Abstract

Introducere

Un scor de risc poligenic (PRS) profită de natura poligenică a trăsăturilor complexe și de efectele mici ale variantelor comune și de frecvență joasă. De fapt, s-a constatat că polimorfismele comune cu nucleotide unice (SNP) explică o proporție mare a eredității pentru trăsături complexe [6, 7, 8, 9]. Utilizarea sumei efectelor multiplelor SNP comune este adesea mai grăitoare decât utilizarea unui singur SNP rar. S-a pretins că scorurile de risc poligenic au un potențial mare în puterea predictivă pentru trăsături complexe și, de acum, o utilitate clinică importantă [10]. Cu toate acestea, rămân multe de învățat despre generalizabilitatea acestor scoruri de risc la diferite trăsături, precum și la diferite populații.

scorurilor

În studiul nostru, am testat dacă puterea predictivă a unui PRS poate fi aplicată la o populație de indivizi cu autism pentru o trăsătură complexă, cum ar fi obezitatea. Există deja îngrijorări semnificative cu privire la utilizarea scorurilor de risc poligenic la diferite populații etnice [11, 12]. Cu toate acestea, studiul nostru compară diferite populații, nu în funcție de etnie, ci de boală pentru a observa dacă apar preocupări similare. Am folosit mai întâi SNP-urile implicate în obezitate de la o populație non-autistă pentru a calcula scorurile de risc de obezitate pentru copii și adulți tineri cu autism din colecția Simons Simplex. Aceasta evaluează performanța PRS la persoanele cu autism. Apoi am elucidat noi variante și căi responsabile de prevalența crescută a obezității la pacienții cu TSA. De asemenea, am evaluat diferențele de putere explicativă pentru obezitate a variantelor unice la populațiile non-autiste și autiste.

Metode

Colecția Simons Simplex (SSC) utilizată în studiul nostru este un agregat de date clinice și genetice pentru peste 2.500 de copii cu autism cu vârste cuprinse între 4 și 18 ani [13]. Sunt incluse și informații genetice pentru părinți și frați. Este o resursă furnizată de Inițiativa de Cercetare a Autismului Fundației Simons (SFARI). Pentru studiul nostru, s-au adunat polimorfisme cu nucleotide unice pentru fiecare dintre cei 10,220 membri ai cohortei Simons Simplex, inclusiv pacienții și familiile acestora, utilizând microarrays de genotipare Illumina. Din cele 10.220 de probe, 1.354 au fost testate cu microarray-ul Illumina Human1M V1 C, 4.626 cu microarray-ul Illumina Human1M-Duo V3 și 4.240 cu microarray-ul Illumina HumanOmni 2.5-quad. Pentru a facilita comparațiile între aceste date, secvențele de ADN brute utilizate în sondele din fiecare microarray au fost mapate pe genomul de referință uman GRCh38 folosind instrumentul de aliniere BLAT [14]. Din motive de control al calității, au fost păstrate doar sondele care se potriveau cu o singură locație pe genomul de referință și cu identitate 100%. Alelele de referință și alternative utilizate pe sondele microarray au fost apoi adnotate folosind instrumentul Ensembl Variant Effect Predictor (VEP) [15]. Valorile măsurate pentru indicele de masă corporală (IMC), vârsta și sexul pacientului autist au fost folosite și în studiul nostru.

Un set de 32 SNP asociate cu obezitatea au fost utilizate pentru a calcula scorurile de risc poligenic. Aceste SNP-uri provin dintr-un studiu care a folosit o metodă sistematică și replicabilă pentru selectarea SNP-urilor cele mai puternic asociate cu obezitatea în cadrul mai multor studii de asociere la nivel de genom (GWAS) [16]. În plus, utilizarea acestui set de SNP-uri ar permite comparații mai valide între rezultatele noastre și rezultatele studiului lor. Un alt set de 55 de SNP-uri asociate cu obezitatea a fost compilat, de asemenea, cu cunoștința că un set mai mare de SNP-uri ar contribui la captarea mai multor varianțe pentru fenotip. Aceste SNP provin din două studii separate care identifică loci genetici asociați cu indicele de masă corporală [17, 18]. Tabelele celor două seturi de SNP-uri și ponderile lor pot fi găsite în materialele suplimentare (Să presupunem. Tabelul S1, S2).

Parcele generate folosind 2.317 pacienți cu autism secvențiat din SSC și un set de 32 de SNP asociați cu obezitatea. (A) Măsurătorile IMC au fost reprezentate în funcție de scorurile noastre de risc poligenic obezitate. Scorurile de pe axa x sunt reprezentate grafic ca abateri standard de la medie. Linia de potrivire optimă reprezintă un model liniar al datelor și are ecuația IMC

0,037 (PRS) + 18,651. Un interval de încredere de 95% pentru modelul liniar este prezentat ca zona gri umbrită în jurul liniei de potrivire optimă. (B) O curbă a caracteristicii de funcționare a receptorului (ROC) pentru obezitate (IMC ≥30) utilizând PRS obezitatea ca predictor.

Mai mult, am trasat o curbă caracteristică de funcționare a receptorului (ROC) pentru a măsura ASC, zona de sub curba ROC și pentru a evalua puterea predictivă a scorurilor noastre de risc de obezitate, făcând distincție între obezi și neobiși. Din Figura 1B, vedem că scorul nostru de risc este doar marginal mai sensibil decât alegerea aleatorie (ASC = 0,516, 95% CI = 0,454-0,578).

Pentru a valida metodologia noastră pentru calcularea PRS a obezității, ne-am replicat calculele folosind o cohortă diferită de pacienți non-autisti din Partners Biobank (n = 18.100). Folosind același set de 32 de SNP-uri și metode identice pentru calcularea obezității PRS, am obținut scoruri de risc pentru fiecare pacient din noua noastră cohortă. Apoi am corelat noile noastre scoruri cu obezitatea folosind o regresie logistică în care obezitatea a fost definită ca IMC ≥30. De asemenea, am controlat factorii demografici, inclusiv vârsta, sexul și rasa. În acest eșantion de pacienți non-autistici, scorul nostru de risc de obezitate a fost corelat pozitiv și semnificativ cu IMC (logOR = 0,090, valoarea p = 0,002).

Parcele generate folosind 2.317 pacienți cu autism secvențiat din SSC și setul de 55 de SNP asociați cu obezitatea. (A) Măsurătorile IMC au fost reprezentate în funcție de scorurile noastre de risc poligenic obezitate. Scorurile de pe axa x sunt reprezentate grafic ca abateri standard de la medie. Linia de potrivire optimă reprezintă un model liniar al datelor și are ecuația IMC

0,250 (PRS) + 18,651. Un interval de încredere de 95% pentru modelul liniar este prezentat ca zona gri umbrită în jurul liniei de potrivire optimă. (B) O curbă ROC pentru obezitate (IMC ≥30) folosind obezitatea PRS ca predictor.

Deoarece scorurile de risc calculate din SNP asociate cu obezitatea au fost slab corelate cu IMC în cohorta autistică SSC, am încercat să identificăm SNP noi la pacienții cu autism asociați cu obezitatea. În primul rând, am efectuat regresii liniare cu un singur SNP pentru fiecare dintre cele 568.737 SNP secvențiate împotriva IMC, controlând vârsta și sexul. Tratarea fiecărui SNP în mod independent nu ține cont de relații cum ar fi dezechilibrul legăturii, dar permite identificarea tuturor SNP-urilor asociate cu IMC, fie în mod cauzal, fie nu. Având în vedere numărul mare de regresii liniare separate care au fost efectuate, am aplicat o corecție a valorii p Bonferroni pentru a menține o limită strictă a valorii p pentru semnificație și pentru a evita problema comparațiilor multiple. După corecția valorii p, doar cinci SNP-uri au avut o valoare p Vizualizați acest tabel:

  • Vizualizați în linie
  • Vizualizați fereastra pop-up
  • Descărcați PowerPoint

Partea stângă a tabelului conține toate variabilele cu un coeficient non-zero din regresia LASSO a IMC în funcție de vârstă, sex și toate cele 568.737 SNP. Partea dreaptă a tabelului prezintă rezultatele mai multor regresii liniare separate de un singur SNP ale IMC în funcție de vârstă, sex și fiecare SNP individual. Toate SNP-urile din corelații cu o valoare p mai mică de 1,0 după corecția Bonferroni sunt prezentate mai jos.

Observând că SNP-urile asociate cu obezitatea în populația generală ar putea să nu fie indicative ale obezității într-o cohortă autistă, ne-am extins analiza pentru a căuta SNP-uri cunoscute a fi asociate atât cu IMC, cât și cu autismul. 941 SNP-uri despre care se știa că sunt asociate cu IMC de la GIANT Consortium au fost compilate într-un set [21] și 159 SNP-uri cunoscute ca fiind asociate cu autismul din Grupul de lucru pentru tulburările de spectru autist al Consorțiului psihiatric de genomică au format un alt set [22]. Comparând cele două seturi, numai SNP rs4981693 era cunoscut a fi asociat cu ambele fenotipuri. SNP este localizat în gena ARN necodificatoare LOC102724934. Am examinat expresia acestui SNP la pacienții obezi față de cei cu autism non-obezi din cohorta noastră. Dintre cei 2.316 pacienți cu autism care aveau informații despre genotip pe acest SNP, 76 erau obezi (IMC ≥30) și 2.240 erau neobiști. Un raport de cote care măsoară asocierea acestui SNP la obezitate a fost calculat la 1,160 cu un interval de încredere de 95% de 0,692-1,675.

Discuţie

Rezultatele utilizării celor 32 de SNP-uri asociate obezității au arătat că scorurile de risc calculate nu erau indicative pentru IMC la o populație cu autism. Regresia liniară între IMC și scorul de risc a avut un coeficient aproape zero (Figura 1A), iar corelația a fost slabă și nesemnificativă. Acest lucru a fost interesant, deoarece acești 32 de SNP exact au fost folosiți pentru a calcula scorurile de risc de obezitate într-o populație non-autistă efectuată de un alt studiu. Ponderile pentru fiecare SNP și metoda utilizată pentru calcularea scorului de risc au fost identice [16]. În studiul lor, au folosit cohorta riscului de ateroscleroză în comunități și au găsit o corelație între IMC și obezitate PRS de r = 0,13 (valoarea p 1. ↵