혼합 된 인구는 둘 이상의 조상의 기여의 다른 비율로 인해 유전자 연관 연구에서 특별한 도전을 제기합니다. 사례 제어 연구의 고전적인 설계에서 질병과 건강한 대상 사이의 대립 유전자 빈도를 비교합니다. 그러나, 원인 loci 과 관련이없는 가짜 연관성 측정되지 않은 인구 하부 구조에 의해 얻을 수 있습니다. 관찰되지 않은 혼란스러운 효과의 문제는 조사 된 집단이 다른 대립 유전자 빈도가 다른 여러 조상 소집단으로 구성 될 때 나타나고, 사례 및 대조군에서 동일하게 표현되지 않은 질병 위험이 있습니다. 대립 유전자 주파수에 대한 이러한 바이어스는 통계 분석 중에 잘못된 양성 연관성을 초래할 수 있습니다.
이것을 해결하는 가장 일반적인 방법은 조상 정보 마커 (AIMS) 세트, 즉 차동 대립 유전자 주파수를 나타내는 마커를 적용하는 것입니다 ( d ) 모든 부모의 인구 쌍에서 30% 이상, 사례 및 통제 그룹 모두에서 조상을 유추하고 인구 계층화에 대한 분석을 조정합니다.
750,000 개의 단일 뉴클레오티드 다형성 (SNP)을 포함하는 전체 게놈 전체 DNA 마이크로 어레이 (Cytoscan HD Array, Affymetrix)를 사용하여, 자체 어레이에서 데이터를 사용하여 브라질 연구의 경우 브라질 인구의 조상 조성을 정확하게 평가할 수있는 345 개의 마커를보고했습니다.
.우리는 다른 AIMS 패널과 배열에서 ~ 70K SNP를 사용하여 조상 기여를 추정하는 345 SNP-AAMS 패널의 2 단계 검증을 수행했습니다. 345 SNP-AAMS 패널은 세포 유전 학적 연구 및 분자 유전학에 널리 사용될 가능성이 있으며 발병률이 조상의 영향을받는 질병을 연구 할 가능성이 있습니다. 조상을 추론하기 위해 목표 패널을 사용하는 또 다른 주목할만한 장점은 각 부모 구성 요소의 개별 비율에 대한 정보를 통계 로지스틱 회귀 모델에서 독립적 인 변수로 삽입하는 것입니다. 이것은 사례 제어 연구에서 조상에 대한 수정을 수행하는 데 특히 적합합니다.
우리의 연구에서, 우리는 SLE의 사례 그룹에서 조상을 비교하는 패널의 적용을 보여 주었다. 건강한 통제. 345 SNP-Aims의 세트를 기반으로 한 조상 추정은 두 그룹 모두 주요 유럽 조상 기여를했으며 아프리카와 아메리카 인디언이 그 뒤를이었다. 유럽과 아프리카 조상의 유의미한 차이는 두 그룹간에 발견되었으며, 환자와 대조군은 주요 유럽 게놈 기여를 보여 주었다. SLE 환자는 건강한 대상보다 아프리카 기여 (22%)가 높고 (13%), 대조군은 SLE 환자보다 유럽 기여가 12%더 높았다. 이 차이는 사례와 대조군 사이에서 검출 된 중간 정도의 인구 하부 구조에 빛을 발합니다.
우리는 또한 자기 선언 조상과 개별 유전 적 배경 사이의 발산을 강조했다. SLE 환자의 유전자와 자기 선언 조상의 비교는 백인의 아프리카/아메리카 인디언과 흑인의 유럽/아메리카 인디언을 포함하여 비 선고 조상 배경의 30% 이상을 보여 주었다. 이 발견은 표현형 특성을 가진 개인의 인식을 사용하는 것 외에도 유전자 마커를 기반으로 조상을 평가하는 것이 얼마나 중요한지를 강조합니다.
간단히 말해서, 인구 계층화로 인한 가짜 연관성은 345 SNP-AAMS 패널을 사례 관리 연구에서 조상을 유추하는 간단하고 효율적인 방법으로 사용하여 우회 할 수 있습니다.
이 연구, 게놈 전체 인간 어레이를 사용한 인구 계층화를 추정하기위한 조상 유익한 마커 패널은 최근 인간 유전학 저널 annals 에 발표되었습니다. .
