基因组倒位多态性对性状变异及不同全基因组关联研究(GWAS)方法检测关联能力的影响

《PLOS Genetics》:Cosmopolitan inversions have a major impact on trait variation and the power of different GWAS approaches to identify associations

【字体: 大 中 小 】 时间:2026年01月10日 来源:PLOS Genetics 3.7

编辑推荐:

  基因组倒位通过抑制重组和产生连锁,对群体中基于遗传的表型变异具有重大影响。然而,与倒位相关的连锁增加可能会给识别与倒位连锁的基因座及其影响的性状之间的关联带来障碍。因此,倒位在介导复杂性状的遗传变异中的作用尚待充分理解。本研究利用果蝇(Drosophila m

  
基因组倒位通过抑制重组和产生连锁,对群体中基于遗传的表型变异具有重大影响。然而,与倒位相关的连锁增加可能会给识别与倒位连锁的基因座及其影响的性状之间的关联带来障碍。因此,倒位在介导复杂性状的遗传变异中的作用尚待充分理解。本研究利用果蝇(Drosophila melanogaster)调查倒位对性状变异的影响。研究人员在包括行为、形态和生理等多个方面的一系列多样化性状中测试了常见倒位的影响,并确定世界性倒位In(2L)t和In(3R)Mo与许多性状相关。研究人员比较了在全基因组关联分析过程中,采用不同方法处理亲缘关系和倒位存在情况时,识别单核苷酸多态性(SNP)关联信号的能力。报告称,常用的关联方法在倒位区域内效力不足,而诸如留一染色体法(Leave-one-chromosome-out, LOCO)等替代方法提高了识别关联的能力。总之,该研究增强了研究人员对倒位作为性状变异组成部分的理解,并为识别驱动这些关联的基因组区域提供了方法学见解。
该研究针对果蝇(Drosophila melanogaster)基因组中广泛存在的倒位如何干扰全基因组关联研究(GWAS)并影响性状变异解析这一核心问题展开。研究人员利用黑腹果蝇遗传参考群体(DGRP)的资源,重新分析了来自36篇出版物的409个独特性状数据,旨在评估不同GWAS策略在识别倒位及其连锁位点时的效能差异。研究发现,世界性倒位In(2L)t和In(3R)Mo对大量性状具有显著影响,其解释的方差远高于同等频率的随机多态性。通过构建不同的遗传相关矩阵(GRM)并进行比较,结果表明传统的“因子剔除(Factored-out)”方法在处理倒位时效力不足,而采用留一染色体法(LOCO)的策略能够更有效地在倒位区域内检测到真实的关联信号。此外,LOCO方法识别出的SNP富集于与环境适应相关的位点,并通过共定位分析揭示了倒位内部潜在的基因多效性。该研究成果强调了在关联研究中应将倒位视为重要的生物学变量而非单纯的统计噪声,相关成果发表于《PLOS Genetics》。
为实现上述目标,研究人员采用了多项关键技术方法。首先,利用DGRP数据库中的409个表型性状数据,涵盖行为、形态、生理等类别,并结合已知的倒位基因型进行分类分析。其次,构建了三种遗传相关矩阵(GRM):基于全基因组(Full)、基于连锁不平衡(LD)修剪后的基因组以及留一染色体法(LOCO)。第三,使用GMMAT软件包实施四种GWAS模型,包括Factored-out方法和三种GRM模型,并通过置换检验评估显著性。第四,利用主成分分析(PCA)探究倒位对群体结构和性状变异的影响。最后,结合BayPass软件进行环境适应性富集分析,并利用coloc.abf函数进行共定位分析以检测多效性。
在结果部分,研究人员首先发现世界性倒位对表型变异具有实质性影响。通过对409个性状的线性模型分析,证实In(2L)t和In(3R)Mo与比预期更多的性状显著相关,特别是In(2L)t与惊跳反应、睡眠等行为性状相关,In(3R)Mo则与形态性状相关,且这些倒位解释了约10%的性状变异,这一效应不能完全由非洲血统差异解释。
在针对In(2L)t和In(3R)Mo相关性状的主成分分析中,结果显示前两个主成分(PC1和PC2)能解释超过三分之一的性状变异。In(2L)t显著加载于PC1,与体型和乙醇敏感性正相关,而与惊跳反应负相关;In(3R)Mo则同时影响PC1和PC2,与体型正相关,与取食和冷昏迷恢复负相关。
关于控制倒位对主成分和GRM空间的影响,研究发现Full和LD方法的PCA结果显示倒位强烈影响PC空间,而LOCO方法则显著降低了对PC的影响。在亲缘关系分析中,Full和LD方法显示纯合倒位系间的亲缘关系较高,而LOCO方法能将这种亲缘关系降至接近零。
在LOCO方法能更好地捕获倒位相关性状信号的验证中,通过对比四种GWAS策略,发现Factored-out、Full和LD方法仅有约6%的性状能检测到超过置换检验的显著信号,而LOCO方法在倒位内外区域均显著优于Factored-out方法。以雄性乙醇耐受性为例,LOCO方法成功在In(2L)t近端检测到强关联信号,而Factored-out方法则未能检测到。
富集分析表明,LOCO方法识别出的GWAS命中点在2L染色体上与温度相关的贝叶斯因子(BF)异常值显著富集,而在Factored-out方法中未见此现象,这证实了LOCO在识别局部适应位点方面的优势。
最后,通过COLOC分析揭示基因组内的共定位情况,利用LOCO方法对In(2L)t和In(3R)Mo相关性状的PC得分进行分析,识别出倒位区域内与PC1或PC2相关的潜在多效性位点,而Factored-out方法未能捕获此类信号。
在讨论部分,作者总结指出,尽管倒位在自然界中广泛存在且已知与多种适应性表型相关,但在以往的DGRP研究中常被忽视或作为统计干扰项处理。本研究证明,倒位本身是重要的性状变异来源,且现有的主流GWAS方法(如Factored-out)在处理高连锁不平衡(LD)区域时存在明显的效力缺失。相比之下,LOCO方法通过避免近端污染,能够在倒位区域内有效识别关联信号,这些信号不仅与环境适应相关,还可能反映了倒位内部的基因多效性结构。该研究为理解倒位在数量性状遗传中的作用提供了新的视角,并推荐在未来的关联研究中优先考虑LOCO等能够适应高LD结构的分析方法。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号