[論文レビュー] easyGWAS: An integrated interspecies platform for performing genome-wide association studies

Dominik G. Grimm, Bastian Greshake Tzovaras+6 more|arXiv (Cornell University)|Dec 19, 2012

Gene expression and cancer classification被引用数 10

ひとこと要約

easyGWAS は、公開済みのデータセットまたはユーザーがアップロードしたデータを使用して、複数の種や特性に対してゲノムワイド関連解析（GWAS）を実行できるウェブベースのプラットフォームです。直感的なインターフェース、自動化されたデータ前処理、統計遺伝学ツールとの統合により、ローカルの計算リソースが不要な再現可能で共同作業が可能なスケーラブルな遺伝的関連解析を可能にします。

ABSTRACT

Motivation: The rapid growth in genome-wide association studies (GWAS) in plants and animals has brought about the need for a central resource that facilitates i) performing GWAS, ii) accessing data and results of other GWAS, and iii) enabling all users regardless of their background to exploit the latest statistical techniques without having to manage complex software and computing resources. Results: We present easyGWAS, a web platform that provides methods, tools and dynamic visualizations to perform and analyze GWAS. In addition, easyGWAS makes it simple to reproduce results of others, validate findings, and access larger sample sizes through merging of public datasets. Availability: Detailed method and data descriptions as well as tutorials are available in the supplementary materials. easyGWAS is available at http://easygwas.tuebingen.mpg.de/. Contact: [e-mail]

研究の動機と目的

• GWASにおいて、種や研究ごとに散在する遺伝子型および表現型データへのアクセスが断片的であるという課題に対処すること。
• 非専門家ユーザーが、統合的でインタラクティブなウェブインターフェースを提供することで、GWASを実行する際の技術的・計算的負担を軽減すること。
• 共通のデータと標準化された解析パイプラインを通じて、種や特性をまたいでGWASの結果を統合・比較できるようにすること。
• ユーザーがGWAS実験と結果を保存・共有・公開できる仕組みを提供することで、データ共有、再現性、共同作業を支援すること。
• 複雑な統計遺伝学ソフトウェアと非専門家ユーザーの間のギャップを埋めるために、使いやすいクラウドベースのソリューションを提供し、後続の解析に向けたエクスポート機能を備えること。

提案手法

• プラットフォームは、モデル生物および作物からの公表済みの遺伝子型および表現型データの継続的増加するコレクションをホスティングしており、分析用に事前に前処理および標準化されています。
• ユーザーは公開済みの表現型を選択するか、自身の表現型データをアップロードできます。アップロードしたデータは非公開、共同研究者との共有、または公開可能に設定できます。
• システムは、選択されたデータタイプに応じて、適切なGWAS手法（例：連続的特性には線形回帰、二値的特性にはロジスティック回帰）を動的に有効にします。
• データ変換および共変量の補正（例：主成分）をサポートすることで、統計的パワーの向上と誤検出の低減を図ります。
• 結果は、トップヒットの遺伝子アノテーションを含むインタラクティブなマンハッタンプロットで可視化され、要約統計はCSVおよびHDF5形式でダウンロード可能です。
• PLINK、CSV、HDF5形式でのデータエクスポートを可能にすることで、外部の統計遺伝学ソフトウェアとの相互運用性を実現しています。

実験結果

リサーチクエスチョン

• RQ1 集中管理された、使いやすいウェブプラットフォームは、多様な種や特性におけるGWASを簡素化し、ローカルソフトウェアや計算リソースの管理の必要性を減らすことができるか？
• RQ2 公開GWASデータセットの統合は、統計的パワーの向上を図り、遺伝的関連のクロススペシーズでの妥当性を検証するのにどの程度効果的か？
• RQ3 ソフトウェアのインストールや複雑なデータ形式の管理を一切行わずに、非専門家研究者が再現可能で高品質なGWASを実行できるか？
• RQ4 データ共有および公開機能は、遺伝的関連解析における共同作業と再現性にどのような影響を与えるか？
• RQ5 ウェブベースのシステムは、インタラクティブな解析と、既存の統計ツールとのシームレスなエクスポートを、どの程度効果的にサポートできるか？

主な発見

• easyGWAS を用いることで、アラビドキシス・タリアナの AtPolyDB のような公開データセットに対して、60秒未満で完全にインタラクティブでステップバイステップのウィザードを経てGWASを実行できます。
• プラットフォームは連続的および二値的表現型の両方をサポートしており、入力データの種別に応じて自動的に適切な統計モデル（例：線形回帰またはロジスティック回帰）を選択します。
• ユーザーはカスタム表現型をアップロードでき、安全に保存され、完全なプロバンスおよびメタデータのサポートを受けて、共有または公開が可能です。
• 完了したGWASの要約統計は、CSVおよびHDF5形式で複数のフォーマットでダウンロード可能で、p値およびサンプルレベルの情報が後続の解析に利用可能です。
• システムは、公開データセットをマージして共同解析を可能にすることで、サンプルサイズの拡大と統計的パワーの向上を実現し、複数研究間の比較を促進します。
• プラットフォームの相互運用性により、PLINKなどの外部ツールへのデータエクスポートがシームレスに行えるようになり、既存の統計遺伝学ワークフローとの互換性が保たれます。