Explaining the unexplained admixture mapping signals via rare variants: the HCHS/SOL

In de HCHS/SOL-studie bleek dat het uitbreiden van het onderzochte genoomgebied voor veelvoorkomende varianten de meeste onverklaarde signalen van admixture mapping verklaart, terwijl zeldzame varianten slechts een klein deel van deze signalen verklaren.

De kern

Het Grote Mysterie: Waarom reageert het lichaam anders op basis van afkomst?

Stel je voor dat het menselijk lichaam een enorme bibliotheek is. In deze bibliotheek staan boeken (onze genen) die vertellen hoe ons lichaam werkt. De meeste mensen hebben een bibliotheek met boeken uit één taal (bijvoorbeeld alleen Nederlands). Maar mensen met een gemengde afkomst, zoals veel Latijns-Amerikanen, hebben een bibliotheek die is samengesteld uit boeken uit verschillende talen: Europees, Afrikaans en inheems Amerikaans.

Het probleem:
Wetenschappers hebben een speciale manier om te kijken naar deze gemengde bibliotheken, genaamd "Admixture Mapping" (of afstammingsmapping). Ze kunnen zien: "Oh, dit stukje DNA komt oorspronkelijk uit Afrika, en mensen met dat stukje hebben vaak een bepaald niveau van een stofje in hun bloed (een metaboliet)."

Maar hier zit de kluif: Soms vinden ze een heel duidelijk stukje Afrikaans DNA dat een groot verschil maakt, maar ze kunnen niet vinden welk specifiek boekje (welk gen) daarvoor verantwoordelijk is. Het is alsof je een luidruchtige kamer binnenloopt en weet dat er iemand schreeuwt, maar je kunt de stem niet lokaliseren.

Vroeger dachten wetenschappers: "Misschien zijn het de 'gewone' boeken (de veelvoorkomende genen) die we over het hoofd hebben gezien." Maar zelfs toen ze die toevoegden, bleef het mysterie bestaan.

De nieuwe hypothese:
De auteurs van dit artikel dachten: "Misschien zijn het niet de grote, bekende boeken, maar de zeldzame, kleine boekjes (zeldzame genen) die in de hoek liggen en die we nog nooit hebben gelezen. Misschien zitten die zeldzame boekjes juist wel verstopt in die specifieke Afrikaanse of inheemse secties van de bibliotheek."

De Experimenten: Twee manieren om het mysterie op te lossen

De onderzoekers gebruikten data van de HCHS/SOL, een grote studie onder Latijns-Amerikanen in de VS. Ze hadden twee ideeën om de "onverklaarde" geluiden in de bibliotheek op te helderen:

1. De "Zeldzame Boekjes" theorie: Kijken of er een verzameling van zeldzame, kleine mutaties (genen) is die de oorzaak is.
2. De "Grotere Zoekgebied" theorie: Misschien hebben we gewoon te klein gezocht. Misschien zit het antwoord niet in één klein boekje, maar in een heel groot gebied van de bibliotheek waar veel gewone boeken staan.

Wat vonden ze? (De verrassende uitkomst)

De onderzoekers deden hun uiterste best om die zeldzame boekjes te vinden. Ze gebruikten geavanceerde technologie om de hele bibliotheek te scannen.

• Het resultaat voor de zeldzame boekjes: Ze vonden inderdaad een paar zeldzame boekjes die een rol leken te spelen. Maar... deze verklaren slechts een klein stukje van het mysterie. Het is alsof je een paar piepende muizen vindt in de kamer, maar dat verklaart niet waarom de hele kamer zo luid is. De zeldzame genen waren niet de hoofdrolspelers.
• Het resultaat voor de grotere zoekgebieden: Toen ze hun zoekopdracht uitbreidden en naar een groter gebied van de bibliotheek keken, vonden ze genoeg gewone boeken (gewone genen) om het mysterie volledig op te lossen.

De conclusie:
Het mysterie van de "onverklaarde" geluiden was niet te wijten aan de zeldzame, onbekende boekjes. Het kwam omdat de onderzoekers eerst te specifiek hadden gezocht. Als je kijkt naar het hele gebied waar de gewone genen zitten, blijkt dat deze gewone genen de oorzaak zijn van de verschillen tussen de verschillende afstammingsgroepen.

De Metafoor: De Luidspreker

Stel je voor dat je een luidspreker hebt die een vreemd geluid maakt.

• De oude gedachte: "Het moet een klein, zeldzaam defect in de draden zijn (zeldzame genen)."
• De nieuwe ontdekking: "Nee, het is niet één klein defect. Het is dat de luidspreker als geheel (het grote gebied met gewone genen) net iets anders is afgesteld dan de andere luidsprekers. Als je naar het hele apparaat kijkt, zie je dat de instellingen (de gewone genen) het probleem verklaren."

Waarom is dit belangrijk?

1. Geen paniek over zeldzame genen: Het betekent dat we niet hoeven te denken dat er voor elk mysterie een "geheime, zeldzame" oorzaak is. Vaak zitten de antwoorden gewoon in de bekende, gewone genen, maar dan in een groter gebied.
2. Betere gezondheid voor iedereen: Door te begrijpen hoe deze gewone genen werken in gemengde populaties, kunnen artsen in de toekomst betere medicijnen en behandelingen ontwikkelen die specifiek werken voor mensen met een bepaalde afkomst.
3. De kracht van samenwerking: Het laat zien dat we niet hoeven te kiezen tussen "gewone" en "zeldzame" genen. We moeten ze samen bekijken in de juiste context.

Kortom: De onderzoekers dachten dat ze een naald in een hooiberg moesten vinden (zeldzame genen), maar ontdekten dat het probleem eigenlijk zat in de hele hooiberg (het grote gebied met gewone genen). Door de hooiberg als geheel te bekijken, losten ze het mysterie op.

Technische samenvatting

Probleemstelling

In geadmixteerde populaties (zoals Hispanics/Latino's), die ontstaan uit de mengeling van eerder geïsoleerde populaties (voornamelijk Europees, Afrikaans en Amerindiaans), kan Admixture Mapping (AM) worden gebruikt om lokale afstamming te koppelen aan fenotypen. AM detecteert signalen wanneer de frequentie of het effect van causale varianten verschilt tussen de voorouderpopulaties.

Een eerdere studie met data van de Hispanic Community Health Study/Study of Latinos (HCHS/SOL) identificeerde genomische regio's waar lokale afstamming sterk geassocieerd was met metabolietniveaus. Echter, het aanpassen voor bekende gemeenschappelijke varianten (common variants) uit Genome-Wide Association Studies (GWAS) verklaarde deze AM-signalen niet volledig. De hypothese was dat deze "onverklaarde" signalen mogelijk worden gedreven door zeldzame varianten (rare variants, RV's) met een minor allele frequency (MAF) < 0,01, die specifiek verrijkt zijn in bepaalde afstammingslijnen. Het doel van dit onderzoek was om te bepalen of het toevoegen van sets van zeldzame varianten, of het uitbreiden van de genomische regio voor gemeenschappelijke varianten, deze onverklaarde AM-signalen kan verklaren.

Methodologie

De studie gebruikte een uitgebreide dataset van HCHS/SOL, inclusief Whole-Genome Sequencing (WGS) data en metabolomics data van twee batches (ontdekking: n=3842; replicatie: n=1465).

1. Selectie van Regio's:

   • Negatieve controles: 4 regio's waar AM-signalen al bekend waren en verklaard konden worden door gemeenschappelijke varianten.
   • Testregio's: 12 regio's waar AM-signalen voorheen niet verklaard konden worden door gemeenschappelijke varianten.

2. Variant Detectie en Analyse:

   • Gemeenschappelijke varianten: Er werd een uitgebreide zoektocht gedaan naar gemeenschappelijke varianten binnen de gedefinieerde regio's. Dit omvatte het combineren van bekende GWAS-hits uit de literatuur met nieuwe, onafhankelijke signalen gevonden via single-variant associatietests in de HCHS/SOL-data.
   • Zeldzame varianten (RV's): Een aangepaste versie van de STAAR-pijplijn (Sequence Kernel Association Test for Rare variants) werd gebruikt om sets van zeldzame varianten te identificeren. Dit gebeurde gen-gericht voor zowel coderende (bijv. pLoF, missense) als niet-coderende (bijv. enhancers, promotors) functionele categorieën.
   • Conditiële Analyse: Om te testen of varianten het AM-signaal verklaren, werden vier modellen vergeleken:
     1. Null-model (geen genotypen).
     2. Model aangepast voor geïdentificeerde gemeenschappelijke varianten.
     3. Model aangepast voor zeldzame varianten sets (via burden scores).
     4. Gecombineerd model (gemeenschappelijke + zeldzame varianten).

3. Local Ancestry Inference:

   • Lokale afstamming werd geschat met FLARE (Fast Local Ancestry Inference Estimation) op basis van imputatie naar het TOPMed referentiepunt.

Belangrijkste Bijdragen

• Integratie van WGS en Metabolomics: De studie biedt een van de meest uitgebreide analyses van zeldzame varianten in relatie tot metabolietniveaus in een geadmixteerde populatie, gebruikmakend van volledige WGS-data.
• Aangepaste STAAR-pijplijn: De auteurs hebben de STAAR-methodiek aangepast om burden scores van zeldzame varianten te extraheren en deze direct te gebruiken als covariaten in conditiële admixture mapping analyses.
• Systematische Evaluatie: Het onderzoek testte systematisch de hypothese dat zeldzame varianten de oorzaak zijn van onverklaarde AM-signalen, door zowel negatieve controles als testregio's te analyseren.

Resultaten

1. Verklaring door Gemeenschappelijke Variantens:

   • Voor alle 16 onderzochte regio's (zowel de 4 controles als de 12 testregio's) bleek dat het uitbreiden van de zoekruimte voor gemeenschappelijke varianten de overgrote meerderheid van de AM-signalen verklaarde.
   • Na aanpassing voor deze uitgebreide set van gemeenschappelijke varianten werden de AM-signalen statistisch niet-significant (p-waarde daalde onder de drempel).
   • De genomische spanwijdte van deze gemeenschappelijke varianten varieerde sterk (van ~400 bp tot >4 Mb), wat aangeeft dat de causale varianten vaak in een breder LD-block liggen dan oorspronkelijk gedacht.

2. Rol van Zeldzame Variantens:

   • Hoewel er significante sets van zeldzame varianten werden geïdentificeerd (bijv. in genen AGXT2, OPLAH, ACADS, en DPEP1), verklaarden deze alleen een klein deel van de AM-signaalvariatie.
   • In de conditiële analyses bleek dat het toevoegen van burden scores van zeldzame varianten aan het model (naast de gemeenschappelijke varianten) geen extra verduidelijking gaf. De AM-signalen bleven significant of werden al volledig verklaard door de gemeenschappelijke varianten.
   • De geïdentificeerde zeldzame varianten bevonden zich vaak in de buurt van de gemeenschappelijke varianten, wat suggereert dat ze mogelijk in hetzelfde gen of LD-block zitten, maar dat de gemeenschappelijke varianten de voornaamste drijvende kracht zijn voor het AM-signaal in deze context.

3. Replicatie:

   • De bevindingen dat gemeenschappelijke varianten de signalen verklaren, werden consistent gerepliceerd in de tweede batch (replicatie-cohort).
   • Slechts een beperkt aantal sets van zeldzame varianten toonde replicatie, en deze hadden een beperkt effect op het verminderen van het AM-signaal.

Significantie en Conclusie

De studie weerlegt de hypothese dat de eerder "onverklaarde" admixture mapping signalen in deze metaboliet-studie voornamelijk worden gedreven door zeldzame varianten. In plaats daarvan toont het aan dat:

• Het uitbreiden van de genomische regio en het meenemen van een bredere set van gemeenschappelijke varianten (die mogelijk in LD staan met de causale varianten) voldoende is om de meeste AM-signalen te verklaren.
• Zeldzame varianten spelen wel een rol in de genetische architectuur van metabolieten, maar dragen in deze specifieke context niet significant bij aan het verklaren van de onverklaarde admixture mapping signalen.
• Dit heeft implicaties voor toekomstige genetische studies in geadmixteerde populaties: het is cruciaal om breed te kijken naar gemeenschappelijke varianten en LD-structuren voordat men concludeert dat zeldzame varianten de oorzaak zijn van onverklaarde signalen.

De studie benadrukt de waarde van admixture mapping om regio's te vinden, maar waarschuwt dat de interpretatie van de onderliggende causale varianten complex is en vaak verklaard kan worden door een breder spectrum van gemeenschappelijke varianten dan oorspronkelijk werd aangenomen.