[論文レビュー] Identifying recombination hotspots using population genetic data

Adam Auton, Simon Myers+1 more|arXiv (Cornell University)|Mar 17, 2014

Genetic Mapping and Diversity in Plants and Animals参考文献 10被引用数 20

ひとこと要約

本論文は、連鎖不平衡のパターンに着目した、哺乳類ゲノムにおける再結合ホットスポットを検出する新規手法を提示する。この手法は、ヒトに類似したデータにおいて約50–60%の検出能力と、1 Mbあたり0.24–0.56の低偽陽性率を達成し、高精度な細粒度再結合マッピングに有効なツールを提供する。

ABSTRACT

Motivation: Recombination rates vary considerably at the fine scale within mammalian genomes, with the majority of recombination occurring within hotspots of ~2 kb in width. We present a method for inferring the location of recombination hotspots from patterns of linkage disequilibrium within samples of population genetic data. Results: Using simulations, we show that our method has hotspot detection power of approximately 50-60%, but depending on the magnitude of the hotspot. The false positive rate is between 0.24 and 0.56 false positives per Mb for data typical of humans. Availability: http://github.com/auton1/LDhot

研究の動機と目的

• 集団遺伝学的データを用いて、哺乳類ゲノムにおける細粒度再結合ホットスポットを検出する手法を開発すること。
• 通常は約2 kbの幅であり、大部分の再結合イベントを引き起こすとされる再結合ホットスポットを同定する課題に対処すること。
• 現実的な集団遺伝学的シミュレーションを用いて、ヒトおよび関連種におけるホットスポット検出の正確性と信頼性を向上させること。
• ヒトゲノムデータに一般的な条件下での、この手法の検出能力および偽陽性率を定量化すること。

提案手法

• この手法は、遺伝変異の集団サンプル内の連鎖不平衡（LD）のパターンを分析することで、再結合ホットスポットの位置を推定する。
• 再結合イベント周辺でのLDの減衰をモデル化する統計的フレームワークを用い、再結合が顕著に高い領域を特定する。
• 異なる再結合率およびホットスポット強度の下で実施された集団遺伝学的データの広範なシミュレーションを通じて、手法の妥当性を検証する。
• 推定されたホットスポットとシミュレーションで既知にされたホットスポットを比較することで、検出能力および偽陽性率を推定する。
• 現実のデータ文脈における正確性を向上させるために、人口歴史および変異率を考慮する。

実験結果

リサーチクエスチョン

• RQ1 集団遺伝学的データにおける連鎖不平衡のパターンは、細粒度再結合ホットスポットを信頼性高く検出できるか？
• RQ2 この手法の検出能力は、さまざまなホットスポット強度およびゲノム的文脈でどのように変動するか？
• RQ3 現実的なヒトに類似た集団パrameters下で、この手法の偽陽性率はどの程度の水準にあるか？
• RQ4 人口歴史が、このアプローチを用いたホットスポット検出の正確性にどの程度影響を及えるか？

主な発見

• この手法は、ホットスポットの大きさに応じて約50–60%のホットスポット検出能力を達成する。
• ヒト集団に類似たデータにおいて、偽陽性率は1 Mbあたり0.24～0.56の範囲にとどまる。
• 現実的な人口モデルおよび変異率の下でも、この手法は安定した性能を示し、高い特異性を維持する。
• シミュレーションにより、この手法が真のホットスポットと背景の再結合変動を信頼性高く区別できることを確認した。