Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô phỏng sự không đồng nhất về phương sai trong các nghiên cứu kết hợp toàn bộ bộ gen định lượng
Tóm tắt
Phân tích sự không đồng nhất về phương sai trong các nghiên cứu kết hợp toàn bộ bộ gen (vGWAS) là một phương pháp mới nổi để phát hiện các vị trí di truyền liên quan đến tương tác giữa các gen với nhau và giữa gen với môi trường. Phân tích vGWAS phát hiện sự biến đổi trong giá trị biểu hiện qua các kiểu gen, trái ngược với phân tích GWAS điển hình, mà phát hiện sự biến đổi trong giá trị trung bình biểu hiện. Một vài phương pháp phân tích vGWAS đã được giới thiệu gần đây trong tài liệu. Tuy nhiên, công việc đánh giá các phương pháp này vẫn còn rất hạn chế. Để phát triển các phương pháp phân tích vGWAS tốt hơn, công trình này trình bày quy trình mô phỏng vGWAS định lượng đầu tiên. Để đạt được điều đó, chúng tôi mô tả khung toán học và thuật toán để tạo ra dữ liệu biểu hiện vGWAS định lượng từ các hồ sơ kiểu gen. Mô hình mô phỏng của chúng tôi tính đến cả kiểu gen đơn bội và kiểu gen lưỡng bội dưới các chế độ thống trị khác nhau. Mô hình của chúng tôi cũng có khả năng mô phỏng bất kỳ số lượng vị trí di truyền nào gây ra sự không đồng nhất về giá trị trung bình và phương sai. Chúng tôi chứng minh tính hữu ích của quy trình mô phỏng thông qua việc tạo ra nhiều loại vị trí di truyền khác nhau để đánh giá các phương pháp phân tích GWAS và vGWAS thông thường. Kết quả của đánh giá này nêu bật những thách thức mà các công cụ hiện tại phải đối mặt trong việc phát hiện các vị trí GWAS và vGWAS.
Từ khóa
#vGWAS #phương sai #nghiên cứu kết hợp toàn bộ bộ gen #tương tác gen-gen #tương tác gen-môi trường #mô phỏng.Tài liệu tham khảo
Hindorff LA, Sethupathy P, Junkins HA, Ramos EM, Mehta JP, Collins FS, Manolio TA. Potential etiologic and functional implications of genome-wide association loci for human diseases and traits. Proc Natl Acad Sci. 2009; 106(23):9362–7.
Manolio TA, Collins FS, Cox NJ, Goldstein DB, Hindorff LA, Hunter DJ, McCarthy MI, Ramos EM, Cardon LR, Chakravarti A, et al. Finding the missing heritability of complex diseases. Nature. 2009; 461(7265):747–53.
Yang J, Benyamin B, McEvoy BP, Gordon S, Henders AK, Nyholt DR, Madden PA, Heath AC, Martin NG, Montgomery GW, et al. Common snps explain a large proportion of the heritability for human height. Nat Genet. 2010; 42(7):565–9.
Korte A, Farlow A. The advantages and limitations of trait analysis with gwas: a review. Plant Methods. 2013; 9(1):29.
Struchalin MV, Dehghan A, Witteman JC, van Duijn C, Aulchenko YS. Variance heterogeneity analysis for detection of potentially interacting genetic loci: method and its limitations. BMC Genet. 2010; 11(1):92.
Rönnegård L., Valdar W. Detecting major genetic loci controlling phenotypic variability in experimental crosses. Genetics. 2011; 188(2):435–47.
Shen X, Pettersson M, Rönnegård L, Carlborg Ö. Inheritance beyond plain heritability: variance-controlling genes in arabidopsis thaliana. PLoS Genet. 2012; 8(8):1002839.
Nelson RM, Pettersson ME, Li X, Carlborg Ö. Variance heterogeneity in saccharomyces cerevisiae expression data: trans-regulation and epistasis. PloS ONE. 2013; 8(11):79507.
Hulse AM, Cai JJ. Genetic variants contribute to gene expression variability in humans. Genetics. 2013; 193(1):95–108.
Yang J, Loos RJ, Powell JE, Medland SE, Speliotes EK, Chasman DI, Rose LM, Thorleifsson G, Steinthorsdottir V, Mägi R, et al. Fto genotype is associated with phenotypic variability of body mass index. Nature. 2012; 490(7419):267–72.
Wei W-H, Bowes J, Plant D, et al. Major histocompatibility complex harbors widespread genotypic variability of non-additive risk of rheumatoid arthritis including epistasis. Sci Rep. 2016; 6:25014. https://doi.org/10.1038/srep25014.
Peng B, Amos CI, Kimmel M. Forward-time simulations of human populations with complex diseases. PLoS Genet. 2007; 3(3):47.
Marchini J, Howie B, Myers S, McVean G, Donnelly P. A new multipoint method for genome-wide association studies by imputation of genotypes. Nat Genet. 2007; 39(7):906–13.
Wright FA, Huang H, Guan X, Gamiel K, Jeffries C, Barry WT, de Villena FP-M, Sullivan PF, Wilhelmsen KC, Zou F. Simulating association studies: a data-based resampling method for candidate regions or whole genome scans. Bioinformatics. 2007; 23(19):2581–8.
Li C, Li M. Gwasimulator: a rapid whole-genome simulation program. Bioinformatics. 2008; 24(1):140–2.
Hudson RR. Generating samples under a wright–fisher neutral model of genetic variation. Bioinformatics. 2002; 18(2):337–8.
Mailund T, Schierup MH, Pedersen CN, Mechlenborg PJ, Madsen JN, Schauser L. Coasim: a flexible environment for simulating genetic data under coalescent models. BMC Bioinformatics. 2005; 6(1):252.
Liang L, Zöllner S, Abecasis GR. Genome: a rapid coalescent-based whole genome simulator. Bioinformatics. 2007; 23(12):1565–7.
Carvajal-Rodríguez A. Genomepop: a program to simulate genomes in populations. BMC Bioinformatics. 2008; 9(1):223.
Lambert BW, Terwilliger JD, Weiss KM. Forsim: a tool for exploring the genetic architecture of complex traits with controlled truth. Bioinformatics. 2008; 24(16):1821–2.
Peng B, Amos CI. Forward-time simulation of realistic samples for genome-wide association studies. BMC Bioinformatics. 2010; 11(1):442.
Haller BC, Messer PW. SLiM 2: Flexible, interactive forward genetic simulations. Mol Biol Evol. 2017; 34(1):230–40.
Günther T., Gawenda I, Schmid KJ. phenosim-a software to simulate phenotypes for testing in genome-wide association studies. BMC Bioinformatics. 2011; 12(1):265.
Atwell S, Huang Y, Vilhjálmsson BJ, Willems G, Horton M, Li Y, Meng D, Platt A, Tarone AM, Hu TT, et al. Genome-wide association study of 107 phenotypes in arabidopsis thaliana inbred lines. Nature. 2010; 465(7298):627–31.
Kim S, Plagnol V, Hu TT, Toomajian C, Clark RM, Ossowski S, Ecker JR, Weigel D, Nordborg M. Recombination and linkage disequilibrium in arabidopsis thaliana. Nat Genet. 2007; 39(9):1151–5.
Li Y, Huang Y, Bergelson J, Nordborg M, Borevitz JO. Association mapping of local climate-sensitive quantitative trait loci in arabidopsis thaliana. Proc Natl Acad Sci. 2010; 107(49):21199–204.
Hui W, Gel Y, Gastwirth J. lawstat: an R package for law, public policy and biostatistics.J Stat Softw Articles. 2008; 28(3):1–26.