Appunti completi di Modelli statistici per la genetica

● CALCOLO DI POTERE E DIMENSIONE DEL CAMPIONE

● CONTROLLO QUALITA

● STUDIO DI COVARIATE (CONFONDENTI)

● TEST STATISTICI

● CORREZIONE PER TEST MULTIPLI

● REPLICAZIONE DI RISULTATI E COMPARAZIONE

●

GENOME WIDE ASSOCIATION STUDY (GWAS)

- Cercare gli SNP associati con un fenotipo

- scopo di capire i meccanismi e trovare terapia

- predire interventi e prevenzione

GENOTYPING -> processo che permette di identificare il genotipo di un

organismo mediante test biologici. Si può effettuare utilizzando diverse

tecniche come l’analisi dei microsatelliti, degli SNPs, dell’AFLP..

macroarray (dove si inserisce e distribuisce il DNA preparato appositamente)

scanner che scarita tutti i dati 148

per ogni polimorfismo ottengo questo che identifica omozigoti, eterozigoti e

Frequenza del B-allele e LogR Ratios

Format di file per questo tipo di studi (SOFTWARE PLINK)

149

Identificazione di profili genetici distinti per diagnosi cliniche

complesse

Nell'ambito delle diagnosi cliniche complesse, individuare profili genetici distinti può

essere cruciale per differenziare patologie con fenotipi sovrapposti. Ad esempio,

nella sindrome di Marfan e altre malattie cardiovascolari simili, dove i sintomi

possono sovrapporsi, l'analisi genomica può aiutare a distinguere tra diverse

condizioni e guidare la diagnosi e il trattamento.

Controllo di qualità e analisi delle covariate nel processo di

ricerca genetica

Nella ricerca genetica, il controllo di qualità è essenziale per mitigare i falsi positivi

derivanti da errori di genotipizzazione e per affrontare la complessità delle covariate.

Le covariate possono confondere la relazione tra le variabili genomiche e la malattia,

pertanto è cruciale studiarle attentamente per garantire la correttezza delle analisi.

Inoltre, il test statistico applicato deve essere adatto alla natura delle variabili in

esame, che possono essere categoriche o continue.

È fondamentale correggere per i test multipli per evitare falsi positivi e replicare i

risultati per verificare la consistenza. Il controllo di qualità riguarda sia i marcatori

genetici che i soggetti coinvolti nello studio, con l'obiettivo di garantire la coerenza e

l'affidabilità dei dati.

Controllo di qualità e confondenti nel processo di ricerca

genetica

Il controllo di qualità è fondamentale nella ricerca genetica per identificare e

correggere errori nella genotipizzazione dei soggetti e dei marcatori. Inoltre, è

cruciale considerare i fattori di confondimento, come il background genetico, per

garantire la correttezza delle analisi. Un background genetico simile tra casi e

controlli è essenziale per ridurre il rischio di falsi positivi. Le analisi possono

includere modelli di interazione tra geni, sebbene siano complesse e richiedano una

considerazione attenta. Il risultato degli studi (incorporando le interazioni non

p-value

standard GWAS) è espresso tramite il , con una soglia THRESHOLD

genomewide di solito intorno a 10^-8, considerando la capacità di correggere per il

numero di test effettuati (solitamente tra 500mila e 1M di test e pensando alla

correzione di test multipli di Bonferroni* quella è più o meno la soglia considerata

per un genom wide). (VEDI MAHNATTAN PLOT SOTTO) 150

Le promesse di GWAS erano quelle di completamente identificare la base genetica

per l’ereditarietà nelle malattie e nei tratti complessi. Il primo fu fatto nel 2005 e da

allora ci sono stati migliaia di studi, centinaia di migliaia di individui testati, centinaia

di miliardi di SNPs genotipizzati, molti miliardi di $$$ investiti.

Le promesse da una parte sono state soddisfatte infatti sono state trovate molto

associazioni. Sono state imparate molte lezioni:

- poche associazioni molto forti sono nelle regioni del coding

- la maggior parte delle associazioni sono negli elementi regolativi

(ENHANCERS che aumentano l’attività trasrizionale di un gene e

SILENCERS l’opposto inibendo l’espressione genica). Questi agiscono a

distanza dal gene che regolano. Nel 83% spesso è così. Queste zone del

DNA venivano chiamate JUNK DNA (termine coniato da un genetista

giapponese negli anni 70, Susumu Ohno) perché sembravano non avere una

funzione biologica diretta nella codifica Tuttavia negli anni successivi

queta idea è cambiata.

- alcune di queste associazioni sono nei deserti genetici

Quality - Control

SUBJECT QC

●

- sex check

- call rate

- identificare relazioni parentali

MARKER QC

● - tasso di genotipizzazione

- missing ratio 151

- MAF

Metodi per gli Association Test

- STANDARD GWAS —> METODI UNIVARIATI

- INCORPORANDO LE INTERAZIONI —> METODI MULTIVARIATI

(si usa in settori particolari e sono più difficile quando abbiamo nei set e

non su larga scala)

esempio di test p-value per incorporazione delle interazioni

(manhattan plot)

un "Manhattan plot" è un tipo di grafico utilizzato nell'analisi genomica per visualizzare i

risultati di uno studio di associazione genetica. Questo tipo di grafico mostra la

significatività statistica delle varianti genetiche testate rispetto alla loro posizione sul

genoma. Le varianti genetiche sono rappresentate sull'asse orizzontale in base alla loro

posizione fisica sul cromosoma, mentre sull'asse verticale è riportato il valore del test

di associazione (generalmente -log10 del p-value). Le varianti genetiche che mostrano

un'associazione significativa con la condizione studiata si evidenziano come picchi

distinti nel grafico, creando una forma simile ai grattacieli di Manhattan, da cui deriva il

nome "Manhattan plot".

I "p-value" sono valori utilizzati in statistica per valutare la significatività di un

risultato di un test statistico. Rappresentano la probabilità che i dati osservati siano

dovuti al caso, considerando l'ipotesi nulla come vera. Un p-value inferiore a 0,05 è

generalmente considerato statisticamente significativo, indicando che vi è una bassa

probabilità che i risultati osservati siano dovuti al caso ergo una maggiore evidenza

contro l’ipotesi nulla. Tuttavia, è importante notare che un p-value significativo non

implica necessariamente che l'effetto sia grande o clinicamente rilevante, ma solo che è

improbabile che sia dovuto al caso. Inoltre, il p-value dipende dal contesto dello studio e

dalla scelta del livello di significatività appropriato. 152

Limiti degli studi di associazione genomica ampia (GWAS)

Gli studi Genom Wide Association (GWAS) hanno contribuito significativamente alla

comprensione della genetica, ma gli studi GWAS spieganos solo una ridotta quantità

dell’ereditarietà. Sebbene abbiano rivelato l'importanza di elementi regolativi e

regioni non codificanti nel DNA, hanno affrontato sfide nel spiegare la maggior parte

della ereditabilità delle malattie complesse.

Gli studi hanno evidenziato la complessità delle interazioni genetiche e il ruolo delle

varianti rare, aprendo nuove direzioni di ricerca nell'ambito dell'epidemiologia

genetica. 153

Si parla quindi mancata erediterietà. Alcuni esempi sono:

- tratti antropometrici come ALTEZZA e BMI

1. negli studi sulle famiglie e sui gemelli, circa l’80% della variabilità dell’altezza è

ereditabile lo stesso per il BMI

2. MA nei grossi studi GWAS (n > 40K) hanno trovato una spiegazione di SNP di

circa il 10% della variabilità dell’altezza e < 20% del BMI

- malattie come la schizofrenia, problemi cardiaci, cancro, obesità etc…

1. l’ereditarietà varia dal 30-80%

2. MA per nessuno di questi, gli studi GWAS hanno dato più 5-10%

Per tutti i tratti complessi investigati rimangono grossi GAP…

COME SI SPIEGA LA MANCATA EREDITARIETA? TEORIE:

- complessi PATTERN di interazione tra SNPs

- varianti rare non coperte dai GWAS: ogni famiglia ha la sua mutazione

- effetti EPIGENETICI: ereditarietà non è affatto nel genoma

Il ruolo delle varianti genetiche nelle malattie complesse

Le varianti genetiche rare, anche se singolarmente poco frequenti, possono

contribuire in modo significativo alla suscettibilità alle malattie complesse quando

presenti in combinazione e sono molto frequenti nei soggetti perché la nostra unicità

è data anche dalla presenza di polimorfismi . Gli studi sugli aggregati di queste

varianti hanno aperto nuove prospettive nella ricerca genetica, consentendo di

identificare geni associati alla malattia attraverso l'analisi del carico mutazionale nei

malati rispetto ai sani.

Questo approccio permette di individuare nuove vie patogenetiche e comprendere

meglio il contributo delle varianti rare nella patogenesi delle malattie. 154

immaginando che il fenotipo sia il livello dell’acqua: posso farlo salire allo stesso

livello e quindi farlo manifestare mettendo nel bicchiere con un assortimento di

varie cose

Problemi principali con le varianti rare:

> hanno bisogno di campioni di grandi:con MAF 0.1 (il 10%) ho bisogno di 4.600

con OR = 1.5, se ho MAF 0.01 (1%) ho bisogno di 54.000, se ho MAF (0.1%) avrò

bisogno di 540.000

> non posso fare studi di associazioni

> le analisi tradizionali sulle varianti singole hanno basso potere statistici e/o non

sono validi 155

> perché il numero di varianti rare è molto più grande del numero delle varianti

comuni, posso essere necessari livelli di significatività stringenti, riducendo il

potere ulteriormente.

> la mggioranza delle SNVs ha un MAF < 1 x 10-6

Ruolo dei test aggregativi nelle valutazione delle varianti

genetiche rare

TEST BASATI sull’aggregazione di varianti (BURDEN TESTS) —>

● aggregano le informazioni in un unico punteggio di rischio consentendo di

valutare la suscettibilità a determinate malattie. Usano “Collapsing

Approaches” ovvero combinare considenrando GENE+Percorsi+annotazioni

funzionali etc… Usano la PESATURA (Weighing) ovvero pesare

considerando la tipologia di variante (FUNZIONE PREDITTIVA) o la

freuenza di variante. Se ci aspettiamo che il carico mutazionale non sia

altro che un FATTORE DI RISCHIO (esempio: tumori) allora possiamo

usare un BURDEN TEST —> perchè nei malati ci sono dei geni

frequentemente con un carico mutazionale di varianti rare più alto

significativamente rispetto ai sani.

Esempio: Nel Gene X il sign. pinco pallo quante varianti genetiche con una MAF

sotto l’1% ha?---> ne ha tot X (variabile personale) carico mutazionale posseduto.

Cercano i geni dove si accumulano più varianti rispetti ai sani.

Esempi di BURDEN TEST son