R과 Plink로 분석하는 Genome-wide association study에 대한 개요

1. 전 게놈 관련 분석으로 배우는 !
유전 통계학
양 우성!
(wyang@stagen.co.jp)!
StaGen Co., Ltd!
유전통계분석사업부

2. My Medical Choice
http://www.nytimes.com/2013/05/14/opinion/my-medical-choice.html?_r=1&
“My doctors estimated that I had an 87
percent risk of breast cancer and a 50
percent risk of ovarian cancer, although the
risk is different in the case of each woman.
Only a fraction of breast cancers result
from an inherited gene mutation. Those
with a defect in BRCA1 have a 65
percent risk of getting it, on average”.
- ANGELINA JOLIE

3. “Genetics is the science of
heredity and variation in
living organisms.”
Wikipedia (http://en.wikipedia.org/wiki/Genetics)

4. 4
DOE Human Genome Project (http://genomics.energy.gov)

5. Genome
= Gene + Ome
Genome
= Whole DNA

6. Human Genome Project
2003년 99.99% 정확도의
인간유전체지도 완성 "
"

7. Variation

8. 유전체의 0.1% 가
개인의 차이를 결정

9. 다형성의 종류
Polymorphism
• SNP (Single-nucleotide polymorphism)"
• STRP (short tandem repeat polymorphism, Microsatellite)"
• VNTR(variable number of tandem repeat)"
• Insertion / Deletion"
• CNV (Copy number variation)

10. SNP

11. (유전자좌)
(우성 대립형질)
(열성 대립형질)
(유전자형)

12. 유전자형의 다름 때문에 발생하는 결과: !
유전형질(trait)
질적형질
（qualitative trait）
양적형질
（quantitative trait）
병의 발병유무
발병 비발병
검사치
2.1 6.4 9.7
표현형 (phenotype)

13. 분리의 법칙 우열의 법칙 독립의 법칙
연쇄(linkage)의 법칙
유전자형
A/a
Ａ a
B b
Ａ or a
B or b
A or a
멘델의 법칙
Ａ a
B b
유전 계승의 법칙 = !
멘델의 법칙 + 연쇄의 법칙

14. Genome-Wide Association Study
전 게놈 관련성 분석

15. 관측된 유전자 좌의 !
유전자형과 형질과의 관련성을 !
전 게놈 영역에 걸쳐 !
탐색적으로 조사하는 방법

16. 가계의 상세한 정보를 알 수 있다면
연쇄분석(linkage analysis)에 의해 정확한 분석이 가능

17. 가계 정보가 없는 집단은 !
코호트 연구나 !
비교 대조 연구를 이용

18. 위험인자(+)
위험인자(-)
발병(+)
비발병(-)
발병집단
비발병집단
위험인자 (+) 집단 위험인자 (-) 집단
Case
집단
Control
집단
랜덤 추출 추적
조사
Case-control!
study
Cohort study

19. 코호트 연구에서 관련성의 크기는!
상대 위험도로 평가
Relative Risk, RR

20. 20
비교 대조 연구에서 관련성의 크기는!
오즈비로 평가
Odds Ratio, OR

21. 게놈 관련성 연구에는 !
원인 유전자 좌의 장소에 대한 가정과!
우열의 법칙 가정이 필요

22. 원인 유전자 좌는 주목하고 있는 !
SNP 좌와 매우 !
가까운 곳에 위치한다
SNP
좌원인 유전자 좌

23. 표현형은 우열의 법칙에 의해 결정된다
（1）우성 （2）열성
（3）유전자형 (4) Risk allele의 수

24. 형질과 SNP 좌의 !
관련성 유무에 대한 검정

25. Case 집단의 대립형질 X 보유율과 !
Control 집단의 보유율에 차이가 있는가?
우성 양식 가정 XX+NX NN 계
Case 집단 48 52 100
Control 집단 32 68 100
계 80 120 200

26. P=0.15,
OR=1.2
P=0.71,
OR=1.1
P=3e-­‐4,
OR=2.3
P=0.81,
OR=1.2
P=0.36,
OR=1.1
P=0.01,
OR=1.7
P=0.55,
OR=1.2
P=0.91,
OR=1.1
P=2e-­‐6,
OR=2.3
P=0.15,
OR=1.2
P=0.71,
OR=1.1
P=3e-­‐4,
OR=2.3
P=0.15,
OR=1.2
P=0.71,
OR=1.1
P=0.19,
OR=0.9
Genome-wide association study
50만 ~ 250만 SNP 좌를 이용한 검토

27. plink output
RMySQL
Shiny
ggplot2
NCBI2R
...

28. SJS/TEN 환자와 건강인의
유전적 요인 차를 비교 검토
GWAS연구 사례

29. Stevens-Johnson Syndrome (SJS) Toxic Epidermal Necrolysis (TEN)
약물 부작용으로 발생하는 질환으로 화상과 증상이 유사

30. 119 명991 명
595 396 69 50
VS
A 복용 후 발병일반 건강인

31. illumina Human1M-Duo DNA Analysis Kit
1,163,218 SNPs
"
• 미토콘드리아 : 138 SNPs
• 성염색체 : 42,822 SNPs
(X : 40,949 Y : 1,294 XY : 579)

32. • 다형 데이터의 품질평가!
• 관련성 분석 대상 개체 및 SNP의 선택"
• 관련성 분석!
• 분석결과의 고찰
분석순서

33. 개체 데이터 품질평가

34. X염색체의 이형접합체 빈도와 성별
A A
A T
G C
A/A
T
C
A/T
G/C
A
T/T
C/G
A/A
X X X
Y
여성 남성
오류

35. Control SJS/TEN
Female FemaleMale Male
이형접합체빈도
성별 기록 평가
정상

36. XXY
남성
여성
Missing
성별 기록 평가
정상

37. 각 개체에 대해 SNP들이 정상적으로 관측된 비율을 !
개인의 Call Rate라 하며!
이 값이 99% 미만인 개체는 분석에서 제외한다
개체 CR = "
정상관측 SNP 수 / 모든 SNP 수

38. SNP 데이터 품질평가

39. 각 SNP에 대해 개체가 정상적으로 관측된 비율을 !
SNP의 Call Rate라 하며!
이 값이 95% 미만인 SNP는 분석에서 제외한다
SNP CR = "
정상관측 개체 수 / 모든 개체 수

40. SNP에 대한 Call Rate 분포
32.6K
SNP 제외

41. 하나의 SNP에서 수가 작은 쪽의 대립형질의 !
빈도를 Minor Allele Frequency라 하며 !
MAF 비율이 5% 미만의 SNP는 분석에서 제외한다
* Control 집단에 대해서만 평가

42. 273.7K
SNPs 제외"
(CR≧0.95 SNP의 23.5%)
Mono-morphism SNP(MAF=0) : 225,169 SNPs

43. 대를 거듭하더라도 집단에서 !
대립 유전자의 빈도가 변하지 않고 !
평형상태를 유지할 때 !
하디-바인베르그 평형상태에 있다고 하며!
적합도 검정결과 유의확률이 0.001 미만인 !
SNP는 분석에서 제외한다

44. Hardy-Weinberg 평형법칙
Law of Hardy-Weinberg Equilibrium
세대 t+1
세대 t
＝
＝
random mating

45. )1()(
)(
paf
pAf
−=
=
Hardy-Weinberg 평형법칙
Law of Hardy-Weinberg Equilibrium
Genotype
계
AA Aa aa
41 38 21 100
Allele
계
A a
120 80 200
Allele
계
A a
0.6 0.4 1
Genotype
계
AA Aa aa
0.41 0.38 0.21 1
2
2
)1()(
)1(2)(
)(
paaf
ppAaf
pAAf
−=
−=
=
if then
적합도 검정 유의확률 = 0.037

46. Q-Q plot을 이용한 시각적 평가
Control 집단만 평가
2.3K
SNP 제외

47. 집단의 균질성 평가

48. 혈연관계의 정도를 나타내는 "
IBD(Identity by decent)의 추정값이 "
0.8 이상인 개체는 분석에서 제외한다
1/2 1/21/2 3/41/3 3/4
1/2 1/3 1/2 1/4 2/3 2/3
IBD = 0 IBD = 1 IBD = 2

49. 정상

50. 집단의 구조화 문제
AA Aa+aa 계
＋ 120 40 160
− 30 10 40
계 150 50 200
AA Aa+aa 계
＋ 10 30 40
− 40 120 160
계 50 150 200
AA Aa+aa 계
＋ 130 70 200
− 70 130 200
계 200 200 400
+ =
p-­‐value=1 p-­‐value=1 p-­‐value=3.6×10-­‐9

51. 주성분 분석을 이용한 집단 구조화 평가

52. 1,110
선택된 개체 수

53. 854,556
선택된 SNP 수

54. 관련성 분석

55. Case-control 연구를 대상으로 한
전 게놈 관련성 분석
유전계승형식 검정법 추정
경향성 Wald 통계량 (로지스틱 회귀모형) 오즈비 및 95%신뢰구간
유전자형 카이제곱 검정, Fisher’s exact 검정 오즈비 및 95%신뢰구간
우성 카이제곱 검정, Fisher’s exact 검정 오즈비 및 95%신뢰구간
열성 카이제곱 검정, Fisher’s exact 검정 오즈비 및 95%신뢰구간

56. 분석결과의 고찰

57. 각 SNP에 대한 관련성 검정의 "
유의 수준을 0.05로 설정 하면"
분석 전체에서 제 I 종 오류는 반드시 일어난다
1−(1−α)500K
≈1

58. 제 Ⅰ 종의 오류 다중성 검토
• Bonferroni의 수정"
• False Discovery Rate 법을 이용한 수정"
• Quantile-Quantile Plot을 이용한 시각적 판단

59. Q-Q Plot을 이용한 시각적 판단

60. OR
7~8
(95%CI
3~18)
HLA
region
Manhattan Plot

62. Shiny package를 이용한 "
Web 어플리케이션 개발

67. 감사합니다