Incorporating phenotype heterogeneity in disease GWAS improves power while maintaining specificity

De auteurs introduceren StratGWAS, een schaalbaar raamwerk dat fenotypische heterogeniteit benut om de statistische power van GWAS te verhogen en meer genetische loci te identificeren, terwijl de specificiteit behouden blijft.

De kern

Titel: Hoe we de 'verkeerde' patiënten in de zoektocht naar ziekte-genen beter kunnen gebruiken

Stel je voor dat je een enorme zoektocht doet naar de sleutel die een deur opent. In dit geval is de deur een complexe ziekte (zoals diabetes of depressie) en de sleutels zijn kleine stukjes DNA (genen) die mensen kwetsbaar maken voor die ziekte.

Vroeger deden wetenschappers dit zo: ze namen een grote groep mensen met de ziekte (de 'gevallen') en een grote groep zonder de ziekte (de 'controles'). Ze keken naar hun DNA en probeerden de sleutels te vinden. Maar er was een groot probleem: niet alle mensen met de ziekte zijn hetzelfde.

Het probleem: De 'verkeerde' mix

Soms hebben mensen de ziekte heel ernstig, beginnen ze er vroeg mee, of moeten ze veel medicijnen gebruiken. Soms is de ziekte mild of begint het pas laat. In de wetenschap noemen we dit heterogeniteit (verschil).

Stel je voor dat je een grote emmer met sleutels hebt. Sommige sleutels zijn goud (ze openen de deur heel goed), andere zijn van plastic (ze werken nauwelijks).

• De oude methode: De wetenschappers gooide alle sleutels in één grote hoop en probeerde er één te vinden. Omdat er veel 'plastic sleutels' (mensen met een mildere vorm van de ziekte) in zaten, verdween het goud in de massa. Het was moeilijk om de echte winnaars te vinden.
• Het risico: Als je te veel verschillende soorten mensen door elkaar haalt, wordt het signaal van de genen zo zwak dat je ze over het hoofd ziet.

De oplossing: StratGWAS (De slimme sorterer)

Jasper Hof en zijn team hebben een nieuwe methode bedacht, genaamd StratGWAS. In plaats van alle sleutels door elkaar te gooien, maken ze slimme stapels.

Hier is hoe het werkt, in drie simpele stappen:

1. Sorteren op basis van kenmerken:
   Ze kijken naar extra informatie over de patiënten. Bijvoorbeeld: Wanneer begon de ziekte? of Hoeveel medicijnen moet iemand slikken?

   • Mensen die de ziekte heel jong kregen, krijgen een 'zware' stapel.
   • Mensen die het pas op hoge leeftijd kregen, krijgen een 'lichtere' stapel.

2. De 'zwaarte' van de stapel bepalen:
   De computer berekent nu: "Welke van deze stapels zit het meest vol met de echte gouden sleutels?"
   Het blijkt dat mensen met een vroeg begin of veel medicijngebruik vaak meer van de 'slechte' genen in zich hebben. De computer geeft deze groepen daarom een zwaarder gewicht. Het is alsof je de gouden sleutels in een gouden doosje stopt en de plastic sleutels in een kartonnen doosje.

3. De nieuwe zoektocht:
   Nu doen ze de zoektocht opnieuw, maar nu tellen ze de gouden doosjes zwaarder mee. Hierdoor springen de echte genen veel duidelijker naar voren.

Wat leverde dit op?

De onderzoekers hebben dit getest op enorme databases (zoals de UK Biobank, met bijna 400.000 mensen).

• Bij 21 verschillende ziektes: Door te kijken naar de leeftijd van begin en medicijngebruik, vonden ze 17% meer genen dan met de oude methode.
• Bij depressie: Ze vonden 8 extra genen die ze eerder gemist hadden. Ze zagen bijvoorbeeld dat mensen met ernstige symptomen (zoals veel vermoeidheid of wanhoop) meer van de 'depressie-genen' hadden dan mensen met milde klachten.

Waarom is dit belangrijk?

Vroeger dachten wetenschappers soms: "Oh, deze groep mensen is te verschillend, we moeten ze weggooien om de resultaten schoon te houden."
Met StratGWAS zeggen ze: "Nee, laten we die verschillen juist gebruiken!"

Het is alsof je in plaats van een grote, rommelige berg te doorzoeken, de berg eerst in nette, logische stapels verdeelt. Dan vind je de schatten (de genen) veel sneller en makkelijker, zonder dat je de kwaliteit van je zoektocht verlaagt.

Kortom: Door te kijken naar hoe ernstig of hoe vroeg een ziekte zich voordoet, kunnen we de genen die er echt toe doen veel beter vinden. Dit helpt ons om in de toekomst betere behandelingen te ontwikkelen.

Technische samenvatting

Probleemstelling

Gemeenschappelijke complexe ziekten vertonen vaak klinische heterogeniteit; patiënten verschillen in symptoompresentatie, ziekteernst, progressie en respons op behandeling. De meeste Genome-Wide Association Studies (GWAS) gaan echter uit van een genetisch homogene casusgroep en behandelen alle gevallen als gelijkwaardig in een binair case-control framework.

Dit probleem wordt verergerd door grote biobanken (zoals UK Biobank), waar gevallen worden verzameld via verschillende rekruteringsstrategieën (klinische setting, zelfrapportage, elektronische gezondheidsrecords). Het combineren van deze diverse definities zonder rekening te houden met onderliggende verschillen in genetische last kan het genetische signaal verdunnen en de statistische power beperken. Bestaande methoden om deze heterogeniteit op te lossen, zoals het strikt filteren van gevallen, leiden vaak tot een verlies aan steekproefgrootte.

Methodologie: StratGWAS

De auteurs introduceren StratGWAS, een schaalbaar statistisch raamwerk dat klinische heterogeniteit expliciet modelleert om een getransformeerde fenotype te construeren die de onderliggende genetische last (genetic liability) beter weerspiegelt.

Het algoritme werkt als volgt:

1. Stratificatie: Cases worden opgedeeld in subgroepen (strata) op basis van door de gebruiker gedefinieerde variabelen (bijv. leeftijd bij ziektebegin, medicatielast, ernst van symptomen, of bron van diagnose).
2. Schatting van Genetische Covariantie: Voor elke subgroep worden specifieke erfelijkheidscoëfficiënten ($h^2$) en genetische covarianties tussen de subgroepen geschat, gebruikmakend van een aanpak vergelijkbaar met SumHer. Deze schattingen worden samengevoegd tot een genetische covariantiematrix ($\Psi$).
3. Gewichtsallocatie: StratGWAS voert een eigendecompositie uit op de matrix $\Psi$. De eerste eigenvector definieert de lineaire combinatie van subgroepen die de totale erfelijkheid maximaliseert. De componenten van deze eigenvector dienen als gewichten voor elke subgroep.
4. Getransformeerde Fenotype: Er wordt een nieuw fenotype ($Y'$) gecreëerd waarbij controles een waarde van 0 krijgen, en gevallen in een specifieke subgroep een gewicht krijgen dat overeenkomt met hun geschatte genetische last. Dit resulteert in een continu getransformeerde variabele in plaats van een binair 0/1.
5. GWAS Analyse: Deze getransformeerde fenotype wordt gebruikt als input voor een GWAS-analyse (bij voorkeur met LDAK-KVIK voor betere controle van populatiestructuur).

Beveiliging tegen Type 1-fouten:
Om te voorkomen dat stratificatievariabelen die slechts zwak genetisch correleren met de ziekte valse positieven introduceren, berekent StratGWAS een "inflation criterion". Als deze waarde een drempel (standaard 0,01) overschrijdt, wordt de stratificatievariabele uitgesloten om genetische verwarring te voorkomen.

Belangrijkste Bijdragen

• Nieuw Framework: StratGWAS is een nieuwe methode die klinische informatie gebruikt om gevallen te wegen op basis van geschatte genetische last, in plaats van ze gelijk te behandelen.
• Robuustheid: De methode behoudt de specificiteit van de ziekte (hoge replicatie en genetische correlatie met externe datasets) terwijl de power wordt verhoogd.
• Inflatiecriterium: Een methodologische innovatie om het risico op valse positieven bij het gebruik van continue stratificatievariabelen te kwantificeren en te controleren.
• Open Source: De software is beschikbaar als R-pakket.

Resultaten

1. Simulaties (N = 100.000):

• StratGWAS toonde consistent hogere statistische power dan standaard case-control GWAS, gemeten aan de hand van het gemiddelde chi-kwadraat-statistiek bij causale SNP's.
• De powerwinst was het grootst wanneer de stratificatievariabele een hoge genetische correlatie had met de doelziekte en bij ziekten met een hogere prevalentie en erfelijkheid.
• Het inflation criterion bleek effectief in het identificeren van scenario's met een risico op valse positieven; in scenario's waar het criterium de drempel overschreed, werden stratificatievariabelen correct uitgesloten.

2. Toepassing op UK Biobank (21 Ziekten, N = 368.000):

• Leeftijd bij ziektebegin: StratGWAS gaf individuen met een eerdere ziekte onset een hoger gewicht (gemiddeld 2,16x hoger dan de groep met de laatst mogelijke onset). Dit leidde tot 17% meer onafhankelijke genomisch significante loci vergeleken met standaard GWAS (en 20% meer in combinatie met LDAK-KVIK).
• Medicatielast: Het upwegen van gevallen met een hogere medicatielast resulteerde in 4% meer significante loci. De winst was hier bescheidener, waarschijnlijk door de bredere definitie van medicatielast.
• Specificiteit: De genetische correlatie met externe datasets (FinnGen) en replicatiepercentages waren vergelijkbaar met standaard GWAS, wat aantoont dat de methode de ziektespecificiteit behoudt.

3. Toepassing op Depressie (MDD):

• Bij toepassing op Major Depressive Disorder (MDD) werden individuen met meerdere diagnoses, comorbiditeit (bipolaire stoornis/schizofrenie) en ernstigere zelfgerapporteerde symptomen (moeheid, gebrek aan interesse) zwaarder gewogen.
• StratGWAS identificeerde 23 onafhankelijke significante loci, vergeleken met 15 bij standaard case-control GWAS.
• Zeven van de acht nieuwe loci werden gerepliceerd in de PGC (Psychiatric Genomics Consortium) data.
• De genetische correlatie met PGC-data was hoger voor StratGWAS (0,91) dan voor standaard GWAS (0,89).

Betekenis en Conclusie

De studie toont aan dat het negeren van klinische heterogeniteit in GWAS leidt tot een verlies aan statistische power. StratGWAS biedt een elegante oplossing door deze heterogeniteit niet als ruis te zien, maar als een bron van informatie om de genetische last binnen subgroepen te kwantificeren.

De methode maakt het mogelijk om gevallen uit diverse rekruteringsbronnen (die variëren in fenotypische diepte) gezamenlijk te analyseren zonder de sample size te verkleinen door strikte inclusiecriteria. Dit is van groot belang voor de toekomst van genetisch onderzoek in grote biobanken, waar longitudinale data en gedetailleerde klinische scores steeds meer beschikbaar komen. StratGWAS verbetert de locus-discovery aanzienlijk terwijl de specificiteit van de ziektebehoudt, wat essentieel is voor het identificeren van nieuwe therapeutische targets en het begrijpen van de biologie van complexe ziekten.