L'impact de l'ascendance sur la compréhension de la santé
Explorer comment l'ascendance génétique façonne la santé humaine et le risque de maladie.
― 8 min lire
Table des matières
- L'Importance du Mélange Génétique
- Études d'Association Génome-Étendue (GWAS)
- Logiciels d'Inférence d'Ancestrie Locale
- Nouveaux Outils pour l'Inférence d'Ancestrie Locale
- Explorer l'Ancestrie et la Santé
- Évaluation des Performances des Logiciels
- Aperçus des Composantes Haplotype
- Ancestrie et Évolution
- Ancestrie Locale dans la Recherche en Santé
- Perspectives Futures dans les Études Génétiques
- Conclusion
- Source originale
Les populations humaines d'aujourd'hui sont un mélange de différents groupes d'ancêtres qui se sont rassemblés au fil du temps. Ce mélange s'appelle l'admixture génétique, qui se produit lorsque des groupes autrefois séparés se réunissent et créent de nouvelles populations. Ce mélange a lieu depuis longtemps, depuis que les humains modernes ont quitté l'Afrique et ont interagi avec les Néandertaliens, jusqu'à la mixité qui a eu lieu en Amérique au cours des 500 dernières années.
L'Importance du Mélange Génétique
Ce mélange génétique est important car il nous aide à comprendre comment les gens d'aujourd'hui sont connectés à leurs ancêtres. L'ADN de chaque personne contient des morceaux d'histoire provenant de diverses populations. En étudiant ces connexions, les scientifiques peuvent en apprendre davantage sur les maladies, sur la façon dont différents groupes se rapportent les uns aux autres, et sur les changements des populations humaines au fil du temps.
Une méthode que les chercheurs utilisent pour identifier quelles parties de l'ADN d'une personne proviennent de groupes d'ancestrie spécifiques s'appelle l'inférence d'ancestrie locale (LAI). Cette technique aide à localiser des régions génétiques qui remontent à différentes populations, ce qui peut aider à cartographier les gènes liés aux maladies.
Études d'Association Génome-Étendue (GWAS)
Il existe des études appelées études d'association génome-étendue (GWAS) qui recherchent des variations génétiques spécifiques, comme les polymorphismes mononucléotidiques (SNP), qui sont liés à des traits et des maladies chez les humains. On pense que la fréquence de ces SNP peut être associée à des ancestries particulières. Cela soulève la nécessité de comprendre l'ancestrie locale dans ces études, soit comme quelque chose qui pourrait fausser les résultats, soit comme quelque chose de précieux pour prédire des résultats.
Logiciels d'Inférence d'Ancestrie Locale
Réaliser une LAI avec précision peut être un défi. Au fil des ans, différents logiciels ont été créés pour aider dans cette tâche. Beaucoup de ces programmes utilisent des modèles complexes pour analyser les connexions génétiques, mais ils varient en vitesse et en précision.
Parmi les logiciels notables, il y a HAPMIX, qui était une application précoce mais ne pouvait gérer que deux ancestries. ChromoPainter peut analyser plusieurs groupes mais est plus lent, tandis que LAMP-LD traite les données rapidement mais peut parfois être instable. MOSAIC propose une approche unique qui ne nécessite pas de connaissance détaillée des connexions entre les groupes ancestraux. Plus récemment, FLARE a amélioré la vitesse de calcul, rendant plus facile l'analyse de grands ensembles de données.
Nouveaux Outils pour l'Inférence d'Ancestrie Locale
Des avancées récentes ont introduit deux nouveaux algorithmes qui accélèrent le processus d'analyse de l'ancestrie locale. Ces outils sont conçus pour analyser efficacement de grandes tailles d'échantillons. Ils y parviennent en ne stockant que les informations génétiques essentielles, ce qui leur permet de traiter des centaines de milliers d'échantillons sans saturer les ressources informatiques.
Un des outils, PBWTpaint, se concentre sur l'identification de longues correspondances génétiques entre les individus, ce qui est suffisant pour comprendre l'ancestrie globale. Le deuxième outil, SparsePainter, offre des informations d'ancestrie plus détaillées et peut calculer des statistiques précieuses liées aux connexions génétiques.
Explorer l'Ancestrie et la Santé
L'accès à l'information d'ancestrie locale à grande échelle ouvre de nouvelles portes pour comprendre la génétique. Avec SparsePainter, les chercheurs peuvent calculer des statistiques qui offrent des aperçus sur la façon dont différentes ancestries pourraient influencer la santé et la susceptibilité aux maladies.
Par exemple, en calculant le Déséquilibre de Liaison d'Ancestrie (LDA) et le Score d'Anomalie d'Ancestrie (AAS), les chercheurs peuvent repérer des régions du génome qui pourraient montrer des signes de sélection récente en raison de certains antécédents d'ancêtres. Ces outils aident à identifier des gènes liés à des conditions de santé particulières et comment ils peuvent varier selon les différents groupes de population.
Évaluation des Performances des Logiciels
En comparant SparsePainter à d'autres logiciels existants, les tests ont montré qu'il est plus rapide et plus efficace, en particulier lors de l'analyse de structures de population à fine échelle, ce qui signifie qu'il peut identifier avec précision des traits liés à l'ancestrie sans prendre trop de temps pour calculer les résultats.
Par exemple, dans des études utilisant les données du UK Biobank, SparsePainter a montré sa capacité à analyser rapidement de grands ensembles de données et à fournir des résultats significatifs qui aident à comprendre la variation génétique humaine à travers différentes régions et origines ethniques.
Aperçus des Composantes Haplotype
Un aspect clé du nouveau logiciel est sa capacité à analyser les composantes haplotypes. Ces composantes sont utilisées pour représenter l'ancestrie génétique et peuvent révéler des informations détaillées sur la manière dont différents groupes ethniques sont liés. Par exemple, elles peuvent aider à identifier des schémas ancestraux distincts parmi différents antécédents ethniques au Royaume-Uni, ce qui pourrait améliorer la façon dont les études génétiques sont conduites.
En analysant la structure génétique au sein du UK Biobank, les chercheurs ont découvert que les composantes haplotypes offraient de meilleures associations avec le lieu de naissance que les méthodes traditionnelles basées sur les SNP. Cela suggère que l'analyse haplotypique pourrait capturer des différences génétiques plus subtiles que d'autres méthodes.
Ancestrie et Évolution
L'inférence d'ancestrie ne concerne pas seulement les populations modernes ; elle nous donne aussi un aperçu des migrations humaines passées et des interactions. Par exemple, en étudiant les signaux génétiques dans les populations d'aujourd'hui, nous pouvons déduire comment les populations se sont mélangées et ont évolué au fil des milliers d'années.
Les avancées dans l'inférence d'ancestrie locale permettent également de mieux comprendre les schémas de sélection. Certains gènes peuvent montrer des signaux d'adaptation qui reflètent des changements dans la structure des populations qui se sont produits au fil du temps. Par exemple, les chercheurs ont identifié des gènes impliqués dans les réponses immunitaires qui ont peut-être été sélectionnés en raison de leur rôle dans l'aide aux populations pour surmonter divers défis historiques.
Ancestrie Locale dans la Recherche en Santé
L'étude de l'ancestrie locale est essentielle dans la recherche en santé, en particulier pour comprendre comment certaines maladies pourraient affecter différents groupes ethniques. En sachant quels groupes d'ancêtres sont associés à des facteurs de risque spécifiques, les prestataires de soins de santé peuvent adapter les interventions pour mieux convenir aux populations diverses.
Par exemple, dans le UK Biobank, les chercheurs ont analysé l'ancestrie locale des individus et calculé leurs scores LDA et AAS pour identifier des gènes qui pourraient avoir été influencés par une sélection naturelle récente. Cela peut mettre en lumière quels gènes sont importants pour comprendre la susceptibilité aux maladies dans différents antécédents d'ancêtres.
Perspectives Futures dans les Études Génétiques
Les méthodes développées pour l'inférence d'ancestrie locale devraient jouer un rôle important dans les futures études génétiques. Au fur et à mesure que de plus en plus de populations sont étudiées, la compréhension de la manière dont les variations génétiques sont liées à l'ancestrie continuera d'avancer.
L'efficacité impressionnante de nouveaux outils comme SparsePainter et PBWTpaint signifie qu'ils peuvent gérer de très grands ensembles de données, révolutionnant potentiellement la façon dont les généticiens étudient l'histoire humaine et son rapport à la santé.
Conclusion
En résumé, l'ancestrie génétique humaine est un mélange complexe de diverses populations historiques. Comprendre ces mélanges grâce à des outils d'analyse génétique avancés a un potentiel énorme pour améliorer la recherche en santé et aborder les disparités dans les soins de santé.
À mesure que la technologie continue d'évoluer, il sera passionnant de voir comment ces avancées dans l'analyse génétique continuent de révéler la tapisserie complexe de l'histoire humaine et son influence sur la santé et le bien-être aujourd'hui.
Titre: Sparse haplotype-based fine-scale local ancestry inference at scale reveals recent selection on immune responses
Résumé: 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.
Auteurs: Yaoling Yang, R. Durbin, A. K. N. Iversen, D. J. Lawson
Dernière mise à jour: 2024-07-10 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2024.03.13.24304206
Source PDF: https://www.medrxiv.org/content/10.1101/2024.03.13.24304206.full.pdf
Licence: https://creativecommons.org/licenses/by-nc/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.