導入
ゲノムワイド関連研究 (GWAS) は、多数の被験者の DNA セット (ゲノム) 全体にわたって遺伝子マーカー (または SNP または一塩基多型) を迅速にスキャンし、特定の表現型または形質との遺伝的関連性を見つける手法です。研究者は GWAS を使用して、特定の形質と統計的に関連するゲノム変異を特定します。
GWAS は動物と植物に適用されます。ただし、GWAS は人間よりも植物でより成功しています ( 参照)。特に、GWAS は、増加する世界人口に持続的に食糧を供給するという課題に役立つことが期待されています。これは年々重要度が増している問題です。2050 年までに、地球上の人口は 100 億人に近づくと予想されており、これは 2010 年よりも約 30 億人多い人を養う必要があることを意味します。植物が私たちに食糧を提供する能力をより有効に活用する必要性は確かに存在しており、そのため遺伝子工学を使用してより優れた植物を育種するための研究開発が行われています。この課題に対処するための GWAS アプリケーションの注目すべき例を次に示します。
- ゴマの油収量、干ばつ耐性、ビタミン E の向上。
- アブラナ科植物（ブロッコリー、キャベツ、カリフラワー、その他の緑葉野菜を含む）のストレス耐性、油分含有量、種子の品質に関連する遺伝子を特定します。
- トウモロコシに疫病耐性を与える遺伝子を特定する。
研究者たちは、農業を強化し、適応プロセスを理解するために、これらの関連性を探求し続けています。
チャレンジ
植物における関連マッピング手法の適用は、ほとんどの遺伝資源セットに存在する集団構造によって複雑になります。集団構造は偽の関連をもたらす可能性があるため、遺伝的変異は地理的背景により集団間で異なる可能性があるため、植物遺伝学における関連研究の使用は制限されています。この変化は集団階層化と呼ばれます。機能的関連の真のシグナルを集団構造によって生成される膨大な数の偽のシグナルから分離できれば、関連マッピングは大きな可能性を秘めています。
GWASは人口構造を考慮に入れる
集団構造は GWAS で重要な役割を果たします。集団構造とは、サブ集団間の対立遺伝子頻度の体系的な違いを指します。ランダムに交配する集団では、対立遺伝子頻度はグループ間でほぼ同様であると予想されます。ただし、交配はある程度ランダムではない傾向があり、構造が生じます。たとえば、川などの障壁は同じ種の 2 つのグループを分離し、潜在的な配偶者が渡ることを困難にすることができます。その結果、この突然変異は必ずしも特定の形質に関連付けられる突然変異ではありません。したがって、集団構造は遺伝学研究における交絡変数になる可能性があります。その影響を説明し、制御することは、GWAS で不可欠です。集団構造が適切に対処されていない場合、偽陽性の関連付けが発生する可能性があります。集団構造の影響を軽減するために、集団構造と関連性を修正する混合モデルが登場しました。JMP Pro がこの問題に対処できるかどうかを詳しく見てみましょう。
データ
この分析では、5 つの異なるサブ集団にわたる合計 8336 個のマーカー、つまり 343 のラインを含むイネのデータを使用します。以下は、さまざまなサブ集団の説明です。
アジアにおけるイネの 5 つの主要亜集団の現在の分布。
参照：https://doi.org/10.1371/journal.pgen.0030133.g001
このデータを使用して、開花日数、成熟時の植物の高さ、個々の穂の重量、穀物収量などの特性に関連するマーカーを見つけることが目的です。
4つの特性の分布
解決策
応答スクリーニング
応答スクリーニングは、多数の応答にわたってテストを実行するプロセスを自動化する強力なプラットフォームであり、遺伝子データに最適なシナリオです。JMP Pro 18 では、IBS (Identity By State) 関係マトリックスなどの人口構造情報をモデルに追加できるようになりました。これにより、応答を固定効果として、人口構造をランダム効果として使用して、混合モデルを実行できるようになります。
応答スクリーニングをモデルとして使用する適合モデルのダイアログボックス
前回のヒトの集団遺伝構造分析に関するブログでは、マーカー関連性プラットフォームの使用方法について説明しました。要約すると、マーカー関連性は、マーカーのアイデンティティが無関係な個人間の類似性に与える影響を調べる IBS (Identity By State) に基づいて、いわゆる関係マトリックスを作成することで、個人間の関連性を測定します。
応答スクリーニングは、最初に集団構造なしで実行され、次に集団構造あり（混合モデルを使用）で実行され、信号レベルの違いが判定されました。
関係マトリックスなしと関係マトリックスありの応答スクリーニング結果
レポートには、単一のマーカーと単一の特性間の関連の有意性が表とプロットで表示されます。表では、赤い Logworth (p 値の -log 10) は、マーカーと特性間の強い関連を示しています。効果プロットでは、赤い点と赤い水平線は、それぞれ生の p 値と p 値しきい値を反映し、青い点と青い水平線は、それぞれ FDR (偽発見率) 変換された p 値を反映しています。青い線を下回る FDR p値を持つテストは、偽発見率を調整すると 0.05 レベルで有意です。赤い線を下回る通常のp値を持つテストは、偽発見率を調整しなくても 0.05 レベルで有意です。このように、プロットでは、どちらのp値セットからでも FDR の有意性を読み取ることができます。したがって、しきい値を下回るシグナルは有意であると宣言されます。
どちらの場合も、生の p 値と FDR 調整済みの p 値を使用して、集団構造の有無による違いをはっきりと確認できます。集団構造がない場合の応答スクリーニングに基づくと、集団構造がある場合よりも、特性に関連付けられた重要なマーカーがはるかに多くあります。したがって、混合モデル アプローチを使用すると、さまざまな特性間の関連性を見つけることができ、同時に集団構造を調整して誤ったシグナルを減らすことができます。
マンハッタンの陰謀
ここで、結果を別の方法で見てみましょう。応答スクリーニングからのデータ テーブル結果を取得し、それを注釈と結合する (つまり、マーカーの位置と染色体の情報を追加する) と、いわゆるマンハッタン プロットを作成できます。下のマンハッタン プロットでは、x 軸でマーカーが染色体 (色付き) ごとにグループ化され、y 軸の logworth が 4 つの異なる応答 (左側は集団構造あり、右側は集団構造なし) ごとにグループ化されていることがわかります。高い値の logworth は有意であると見なされます。これは、すべての応答について、logworth 値が低いほど集団構造が考慮され、誤ったシグナルが減少することを示しています。
マンハッタン プロットは、各応答のログワースを染色体別に色分けして示し、集団構造あり (左) と集団構造なし (右) を示しています。
1 つの応答（成熟時の植物の高さ）のログワースを染色体ごとに色分けして表示したアニメーション マンハッタン プロット
真と偽のシグナルを識別するには、集団構造のあるログワースから集団構造のないログワースを引くだけです。下のグラフでは、集団構造のあるログワース (緑色) と集団構造のないログワース (赤色) を重ねて表示しています。矢印は、特性と高い関連性があると考えられるマーカーのシグナル (集団構造がないと仮定) を強調表示しています。グラフの下部は、集団構造のあるログワースと集団構造のないログワースの差を表しており、真陽性と偽陽性を区別できます。集団構造のあるログワースと集団構造のないログワースを比較すると、明らかに大きな差が見られます。偽陽性の数を見てください! (負の差の値)。
人口構造の有無によるログワース差を示すグラフ
結論
このブログでは、JMP Pro が人口構造を考慮しながら GWAS の混合モデルを処理する方法について説明します。人口構造が適切に処理されていない場合、偽陽性の関連付けが発生する可能性があります。人口構造の影響を軽減するには、人口構造が重要な役割を果たす場合、混合モデルが適切なツールです。
