Geenikartoitusmenetelmät. Kytkentäanalyysin teoriaa. Suurimman uskottavuuden menetelmä ML (maximum likelihood) Uskottavuusfunktio: koko aineisto

Transkriptio

1 Kytkentäanalyysin teoriaa Pyritään selvittämään tiettyyn ominaisuuteen vaikuttavien eenien paikka enomissa Perustavoite: löytää markkerilokus jonka alleelit ja tutkittava ominaisuus (esim. sairaus) periytyvät yhdessä Yksipisteanalyysi: käytetään yhtä markkeria kerrallaan Monipisteanalyysi: käytetään useita markkereita Kytkentäanalyysi havaitut rekombinaatiot perheaineisto Parametrinen - periytymismalli määrätty Geenikartoitusmenetelmät Assosiaatioanalyysi kytkentäepätasapaino Ei-parametrinen historialliset rekomb. - periytymismallia populaatioaineisto ei määrätty TT TT periytymisen epätasapainotesti Suurimman uskottavuuden menetelmä ML (maximum likelihood) Hyvin yleisesti käytetty lähestymistapa tilastollisissa estimointitehtävissä. Hypoteesien määrittely. Uskottavuusfunktion muodostaminen. Estimointi. Hypoteesien testaus 5. Tilastolliset johtopäätökset Uskottavuusfunktio: koko aineisto L = P(Y,M θ) = P(M)P(Y M,θ) = Σ G M P(M) P(G M M,θ)P(Y G M,θ) = Σ G M Σ GQ P(M) P(G M M,θ) P(G Q G M,θ) P(Y G Q,θ) = Σ G P(M) P(G M,θ)P(Y G,θ) (G=G M G Q ) missä Y Aineistossa esiintyvät fenotyypit M Markkeriaineisto G M - Markkereiden enotyyppejä G Q Sairauslokusten enotyyppejä θ - Rekombinaatiofraktion arvo (estimoitava) Uskottavuusfunktio: yksi ydinperhe P( ) ja P( M ) O O M L j = Σ P( ) P(y ) Σ M P( M )P(y M M ) Σ Oi P( Oi, M ) P(y Oi O ) P( ) ja P( M ) : vanhempien enotyyppitodennäköisyys (tauti- ja markkerilokuksissa) P( Oi, M ) : jälkeläisen i enotyyppitodennäköisyys P(y ) : penetranssi Perustajayksilön (founder) enotyypin todennäköisyys Samoin myös ns. sukuun avioituneille (marriedin) yksilölle Riippuu alleelifrekvensseistä (annetaan etukäteen) sairausalleelin frekvenssi markkerialleeleiden frekvenssit

2 ESIM: Äidin enotyyppi tuntematon?? populaatiofrekvenssit: P(alleeli )=., P()=.76 ja P()=. -> todennäköisyydet äidille P( M =)= *.*.=. P( M =)= *.76*.=.5 <- Äiti luultavasti P( Oi, M ) Lapsen enotyypin todennäköisyys, annettuna vanhempien enotyypit Genotyyppi sisältää sekä tautilokuksen että sitä ympäröivät markkerilokukset perustuu markkerien välisiin etäisyyksiin ja tautilokuksen paikkaan markkereihin nähden uskottavuusfunktion arvo riippuu näin rekombinaatiofraktiosta θ. ESIM: haplotyyppikonfiuraatiot? Vanhempien haplotyyppit tunnetaan -> Jälkeläisten mahdolliset haplotyyppikonfiuraatiot Tn enotyypille /: P( Oi =/ =/, M =/)=(-θ)(-θ) Tn enotyypille /: P( Oi =/ =/, M =/)= θ Jos etäisyys lokusten välillä on esim. cm -> P( Oi =/ =/, M =/)=.99 =.98 P( Oi =/ =/, M =/)=. =. Todennäköisyys P( y ) Penetranssifunktio (fenotyypin ja enotyypin suhde) Yksinkertaistettu oletus ominantti/resessiivinen fenokopiot / alentunut penetranssi P(sairas AA) =. P(terve AA) =. P(sairas Aa) =. P(terve Aa) =. P(sairas aa) =.9 P(terve aa) =. Annetaan etukäteen Riippumattomille perheille oheinen uskottavuusfunktio oli yhdelle ydinperheelle käytännössä perheissä useampi sukupolvi (sukupuu, pediree) toisistaan riippumattomien perheiden (sukupuiden) uskottavuusfunktiot yhdistetään L = Π L j tai lol = Σ lo L j Hypoteesin testaus Lasketaan uskottavuusfunktion arvot nolla- ja vaihtoehtoisen hypoteesin vallitessa. Esimerkiksi kaksipisteanalyysissä, jossa tarkastellaan kahta eri lokusta samaan aikaan. H : θ =.5 ominaisuuteen vaikuttava lokus ei ole kytkeytynyt tarkasteltavan lokuksen/kytkentäryhmän kanssa H A : θ.5 ominaisuuteen vaikuttava lokus on kytkeytynyt tarkasteltavan lokuksen/kytkentäryhmän kanssa

3 Hypoteesit kytkentäanalyysissä Hypoteesit H : θ =.5 ja H A : θ.5 Lasketaan uskottavuudet L =θ =.5) ja L A =θ.5) L A Etsitään maksimi uskottavuusfunktion arvo ja tätä vastaava rekombinaatiofraktio θ Hypoteesi testataan uskottavuusosamäärällä λ=ln(l A /L ) λ ~Chi(n/), vapausaste n vapaiden parametrien lkm Tästä saadaan LO (Loarithm of odds) arvo Z, jota käytetään uskottavuusosamäärän testisuureena (λ=.6z): θ = θ ') Z = LO( θ') = lo = lo θ = θ ') lo θ =.5) θ =.5) Merkitsevyystasoista P-arvo kuvaa todennäköisyyttä että nollahypoteesi hylätään, vaikka se on tosi. LO-scoren raja vastaa likimäärin yksittäisen testin p-arvoa.. Genominlaajuisessa eenikartoituksessa tehdään monta (toisistaan riippuvaa) tilastollista testiä. Em. rajaa soveltaen toisistaan riippumattoman testin kokonaismerkitsevyystaso olisi - (-.) =.9 <.5 Esimerkki ML-arvioinnista Yksi markkeri, dominantti sairausmalli (-> välttämättä tullut isän puolelta) Kaikki enotyypit tunnettuja,, LO( θ ') = lo θ = θ ') = θ = / ) Isän haplotyyppikombinaatiot ( P( ( P( ) ) Oi Oi P( P( Oi Oi, θ = θ ')), θ = / )),,,,,,, Lasten haplotyyppikombinaatiot, jos lokukset kytkeytymättömiä,,,,,,,,, = sairas ½ ½ = normaali -θ θ -θ θ -θ θ -θ θ lkm lo { { ½ [ ( θ ) ( θ ) ] ½ [ ( θ ) 7 ( θ )]}/(½) }.56.5 LO-score....5 Rekombinaatiofraktio

4 Monipisteanalyysi Usean pisteen analyysin hypoteesit: H : ominaisuuteen vaikuttava lokus ei ole kytkeytynyt markkerikarttaan (markkerien järjestys ja etäisyys tiedetään) H A : ominaisuuteen vaikuttava lokus sijaitsee tietyssä paikassa markkerikarttaa Testisuureen arvo Tulosten esittäminen monipisteanalyysissä M M M M M 5 M 6 M 7 M 8 Paikka kromosomissa, cm Ei-parametrinen kytkentäanalyysi Kytkentäanalyysi havaitut rekombinaatiot perheaineisto Parametrinen - periytymismalli määrätty Ei-parametrinen - periytymismallia ei määrätty TT Assosiaatioanalyysi kytkentäepätasapaino historialliset rekomb. populaatioaineisto Parametrisen ja ei-parametrisen kytkentäanalyysin ero Ei-parametrisessä kytkentäanalyysissä (non-parametric tai model free) periytymismallia ei eksplisiittisesti määritetä Tutkitaan assosiaatiota sen välillä, miten tietyt sukulaiset jakavat samanlaisen fenotyypin ja markkerialleelit keskenään. Keskeistä ei-parametrisessä kytkentäanalyysissä on samojen markkerialleelien jakaminen (allele sharin) eri sukulaisten kesken. Puhutaan jakamisesta IB (identityby-descent) ja IBS (identity-by-state). IB ja IBS Sama alleelitunnus kahdella yksilöllä yksilöt jakavat alleelin IBS (identical by state) Samaa esivanhempaisalkuperää oleva alleeli kahdella yksilöllä yksilöt jakavat alleelin IB (identical by descent) Genotyypeistä nähdään helposti IBS-jakaminen. IB-jakamisesta saadaan enemmän informaatiota. Sitä voidaan yrittää päätellä perherakenteen ja periytymisen avulla.,,,, Lapset jakavat -alleelin IBS. Lapset jakavat -alleelin myös IB.

5 ,, Lapset jakavat jälleen -alleelin IBS. He eivät jaa sitä IB.,,,, Lapset jakavat -alleelin IBS. He jakavat -alleelin IB todennäköisyydellä 5%.,,,, Ei-parametrinen kytkentäanalyysi Yksinkertainen aineistoesimerkki ASP: yksinkertaisin ei-parametrinen testi ASP Affected sib pair (sairas sisaruspari) kaksi sairasta sisarta ja vanhemmat kerätään suuri joukko toisistaan riippumattomia perheitä (nelikkoja) ihannetapaus: markkerialleelit tiedetään kaikilta neljältä yksilöltä vanhemmat heterotsyootteja lasten alleelien alkuperä (onko peritty äidiltä vai isältä) voidaan selvittää Testaus ASP-testaus, χ -testi Kerätään paljon perheitä, joissa sairas sisaruspari ja määritetään IB-status kaikille sisaruspareille. Merkitään niiden sisarusparien, joissa IB-status on, lukumäärää n. Vastaavasti n ja n ovat havaittuja sellaisten sisarusparien lukumääriä, jotka jakavat tai alleelia IB. Verrataan lukumääriä odotettuun jakaumaan laskemalla χ -testisuureen arvo. ( ni ei ) ( n e ) ( n e ) ( n e) S = = e e e e i= i missä e =.5n, e =.5n ja e =.5n (Mendelistisyys) χ -testi vapausasteella onelmana homotsyoottivanhemmat paljon muunnelmia ja erilaisia toteutuksia 5

6 ASP-testaus, keskiarvotesti Keskiarvotesti mean test Testaan onko IB alleeliparien lukumäärä suurempi kuin puolet kaikista alleeleista Testisuure: (.5n n).5n S = n /8 n sisarusparien lukumäärä.5n - lausekkeen (.5n n ) odotusarvo n/8 lausekkeen (.5n n ) varianssi nollahypoteesin vallitessa S ~ N(,) (standardi normaalijakauma) ASP-testaus, esimerkki Isä Äiti Lapsi Lapsi P() P() P(),,,,,,,,,,,,,5,,,,5,,5,,,,,,5,,,5,5,5 5,5 5,5,,5,,5,,5,5,5,5,,5,,,,,,5,,5,5,5,,5,5 7 ASP-testaus, esimerkki Havaitut 7 9 Odotetut,5,5,5 9 (,5) χ =,5 (,5),5 (7,5),5 Verrataan χ -jakauman kertymäfunktioon ( vapausasteella): P=. =,5 Aineisto on liian pieni, jotta χ -testi olisi luotettava. ESPA (Extended Sib Pair Analysis) Lasketaan todennäköisyydet puuttuville enotyypeille Verrataan, montako alleelia on jaettu IB vs. montako ei ole. Jos jakamista ei voida määrittää, jätetään huomiotta. χ -testi vapausasteella ( N N) χ = N N ESPA: esimerkki Isä Äiti Lapsi Lapsi -?,,,,,,,,,,,,,5,,,,5,,5,,,,,,5,,,5,5,5 5,5 5,5,,5,,5,,5,5,5,5,,5,,,,,,5,,5,5,5,,5, on IB - ei IB? ei voi sanoa ESPA: esimerkki Mendelistisesti odotusarvoisesti pitäisi olla sama lukumäärä N ja N tapauksia -> (7 6) χ = = Verrataan χ -jakauman kertymäfunktioon ( vapausasteella): P=.8 6

7 ASP-menetelmän laajennuksia Puuttuvien havaintojen informaatiohukkaa korvataan laskemalla todennäköisyydet eri IB-statuksille sukulaisuustietojen avulla. Otetaan huomioon sukupuun kaikki sairaat sukulaisparit. Tarkastellaan usean henkilön samanaikaista jakamista. Yhdistetään informaatiota useasta markkerista Genehunter ja Merlin 7