Der Einfluss der Abstammung auf das Gesundheitsverständnis
Erforschen, wie genetische Abstammung die menschliche Gesundheit und das Risiko für Krankheiten beeinflusst.
― 6 min Lesedauer
Inhaltsverzeichnis
- Die Bedeutung genetischer Mischung
- Genomweite Assoziationsstudien (GWAS)
- Software zur lokalen Abstammungsschätzung
- Neue Werkzeuge für die lokale Abstammungsschätzung
- Erforschung von Abstammung und Gesundheit
- Leistungsbewertung der Software
- Einblicke aus Haplotyp-Komponenten
- Abstammung und Evolution
- Lokale Abstammung in der Gesundheitsforschung
- Zukünftige Perspektiven in genetischen Studien
- Fazit
- Originalquelle
Die menschlichen Populationen von heute sind eine Mischung aus verschiedenen Abstammungsgruppen, die im Laufe der Zeit zusammengekommen sind. Diese Mischung nennt man genetische Admixtur, die passiert, wenn zuvor getrennte Gruppen zusammenkommen und neue Populationen bilden. Diese Vermischung gibt es schon seit langem, von dem Moment an, als moderne Menschen Afrika verlassen haben und mit Neandertalern interagierten, bis zu der Vermischung, die in den letzten 500 Jahren in den Amerikas stattfand.
Die Bedeutung genetischer Mischung
Diese genetische Mischung ist wichtig, weil sie uns hilft zu verstehen, wie Menschen heute mit ihren Vorfahren verbunden sind. Die DNA jedes Menschen trägt Stücke von Geschichte aus verschiedenen Populationen. Indem Wissenschaftler diese Verbindungen untersuchen, können sie etwas über Krankheiten lernen, wie verschiedene Gruppen zueinander stehen und wie sich menschliche Populationen im Laufe der Zeit verändert haben.
Eine Möglichkeit, wie Forscher herausfinden, welche Teile der DNA einer Person von spezifischen Abstammungsgruppen stammen, ist eine Methode namens lokale Abstammungsschätzung (LAI). Diese Technik hilft dabei, genetische Bereiche zu lokalisieren, die auf verschiedene Populationen zurückgehen, was helfen kann, Gene zu kartieren, die mit Krankheiten verbunden sind.
Genomweite Assoziationsstudien (GWAS)
Es gibt Studien, die genomweite Assoziationsstudien (GWAS) genannt werden, die nach bestimmten genetischen Varianten suchen, wie zum Beispiel Einzel-Nukleotid-Polymorphismen (SNPs), die mit Eigenschaften und Krankheiten bei Menschen verknüpft sind. Man glaubt, dass die Häufigkeit dieser SNPs mit bestimmten Abstammungen verbunden ist. Das führt zu dem Bedarf, lokale Abstammung in diesen Studien zu verstehen, entweder als etwas, das die Ergebnisse verwirren könnte, oder als etwas Wertvolles zur Vorhersage von Ergebnissen.
Software zur lokalen Abstammungsschätzung
Die Durchführung von LAI genau kann herausfordernd sein. Im Laufe der Jahre wurden verschiedene Softwareprogramme entwickelt, um diese Aufgabe zu unterstützen. Viele dieser Programme verwenden komplexe Modelle zur Analyse genetischer Verbindungen, aber sie unterscheiden sich in Geschwindigkeit und Genauigkeit.
Einige der bemerkenswerten Software sind HAPMIX, eine frühe Anwendung, die aber nur zwei Abstammungen verarbeiten konnte. ChromoPainter kann mehrere Gruppen analysieren, ist aber langsamer, während LAMP-LD Daten schnell verarbeitet, aber manchmal instabil sein kann. MOSAIC bietet einen einzigartigen Ansatz, der keine detaillierten Kenntnisse über die Verbindungen zwischen den Abstammungsgruppen erfordert. Neuere Software wie FLARE hat die Rechenleistung verbessert, wodurch die Analyse grosser Datensätze einfacher wird.
Neue Werkzeuge für die lokale Abstammungsschätzung
Jüngste Fortschritte haben zwei neue Algorithmen hervorgebracht, die den Prozess der lokalen Abstammungsanalyse beschleunigen. Diese Werkzeuge sind darauf ausgelegt, grosse Stichprobengrössen effizient zu analysieren. Sie erreichen dies, indem sie nur essentielle genetische Informationen speichern, was es ihnen ermöglicht, Hunderttausende von Proben zu verarbeiten, ohne die Rechenressourcen zu überlasten.
Eines der Werkzeuge, PBWTpaint, konzentriert sich darauf, lange genetische Übereinstimmungen zwischen Individuen zu identifizieren, was ausreicht, um die gesamte Abstammung zu verstehen. Das zweite Werkzeug, SparsePainter, bietet detailliertere Abstammungsinformationen und kann wertvolle Statistiken zu genetischen Verbindungen berechnen.
Erforschung von Abstammung und Gesundheit
Zugang zu lokaler Abstammungsinformation im grossen Massstab eröffnet neue Möglichkeiten, die Genetik zu verstehen. Mit SparsePainter können Forscher Statistiken berechnen, die Einblicke geben, wie unterschiedliche Abstammungen die Gesundheit und Anfälligkeit für Krankheiten beeinflussen könnten.
Zum Beispiel können Forscher durch die Berechnung der Abstammungs-Linkage-Disequilibrium (LDA) und des Abstammungsanomalie-Scores (AAS) Regionen des Genoms identifizieren, die Anzeichen von jüngster Selektion aufgrund spezifischer Abstammungsherkünfte zeigen könnten. Diese Werkzeuge helfen dabei, Gene zu identifizieren, die mit bestimmten Gesundheitszuständen in Verbindung stehen und wie sie sich über verschiedene Populationen hinweg unterscheiden können.
Leistungsbewertung der Software
Im Vergleich von SparsePainter mit anderen bestehenden Softwareprogrammen haben Tests gezeigt, dass es schneller und effizienter ist, insbesondere bei der Analyse von feinkörnigen Populationstrukturen, was bedeutet, dass es Abstammungsmerkmale genau identifizieren kann, ohne zu lange für die Berechnung der Ergebnisse zu benötigen.
Beispielsweise hat SparsePainter in Studien mit Daten der UK Biobank seine Fähigkeit demonstriert, grosse Datensätze schnell zu analysieren und bedeutungsvolle Ergebnisse zu liefern, die helfen, menschliche genetische Variation über verschiedene Regionen und ethnische Hintergründe hinweg zu verstehen.
Einblicke aus Haplotyp-Komponenten
Ein wichtiger Aspekt der neuen Software ist ihre Fähigkeit, Haplotyp-Komponenten zu analysieren. Diese Komponenten werden verwendet, um genetische Abstammung darzustellen und können detaillierte Informationen darüber liefern, wie verschiedene ethnische Gruppen miteinander verwandt sind. Zum Beispiel können sie helfen, ausdrucksstarke Abstammungsmuster unter verschiedenen ethnischen Hintergründen im Vereinigten Königreich zu identifizieren, was zu potenziellen Verbesserungen in der Durchführung genetischer Studien führen kann.
Durch die Analyse der genetischen Struktur innerhalb der UK Biobank fanden Forscher heraus, dass Haplotyp-Komponenten bessere Assoziationen mit dem Geburtsort lieferten als traditionelle SNP-basierte Methoden. Das deutet darauf hin, dass die Haplotyp-Analyse subtilere genetische Unterschiede erfassen kann als andere Methoden.
Abstammung und Evolution
Die Abstammungsschätzung geht nicht nur um moderne Populationen; sie gibt uns auch einen Einblick in vergangene menschliche Migrationen und Interaktionen. Indem wir genetische Signale in heutigen Populationen untersuchen, können wir ableiten, wie sich Populationen über Tausende von Jahren vermischt und entwickelt haben.
Die Fortschritte in der lokalen Abstammungsschätzung ermöglichen auch ein tieferes Verständnis von Selektionsmustern. Bestimmte Gene können Signale von Anpassung zeigen, die Veränderungen in der Populationsstruktur widerspiegeln, die im Laufe der Zeit stattgefunden haben. Zum Beispiel haben Forscher Gene identifiziert, die an Immunantworten beteiligt sind, die möglicherweise aufgrund ihrer Rolle in der Unterstützung von Populationen bei der Bewältigung verschiedener historischer Herausforderungen ausgewählt wurden.
Lokale Abstammung in der Gesundheitsforschung
Die Untersuchung lokaler Abstammung ist entscheidend in der Gesundheitsforschung, insbesondere für das Verständnis, wie bestimmte Krankheiten verschiedene ethnische Gruppen betreffen könnten. Wenn Gesundheitsdienstleister wissen, welche Abstammungsgruppen mit bestimmten Risikofaktoren verbunden sind, können sie Interventionen besser an die Bedürfnisse unterschiedlicher Populationen anpassen.
Beispielsweise analysierten Forscher in der UK Biobank die lokale Abstammung von Individuen und berechneten ihre LDA- und AAS-Werte, um Gene zu identifizieren, die möglicherweise von jüngster natürlicher Selektion beeinflusst wurden. Dies kann aufzeigen, welche Gene wichtig sind, um die Anfälligkeit für Krankheiten in verschiedenen Abstammungshintergründen zu verstehen.
Zukünftige Perspektiven in genetischen Studien
Die Methoden, die für die lokale Abstammungsschätzung entwickelt wurden, sollen eine bedeutende Rolle in zukünftigen genetischen Studien spielen. Je mehr Populationen untersucht werden, desto weiter wird das Verständnis darüber, wie genetische Variationen mit Abstammung verbunden sind, voranschreiten.
Die beeindruckende Effizienz neuer Werkzeuge wie SparsePainter und PBWTpaint zeigt, dass sie sehr grosse Datensätze bearbeiten können, was möglicherweise die Art und Weise revolutionieren könnte, wie Genetiker die Menschheitsgeschichte und deren Beziehung zur Gesundheit studieren.
Fazit
Zusammenfassend lässt sich sagen, dass menschliche genetische Abstammung eine komplexe Mischung aus verschiedenen historischen Populationen ist. Diese Mischungen durch fortschrittliche genetische Analysetools zu verstehen, hat enormes Potenzial zur Verbesserung der Gesundheitsforschung und zur Bekämpfung von Ungleichheiten im Gesundheitswesen.
Während sich die Technologie weiterentwickelt, wird es spannend sein zu sehen, wie diese Fortschritte in der genetischen Analyse weiterhin das komplexe Geflecht der menschlichen Geschichte und dessen Einfluss auf Gesundheit und Wohlbefinden heute enthüllen.
Titel: Sparse haplotype-based fine-scale local ancestry inference at scale reveals recent selection on immune responses
Zusammenfassung: Increasingly efficient methods for inferring the ancestral origin of genome regions are needed to gain new insights into genetic function and history as biobanks grow in scale. Here we describe two near-linear time algorithms to learn ancestry harnessing the strengths of a Positional Burrows-Wheeler Transform (PBWT). SparsePainter is a faster, sparse replacement of previous model-based chromosome painting algorithms to identify recently shared haplotypes, whilst PBWTpaint uses further approximations to obtain lightning-fast estimation optimized for genome-wide relatedness estimation. The computational efficiency gains of these tools for fine-scale local ancestry inference offer the possibility to analyse large-scale genomic datasets in completely novel ways. Application to the UK Biobank shows that haplotypes better represent ancestries than principal components, whilst linkage-disequilibrium of ancestry identifies signals of recent changes to population-specific selection for many genomic regions associated with immune responses, suggesting new avenues for understanding the pathogen-immune system interplay on a historical timescale.
Autoren: Yaoling Yang, R. Durbin, A. K. N. Iversen, D. J. Lawson
Letzte Aktualisierung: 2024-07-10 00:00:00
Sprache: English
Quell-URL: https://www.medrxiv.org/content/10.1101/2024.03.13.24304206
Quell-PDF: https://www.medrxiv.org/content/10.1101/2024.03.13.24304206.full.pdf
Lizenz: https://creativecommons.org/licenses/by-nc/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an medrxiv für die Nutzung seiner Open-Access-Interoperabilität.