht zeigt die Assoziationssignifikanz zwischen einem einzelnen Marker und einem einzelnen Merkmal in einer Tabelle und einem Diagramm. In der Tabelle weist ein roter Logworth (-log 10 des p-Werts) auf eine starke Assoziation zwischen Marker und Merkmal hin. Im Wirkungsdiagramm spiegeln der rote Punkt und die horizontale rote Linie die Roh-p-Werte bzw. den p-Wert-Schwellenwert wider; die blauen Punkte und die horizontale blaue Linie spiegeln die transformierten FDR-p-Werte (False Discovery Rates) wider. Tests mit FDR- p -Werten, die unter die blaue Linie fallen, sind auf dem Niveau von 0,05 signifikant, wenn sie an die False Discovery Rate angepasst werden. Tests mit normalen p -Werten, die unter die rote Linie fallen, sind auf dem Niveau von 0,05 signifikant, ohne dass an die False Discovery Rate angepasst wird. Auf diese Art ermöglicht Ihnen das Diagramm, die FDR-Signifikanz aus beiden p- Werte-Sätzen abzulesen. Daher werden Signale unterhalb des Schwellenwerts als signifikant erklärt.
In beiden Fällen, mit Roh- und FDR-angepassten p-Werten, können wir mit oder ohne Populationsstruktur deutlich einen Unterschied erkennen. Es gibt viel mehr signifikante Marker, die mit einem Merkmal auf der Grundlage des Antwort-Screenings ohne Populationsstruktur assoziiert sind als mit. Daher ist es mit einem gemischten Modellansatz möglich, einen Zusammenhang zwischen verschiedenen Merkmalen zu finden, gleichzeitig die Populationsstruktur anzupassen und so die falschen Signale zu verringern.
Manhattan-Grundstück
Betrachten wir die Ergebnisse nun auf eine andere Weise. Indem wir die Datentabellenergebnisse aus dem Antwortscreening nehmen und sie mit der Annotation verbinden (und so Markerposition und Chromosomeninformationen hinzufügen), können wir ein sogenanntes Manhattan-Diagramm erstellen. Im Manhattan-Diagramm unten sehen wir auf der x-Achse, dass die Marker nach Chromosomen (in Farbe) gruppiert sind und der Logworth auf der y-Achse nach den vier verschiedenen Antworten gruppiert ist – mit Populationsstruktur auf der linken Seite und ohne Populationsstruktur auf der rechten. Logworth mit hohen Werten wird als signifikant angesehen. Es zeigt, dass für alle Antworten niedrigere Logworth-Werte die Populationsstruktur berücksichtigen und so die falschen Signale verringern.
Manhattan-Diagramm, das den Logworth für jede Antwort zeigt, eingefärbt nach Chromosom mit Populationsstruktur (links) und ohne Populationsstruktur (rechts).
Animiertes Manhattan-Diagramm, das den Logworth-Wert für eine Reaktion (Pflanzenhöhe bei Reife) zeigt, eingefärbt nach Chromosom
Um die wahren und falschen Signale zu identifizieren, muss man lediglich den Logworth mit Populationsstruktur vom Logworth ohne Populationsstruktur abziehen. In der folgenden Grafik sehen wir den überlagerten Logworth mit (grün) und ohne (rot) Populationsstruktur. Die Pfeile markieren Signale in Markern, die vermutlich stark mit einem Merkmal verbunden sind (ohne Populationsstruktur). Der untere Teil der Grafik stellt den Unterschied zwischen Logworth mit und Logworth ohne Populationsstruktur dar, sodass wahre und falsche Positivwerte unterschieden werden können. Es zeigt sich deutlich ein signifikanter Unterschied, wenn man den Logworth mit und ohne Populationsstruktur vergleicht. Sehen Sie sich die Anzahl der falschen Positivwerte an! (negative Differenzwerte).
Diagramm, das den Logworth-Unterschied mit und ohne Bevölkerungsstruktur zeigt
Abschluss
In diesem Blog wird beschrieben, wie JMP Pro gemischte Modelle für GWAS unter Berücksichtigung der Bevölkerungsstruktur handhaben kann. Wenn die Bevölkerungsstruktur nicht richtig berücksichtigt wird, können falsch positive Assoziationen auftreten. Um die Auswirkungen der Bevölkerungsstruktur abzumildern, sind gemischte Modelle die richtigen Werkzeuge, wenn die Bevölkerungsstruktur eine wichtige Rolle spielt.
