Genetische Forschung in familienbasierten Krankheitsstudien
Untersuchung genetischer Veränderungen, die mit familiären Krankheiten verbunden sind, mithilfe statistischer Methoden.
― 8 min Lesedauer
Inhaltsverzeichnis
- Familienbasierte Studien
- Studiendesign
- Bedeutung des genetischen Teilens
- Methoden zur Identifizierung von cRVs
- Simulation von Familienstudien
- Krankheiten mit Subtypen und deren Einfluss
- Analyse der Ergebnisse
- Bedeutung der Fehlerquote Typ-I
- Macht der Methoden
- Zukünftige Forschungsrichtungen
- Fazit
- Originalquelle
- Referenz Links
Wenn Forscher Krankheiten untersuchen, die in Familien gehäuft auftreten, wollen sie oft seltene Genetische Veränderungen finden, die diese Krankheiten verursachen könnten. Diese genetischen Veränderungen, die als kausale seltene Varianten (CRVS) bekannt sind, können schwer zu finden sein. Um das zu erreichen, schauen sich Wissenschaftler mehrere Familien an, in denen mehrere Mitglieder von der Krankheit betroffen sind. Dieser Artikel erklärt, wie dieser Prozess funktioniert, und konzentriert sich auf Krankheiten mit verschiedenen Subtypen, von denen einige leichter von Eltern auf Kinder übertragen werden können.
Familienbasierte Studien
Familienbasierte Studien sind ein wichtiger Teil der genetischen Forschung. Sie konzentrieren sich auf Gruppen von Familien, in denen mehrere Mitglieder von einer Krankheit betroffen sind. Indem sie diese Familien genau untersuchen, können Wissenschaftler nach genetischen Veränderungen suchen, die bei betroffenen Verwandten häufiger vorkommen als in der allgemeinen Bevölkerung.
In diesen Studien wählen die Forscher möglicherweise ein paar Familien aus, die viele betroffene Mitglieder haben, oder sie verwenden Daten aus vielen Familien, in denen nur wenige Mitglieder betroffen sind. Das Ziel bleibt dasselbe: genetische Veränderungen zu identifizieren, die mit der Krankheit in Verbindung stehen könnten.
Bei der Untersuchung dieser Familien achten die Forscher darauf, wie eng verwandt die betroffenen Familienmitglieder sind und wie schwerwiegend ihre Krankheitssymptome sind. Einige Krankheiten können unterschiedliche Formen oder Subtypen haben, die unterschiedliche genetische Ursachen haben könnten. Zum Beispiel wird bei lymphoiden Krebserkrankungen angenommen, dass das Hodgkin-Lymphom (HL) in der Regel einen stärkeren genetischen Zusammenhang hat als das Non-Hodgkin-Lymphom (NHL).
Studiendesign
Um diese Studien durchzuführen, holen sich die Forscher normalerweise die Zustimmung von Familien, die bereit sind, teilzunehmen. Dann suchen sie nach Familienmitgliedern, die von bestimmten Arten von lymphoidem Krebs betroffen sind, wie HL und NHL. Die Forscher sequenzieren die Genome dieser betroffenen Personen, was bedeutet, dass sie das genetische Material detailliert untersuchen, um seltene Veränderungen zu finden.
Manchmal schauen sie sich auch nicht betroffene Verwandte an, wie zum Beispiel Eltern, um zu sehen, ob sie die gleichen genetischen Veränderungen tragen. Das hilft den Forschern zu verstehen, ob die Veränderungen mit der Krankheit verknüpft sind oder ob sie nur zufällige Ereignisse sind.
In vielen Fällen stellen die Forscher fest, dass die meisten betroffenen Personen in einer Familie eng verwandt sind. Das kann es schwierig machen, die genauen genetischen Veränderungen zu finden, die die Krankheit verursachen. Ausserdem könnten Krankheiten wie lymphoider Krebs eine Vielzahl genetischer Ursachen haben, was es knifflig macht, spezifische genetische Veränderungen zu identifizieren, die in verschiedenen Familien verantwortlich sein könnten.
Bedeutung des genetischen Teilens
Eine der Schlüsselerkenntnisse in diesen Studien ist das genetische Teilen. Das bezieht sich darauf, wie genetische Veränderungen in Familien weitergegeben werden. Wenn mehrere betroffene Verwandte die gleichen seltenen genetischen Veränderungen teilen, deutet das darauf hin, dass diese Veränderungen eine Rolle bei der Krankheit spielen könnten.
Bei der Untersuchung von Krankheiten mit verschiedenen Subtypen konzentrieren sich die Forscher darauf, wie das Teilen dieser genetischen Veränderungen zwischen den Subtypen variiert. Wenn beispielsweise ein Subtyp einen direkteren genetischen Zusammenhang aufweist, kann diese Information helfen, welche genetischen Veränderungen weiter untersucht werden sollten.
Methoden zur Identifizierung von cRVs
Die Methoden, die eingesetzt werden, um diese seltenen Änderungen zu finden, beinhalten statistische Modelle, die den Forschern helfen können zu verstehen, wie genetische Veränderungen mit der Krankheit zusammenhängen. Wenn mehrere Familien beteiligt sind, ist es wichtig, Wege zu entwickeln, um die Varianten zu bewerten und zu priorisieren, die die Krankheit verursachen könnten.
Es können verschiedene Statistische Methoden angewendet werden. Einige Methoden betrachten, wie wahrscheinlich es ist, dass eine spezifische Variante oder genetische Veränderung mit der Krankheit verknüpft ist. Andere konzentrieren sich darauf, wie viele betroffene Familienmitglieder eine Variante teilen.
Diese Methoden können in ihrer Komplexität variieren, haben aber alle das Ziel, ein klareres Bild davon zu geben, welche Varianten für weitere Forschung priorisiert werden sollten. Zum Beispiel könnten einige Ansätze einfachere Modelle verwenden, die davon ausgehen, dass genetische Veränderungen gleichmässig über die Familien verteilt sind, während andere die komplexen Arten berücksichtigen, wie diese Veränderungen weitergegeben werden könnten.
Simulation von Familienstudien
Um diese Methoden zu testen, simulieren Forscher oft Familienstudien. Das bedeutet, dass sie Daten basierend auf dem erstellen, was sie in echten Familien erwarten zu finden. Sie können verschiedene genetische Veränderungen simulieren und sehen, wie gut jede statistische Methode erkennt, welche Veränderungen tatsächlich mit der Krankheit verbunden sind.
Simulierte Studien ermöglichen es den Forschern zu sehen, wie gut die Methoden unter verschiedenen Bedingungen abschneiden. Indem sie Familien mit bekannten genetischen Veränderungen erstellen, können sie abschätzen, wie oft ihre Methoden diese Veränderungen erfolgreich erkennen und wie oft sie fälschlicherweise vorschlagen, dass eine Variante mit der Krankheit verbunden ist, obwohl das nicht der Fall ist.
Krankheiten mit Subtypen und deren Einfluss
Wenn Krankheiten verschiedene Subtypen aufweisen, müssen die Methoden zur genetischen Untersuchung dies berücksichtigen. Wenn zum Beispiel angenommen wird, dass ein Subtyp einen stärkeren genetischen Zusammenhang hat, sollten die Methoden angepasst werden, um diesen Unterschied zu berücksichtigen.
Die Forscher können statistische Modelle erstellen, die sich auf die spezifische Übertragung genetischer Veränderungen zwischen betroffenen Personen konzentrieren. Das hilft dabei zu definieren, welche Veränderungen eher signifikant sind, um die Krankheit in diesem spezifischen Subtyp zu verursachen.
Analyse der Ergebnisse
Nachdem sie Simulationen durchgeführt und verschiedene statistische Methoden angewendet haben, besteht der nächste Schritt darin, die Ergebnisse zu analysieren. Die Forscher suchen nach Mustern und konzentrieren sich darauf, wie gut jede Methode cRVs erkennt, die mit der Krankheit verknüpft sind. Sie vergleichen möglicherweise auch die Bewertungen verschiedener Varianten, um zu sehen, welche in verschiedenen Familien und Simulationen konsequent als signifikant angesehen werden.
Diese Analyse kann die Stärken und Schwächen jeder Methode aufzeigen. Sie informiert auch über zukünftige Forschungsrichtungen und schlägt vor, welche Methoden in realen Situationen effektiver sein könnten.
Bedeutung der Fehlerquote Typ-I
Beim Testen auf das Vorhandensein von cRVs ist es entscheidend, die Fehlerquote Typ-I zu überwachen. Das bezieht sich darauf, wie oft ein Test eine Variante fälschlicherweise als mit der Krankheit verbunden identifiziert, obwohl das nicht zutrifft. Eine gute Methode sollte diese Fehlerquote kontrollieren, sodass die Forscher ihren Ergebnissen vertrauen können.
In vielen Fällen stellen die Forscher fest, dass bestimmte Methoden besser darin sind, diese Fehlerquoten zu kontrollieren. Sie untersuchen die Raten in verschiedenen Simulationen, um sicherzustellen, dass die Methoden, die sie wählen, zuverlässige Informationen liefern, wenn sie auf reale Daten angewendet werden.
Macht der Methoden
Die Macht einer statistischen Methode bezieht sich auf ihre Fähigkeit, echte Effekte zu erkennen, wenn sie vorhanden sind. Im Kontext der cRV-Analyse bedeutet das, wie gut eine Methode genetische Veränderungen identifizieren kann, die tatsächlich mit der Krankheit assoziiert sind.
Durch Simulationen können die Forscher die Macht jeder Methode bewerten. Sie vergleichen die Fähigkeit verschiedener statistischer Strategien, cRVs zu erkennen, und informieren sich darüber, welche Methoden für zukünftige Studien am effektivsten sein könnten.
Zukünftige Forschungsrichtungen
Während die Forscher weiterhin Methoden zur Identifizierung von cRVs in Familienstudien entwickeln und verfeinern, gibt es mehrere vielversprechende Richtungen für zukünftige Erkundungen. Die Integration zusätzlicher Faktoren, wie individuelle Merkmale oder externe biologische Informationen, könnte die Modelle zur Analyse verbessern.
Indem sie verschiedene Arten von Kovariaten einbeziehen, können die Forscher ihr Verständnis dafür, wie diese Faktoren mit genetischen Veränderungen interagieren, verbessern. Zum Beispiel könnte die Berücksichtigung von Faktoren wie Alter oder Geschlecht wichtige Einblicke darüber geben, wie sich Krankheiten innerhalb von Familien manifestieren und entwickeln.
Umfassendere Studien könnten auch mehr als zwei Subtypen einer Krankheit untersuchen. Indem sie Subtypen basierend auf ihrer Erblichkeit gruppieren, können die Forscher Modelle erstellen, die unterschiedliche genetische Einflüsse berücksichtigen.
Fazit
Dieser Überblick beschreibt den komplexen Prozess der Identifizierung und Untersuchung seltener genetischer Veränderungen, die mit Krankheiten innerhalb von Familien verbunden sind. Durch die Fokussierung auf familienbasierte Studien und die Entwicklung innovativer statistischer Methoden können die Forscher die Genetik von Krankheiten mit mehreren Subtypen besser verstehen.
Durch sorgfältige Analyse und simulierte Studien sind sie in der Lage zu identifizieren, welche Variationen signifikant sind und möglicherweise weiter untersucht werden sollten. Während sich diese Methoden weiterentwickeln, haben sie das Potenzial, unser Verständnis genetischer Krankheiten zu verbessern und letztendlich zu besseren Präventions- und Behandlungsstrategien zu führen.
Titel: Statistics to prioritize rare variants in family-based sequencing studies with disease subtypes
Zusammenfassung: Family-based sequencing studies are increasingly used to find rare genetic variants of high risk for disease traits with familial clustering. In some studies, families with multiple disease subtypes are collected and the exomes of affected relatives are sequenced for shared rare variants. Since different families can harbor different causal variants and each family harbors many rare variants, tests to detect causal variants can have low power in this study design. Our goal is rather to prioritize shared variants for further investigation by, e.g., pathway analyses or functional studies. The transmission-disequilibrium test prioritizes variants based on departures from Mendelian transmission in parent-child trios. Extending this idea to families, we propose methods to prioritize rare variants shared in affected relatives with two disease subtypes, with one subtype more heritable than the other. Global approaches condition on a variant being observed in the study and assume a known probability of carrying a causal variant. In contrast, local approaches condition on a variant being observed in specific families to eliminate the carrier probability. Our simulation results indicate that global approaches are robust to mis-specification of the carrier probability and prioritize more effectively than local approaches even when the carrier probability is misspecified.
Autoren: Jinko Graham, C. Nieuwoudt, F. Binte Farooq, A. Brooks-Wilson, A. Bureau
Letzte Aktualisierung: 2024-06-14 00:00:00
Sprache: English
Quell-URL: https://www.biorxiv.org/content/10.1101/2023.09.28.560053
Quell-PDF: https://www.biorxiv.org/content/10.1101/2023.09.28.560053.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 biorxiv für die Nutzung seiner Open-Access-Interoperabilität.