¿Comparación de efectos epistáticos en interacción de polimorfismos (SNPs) y genes en enfermedades complejas?

Abstract

La epistasis, comúnmente definida como la interacción entre genes, es un componente genético importante que subyace a la variación fenotípica y que pretende identificar las variables genéticas que están relacionadas o influyen en el riesgo de padecer una determinada enfermedad. En los últimos años se han desarrollado varios métodos estadísticos para modelar e identificar interacciones epistáticas entre variantes genéticas. Sin embargo, debido al gran espacio combinatorio de búsqueda de interacciones, a menudo la eficiencia del software utilizado no es suficiente para poder evaluar todas las posibles interacciones entre genes y SNPs. Por ello, en el presente estudio y con objeto de determinar interacciones entre genes o SNPs se compararon métodos estadísticos utilizando los software Plink y BEAM. Se estudiaron 1050 individuos, distribuidos en 525 casos y 525 controles con 500 SNPs. Los parámetros utilizados para comparar estos métodos son TRUE/FALSE POSITIVE/NEGATIVE, ya que los enfoques de regresión logística en combinación con un enfoque del modelo bayesiano facilitan un escenario más adecuado para el análisis e interpretación de datos en estudios de interacciones entre genes y SNPs. Los resultados obtenidos para los análisis de epistasis muestran que no hay interacciones significativas entre SNPs al analizar los datos con Plink, en cambio sí para BEAM en los SNPs rs541178226611 y rs831225245351 asociados con mayor frecuencia en enfermedades relacionadas con carcinomas. En conclusión, el software BEAM es más exhaustivo que Plink para la búsqueda de interacciones entre SNPs.

La epistasis, comunament definida com la interacció entre gens, és un component genètic important que subjeu a la variació fenotípica i que pretén identificar les variables genètiques que estan relacionades o influeixen en el risc de patir una determinada malaltia. En els últims anys s'han desenvolupat diversos mètodes estadístics per modelar i identificar interaccions epistáticas entre variants genètiques. No obstant això, a causa del gran espai combinatori de cerca d'interaccions, sovint l'eficiència del programari utilitzat no és suficient per poder avaluar totes les possibles interaccions entre gens i SNPs. Per això, en el present estudi i a fi de determinar interaccions entre gens o SNPs es van comparar mètodes estadístics utilitzant els programari Plink i BEAM. Es van estudiar 1050 individus, distribuïts en 525 casos i 525 controls amb 500 SNPs. Els paràmetres utilitzats per comparar aquests mètodes són TRUE/FALSE POSITIVE/NEGATIVE, ja que els enfocaments de regressió logística en combinació amb un enfocament del model bayesiano faciliten un escenari més adequat per a l'anàlisi i interpretació de dades en estudis d'interaccions entre gens i SNPs. Els resultats obtinguts per a les anàlisis de epistasis mostren que no hi ha interaccions significatives entre SNPs en analitzar les dades amb Plink, en canvi sí per BEAM en els SNPs rs541178226611 i rs831225245351 associats amb major freqüència en malalties relacionades amb carcinomes. En conclusió, el programari BEAM és més exhaustiu que Plink per a la cerca d'interaccions entre SNPs.

The epistasis, commonly defined as the interaction between genes, is an important genetic component that underlies phenotypic variation and aims to identify the genetic variables that are related or influenced with a particular risk disease. In recent years various statistical methods have been developed to model and identify genetic variants between epistatic interactions. However, due to the large combinatorial space to search interactions, the efficiency of the software used is often not enough to evaluate all possible interactions between genes and SNPs. Therefore, in the present study and to determine interactions between genes or SNPs, statistical methods using Plink and BEAM software were compared. 1050 individuals, distributed in 525 cases and 525 controls with 500 SNPs were studied. The parameters used to compare these methods are TRUE / FALSE POSITIVE / NEGATIVE, since approaches to logistic regression in combination with a Bayesian model approach to facilitate a more appropriate setting for the analysis and interpretation of data in studies of interactions between genes and SNPs. The results obtained for the analysis of epistasis show that there is no significant difference between SNPs interactions to analyze data using Plink. However for BEAM, a interaction was observed in the SNPs rs541178226611 and rs831225245351 associated with greater frequency in diseases carcinomas-related. In conclusion, BEAM software is more exhaustive than Plink to determine interactions between SNPs.