Información

Cohortes de replicación en GWAS microbiano

Cohortes de replicación en GWAS microbiano


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

La replicación en una cohorte independiente es, por supuesto, el estándar de oro en los estudios de GWAS, y muchas revistas de alto perfil ahora (con bastante razón) no aceptarán hallazgos que indiquen una asociación de genotipo fenotipo sin evidencia de replicación.

Sin embargo, GWAS ya no es el dominio exclusivo de la genética humana y se utiliza cada vez más en especies microbianas, patógenas en humanos, animales y plantas. Sin embargo, habiendo leído muchos de estos estudios (principalmente en fitopatología), no puedo encontrar ninguna discusión sobre las prácticas técnicas de replicación en sus métodos. En mi propia investigación, pretendo realizar GWA entre snps y genotipos de presencia-ausencia de genes recopilados por secuenciación de illumina, y fenotipos de virulencia (como una variable cuantitativa continua) cuando se inocula en la planta huésped (que es el trigo), de una gran población de un patógeno fúngico. He inoculado 120 plantas con 120 aislamientos del patógeno y soy una cohorte de replicación adicional de 80 plantas y aislamientos.

Mi pregunta es, ¿qué se requiere para que estas inoculaciones adicionales sean una cohorte 'independiente'?

La idea de la independencia en las réplicas técnicas es corregir el sesgo sistemático presente en la cohorte de descubrimiento, probablemente cultivaré estas plantas en una bahía de invernadero separada, por ejemplo (aunque dado que las diferentes combinaciones de hospedador-aislado son aleatorias dentro del invernadero, incluso esto puede no serlo). ser necesario); en un GWAS humano, diferentes métodos de genotipado serían ideales en la cohorte de replicación debido a la posible introducción de sesgo en el chip snp, en mi propio estudio no estoy seguro de si esto sería necesario ya que las variantes en mis datos se someterán a un filtrado estricto antes de llamada de genotipo.

Si alguien pudiera ayudarme a señalarme cuáles son mis posibles fuentes de sesgos sistemáticos, estaría muy agradecido.


Evaluación de la replicación de variantes de NUS1 en la enfermedad de Parkinson

El gen NUS1 se asoció recientemente con la enfermedad de Parkinson (EP) en la población china. Aquí, como parte del Consorcio Internacional de Genómica de la Enfermedad de Parkinson, hemos aprovechado cohortes de casos y controles de EP a gran escala para evaluar de manera integral las variantes dañinas de NUS1 en individuos de ascendencia europea. El análisis de la carga de variantes dañinas no sinónimas raras en individuos de casos y controles de conjuntos de datos de exoma y genoma completos no encontró evidencia de asociación de NUS1 con la EP. En general, las pruebas de una sola variante para variantes raras (frecuencia de alelos menores & lt0.01) y comunes (frecuencia de alelos menores & gt0.01), incluidas 15 cohortes de PD-GWAS y estadísticas resumidas del metanálisis de PD GWAS más grande hasta la fecha, tampoco revelaron cualquier asociación. Nuestros resultados indican una falta de evidencia de un papel de variantes de NUS1 no sinónimas dañinas raras en la EP en cohortes de casos y controles no relacionadas de ascendencia europea, lo que sugiere que la asociación observada anteriormente podría estar impulsada por variantes específicas de población extremadamente raras.

Palabras clave: NUS1 Enfermedad de Parkinson Carga de variantes raras.


La corrección estadística de la maldición del ganador explica la variabilidad de la replicación en estudios de asociación de rasgos cuantitativos en todo el genoma

Los estudios de asociación de todo el genoma (GWAS) han identificado cientos de SNP responsables de la variación en los rasgos cuantitativos humanos. Sin embargo, las asociaciones significativas de todo el genoma a menudo no se replican en las cohortes independientes, en aparente inconsistencia con sus aparentes efectos fuertes en las cohortes de descubrimiento. Este éxito limitado de la replicación plantea preguntas generalizadas sobre la utilidad del campo GWAS. Identificamos los 332 estudios de rasgos cuantitativos de la base de datos NHGRI-EBI GWAS con intento de replicación. Encontramos que la mayoría de los estudios proporcionan datos insuficientes para evaluar las tasas de replicación. Los artículos restantes se replican significativamente peor de lo esperado (p & lt 10-14), incluso cuando se ajusta la regresión a la media del tamaño del efecto entre las cohortes de descubrimiento y replicación, lo que se denomina la maldición del ganador (p & lt 10-16). Mostramos que esto se debe en parte a que se informa erróneamente el tamaño de la cohorte de replicación como un número máximo, en lugar de por locus uno. En 39 estudios que informaron con precisión el tamaño de la cohorte por locus para el intento de replicación de 707 loci en muestras con ascendencia similar, la tasa de replicación coincidió con la expectativa (458 predicho, 457 observado, p = 0,94). Por el contrario, las diferencias de ascendencia entre la replicación y el descubrimiento (13 estudios, 385 loci) hacen que el decil de loci de mayor potencia se replique peor de lo esperado, debido a la diferencia en el desequilibrio de ligamiento.

Declaracion de conflicto de interes

Los autores han declarado que no existen intereses en competencia.

Cifras

Fig 1. Tasa de replicación esperada y observada ...

Fig. 1. Tasa de replicación esperada y observada por publicación, estratificada por revista.

Fig 2. Tasas esperadas y observadas de…

Fig. 2. Tasas de replicación esperadas y observadas en deciles de replicación.


Cohortes de replicación en GWAS microbiano - Biología

Una parte de las bacterias intestinales son hereditarias.

El impacto de la genética del huésped en el microbioma intestinal en humanos se está revelando a través de estudios de asociación de todo el genoma.

El tamaño del efecto de la genética del huésped sobre el microbioma parece ser modesto.

Se encuentran varias asociaciones entre el microbioma y los genes asociados con la dieta, la inmunidad innata, los receptores de vitamina D y el metabolismo.

Una señal genética consistente proviene de moléculas receptoras de reconocimiento de patrones, particularmente lectinas de tipo C.

El intestino de los mamíferos está colonizado por billones de microorganismos denominados colectivamente microbioma. Cada vez está más claro que este microbioma tiene un papel fundamental en muchos aspectos de la salud, incluidos el metabolismo y la inmunidad. Si bien se ha demostrado que factores ambientales como la dieta y los medicamentos influyen en la composición del microbioma, el papel de la genética del huésped ha surgido recientemente en estudios humanos y modelos animales. En esta revisión, resumimos el estado actual de la investigación del microbioma con énfasis en el efecto de la genética del huésped en la composición del microbioma intestinal. Nos enfocamos particularmente en los determinantes genéticos del sistema inmunológico del huésped que ayudan a dar forma al microbioma intestinal y discutimos las vías para la investigación futura.


Introducción

La diabetes afecta a aproximadamente 200 millones de personas en todo el mundo [1], siendo las enfermedades microvasculares y cardiovasculares las principales complicaciones. Aproximadamente el 10% de los casos son pacientes de diabetes tipo 1 (DT1), con un aumento de aproximadamente el 3% en la incidencia de DT1 a nivel mundial por año [2]. Se espera que la incidencia sea un 40% mayor en 2010 que en 1998 [3].

La diabetes Tipo 1 es un claro ejemplo de un rasgo complejo que resulta de la interacción entre factores ambientales y genéticos. Hay muchas líneas de evidencia de que existe un fuerte componente genético en la diabetes tipo 1, principalmente debido al hecho de que la diabetes tipo 1 tiene una alta concordancia entre los gemelos monocigóticos [4] y es muy común en las familias, junto con un alto riesgo de hermanos [5].

Antes de la era de GWAS, solo cinco loci se habían establecido completamente para estar asociados con la diabetes tipo 1. Sin embargo, la mayoría de las otras asociaciones reportadas en la era anterior a GWAS [6] - [8] siguen siendo muy dudosas, donde un informe inicial de asociación no se sostiene en intentos posteriores de replicación por otros grupos de investigación. Esta imagen borrosa previa de la genética de la diabetes Tipo 1 se puede atribuir al uso de las únicas metodologías disponibles en ese momento y que eran mucho más limitadas que GWAS, es decir, el enfoque del gen candidato (donde las regiones genómicas se estudiaron basándose en el razonamiento biológico). y metodologías de vinculación basadas en la familia. Los hallazgos inconsistentes también pueden atribuirse a tamaños de muestra pequeños, es decir, cuando la potencia es baja, la tasa de falsos descubrimientos tiende a ser GWAS alta per se no ha mejorado la consistencia, sino que ha aprovechado tamaños de muestra grandes y bien potenciados combinados con análisis estadísticos sólidos.

Se ha establecido desde hace mucho tiempo que aproximadamente la mitad del riesgo genético de diabetes Tipo 1 es conferido por la región genómica que alberga los genes HLA de clase II (principalmente HLA-DRB1, -DQA1 y -DQB1 genes), que codifican las proteínas presentadoras de antígenos altamente polimórficas. Otros loci establecidos antes de la aplicación de GWAS son los genes que codifican la insulina (EN S) [9] - [12], proteína 4 asociada a linfocitos T citotóxicos (CTLA4) [13] - [16], proteína tirosina fosfatasa, no receptor tipo 22 (PTPN22) gen [17], [18], receptor alfa de interleucina 2 (IL2RA) [19] - [21] y la proteína A asociada a ubiquitina y que contiene el dominio SH3 (UBASH3A) [22].

La aplicación de estudios de asociación de genoma amplio (GWAS) ha revelado de manera contundente docenas de contribuyentes genéticos a la diabetes Tipo 1 [23] - [29], cuyos resultados se han replicado en gran medida de forma independiente [30] - [36]. El metanálisis más reciente de este rasgo identificó más de cuarenta loci [29], incluidas 18 regiones nuevas más la confirmación de varios loci descubiertos mediante comparaciones entre enfermedades [34] - [36]. Como tal, los riesgos conferidos por estos loci adicionales son relativamente modestos en comparación con la "fruta madura" descrita en los primeros estudios y solo podrían descubrirse en última instancia cuando se utilizaron tamaños de muestra más grandes.

Intentamos ampliar más este modo de análisis mediante la combinación de nuestra cohorte con todos los conjuntos de datos de SNP del genoma publicados públicamente para identificar loci adicionales que contribuyan a la etiología de la diabetes tipo 1. Desafortunadamente, hay una escasez relativa de datos de genotipos de control en estas fuentes disponibles públicamente. Para evitar este problema, combinamos datos de nivel individual de cada cohorte disponible y luego comparamos los casos con controles de dos fuentes. A continuación, separamos todos los datos a nivel individual en dos grupos, caracterizados por el tipo de plataforma de genotipado que se usó para genotipar las muestras, que luego se recombinarían mediante el metanálisis de varianza inversa. Los 6.523 casos genotipados en un Illumina BeadChip incluyeron sujetos de la Universidad McGill, el Hospital de Niños de Filadelfia (CHOP), el Ensayo de Control y Complicaciones de la Diabetes - Cohorte de Epidemiología de Intervenciones y Complicaciones de la Diabetes (DCCT-EDIC) y el Consorcio de Genética de la Diabetes Tipo 1 (T1DGC), que a su vez se compararon con 6.648 controles de genotipo similar reclutados en CHOP. Los 3411 casos genotipados en matrices de Affymetrix incluyeron sujetos del Estudio de genética de los riñones en la diabetes (GoKinD) y el Consorcio de control de casos de Wellcome Trust (WTCCC) que luego se compararon con 10.308 controles genotipados de manera similar, incluidos los derivados de casos relacionados con enfermedades no autoinmunes del WTCCC, así como de la cohorte británica de nacimientos de 1958 y del Servicio Nacional de Sangre del Reino Unido [24].


4. Tecnologías de genotipado

Los estudios de asociación de todo el genoma fueron posibles gracias a la disponibilidad de tecnología de microarrays basada en chips para analizar un millón o más de SNP. Se han utilizado dos plataformas principales para la mayoría de GWAS. Estos incluyen productos de Illumina (San Diego, CA) y Affymetrix (Santa Clara, CA). Estas dos tecnologías competidoras se han revisado recientemente [20] y ofrecen diferentes enfoques para medir la variación de SNP. Por ejemplo, la plataforma Affymetrix imprime secuencias cortas de ADN como una mancha en el chip que reconoce un alelo SNP específico. Los alelos (es decir, nucleótidos) se detectan mediante hibridación diferencial del ADN de la muestra. Illumina, por otro lado, utiliza una tecnología basada en perlas con secuencias de ADN un poco más largas para detectar alelos. Los chips Illumina son más caros de fabricar, pero ofrecen una mayor especificidad.

Aparte de la tecnología, otra consideración importante son los SNP que cada plataforma ha seleccionado para el ensayo. Esto puede ser importante dependiendo de la población humana específica que se esté estudiando. Por ejemplo, es importante utilizar un chip que tenga más SNP con una mejor cobertura genómica general para un estudio de africanos que europeos. Esto se debe a que los genomas africanos han tenido más tiempo para recombinarse y, por lo tanto, tienen menos LD entre alelos en diferentes SNP. Se necesitan más SNP para capturar la variación en el genoma africano.

Es importante señalar que la tecnología para medir la variación genómica está cambiando rápidamente. Las plataformas de genotipado basadas en chips, como las que se mencionaron brevemente anteriormente, probablemente serán reemplazadas en los próximos años por nuevas tecnologías económicas para secuenciar todo el genoma. Estos métodos de secuenciación de próxima generación proporcionarán toda la variación de la secuencia de ADN en el genoma. Ha llegado el momento de adaptarse a esta nueva avalancha de datos.


DISCUSIÓN

Divulgamos los resultados del GWAS más grande para el color del ojo humano hasta la fecha. Además de confirmar la asociación de SNP en 11 genes de color de ojos previamente conocidos (11, 13, 14, 17, 28), la identificación de 50 nuevos loci genéticos asociados con el color de los ojos ayuda a explicar la heredabilidad de la variabilidad del color de los ojos que antes faltaba en las poblaciones europeas. Además, debido al diseño multiétnico de nuestro estudio, demostramos que varios de los loci genéticos descubiertos en europeos también tienen un efecto sobre el color de ojos de los asiáticos.

Ocho de los genes en o cerca de los loci asociados recientemente con el color de ojos en nuestro estudio se informaron previamente para asociaciones genéticas con otros rasgos de pigmentación, como el color del cabello y la piel, por ejemplo, TPCN2, MITF, y DCT (27, 30, 32, 45). La similitud de las variantes de ADN asociadas en los tres rasgos de pigmentación ayuda a explicar por qué los diferentes rasgos de pigmentación se interrelacionan con frecuencia (pero no completamente) en las poblaciones europeas. Si bien se comparten muchas asociaciones genéticas significativas entre el color del iris y otros rasgos de pigmentación, también existen diferencias notables. Aunque las variantes de ADN dentro del MC1R están fuertemente asociados con la piel clara y el color rojo del cabello (27), no se encontró una asociación detectable con el color de los ojos en nuestro gran GWAS, en línea con los GWAS anteriores, aunque de menor tamaño, de poder estadístico más limitado (11, 12, 14). De manera similar, otras variantes de ADN fuertemente asociadas con el color de la piel y el cabello dentro de los genes, como SILV, UN SORBO, y POMC (30), no mostró ningún efecto estadísticamente significativo sobre el color de ojos en este estudio, ni en estudios anteriores. Además, también identificamos 34 loci genéticos que se asociaron significativamente con el color de ojos, pero para los cuales no hay informes de asociación significativa con el color del cabello y / o la piel. Esto es notable ya que el poder estadístico de los GWAS recientes sobre el color del cabello (31, 46) y sensibilidad al sol (32) eran similares a los de nuestro color de ojos actual GWAS. Asociaciones significativas para SNP en / cerca de genes involucrados en la estructura del iris, como TRAF3IP1 y SEMA3A, sugieren que ejercen sus efectos con cambios en la dispersión de Tyndall, más que a través de alteraciones del metabolismo de la melanina. En general, esto demuestra que aunque muchos genes se superponen entre el color de los ojos, el cabello y la piel, los diferentes rasgos de pigmentación humana no están completamente determinados por los mismos genes que mostramos.

Las principales fortalezas de nuestro estudio en comparación con los GWAS de color de ojos anteriores surgen del tamaño de muestra más grande, que se tradujo en un mayor poder estadístico y también en la capacidad de reducir el umbral de MAF para el que se dispone de suficiente poder para detectar la asociación. Los SNP raros son a menudo una fuente de variación fenotípica considerable (47). Por ejemplo, siete (6%) de los SNP asociados de forma independiente identificados mediante análisis condicional en la cohorte de descubrimiento tenían un MAF entre 0,1 y 1%. Sin embargo, a pesar de su baja frecuencia, cinco (71%) de estos SNP raros estaban en la misma región que otros SNP condicionales más comunes que se replicaron. Los dos loci restantes (DAB2 y una región intrónica en el cromosoma 4) que no se replicaron formalmente, por lo tanto, deben considerarse solo como candidatos fuertes con respecto a su asociación con el color de ojos, a la espera de la validación independiente en estudios futuros.

Otro punto fuerte de este trabajo es la inclusión de poblaciones europeas y no europeas. Las poblaciones no europeas están subrepresentadas en la literatura de GWAS en general, incluso en los GWAS de pigmentación, pero su estudio es importante para comprender la base genética de los fenotipos humanos (48). Aunque la variación del color de ojos se atribuye típicamente a individuos de ascendencia europea (al menos parcial), o aquellos que se originan en áreas cercanas a Europa, también se observa una variación más sutil en los ojos marrones en poblaciones asiáticas sin mezcla europea (9). Nuestros resultados de las cohortes asiáticas mostraron una consistencia notable en la arquitectura genética del color de ojos entre individuos de diferentes ancestros continentales con replicación asiática de los dos principales genes europeos. OCA2 y HERC2. Además, nuestros hallazgos también sugieren que si bien una única variante reguladora en HERC2 es responsable de la mayor parte de la variación azul / marrón en los europeos (16), muchas variantes de ADN adicionales en ambos OCA2 y HERC2 parecen tener efectos independientes. Esta hipótesis está respaldada por nuestro análisis condicional en la cohorte de descubrimientos europeos, identificando asociaciones independientes que abarcan

14 mbp en ambos genes en lugar de un grupo concentrado centrado en HERC2 rs1129038. Esto es notable dada la gran variación del color de los ojos desde el azul más claro al marrón más oscuro en los europeos, en comparación con la variación más limitada del color de los ojos marrones en los asiáticos.

En conclusión, nuestro trabajo ha identificado numerosos loci genéticos novedosos asociados con el color del ojo humano en los europeos, de los cuales un subconjunto también muestra efectos en los asiáticos, a pesar de su variación fenotípica del color de los ojos en gran medida reducida en comparación con los europeos. Los loci genéticos que identificamos explican la mayor parte (53,2%) de la variación fenotípica del color de los ojos (clasificada mediante una escala de tres categorías) en los europeos y una gran proporción de la heredabilidad del color de ojos que faltaba previamente señalada. Nuestros hallazgos demuestran claramente que el color de ojos es un rasgo humano genéticamente muy complejo, similar al cabello (31) y color de piel (32), como se ha destacado recientemente en los grandes GWAS europeos. El gran número de nuevos loci genéticos asociados al color de ojos que se identifican aquí proporciona un recurso valioso para futuros estudios funcionales, con el objetivo de comprender los mecanismos moleculares que explican su asociación con el color de ojos, y para futuros estudios de predicción genética, con el objetivo de mejorar el color de ojos basado en el ADN. predicción en aplicaciones antropológicas y forenses.


Agradecimientos

Agradecemos a los participantes de todas las cohortes por aceptar unirse al estudio y al personal de campo por sus contribuciones en la recolección de muestras y el trabajo comunitario. Se agradece sinceramente la ayuda del Dr. Seema Bhaskar, K Radha Mani e Inder Deo Mali, CSIR-Center for Cellular and Molecular Biology, Hyderabad en el aislamiento del ADN genómico de muestras de sangre y en el manejo de las muestras de ADN. Agradecemos las importantes contribuciones de S Rao, S Hirve, P Gupta, DS Bhat, H Lubree, S Rege, P Yajnik y el invaluable trabajo comunitario contribuido por T Deokar, S Chaugule, A Bhalerao y V Solat del Centro de Investigación del Hospital KEM, Pune. Agradecemos al profesor Oluf Pedersen, al profesor Niels Grarup y a los colaboradores del Centro de Investigación Metabólica Básica de la Fundación Novo Nordisk, Facultad de Ciencias Médicas y de la Salud, Universidad de Copenhague, Dinamarca, por proporcionar datos genotípicos anónimos para nuestro estudio de replicación. También agradecemos al Prof. T Tanaka, Rama de Gerontología Traslacional, NIA en Harbor Hospital, Baltimore, EE. UU. Y reconocemos la contribución de los datos de tres estudios, Cerdeña, BLSA e InCHIANTI.

Declaracion de conflicto de interes. Ninguno declarado.

Fondos

Consejo de Investigaciones Científicas e Industriales (CSIR), Ministerio de Ciencia y Tecnología, Gobierno de la India, India (XII Plan Quinquenal titulado “CARDIOMED”). Wellcome Trust, Londres, Reino Unido, Medical Research Council, Londres, Reino Unido y Departamento de Desarrollo Internacional, Reino Unido. Parthenon Trust, Suiza e ICICI Bank, Grupo de Iniciativas Sociales. La financiación para pagar los cargos de publicación de acceso abierto de este artículo fue proporcionada por el Consejo de Investigación Científica e Industrial (CSIR), Ministerio de Ciencia y Tecnología, Gobierno de la India, India.


Cohortes de replicación en GWAS microbiano - Biología

La comprensión de las interacciones huésped-microbio sigue siendo fundamental, ya que la creciente resistencia a los antibióticos, los nuevos brotes y los patógenos reemergentes ponen en riesgo vidas.

Los microbiólogos y los investigadores de enfermedades infecciosas han aprovechado y avanzado los avances tecnológicos genómicos de la última década.

Los avances en la edición del genoma mediada por repeticiones palindrómicas cortas agrupadas regularmente interespaciadas (CRISPR / Cas9) y la reducción de los costos de secuenciación han convertido a las pantallas CRISPR en la plataforma dominante de detección de pérdida de función y ganancia de función.

Los avances en la secuenciación, las tecnologías de alto rendimiento y los recursos para organismos modelo y humanos han mejorado dramáticamente las pantallas de diversidad natural. Dichos recursos incluyen consorcios con repositorios de registros médicos electrónicos y líneas celulares humanas, y paneles de diversidad de organismos modelo.

La integración de la diversidad de patógenos en las pantallas de resistencia del huésped ayuda a definir mejor el panorama genético de las interacciones huésped-patógeno.

La lucha constante de la humanidad con enfermedades infecciosas nuevas, reemergentes y endémicas sirve como un recordatorio frecuente de la necesidad de comprender las interacciones huésped-patógeno. Los recientes avances en genómica han avanzado drásticamente nuestra comprensión de cómo la genética contribuye a la resistencia o susceptibilidad del huésped a la infección bacteriana. Aquí discutimos las tendencias actuales en la definición de interacciones huésped-bacteria a nivel de todo el genoma, incluidas las pantallas que aprovechan la edición del genoma CRISPR / Cas9, la variación genética natural, la proteómica y la transcriptómica. Informamos sobre los méritos, limitaciones y hallazgos de estas pantallas innovadoras y discutimos su naturaleza complementaria. Finalmente, especulamos sobre la innovación futura a medida que continuamos avanzando a través de la era posgenómica y hacia una comprensión mecanicista más profunda y aplicaciones clínicas.


Declaraciones de ética

Aprobación ética y consentimiento para participar

La aprobación del estudio fue otorgada por el Comité de Ética en Investigación en Salud del Hospital Universitario de Lagos, Lagos, Nigeria (ADM / DCST / HREC / APP / 1669). Se obtuvo el consentimiento informado por escrito de los padres o el tutor legal de los participantes del estudio.

Consentimiento para la publicación

Conflicto de intereses

Los autores declaran que no tienen intereses en competencia con respecto a la autoría y / o publicación de este artículo.


Ver el vídeo: Replicación en (Julio 2022).


Comentarios:

  1. Elsu

    Es la condicionalidad

  2. Dar-El-Salam

    Sí, casi lo mismo.

  3. Jeevan

    bienio resultó genial.

  4. Eleuia

    Permites el error. Puedo defender mi posición.

  5. Gall

    Lo siento, pero en mi opinión, estás equivocado. Tratemos de discutir esto.



Escribe un mensaje