《HLA》:HLA Diversity of Over 500,000 Individuals on the DATRI Register Across 18 Regions in India
编辑推荐:
无关造血干细胞捐献者登记库可利用HLA单体型频率来辅助登记库管理。DATRI是印度最大的登记库,拥有超过55万名捐献者,捐献者覆盖印度36个邦和中央直辖区中的35个。此前尚未有利用如此大规模的印度数据集进行基于地理的HLA单体型频率分析。为在估算HLA-A、-
无关造血干细胞捐献者登记库可利用HLA单体型频率来辅助登记库管理。DATRI是印度最大的登记库,拥有超过55万名捐献者,捐献者覆盖印度36个邦和中央直辖区中的35个。此前尚未有利用如此大规模的印度数据集进行基于地理的HLA单体型频率分析。为在估算HLA-A、-C、-B、-DRB1和-DQB1五位点单体型频率时兼顾粒度与准确性,研究人员将捐献者划分为18个区域,每个区域的最小人群规模为2000名捐献者。研究人员识别出最常见的单体型为A*33:03-ARD~C*07:01-ARD~B*44:03-ARD~DRB1*07:01-ARD~DQB1*02:01-ARD,在奥里萨邦的频率为6.09%,该单体型同时也是其他9个区域中最常见的单体型。将最可能的双倍型分配给捐献者后,共有57,959种单体型,其中仅有202种(0.3%)存在于全部18个区域。HLA-B在整个数据集中拥有最多的等位基因数(559个),而HLA-DQB1最少(167个)。然而,HLA-C展现出最大的区域间多样性,仅有6.7%的HLA-C等位基因存在于所有区域(平均值为9.5%)。研究人员利用奈氏标准遗传距离对区域进行聚类分析,聚类结果与地理分布相关;然而,有3个区域(北印度、喀拉拉邦和古吉拉特地区)未归入任何聚类。这些区域各自拥有一个或多个仅在本地出现且频率很高(≥0.5%)的特征性单体型。此外,古吉拉特地区的多样性指标最低。这些数据可用于为登记库的管理提供参考,并有助于从全球视角理解HLA多样性。
**论文解读:印度DATRI登记库超过55万名捐献者HLA多样性的区域分析**
**一、研究背景与目的**
造血细胞移植(HCT)是血液系统疾病的潜在治愈性治疗方法,其成功与否取决于患者与捐献者之间的人类白细胞抗原(HLA)相容程度。HLA基因位于人类主要组织相容性复合体(MHC)中,是人类基因组中已知多态性最高的基因。在患者-捐献者配型中,通常检测和匹配6个经典基因:3个I类基因(HLA-A、-C、-B)和3个II类基因(HLA-DRB1、-DQB1、-DPB1)。HLA分子的高度多样性使得为需要HCT的患者寻找合适配型的捐献者极具挑战性。
全球范围内,世界骨髓捐献者协会(WMDA)数据库中约有4400万名潜在志愿捐献者,但捐献者分布并不代表全球人口分布——65.6%的捐献者居住在欧洲和北美,而这些地区仅占全球人口的14.1%。印度是世界上人口最多的国家,拥有最大的全球侨民群体,然而针对印度境内HLA频率的大规模研究却很少。印度有5个公认的登记库,其中最大的是DATRI血液干细胞捐献者登记库(DATRI),成立于2009年,拥有超过56万名潜在志愿捐献者。此前,2014年的一项研究基于约1.8万个体覆盖印度14个区域计算了5位点HLA单体型频率(称为"IND10"数据集),是当时印度最大的HLA频率研究。尽管已有一些其他数据集(如UCBB脐带血库数据集和DKMS印度数据集)的报道,但尚未有研究专门对DATRI登记库进行深入的地理区域分析。
**二、研究开展内容与结论**
本研究利用DATRI登记库截至2024年1月的数据,对超过55万名捐献者的HLA-A、-C、-B、-DRB1和-DQB1基因型数据进行了全面分析。研究人员将捐献者按所在邦和中央直辖区划分为18个地理区域(最小人群规模为2000人),估算了5位点单体型频率和等位基因频率,分析了区域间的遗传距离、连锁不平衡(LD)、等位基因和单体型多样性,并将结果与其他已发表数据集进行了比较。研究的意义在于:这是迄今为止基于印度境内个体最大规模队列的HLA谱深入分析,首次以地理信息为基础全面揭示了印度HLA分布的区域特征,为登记库管理和捐献者招募策略提供了重要数据支撑,同时增进了对全球HLA多样性的理解。
**三、主要关键技术方法**
本研究使用了以下关键技术方法:(1)ARD(抗原识别结构域)水平基因分型标准化:将原始混合分辨率的HLA基因型转换为所有可能的ARD水平等效等位基因名称,并添加"-ARD"后缀以反映该分组涵盖多个蛋白质;(2)采用Anthony Nolan软件Cactus(基于期望最大化算法)计算5位点单体型频率;(3)利用GENE[RATE]工具集的CGC和CGCI组件进行哈代-温伯格平衡检验,使用GA2L组件评估两位点连锁不平衡;(4)采用奈氏标准遗传距离计算区域间遗传距离,通过Mantel检验评估遗传距离与地理距离的相关性;(5)通过UPGMA聚类方法进行区域聚类分析;(6)对每个区域进行3000名个体的随机子采样(10,000次迭代),计算单体型和基因型多样性指标。数据来自DATRI登记库于2024年1月29日共享的数据,部分基因型数据于2024年4月10日更新。
**四、研究结果**
**4.1 DATRI人口统计学特征与区域划分**
截至2024年1月,DATRI登记库拥有近54万名捐献者,其中大多数为男性(66%),男性年龄中位数为25岁,女性为26岁。99%的捐献者登记居住在印度,覆盖印度36个邦和中央直辖区中的35个(唯一例外是最北端的拉达克中央直辖区)。研究人员将捐献者划分为18个区域,人口规模从约3900人到约14.2万人不等。居住在印度的捐献者中,超过一半居住在印度南部的3个邦:喀拉拉邦、安得拉邦和泰米尔纳德邦。
**4.2 哈代-温伯格平衡与总体连锁不平衡**
每个位点在每个区域均未发现显著的哈代-温伯格平衡偏离。赫德里克D′值作为两个位点间总体LD的度量,在各区域间保持一致,显示出HLA-C与HLA-B之间以及HLA-DRB1与HLA-DQB1之间的强连锁模式。
**4.3 等位基因、单体型和基因型频率**
最常见的单体型是A*33:03-ARD~C*07:01-ARD~B*44:03-ARD~DRB1*07:01-ARD~DQB1*02:01-ARD,在10个区域中均为最常见单体型,在奥里萨邦频率最高(6.09%)。该单体型与IND10数据集中的结果高度一致。另一在所有区域前十位单体型列表中出现的单体型是A*01:01-ARD~C*06:02-ARD~B*57:01-ARD~DRB1*07:01-ARD~DQB1*03:03-ARD。研究还发现了18个区域性独特单体型(仅在单一区域频率≥0.05%),其中最突出的两个例子分别出现在北印度(2.87%)和古吉拉特地区(2.28%)。
**4.4 遗传距离**
奈氏标准遗传距离分析显示,3个西北部区域(拉贾斯坦邦、旁遮普邦和哈里亚纳邦及昌迪加尔)形成了非常明显的聚类,均以同一单体型为最常见。古吉拉特地区、北印度和喀拉拉邦未归入任何聚类,与它们拥有一个或多个区域性独特高频单体型相一致。其余12个区域形成4个由地理上邻近区域组成的聚类。安德拉邦与特兰加纳邦之间的遗传距离最近(0.009),拉贾斯坦邦与喀拉拉邦之间最远(0.905)。遗传距离与地理距离之间存在中等程度的相关性(r=0.537,p=0.001)。
**4.5 等位基因频率**
所有10个先前报道的"普遍极常见等位基因"在每个区域均被发现。HLA-A的最常见等位基因是A*11:01-ARD,在北印度频率为21.8%,在18个区域中的12个中为最常见。HLA-B的最常见等位基因是B*51:01-ARD(拉贾斯坦邦16.5%),而B*40:06-ARD在18个区域中的12个中为最常见。HLA-C没有单一等位基因在超过5个区域中为最常见。HLA-DRB1的最常见等位基因是DRB1*07:01-ARD,在14个区域中为最常见。HLA-DQB1的最常见等位基因是DQB1*02:01-ARD(旁遮普邦25.7%),在7个区域中为最常见。
**4.6 等位基因、单体型和基因型多样性**
在全部数据集中,HLA-B具有最多的等位基因数(559个),HLA-DQB1最少(167个)。HLA-C展现出最大的区域间多样性,仅有6.7%的等位基因存在于所有区域。从近53万名捐献者中共鉴定出57,959种单体型,63.5%仅在单一区域观察到,仅202种(0.3%)存在于全部18个区域。基因型水平的多样性更高,共有363,456种基因型,88.9%仅在单一区域出现,仅有7种基因型在全部18个区域中均被发现。
**4.7 区域内多样性**
平均而言,一个区域中超过一半的单体型仅被观察到一次(56.3%),该比例受区域人口规模影响较大。在基因型水平上,仅在单一区域中观察到一次的基因型平均百分比高达93.6%。
**4.8 区域间多样性**
经过子采样标准化比较后,古吉拉特地区在多样性指标上始终最低,而马哈拉施特拉邦及果阿地区和北方邦在所有指标中均位列前三。东北印度地区的单体型单例百分比最高,但在基因型单例百分比中排名第12位。
**五、讨论与结论**
讨论部分指出,本研究之前DATRI登记库曾被纳入覆盖印度14个邦和中央直辖区、最小人群规模为200人的单体型频率分析。过去十年间DATRI登记库大幅增长,本研究以至少10倍的深度覆盖了更大的印度区域。研究发现的区域性独特单体型证明了额外粒度对理解HLA分布的价值。研究还讨论了一个在印度北部高频率出现的单体型A*11:01-ARD~C*04:01-ARD~B*15:01-ARD~DRB1*15:06-ARD~DQB1*05:02-ARD,这可能与该地区毗邻中亚和东亚国家以及喜马拉雅山脉地形可能减少基因流动有关。此外,研究比较了A1~B8~DR3祖先单体型在欧洲和印度人群中的差异,发现印度版本携带C*07:02-ARD而非C*07:01-ARD,与先前研究一致。
研究结论为:地理是登记库可用于设计招募策略的关键人口学因素之一。本研究以地理信息为基础,分析了迄今为止印度最大的潜在捐献者HLA谱数据集,揭示了18个研究区域内和区域间的巨大多样性,并与其他数据集一起发现了HLA单体型分布中的一些一致模式,这些模式可有助于登记库的维护和招募。研究还证明了特定区域的数据(而非仅全国层面的数据)能为更丰富地理解登记库中的HLA单体型频率和多样性做出贡献。