[論文レビュー] Hierarchical Bayesian model of population structure reveals convergent adaptation to high altitude in human populations

Matthieu Foll, Oscar E. Gaggiotti+2 more|arXiv (Cornell University)|Feb 18, 2014

High Altitude and Hypoxia参考文献 68被引用数 4

ひとこと要約

本研究は、複雑な人口歴を示すヒト集団における選択の検出のため、階層ベイズモデルを導入し、対比較分析と比較して検出力の向上と偽陽性の低減を実現した。アメリカとアジアの高緯度集団に適用した結果、低酸素環境への収束的遺伝的適応が同定され、両大陸で共通する生物学的経路が浮き彫りになった。

ABSTRACT

Detecting genes involved in local adaptation is challenging and of fundamental importance in evolutionary, quantitative, and medical genetics. To this aim, a standard strategy is to perform genome scans in populations of different origins and environments, looking for genomic regions of high differentiation. Because shared population history or population sub-structure may lead to an excess of false positives, analyses are often done on multiple pairs of populations, which leads to i) a global loss of power as compared to a global analysis, and ii) the need for multiple tests corrections. In order to alleviate these problems, we introduce a new hierarchical Bayesian method to detect markers under selection that can deal with complex demographic histories, where sampled populations share part of their history. Simulations show that our approach is both more powerful and less prone to false positive loci than approaches based on separate analyses of pairs of populations or those ignoring existing complex structures. In addition, our method can identify selection occurring at different levels (i.e. population or region-specific adaptation), as well as convergent selection in different regions. We apply our approach to the analysis of a large SNP dataset from low- and high-altitude human populations from America and Asia. The simultaneous analysis of these two geographic areas allows us to identify several new candidate genome regions for altitudinal selection, and we show that convergent evolution among continents has been quite common. In addition to identifying several genes and biological processes involved in high altitude adaptation, we identify two specific biological pathways that could have evolved in both continents to counter toxic effects induced by hypoxia.

研究の動機と目的

• 共通する人口歴を持つヒト集団における局所的適応の検出という課題に取り組む。これは、標準的なゲノムスキャン手法を混同させる要因となる。
• 対比較手法の限界、すなわち統計的検出力の低下と複数検定補正の必要性を克服する。
• 異なる地理的地域にまたがる複数の集団を同時に分析し、地域特異的および収束的選択の両方を検出する。
• 高緯度低酸素環境への適応に起因する選択を受けるゲノム領域および生物学的経路を同定する。
• 集団レベルの選択と地域特異的または収束的適応の選択を、階層的レベルで区別する。

提案手法

• 複数の集団にまたがる集団構造と共通の先祖をモデル化する階層ベイズフレームワークを開発する。
• 集団の歴史と亜構造をモデルに組み込むことで、人口的要因による偽陽性を低減する。
• 各ゲノムマーカーにおける選択係数の事後分布を推定するために、マルコフ連鎖モンテカルロ（MCMC）法を用いる。
• 階層的事前分布を用いて、異なるレベル（例：集団特異的 vs. 大陸を越えた収束的）での選択レジームを許容する。
• さまざまな人口的シナリオ下でデータをシミュレートし、手法の統計的検出力および第一種誤り率の妥当性を検証する。
• アメリカとアジアの低緯度および高緯度集団からの大規模なSNPデータセットにモデルを適用し、選択の兆候を検出する。

実験結果

リサーチクエスチョン

• RQ1 階層ベイズモデルは、標準的な対比較手法と比較して、複雑な人口歴を持つ集団における選択の検出をどの程度向上できるか？
• RQ2 アンデスとチベット高原のような異なる大陸の高緯度集団に、収束的選択を受けるゲノム領域が存在するか？
• RQ3 このモデルは、地域特異的適応と地理的地域を越えた収束的適応を区別できるか？
• RQ4 高緯度ヒト集団において、選択が集積している生物学的経路は何か？また、大陸を越えて重複するか？
• RQ5 共通する集団歴を考慮に入れることで、真の陽性選択シグナルの同定にどのような影響が生じるか？

主な発見

• シミュレーションにおいて、階層ベイズモデルは、対比較FSTベースの手法と比較して、統計的検出力が高く、偽陽性率が低いことが示された。
• 本手法は、アメリカとアジアの両方の高緯度集団において、選択を受けるとみられる複数の候補ゲノム領域を効果的に同定した。
• 高緯度への収束的適応は、大陸を越えて一般的に見られ、特定のゲノム領域で共通の選択シグナルが観察された。
• 酸素ホメオスタシスおよびミトコンドリア機能に関与する2つの生物学的経路が、低酸素環境への収束的進化の的確な標的であると同定された。
• 本モデルは、地域特異的および大陸を越えた収束的適応の両方を含む、異なる階層的レベルでの選択シグナルを明らかにした。
• 以前に高緯度適応に関連すると示唆された複数の遺伝子が、より高い信頼性で再同定され、本手法の信頼性を裏付けた。