[논문 리뷰] Joint discovery of haplotype blocks and complex trait associations from SNP sequences

Nebojša Jojić, Vladimir Jojic외 1명|arXiv (Cornell University)|2004. 07. 07.

Genetic Mapping and Diversity in Plants and Animals참고 문헌 3인용 수 8

한 줄 요약

이 논문은 단일염기다형성(SNP) 데이터의 단편화된 정보와 단편화된 형질에 기반해 허브로타입 블록 구조와 복잡한 형질 연관성을 동시에 추론하는 데이터 기반 계층적 통계 모델을 제안한다. 이는 단편화된 형질 정보와 누락된 데이터 문제를 해결한다. 저자들은 염색체 5q31의 SNP 데이터를 사용해 코로른 병의 감지 정확도를 80%로 달성하였다.

ABSTRACT

Haplotypes, the global patterns of DNA sequence variation, have important implications for identifying complex traits. Recently, blocks of limited haplotype diversity have been discovered in human chromosomes, intensifying the research on modelling the block structure as well as the transitions or co-occurrence of the alleles in these blocks as a way to compress the variability and infer the associations more robustly. The haplotype block structure analysis is typically complicated by the fact that the phase information for each SNP is missing, i.e., the observed allele pairs are not given in a consistent order across the sequence. The techniques for circumventing this require additional information, such as family data, or a more complex sequencing procedure. In this paper we present a hierarchical statistical model and the associated learning and inference algorithms that simultaneously deal with the allele ambiguity per locus, missing data, block estimation, and the complex trait association. While the block structure may differ from the structures inferred by other methods, which use the pedigree information or previously known alleles, the parameters we estimate, including the learned block structure and the estimated block transitions per locus, define a good model of variability in the set. The method is completely data-driven and can detect Chron's disease from the SNP data taken from the human chromosome 5q31 with the detection rate of 80% and a small error variance.

연구 동기 및 목표

• 단편화된 형질 정보가 없는 단일염기다형성(SNP) 데이터에서 허브로타입 블록 구조와 형질 연관성을 추론하는 데 도전하는 것.
• 가족 데이터나 알려진 암표지 정보에 의존하지 않고도 암표지의 모호함, 누락된 데이터, 블록 추정, 형질 연관성 추정을 동시에 처리할 수 있는 방법을 개발하는 것.
• 가족 데이터나 알려진 암표지 정보에 의존하지 않는 완전히 데이터 기반의 접근 방식을 통해 허브로타입 블록 전이 및 복잡한 형질과의 연관성을 견고하게 모델링하는 것.
• 전장 게놈 연구에서 SNP 서열을 활용해 복잡한 형질 연관성 탐지의 정확도와 견고성을 향상시키는 것.

제안 방법

• 이 방법은 관측되지 않은 허브로타입 형질 정보와 블록 경계를 위한 잠재 변수를 통합한 계층적 통계 모델을 사용한다.
• 학습 및 추론 알고리즘을 활용해 단편화된 SNP 데이터로부터 블록 구조, 블록 내 암표지 전이, 형질 연관성을 동시에 추정한다.
• 허브로타입 형질 정보를 확률적 프레임워크 내의 숨겨진 변수로 간주함으로써, 누락된 데이터와 형질 정보의 모호함을 모델에 반영한다.
• 각 유전자좌에서 블록 전이를 모델링하여 블록 간 암표지의 동시 발생 패턴을 포착함으로써 유전적 다양성을 압축한다.
• 이 접근 방식은 완전히 데이터 기반으로, 가족 데이터나 알려진 참조 암표지 정보에 의존하지 않는다.

실험 결과

연구 질문

• RQ1 단편화된 형질 정보가 없는 단일염기다형성(SNP) 데이터에서 사전 형질 정보 없이도 허브로타입 블록 구조를 신뢰성 있게 추론할 수 있는가?
• RQ2 블록 구조와 형질 연관성을 동시에 모델링할 경우, 복잡한 질병 연관성 탐지 능력이 얼마나 향상되는가?
• RQ3 완전히 데이터 기반의 접근 방식이 가족 데이터나 참조 데이터가 필요한 기존 방법보다 질병 연관 허브로타입을 식별하는 데 뛰어나게 성능을 발휘할 수 있는가?
• RQ4 블록 전이를 모델링하는 것이 복잡한 형질 연관성 탐지 정확도에 어떤 영향을 미치는가?

주요 결과

• 이 방법은 인간 염색체 5q31의 SNP 데이터를 기반으로 코로른 병을 80%의 감지 정확도로 성공적으로 탐지하였다.
• 저자들은 낮은 오차 분산을 달성하여, 단편화된 데이터와 누락된 형질 정보가 있는 상황에서도 형질 연관성 추론의 높은 정밀도를 입증하였다.
• 가족 기반 또는 참조 암표지 의존 방법으로 도출된 결과와는 다름을 보이며, 이는 복잡한 유전적 다양성을 타당하게 표현하는 다른 방식임을 시사한다.
• 블록 구조와 형질 연관성의 동시 추정은 SNP 서열 내 복잡한 패턴을 포착하는 견고한 유전적 다양성 모델을 제공한다.