Μεθοδολογίες μελέτης απλότυπων σε μελέτες γενετικής συσχέτισης

Παρουσίαση με θέμα: "Μεθοδολογίες μελέτης απλότυπων σε μελέτες γενετικής συσχέτισης"— Μεταγράφημα παρουσίασης:

1 Μεθοδολογίες μελέτης απλότυπων σε μελέτες γενετικής συσχέτισης
Λούκας Αλέξιος ΑΜ: ΠΒ0020 Επιβλέποντες: Μπάγκος Παντελεήμων Ιωαννίδης Αναστάσιος

2 Στόχοι Εισαγωγή στην απλοτυπική ανάλυση
Διερεύνηση των μεθόδων της ανάλυσης απλότυπων που χρησιμοποιούνται στις μελέτες γενετικής συσχέτισης Ανάδειξη μαθηματικών μοντέλων στην απλοτυπική ανάλυση Εφαρμογή στο Stata και παρουσίαση αποτελεσμάτων

3 Νουκλεοτιδικός Πολυμορφισμός (Single nucleotide polymorphism)
Αλλαγή ενός ζεύγους βάσεων σε ένα σημείο του γονιδιώματος Άγνωστοι παράγοντες Επηρεάζουν ασθένειες

4 Απλότυπος

5 Haplotype inference 2 ομόλογα χρωμοσώματα, 2 περιοχές ενδιαφέροντος
Μεγάλο μέγεθος πληροφορίας για γονότυπους Υπολογιστικό πρόβλημα Γενετικά μοντέλα

6 International HapMap project
Χάρτης του ανθρώπινου γονιδιώματος Πολυμορφισμοί Απλότυποι Οκτώβριος 2002 Καναδάς, Κίνα, Ιαπωνία, Νιγηρία, Ηνωμένο βασίλειο και Ηνωμένες πολιτείες Αμερικής

7 International HapMap project

8 Υλικά και μέθοδοι του Pearson, για ανεξαρτησία
Σχετικός λόγος πιθανοτήτων (Odds Ratio) Linkage Disequilibrium Παλινδρόμηση Εφαρμογή Stata Haploview Ανάλυση δεδομένων από 19 μελέτες με ασθενείς και μάρτυρες Ανάλυση δεδομένων από 3 μελέτες απλότυπων σε σχέση με τιμές της HDL

9 Linkage Disequilibrium
Δείκτης Αλληλόμορφο για την ασθένεια Κανονικό αλληλόμορφο Α1 π11 π12 πΑ1 Α2 π21 π22 πΑ2 πα πκ Σύμβολο Τύπος Δ D΄ δ d Q

10 Απλή γραμμική παλινδρόμηση
όπου σκοπός η εύρεση της βέλτιστης ευθείας σύμφωνα με την προσέγγιση των ελάχιστων τετραγώνων y = β0 + β1x1 + β2x2 + …. + βkxk

11 Πολλαπλή γραμμική παλινδρόμηση
gen se=sqrt(variance) xi: vwls hdl i.haplotype_nr,sd(se)

12 του Pearson, για ανεξαρτησία
Ν0: Δεν υπάρχει τυχαία συσχέτιση Ν1: Υπάρχει τυχαία συσχέτιση

13 του Pearson, για ανεξαρτησία

14 Σχετικός λόγος πιθανοτήτων (Odds Ratio)
case control haplotype 2 1626 2623 haplotype 1 2412 3283

15 Παλινδρόμηση Λογιστική παλινδρόμηση (Wallenstein, Hodge et al. 1998)
Πολυωνυμική παλινδρόμηση (Chen and Kao 2006) Παλινδρόμηση Poisson (Weir and Wilson 1986) Απλή γραμμική παλινδρόμηση Μέθοδος Zaykin (Zaykin, Westfall et al. 2002) hapipf (Mander, 2002)

16 Stata 9.0

17 Λογιστική παλινδρόμηση (Wallenstein, Hodge et al. 1998)

18 Λογιστική παλινδρόμηση
xi : logit case i.haplotype_nr [fweight=frequency], or

19 testparm _Ihaplotype_*
Score test testparm _Ihaplotype_*

20 Πολυωνυμική παλινδρόμηση (Chen and Kao 2006)

21 Πολυωνυμική παλινδρόμηση
xi: mlogit case i.haplotype_nr [fweight=frequency], rrr

22 Poisson παλινδρόμηση (Weir and Wilson 1986)

23 xi: poisson frequency i.case*i.haplotype_nr, irr

24 Μέθοδος Zaykin (Zaykin, Westfall et al. 2002)

25 xi: logit case i.haplotype_nr [pweight=prob]
Μέθοδος Zaykin expand frequency xi: logit case i.haplotype_nr [pweight=prob]

26 Hapipf (Mander, 2002) Haplotype frequency using an EM algorithm and log-linear modelling hapipf [varlist] [using] [if exp] , [ ldim(varlist) ipf(str) start display known phase(varname) acc(#) ipfacc(#) nolog model(#) lrtest(#,#)^ convars(str) confile(str) mv menu^] Description This function calculates allele/haplotype frequencies using log-linear modelling embedded within an EM algorithm. The EM algorithm handles the phase uncertainty and the log-linear modelling allows testing for linkage disequilibrium and disease association. These tests can be controlled for confounders using a stratified analysis specified by the log-linear model. The log-linear model can also model the relationship between loci and hence can group similar haplotypes. The log-linear model is fitted using iterative proportional fitting which is implemented in the STB command ipf.ado (the user will have to install this function first). This algorithm can handle very large contingency tables and converges to maximum likelihood estimates even when the likelihood is badly behaved. The varlist consists of paired variables representing the alleles at each locus. If phase is known then the pairs are the genotypes. When phase is unknown the algorithm assumes Hardy Weinberg Equilibrium so that models are based on chromosomal data and not genotypic data. This algorithm can handle missing alleles at the loci by using the mv option.

27 Haploview

28 Αποτελέσματα - συζήτηση
Λίγες περιπτώσεις διαφορών μεταξύ των μεθόδων (ασθενείς και μάρτυρες) Η απλοτυπική ανάλυση είναι τμήμα της γονιδιωματικής ανάλυσης Μελλοντικές προοπτικές Υλοποιήσημα με το Stata Χρήση του Haploview

29 Τέλος ευχαριστώ για την προσοχή σας
Τέλος ευχαριστώ για την προσοχή σας