Skip to content

Robust relationship inference in genome-wide association studies #
Find similar titles

혈연관계가 알려지지 않은 가족력 기반 GWAS를 위해 혈연관계 추정이 필요하다. 기존의 방법은 allele frequency에만 의존하며, 균질한 집단 구조를 가정해야 한다.

혈연관계는 kinship coefficient를 통해 추정할 수 있다. 수천의 데이터로부터 시뮬레이션한 결과 충분한 추정력이 있다. 이 알고리즘은 훨씬 빠르고, 효과적이다.

Summary #

Introduction #

family-based GWAS, Population stratification 등 연구를 위해 잘못된 혈연관계는 보정되어야 한다.

기존의 방법들

  • GRR (Graphical representation of relationship errors) -> IBS를 통해 outlier를 찾아냄
  • PLINK's IBD statistics - IBS 평균과 HWE를 고려한 샘플수준 allele frequency를 통해 추정

Methods #

개체 i, j 에 대해

  • \(\phi_{ij}\): kinship coefficient - 개체 ij 에서 무작위로 SNP를 뽑았을 때 이것이 IBD확률
  • \(\pi_{0ij}\): IBD0, 개체 ij 가 IBD를 공유하지 않을 확률
  • \(\pi_{1ij}\): IBD1, 개체 ij 가 IBD를 하나 공유할 확률
  • \(\pi_{2ij}\): IBD2, 개체 ij 가 IBD를 두개 공유할 확률

$$ 2 \phi_{ij} = \frac{\pi_{1ij}}{2} + \pi_{2ij} $$

Relationship inference in a homogeneous population #

HWE에 의해, \(\pi_{0ij}\)과 \(\phi_{ij}\)를 추정하고, 이를 KING 테이블 참조하여 혈연관계를 추정할 수 있다.

Analytical framework for efficient computation #

bit operation으로 빠르게 계산

Robust relationship inference in the presence of population substructure #

Population stratification 정보를 알고 있으면, 좀 더 robust하게 추정할 수 있다.

HWE 가정이 약한 경우, kinship coefficient를 over-estimate 할 수 있다.

가족기반 추정 KING-homo에 비해 비 가족 기반 추정 KING-robust은 아닌 가족관계를 가족으로 추정할 가능성이 낮다.

Results #

Resolution of relationship inference varies with genotyping density #

Robust relationship inference in the presence of population stratification #

Robust relationship inference in a real GWAS #

Computational efficiency: minutes rather than days #

Discussion #

Use KING-homo when,

  • homogeneous populations,
  • relatively large sample sizes,
  • allele frequencies at all SNPs

Use KING-robust when,

  • under population stratification,
  • a single set of allele frequencies for the given SNP panel is not appropriate for examination of the entire dataset,
  • motivating our use of the robust estimator

Incoming Links #

Related Articles #

Related Software Applications #

Suggested Pages #

web biohackers.net
0.0.1_20140628_0