Il nuovo metodo TWAS aiuta ad analizzare i dati da più antenati genetici

NEW YORK – Un gruppo di ricerca guidato da ricercatori dell’Università del Michigan ha sviluppato un metodo analitico per aumentare le intuizioni che possono essere raccolte dagli studi di associazione trascrittoma (TWAS) in individui provenienti da più background di popolazione.

“[A]Finora quasi tutti i metodi TWAS esistenti si sono concentrati sull’uso di studi sull’espressione raccolti su individui di una singola discendenza genetica, tipicamente europea”, l’autore senior e corrispondente Xiang Zhou, ricercatore di biostatistica presso la School of Public Health dell’Università del Michigan, e il suo hanno spiegato i colleghi, aggiungendo che “[c]gli attuali metodi TWAS non sono in grado di trarre vantaggio dai numerosi studi di espressione recenti eseguiti su più antenati genetici”.

Come hanno riportato nel Giornale americano di genetica umana giovedì, i ricercatori hanno escogitato un approccio di “analisi dell’ampiezza del trascrittoma multi-ascendente” (METRO) per attingere a questi insiemi crescenti di dati di espressione genica da individui in una serie di gruppi di discendenza. In entrambi i set di dati simulati e reali, hanno dimostrato che questo approccio potrebbe migliorare il rilevamento delle associazioni informative, aumentando la potenza statistica TWAS.

Il metodo “è in grado di dedurre il contributo dei modelli di predizione dell’espressione in diversi antenati genetici alla spiegazione e all’informazione dell’associazione gene-tratto, consentendoci di interrogare i meccanismi trascrittomici dipendenti dall’ascendenza alla base dell’associazione gene-tratto”, hanno riferito gli autori, osservando che “[w]e illustra i vantaggi di METRO sia nelle simulazioni che nelle applicazioni a sette tratti e malattie complessi ottenuti da quattro GWAS.”

Utilizzando il metodo METRO, il team ha combinato profili di espressione genica multi-ascendenza provenienti da sforzi su larga scala come lo studio “Genetic Epidemiology Network of Arteriopathy” (GENOA) con i dati di quattro GWAS per tratti o condizioni complesse. Per due dei GWAS, la maggior parte dei 42.752 casi e 23.827 controlli avevano origini afroamericane. L’ascendenza europea predominava negli altri due GWAS, che hanno coinvolto 188.577 casi e 339.226 controlli.

Insieme a nuovi dati sull’espressione genica e sulla genotipizzazione, questi set di dati hanno portato a legami di tratti genetici che non sono stati trovati con altri metodi TWAS, hanno riferito i ricercatori. Hanno scoperto che la maggiore capacità di rilevare le associazioni di tratti genetici con METRO era particolarmente pronunciata negli studi che hanno coinvolto individui di origine africana.

“I vantaggi di METRO sono più importanti nelle applicazioni ai GWAS di discendenza africana in cui la dimensione del campione è tipicamente piccola”, hanno spiegato gli autori, “e quindi un potente metodo TWAS è fondamentale per identificare le associazioni di tratti genici”.

Quando si trattava di tratti o condizioni complesse, inclusi diversi profili lipidici nel sangue e tratti come l’indice di massa corporea o il diabete di tipo 2, i percorsi e le caratteristiche regolatorie precedentemente non apprezzati dal team scavando nelle associazioni TWAS identificate da METRO.

Gli autori hanno avvertito che l’attuale studio “si è concentrato sulla dimostrazione dei vantaggi di METRO nelle simulazioni e nelle applicazioni di dati reali con solo due antenati, a causa della limitata disponibilità di dati di altri antenati”.

“Sebbene METRO sia un framework di modellazione generale che può essere applicato direttamente agli studi sull’espressione con più di due antenati”, hanno scritto, “notiamo che esaminare le prestazioni di METRO per l’analisi TWAS in più di due antenati rimane una direzione importante per il futuro .”

Leave a Comment