COMMON DISEASE / COMMON VARIANT
Download
1 / 27

allelic architecture underlying complex disease loci - PowerPoint PPT Presentation


  • 172 Views
  • Updated On :

COMMON DISEASE / COMMON VARIANT HYPOTHESIS. Allelic architecture underlying complex disease loci. Malattie Mendeliane mutazioni altamente penetranti spesso soggette a selezione negativa (varianti rare)

Related searches for allelic architecture underlying complex disease loci

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'allelic architecture underlying complex disease loci' - Leo


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Slide1 l.jpg

COMMON DISEASE / COMMON VARIANT

HYPOTHESIS

Allelic architecture underlying complex disease loci


Slide2 l.jpg

  • Malattie Mendeliane

  • mutazioni altamente penetranti

  • spesso soggette a selezione negativa

  • (varianti rare)

  • effetto deleterio sulla funzione della proteina è spesso evidente (stop codon, frameshift, mutaz splicing etc)

  • Malattie complesse

  • contribuiscono alla predisposizione alla malattia

  • rischio relativo moderato

  • non soggette a forte pressione selettiva (varianti più comuni)

  • varianti con effetti moderati sulla funzione o regolazione dell’espressione

  • regioni non codificanti


Slide3 l.jpg

Association studies of candidate gene using common SNPs

Direct association

Indirect association

SNPs are genotyped on the basis of linkage disequilibrium (LD)

The detection of the causal variant is dependent on how well it is correlated with genotyped SNPs

A SNP is tested on the basis of prior knowledge about its possible function


Slide4 l.jpg

Genetic variation in humans

Number of SNPs in dbSNP

total non-redundant SNPs

~ 10 million common SNPs in the human genome

double hit

validated by genotyping

Nature 437:1299 (2005)


Slide5 l.jpg

Pattern di LD nel genoma umano

  • La teoria dell’evoluzione neutrale indica che i polimorfismi + comuni presenti oggi dovevano essere presenti nella popolazione ancestrale

  • Alleli di rischio frequenti ma con piccolo effetto sono probabilmente neutrali da un punto di vista evolutivo

  • Se la freq di ricombinazione è 1cM/Mb, si puo’ calcolare che LD si dovrebbe estendere per 3-10 kb

Diversi studi hanno mostrato che l’andamento del LD è variabile e complesso

Principali fattori che influenzano LD = mutazione + ricombinazione

ma anche: fattori demografici (bottleneck, rapida crescita della popolaz, migrazione), selezione naturale, fattori molecolari (frequenza di mutazione variabile, frequenza di ricombinazione variabile, conversione genica)

E’ difficile da prevedere e va determinato empiricamente


Slide7 l.jpg

  • Gabriel et al. Science 296: 225 (2002)

  • Studio di 4 popolazioni (Europei, Asia, Nigeria, Afro-Americani) in 51 diverse regioni genomiche (13 Mb)

  • Circa 50% genoma compreso in blocchi di lungh. media 11-22 kb

  • Nelle popolaz Africane il LD è minore

  • I block boundaries sono abbastanza conservati fra le popolazioni

  • Stima che sarebbero necessari 300.000 - 1.000.000 htSNPs per coprire l’intero genoma


Slide9 l.jpg

The block-like structure of LD

HOTSPOTS

  • Several studies have shown that a large part of the genome falls into segments of strong LD, known as “haplotype blocks”, separated by segments of low LD

  • Within a block, variants are strongly correlated to each other and a small number of distinct allele combinations (haplotypes) account for most of the genetic variation in a population


Slide10 l.jpg

  • Ipotesi “out of Africa” sull’origine dell’uomo moderno

  • Origine in Africa > 100.000 anni fa (~ 5000 generazioni)

  • L’iniziale popolazione era piccola (<10.000 individui) e ha soppiantato le popolazioni arcaiche

  • Espansione nelle altre regioni del mondo dopo oltre 30.000 anni


Slide11 l.jpg

Conoscendo il pattern di LD di una regione si puo’ limitare il numero di SNPs da tipizzare

Tag SNPs (haplotype tagging SNPs)


Slide13 l.jpg

  • Determinare i comuni pattern di variabilità limitare il numero di SNPs da tipizzare del genoma umano. Caratterizzare gli SNPs, le loro frequenze e il grado di LD, in campioni di DNA di popolazioni diverse

  • Europei

  • Yoruba (Nigeria)

  • Giapponesi

  • Cinesi Han


Slide14 l.jpg

Phase 1: 1.1 million SNPs (a genotyped common SNP/ 5 Kb) limitare il numero di SNPs da tipizzare

Phase 2: 5.8 million SNPs (a genotyped common SNP/ 1 Kb)


Slide17 l.jpg

Nature 437:1299 (2005) limitare il numero di SNPs da tipizzare


Slide18 l.jpg

HapMap in practice… limitare il numero di SNPs da tipizzare

candidate gene

www.hapmap.org

2) Select

TAG SNPs

3) Association analysis

1) Download genotype data


Slide19 l.jpg

Tagging SNPs limitare il numero di SNPs da tipizzare

Select subset of SNPs which adequately summarises genetic variability within the gene

TAG SNPs

  • May not be common to different populations

  • May depend on definition method employed

    • Gabriel et al. (block based selection of tag SNPs)

    • r2 (htSNPs selected so that all SNPs are highly correlated (r2>0.8) to at least 1 SNP in the tag set)


Slide20 l.jpg

Illumina BeadArray genotyping system limitare il numero di SNPs da tipizzare

  • ……a fibreoptic-based array system

  • 96 individual array bundles assembled into an ‘Array of

  • Arrays’

  • Fibre array bundles contain nearly 50,000 individual, light-transmitting fibre strands, each etched to create a tiny microwell, then filled with a 3-micron bead to which are attached hundreds of thousands of capture probes with the same sequence

  • Products hybridised to arrays after amplification. 1536 bead types per array with 30x redundancy for each bead type


Slide21 l.jpg

3 limitare il numero di SNPs da tipizzare

Product capture through hybridization to ‘address”

GOLDENGATE ASSAY

High level of SNP multiplexing (384-1536-plex) for custom oligos

> 93% SNP assay conversion rate

1

Allele specific extention

and ligation

2

PCR with universal primers


Slide22 l.jpg

Genome-wide association studies limitare il numero di SNPs da tipizzare

  • Sulla base dei dati di HapMap si può stimare che ~300.000 - 500.000 SNPs (scelti adeguatamente) dovrebbero essere sufficienti rappresentare tutta la variabilità comune del genoma umano

  • Scelta SNPs:

    • tagSNPs basandosi su HapMap

    • missense SNPs

    • SNPs in regioni non codificante conservate nell’evoluzione

  • Sample size: devono essere grandi (dato il grande numero di test)

  • Bonferroni correction-> Pcorr = nPnom[n= numero di test indipendenti]

  • Permutation test


Slide23 l.jpg

Permutation testing limitare il numero di SNPs da tipizzare


Slide27 l.jpg

  • Come riconoscere un allele di suscettibilità ? limitare il numero di SNPs da tipizzare

  • Malattie mendeliane ->

  • Mutaz deleterie non presenti nei controlli

  • Effetto sulla proteina, splicing, espressione

  • Malattie complesse:

    • Una mutaz non è necessaria ne’ sufficiente per scatenare la malattia -> sara’ presente anche in alcuni controlli e assente in alcuni pazienti

    • Non mutazioni ovvie ma lievi alterazioni, per esempio nell’espressione genica (promotore, splicing, stabilità mRNA)

    • Difficile distinguere la vera variante eziologica da altri SNPs in forte LD con essa


ad