Mètode Bayesià per a l’anàlisi d’Haplotips en estudis d’Associació Genètica. Aplicació a dades d’Esquizofrènia i Càncer
Els avenços que a les darreres dècades han protagonitzat les tècniques de genotipatge i de seqüenciació, unit al desenvolupament de tècniques estadístiques especialitzades i sofisticades, han permès elaborar noves vies de recerca per comprendre l’etiologia de malalties complexes l’origen de les quals...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | España |
| Institución: | CBUC, CESCA |
| Repositorio: | TDR. Tesis Doctorales en Red |
| OAI Identifier: | oai:www.tdx.cat:10803/48536 |
| Acceso en línea: | http://hdl.handle.net/10803/48536 |
| Access Level: | acceso abierto |
| Palabra clave: | Associació genètica Haplotips Bayesià Ciències de la Salut 575 |
| Sumario: | Els avenços que a les darreres dècades han protagonitzat les tècniques de genotipatge i de seqüenciació, unit al desenvolupament de tècniques estadístiques especialitzades i sofisticades, han permès elaborar noves vies de recerca per comprendre l’etiologia de malalties complexes l’origen de les quals, en molts casos, és multifactorial. Així com s’han establert factors ambientals que poden modular el risc de patir certes malalties, també s’han detectat variants genètiques que hi poden estar involucrades. Patologies com la diabetis, el càncer, l’esquizofrènia o l’asma es veuen influenciades per factors genètics en interacció amb factors ambientals. Al capdavant d’aquestes investigacions es troben els mapes de polimorfismes. El polimorfisme més comú al genoma humà és la variació en una sola base de la seqüència genòmica, l’anomenat ”Single Nucleotide Polimorphismï conegut per les seves inicials ”SNP”. Degut a la seva abundància, els SNPs són molt adients per generar mapes genètics i han esdevingut els marcadors més utilitzats en estudis d’associació genètica. Si bé des de fa dècades l’estudi del genoma humà s’ha centrat principalment en analitzar les variacions en la seqüència genòmica, des d’inicis de l’any 2000 sabem per diversos estudis que aquestes variacions tendeixen a donar-se en bloc. D’altra banda, també s’ha demostrat que les recombinacions genètiques que es donen al llarg del genoma no es produeixen de manera uniforme. Per aquest motiu, el genoma presenta zones que es transmeten en bloc, de progenitors a descendents, i que poden incloure blocs de variacions. Aquestes zones de baixa recombinació que es segreguen en bloc són els anomenats haplotips. Els haplotips poden facilitar el descobriment de gens relacionats amb malalties que pateixen els éssers humans. L’inter`Les en l’assignació d’haplotips i l’anàlisi de l’associació entre haplotips i malaltia en mostres d’individus no relacionats ha crescut incommensurablement als darrers anys degut a l’èmfasi que projectes com HapMap han situat sobre l’anàlisi d’haplotips. Ara bé, la deter-minació dels haplotips donada una mostra de genotips per un conjunt d’individus no sempre és immediata, havent de recórrer a tècniques específiques per tal de separar els cromosomes. Les tècniques de tipus molecular són les que aporten menys error però desafortunadament són cares i això dificulta el seu ús, sobretot en estudis poblacionals que tracten amb mostres grans. Per superar aquesta limitació, les investigacions han tendit a utilitzar la inferència estadística com a via més usual a l’hora de determinar els haplotips. La inferència sobre les freqüències haplotípiques és una bona solució per reconstruir la mostra haplotípica, però cal tenir present els efectes que el fet de treballar amb estimacions comportarà sobre tots els càlculs que es realitzin amb la mostra. En aquest sentit, resulta interessant dedicar esfor¸cos per tal d’intentar minimitzar la propagació d’aquests errors en les anàlisis d’associació genètica amb haplotips. Tot i que existeix diversitat de programes per fer anàlisis haplotípiques aplicables a mostres d’individus no relacionats, molts d’ells presenten limitacions que esdevenen una bona mo-tivació per intentar cercar d’altres alternatives teòriques i computacionals per tractar més eficientment la problemàtica dels haplotips. En aquesta tesi doctoral es presenta el desenvolupament i la implementació informàtica d’un mètode per estimar haplotips i els efectes associats a diversos tipus de fenotips. El marc teòric amb que s’ha treballat és la inferència Bayesiana combinada amb tècniques de Markov Chain Monte Carlo que optimitzin les qües-tions computacionals. L’eina resultat és el paquet BayHap, publicada com a paquet a l’entorn estadístic R. El programa s’ha validat sobre escenaris de dades simulats i sobre dades reals. L’aplicació mostra millores en l’estimació d’efectes associats a haplotips amb baixa freqüència i alhora ofereix la possibilitat de dur a terme l’anàlisi d’haplotips sota un punt de vista bayesià amb les avantatges que aquest fet ofereix. |
|---|