Новые статистические методы позволят усилить возможности геномики

Чем больше ученые исследуют и анализируют генетические основы множества заболеваний человека и стремительно продвигают использование полногеномного секвенирования, тем больше они напуганы: собрано слишком много данных для полного осмысления.

В публикациях, вышедших в журнале PLOS Genetics, две группы исследователей под руководством ученых из Медицинской Школы (School of Medicine) при Калифорнийском Университете Сан-Диего (University of California San Diego) (США) описали новые статистические модели, позволяющие шире и глубже идентифицировать связи между однонуклеотидными полиморфизмами (single nucleotide polymorphisms, SNP) ДНК и фенотипом. Новые модели дадут возможность более полно и точно изучить генетические основы множества заболеваний и способов их лечения.

«Появляется все больше доказательств в пользу того, что наследственные заболевания и признаки находятся под влиянием множества генетических вариантов, каждый из которых в отдельности оказывает небольшое влияние, - говорит Андерс М. Дэйл (Anders M. Dale), доктор философии, профессор отделений Радиологии, Нейронаук и Психиатрии Медицинской школы Калифорнийского Университета, - К сожалению существующие в настоящее время статистические методы, подобные полногеномному поиску ассоциаций (genome-wide association studies, GWAS), занимающиеся поиском связей между однонуклеотидными заменами и заболеваниями, являются маломощными и неспособны адекватно сопоставить все новые, интересные и необычайно богатые данные».

К примеру, Дэйл упоминает результаты недавнего исследования, опубликованные в Nature Genetics, где ученые использовали традиционный метод GWAS для выявления более десятка новых однонуклеотидных полиморфизимов, связанных с первичным склерозирующим холангитом (хроническим воспалительным заболеванием печени). Затем исследователи применили новые статистические методы и обнаружили с их помощью 33 дополнительные замены, тем самым более чем утроив число позиций в геноме, связанных с опасным для жизни заболеванием печени.

Таким образом, новые методы увеличивают аналитические мощности исследователей, объединяя априорные сведения о функциях полиморфизмов c учетом их плейотропной (множественной) взаимосвязи с множеством фенотипов.

Дэйл и его коллеги полагают, что новые методы могут привести к смене парадигмы метода GWAS и его более глубокому применению в широком спектре сложных нарушений.

«Поиск иголки в стоге сена, каким является метод GWAS, сводится к поиску вариантов среди 1 млн. пар однонуклеотидных полиморфизмов. Новый подход увеличит эффективность поиска в 10 - 100 раз, до 3 млрд. позиций. Мы предполагаем, что новые методики позволят нам полнее использовать наши ресурсы, чтобы извлечь максимум возможной информации, которая важна для открытия генов, разработки лекарственных препаратов и более точной оценки индивидуального риска развития определенных заболеваний».

По материалам University of California, San Diego Health Sciences

Оригинальные статьи:
1. Andrew J. Schork, Wesley K. Thompson, Phillip Pham, Ali Torkamani, J. Cooper Roddey, Patrick F. Sullivan, John R. Kelsoe, Michael C. O'Donovan, Helena Furberg, Nicholas J. Schork, Ole A. Andreassen, Anders M. Dale. All SNPs Are Not Created Equal: Genome-Wide Association Studies Reveal a Consistent Pattern of Enrichment among Functionally Annotated SNPs. PLoS Genetics, 2013; 9 (4): e1003449 DOI: 10.1371/journal.pgen.1003449
2. Ole A. Andreassen, Wesley K. Thompson, Andrew J. Schork, Stephan Ripke, Morten Mattingsdal, John R. Kelsoe, Kenneth S. Kendler, Michael C. O'Donovan, Dan Rujescu, Thomas Werge, Pamela Sklar, J. Cooper Roddey, Chi-Hua Chen, Linda McEvoy, Rahul S. Desikan, Srdjan Djurovic, Anders M. Dale. Improved Detection of Common Variants Associated with Schizophrenia and Bipolar Disorder Using Pleiotropy-Informed Conditional False Discovery Rate. PLoS Genetics, 2013; 9 (4): e1003455 DOI: 10.1371/journal.pgen.1003455