Genetic Epidemiology

Việc tìm kiếm các biến thể gen hiếm có liên quan đến các bệnh phức tạp có thể được hỗ trợ bằng cách làm giàu cho những người mang biến thể hiếm bằng cách lấy mẫu các trường hợp từ gia phả có bệnh, có thể có nhóm đối chứng liên quan hoặc không liên quan. Tuy nhiên, chiến lược này làm phức tạp các phân tích do nguồn gốc di truyền chia sẻ cũng như sự liên kết không cân bằng giữa các dấu hiệu di truyền. Để khắc phục những vấn đề này, chúng tôi đã phát triển các loại chỉ số "gánh nặng" và chỉ số kernel rộng rãi, mở rộng các phương pháp thường được sử dụng cho dữ liệu trường hợp - đối chứng không có liên quan để cho phép các mối quan hệ gia phả đã biết, cho các nhiễm sắc thể thường và nhiễm sắc thể X. Hơn nữa, bằng cách thay thế ma trận tương quan di truyền dựa trên gia phả bằng những ước lượng về các mối quan hệ di truyền dựa trên dữ liệu gen quy mô lớn, các phương pháp của chúng tôi có thể được sử dụng để tính đến dữ liệu có cấu trúc dân số. Qua các mô phỏng, chúng tôi cho thấy rằng tỷ lệ sai số loại I của các phương pháp đã phát triển gần đạt đến mức danh nghĩa tiệm cận, cho phép tính toán nhanh chóng các giá trị P. Các mô phỏng của chúng tôi cũng cho thấy rằng một thống kê kernel có trọng số tuyến tính thường mạnh hơn một thống kê "gánh nặng" có trọng số. Vì các thống kê đề xuất có tính toán nhanh, chúng có thể được sử dụng dễ dàng cho việc sàng lọc quy mô lớn về mối liên quan giữa dữ liệu chuỗi gen với trạng thái bệnh.

Các nghiên cứu liên kết toàn bộ gen là một chiến lược thú vị trong di truyền học, gần đây đã trở nên khả thi và thu được nhiều gene mới liên quan đến nhiều kiểu hình. Việc xác định tầm quan trọng của các kết quả trong bối cảnh kiểm tra một tập hợp nhiều giả thuyết toàn bộ gen, hầu hết trong số đó sản sinh ra các tín hiệu liên kết phát tín hiệu ồn ào, phân phối null, đặt ra một thách thức cho cộng đồng rộng lớn các nhà nghiên cứu liên kết. Thay vì mỗi nghiên cứu tham gia vào việc đánh giá độc lập các tiêu chuẩn chính thức, chúng tôi đã thực hiện nhiệm vụ phát triển các tiêu chuẩn như vậy cho sự quan trọng trên toàn bộ gen, dựa trên dữ liệu được thu thập bởi Tổ chức Bản đồ Haplotype Quốc tế. Chúng tôi báo cáo một gánh nặng kiểm tra ước tính khoảng một triệu kiểm tra độc lập trên toàn bộ gen ở người châu Âu, và gấp đôi số đó ở người châu Phi. Chúng tôi cũng xác định độ nhạy của gánh nặng kiểm tra đối với mức độ quan trọng yêu cầu, với những tác động đến thiết kế từng giai đoạn của các nghiên cứu liên kết. Genet. Epidemiol. 2008. © 2008 Wiley‐Liss, Inc.

Các kiểm tra hiệp hội của các haplotype đa locus được quan tâm trong cả việc lập bản đồ mất cân bằng liên kết và trong các nghiên cứu gen ứng cử viên. Đối với bộ ba ca - cha - mẹ, tôi thảo luận về việc mở rộng các phương pháp đa locus hiện có để bao gồm các haplotype không rõ ràng trong các kiểm tra mô hình phân biệt giữa pha cis và trans. Một kiểm tra tỉ lệ khả năng được đề xuất, sử dụng thuật toán tối đa hóa kỳ vọng (E-M) để tính đến sự không rõ ràng của haplotype. Các giả định về cấu trúc quần thể là cần thiết, nhưng các tình huống thực tế, bao gồm phân tầng quần thể, vi phạm các giả định dẫn đến các kiểm tra bảo thủ. Tôi mô tả một quy trình hoán vị cho giả thuyết vô hiệu mà quan tâm, điều này kiểm soát những vi phạm giả định. Đối với các phả hệ tổng quát, tôi mô tả các mở rộng của kiểm tra mất cân bằng phả hệ để bao gồm các haplotype không chắc chắn. Các thống kê tóm tắt được thay thế bằng các giá trị kỳ vọng của chúng trên các phân phối trước của tần suất haplotype. Nếu các phân phối trước không có sẵn, một kiểm tra hợp lệ có thể thực hiện bằng cách sử dụng thuật toán E-M để ước tính phân phối vô hiệu của tần suất haplotype. Các phương pháp tương tự cũng có sẵn cho các đặc điểm định lượng. Các kiểm tra hoán vị chính xác khá khó để xây dựng trên các mẫu nhỏ, nhưng một quy trình xấp xỉ là thích hợp trên các mẫu lớn, và có thể được sử dụng để tính đến sự phụ thuộc giữa các kiểm tra của nhiều haplotype và locus. Genet Epidemiol 25:115–121, 2003. © 2003 Wiley‐Liss, Inc.

Sự không đồng nhất trong các yếu tố quyết định sự tương đồng gia đình của nồng độ lipid và lipoprotein giữa các quần thể ở Bắc Mỹ và Israel đã được nghiên cứu bằng cách sử dụng phân tích đường dẫn. Một giao thức chung, các kỹ thuật đo lường giống hệt nhau và các quy trình thống kê tương tự đã được sử dụng trong hai mẫu này. Cả yếu tố di truyền (h²) và văn hóa (c²) đều có ý nghĩa đối với tất cả các biến lipid trong hai nghiên cứu. Tính di truyền và văn hóa của cholesterol toàn phần (h² = 0.61, c² = 0.02), cholesterol lipoprotein mật độ thấp (h² = 0.59, c² = 0.02), và cholesterol lipoprotein mật độ cao (h² = 0.55, c² = 0.06) không khác biệt đáng kể giữa Bắc Mỹ và Israel, trong khi có sự khác biệt đáng kể đối với triglyceride (h² = 0.41, c² = 0.07 ở Bắc Mỹ; h² = 0.61, c² = 0.05 ở Israel). Các tham số thứ cấp của mô hình đường dẫn mô tả các mối quan hệ môi trường nội gia đình khác nhau giữa hai quốc gia. Cụ thể, có sự tương quan cao hơn giữa các môi trường hôn nhân ở Israel cho tất cả các đặc trưng ngoại trừ triglyceride, và ảnh hưởng lớn hơn của môi trường cha đến môi trường con cái ở Israel cho tất cả các đặc trưng. Trong cả hai quần thể, sự biến đổi của lipid huyết tương và lipoprotein chủ yếu được giải thích bởi các yếu tố di truyền và các yếu tố môi trường ngẫu nhiên không được đo lường. Đóng góp của môi trường gia đình chung là nhỏ, mặc dù vẫn có ý nghĩa thống kê. Điều này có thể do tính đồng nhất của phân bố các yếu tố môi trường gia đình trong cả hai quốc gia.

Các phát triển trong các nghiên cứu liên kết toàn genome và sự gia tăng khả năng truy cập dữ liệu tổng hợp liên kết di truyền đã làm cho việc áp dụng ngẫu nhiên hóa Mendelian trở nên tương đối đơn giản. Tuy nhiên, việc thu được các kết quả đáng tin cậy từ một cuộc điều tra ngẫu nhiên hóa Mendelian vẫn là một vấn đề, vì phương pháp trọng số nghịch biến cổ điển chỉ cho ra các ước lượng nhất quán nếu tất cả các biến thể di truyền trong phân tích đều là các biến số công cụ hợp lệ. Chúng tôi trình bày một ước lượng trung vị có trọng số mới để kết hợp dữ liệu về nhiều biến thể di truyền thành một ước lượng nguyên nhân duy nhất. Ước lượng này là nhất quán ngay cả khi tới 50% thông tin đến từ các biến số công cụ không hợp lệ. Trong một phân tích mô phỏng, nó cho thấy có tỷ lệ lỗi loại 1 mẫu hữu hạn tốt hơn so với phương pháp trọng số nghịch biến, và bổ sung cho phương pháp hồi quy MR‐Egger (ngẫu nhiên hóa Mendelian‐Egger) được đề xuất gần đây. Trong các phân tích về các tác động nguyên nhân của cholesterol lipoprotein mật độ thấp và cholesterol lipoprotein mật độ cao đối với nguy cơ bệnh động mạch vành, phương pháp trọng số nghịch biến cho thấy một tác động nguyên nhân của cả hai phân đoạn lipid, trong khi các phương pháp hồi quy trung vị có trọng số và MR‐Egger cho thấy một tác động null của cholesterol lipoprotein mật độ cao tương ứng với bằng chứng thực nghiệm. Cả phương pháp dựa trên trung vị và hồi quy MR‐Egger nên được xem xét như các phân tích nhạy cảm cho các cuộc điều tra ngẫu nhiên hóa Mendelian với nhiều biến thể di truyền.

Số lượng các phân tích Mendelian ngẫu nhiên (MR) bao gồm số lượng lớn các biến di truyền đang tăng nhanh. Điều này là do sự phát triển nhanh chóng của các nghiên cứu liên kết toàn bộ gen và mong muốn có được những ước lượng chính xác hơn về các hiệu ứng gây ra. Vì không có khả năng tất cả các biến di truyền đều là các biến công cụ hợp lệ, đã có nhiều phương pháp mạnh mẽ được đề xuất. Chúng tôi so sánh chín phương pháp mạnh mẽ cho MR dựa trên dữ liệu tóm tắt có thể được thực hiện bằng cách sử dụng phần mềm thống kê tiêu chuẩn. Các phương pháp được so sánh theo ba cách: bằng cách xem xét các thuộc tính lý thuyết của chúng, trong một nghiên cứu mô phỏng rộng rãi, và trong một ví dụ thực nghiệm. Trong nghiên cứu mô phỏng, phương pháp tốt nhất, được đánh giá bằng lỗi bình phương trung bình là phương pháp hỗn hợp ô nhiễm. Phương pháp này có tỷ lệ lỗi loại I được kiểm soát tốt với tới 50% biến công cụ không hợp lệ trên nhiều kịch bản khác nhau. Các phương pháp khác hoạt động tốt theo các chỉ số khác nhau. Các phương pháp mạnh mẽ đối với giá trị ngoại lai có khoảng tin cậy hẹp nhất trong ví dụ thực nghiệm. Với những ngoại lệ riêng rẽ, tất cả các phương pháp đều hoạt động kém khi hơn 50% các biến là biến công cụ không hợp lệ. Khuyến nghị của chúng tôi cho các nhà nghiên cứu là thực hiện nhiều phương pháp mạnh mẽ khác nhau hoạt động theo các cách khác nhau và dựa trên các giả định khác nhau để đưa ra suy luận hợp lệ, nhằm đánh giá độ tin cậy của các phân tích MR.

Genome của một cá thể có sự pha trộn đại diện cho sự kết hợp của các alen từ các nguồn gốc khác nhau. Tại Hoa Kỳ, hai nhóm dân tộc thiểu số lớn nhất, người Mỹ gốc Phi và người La tinh, đều có đặc điểm pha trộn. Việc hiểu tỷ lệ pha trộn ở cấp độ cá nhân (sự pha trộn cá nhân, hay IA) là rất có giá trị cho cả các nhà di truyền học quần thể và các nhà dịch tễ học, những người tiến hành nghiên cứu liên kết kiểm soát trường hợp trong các nhóm này. Tại đây, chúng tôi trình bày một phần mở rộng của phương pháp tần suất trước đây được mô tả (cực đại khả năng hoặc ML) để ước lượng sự pha trộn cá nhân cho phép có sự không chắc chắn trong các tần số alen tổ tiên. Chúng tôi so sánh phương pháp này với các phương pháp dựa trên khả năng một phần trước đó cũng như các phương pháp MCMC Bayes gần đây được mô tả. Phương pháp ML đầy đủ của chúng tôi cho thấy sự ổn định cao hơn khi so với một phương pháp ML một phần hiện có. Các mô phỏng cũng cho thấy rằng ước lượng tần suất này đạt hiệu suất tương tự, được đo bằng tiêu chí sai số bình phương trung bình, như các phương pháp Bayes nhưng chỉ cần một phần nhỏ thời gian tính toán để tạo ra các ước lượng điểm, cho phép phân tích sâu rộng (ví dụ, các mô phỏng) không thể thực hiện bằng các phương pháp Bayes. Kết quả mô phỏng của chúng tôi cho thấy rằng việc bao gồm các quần thể tổ tiên hoặc đại diện của chúng trong phân tích là cần thiết đối với bất kỳ phương pháp ước lượng IA nào để có được các kết quả hợp lý. Genet. Epidemiol. © 2005 Wiley‐Liss, Inc.

Trong thống kê rủi ro tương đối haplotype (HRR) (Rubinstein và cộng sự: Human Immunol 3:384 [tóm tắt], 1981), một mẫu bệnh được xây dựng cùng với một kiểm soát nội bộ của nó bằng cách so sánh các alen dấu hiệu được di truyền từ cha mẹ cho một đứa trẻ bị ảnh hưởng với các alen dấu hiệu của cha mẹ không được truyền lại. Dựa trên phân phối kiểu gen cha mẹ có điều kiện nếu họ có một đứa trẻ bị ảnh hưởng, các thuộc tính thống kê của thống kê HRR được suy ra. Kết quả cho thấy rằng HRR khác với 1 chỉ khi có sự liên kết alen và tỉ lệ tái tổ hợp khác với 1/2. Các alen dấu hiệu được truyền và không được truyền chỉ được chứng minh là độc lập thống kê khi không có sự liên kết alen nào hoặc sự tái tổ hợp.

Tần suất kiểu gen HLA DR ở bệnh nhân tiểu đường phụ thuộc insulin (IDDM) và tần suất các alen DR được truyền từ cha mẹ bị ảnh hưởng sang con cái bị ảnh hưởng cho thấy rằng khuynh hướng liên quan đến DR3 mang tính "tàng hình" hơn, trong khi khuynh hướng liên quan đến DR4 mang tính "thống trị" hơn trong di truyền, sau khi đã điều chỉnh cho tác động cộng hợp giữa DR3 và DR4. Phân bố locus B trên các haplotype của bệnh nhân cho thấy chỉ một phần con của cả DR3 và DR4 có thể khiến suy yếu hệ miễn dịch. Có sự đa dạng được phát hiện ở cả hai haplotype tiền xử lý DR3 và DR4 dựa trên lớp kiểu gen DR. Với việc sử dụng thích hợp cấu trúc gia đình của dữ liệu, một quần thể đối chứng với các alen "không bị ảnh hưởng" có thể được xác định. Ứng dụng của phương pháp này xác nhận tác động gây ra bệnh liên quan đến alen lớp 1 của vùng đa hình 5′ của gene insulin.

Các phương pháp thống kê để suy diễn haplotype từ kiểu gen đa điểm của những cá thể không có quan hệ có ứng dụng quan trọng trong nghiên cứu liên kết và di truyền học quần thể. Việc hiểu rõ các yếu tố ảnh hưởng đến độ chính xác của suy diễn này là rất quan trọng, nhưng việc đánh giá đã bị hạn chế bởi sự sẵn có hạn chế của dữ liệu sinh học với phase đã biết. Chúng tôi đã tạo ra các dòng tế bào lai đơn bội cho nhiễm sắc thể người 19 và sản xuất các chuỗi hoàn chỉnh đơn nhiễm sắc thể của một vùng gen 48 kb trên 39 cá thể có nguồn gốc Phi Mỹ (AA) và Mỹ gốc châu Âu (EA). Chúng tôi sử dụng những kiểu gen đã biết phase này và các mô phỏng đồng biến để đánh giá độ chính xác của sự tái tạo haplotype thống kê bằng một số thuật toán. Độ chính xác của suy diễn phase là rất thấp trong dữ liệu sinh học của chúng tôi ngay cả đối với các vùng ngắn như 25–50 kb, cho thấy sự thận trọng là cần thiết khi phân tích các haplotype đã tái tạo. Hơn nữa, độ tin cậy của ước lượng sự tự tin trong suy diễn phase không đủ cao để cho phép việc kết hợp đáng tin cậy thông tin về sự không chắc chắn theo vị trí trong các phân tích tiếp theo. Chúng tôi cho thấy rằng, trong các mẫu có nguồn gốc hỗn hợp nhất định (các quần thể AA và EA), có lẽ haplotype chính xác nhất được thu được khi tăng kích thước mẫu bằng cách xem xét mẫu ghép lớn nhất, mặc dù có những vấn đề lý thuyết liên quan đến việc ghép các mẫu không đồng nhất đó. Các chiến lược để cải thiện sự tự tin trong các haplotype đã tái tạo và các phương án thực tế thay thế cho phân tích các haplotype suy diễn được thảo luận. Genet. Epidemiol. © 2007 Wiley‐Liss, Inc.