代謝経路情報のGWAS解析のための経路関連研究ツール
2020年7月1日
シャイニーアプリケーションまたはRコンソールを通じて経路協会研究ツール(PAST)を実行することにより、研究者は関連する代謝経路を調査することによって、ゲノム全体の関連研究(GWAS)の結果の生物学的意味をより深く理解することができます。
ゲノムワイド関連解析は、形質に関連する遺伝子を発見するための強力なツールですが、その多くが見落とされています。PASTは、これらの遺伝子をより多く見つけ出し、全体像をより完成させます。PAST は GWAS 出力を受け取り、細胞が代謝産物を構築し、生物の表現型を作成するために使用する経路に関する情報を追加します。
これらの経路の遺伝子は、GWASだけでは見落とされがちです。GWAS データがタブ区切りであることを確認したら、関連付けファイルボックスを使用して関連付けファイルを選択し、エフェクトファイル選択ボックスを使用してエフェクトファイルを選択します。R コンソールで PAST を使用して GWAS データを読み込むには、示されているようにコードを変更して実行します。
PAST Shinyで連結不均衡データを読み込むには、連結不均衡データがタブ区切りで、適切な種類のデータが含まれていることを確認した後、連結不均衡データを含むファイルを選択します。リンケージ不均衡データを R コンソールで PAST で読み込むには、示されているようにコードを変更して実行します。PAST Shinyを持つ遺伝子にSNPを付与し、一般的な特徴形式でアノテーションを見つけるには、一般的な特徴フォーマットのアノテーションを含むファイルを選択し、必要に応じて考慮される種に最も適したウィンドウサイズとR二乗カットオフに応じて設定を変更します。
R コンソールで PAST を使用して SNP を遺伝子に割り当てるには、示されているようにコードを変更して実行します。pathwaysファイルにタブ区切り形式で適切なデータが含まれていることを確認した後、pathwaysデータを含むファイルを選択し、解析オプションでモードが選択されていることを確認します。必要に応じて、解析のパスウェイを保持するためにパスウェイに含める必要がある遺伝子の数を変更し、効果の有意性をテストするためにヌル分布を作成するために使用される順列の数を変更します。
R コンソールで PAST を使用した重要な経路を検出するには、示されているようにコードを変更して実行します。PAST Shinyでラグプロットを表示するには、すべての入力がアップロードされて設定されたら、解析の開始をクリックします。解析のどのステップが最後に完了したかを示す進行状況バーが表示されます。
解析が完了すると、PAST Shinyが結果タブに切り替わり、結果の表とラグプロットが表示されます。スライダーを使用して、フィルタリングパラメータを制御します。フィルタリングレベルが満足のいくものになったら、[結果のダウンロード]ボタンをクリックして、すべての画像とテーブルを解析タイトルの付いたzipファイルに個別にダウンロードします。
R コンソールで PAST を使用してラグ プロットを表示するには、コードを変更して実行し、結果を保存します。ここでは、グレインカラーの迷路GWASに基づくPASTパッケージのサンプルデータを使用して成功した実行を示しています。そして、ここでは、ダウンロード結果ボタンをクリックしてダウンロードできる画像の例を示しています。
このラグプロットは、粒色の表現型であった288の近交系の迷路パネルで作成したGWAS結果の経路解析から作成されました。予想通り、カロテノイドを産生するトランスリコピン生合成経路は、粒色と有意に関連していました。遺伝子とトランスリコピン生合成経路は、分析対象の他のすべての遺伝子と比較して、その効果の遺伝子ランクにもマークされています。
パスウェイ全体のランニングエンリッチメントスコアラインの頂点は、点線で示されます。これは、経路が選択され、ラグプロットとして表示されるかどうかを判断するためにプログラムによって使用されます。すべてのデータで PAST を回しますが、高品質のデータに対してのみ良好な結果が生成されます。
配列にはエラーが少なく、表現型データは精力的な統計設計の下で収集する必要があります。過去の結果により、重要なポイントと重要な経路を制御する遺伝子を特定し、最終的に選択、遺伝子編集、および薬物療法を介して操作して、関心のある形質を改善することができます。
概要
Pathway Association Study Tool (PAST)は、代謝経路情報を統合することで、ゲノムワイド関連解析（GWAS）の結果を強化します。このツールを用いることで、研究者はGWASのみでは見落とされる可能性のある、形質に関連する遺伝子を特定することができます。
研究の主要構成要素
科学分野
- ゲノミクス
- メタボロミクス
- バイオインフォマティクス
背景
- GWASは形質に関連する遺伝子の特定に有効ですが、多くを見落とすことが頻繁にあります。
- PASTは代謝経路に関する知見を提供することで、GWASを補完します。
- これらの経路を理解することで、さらなる遺伝的関連性を明らかにできる可能性があります。
- 信頼性の高い結果を得るためには、高品質なデータが不可欠です。
研究の目的
- パスウェイ解析を通じて、形質に関連する遺伝子の特定を向上させること。
- GWASの出力結果を利用し、より深い生物学的洞察を得ること。
- 形質に関連する重要なパスウェイの発見を促進すること。
使用した手法
- タブ区切り形式のデータ検証。
- 関連性および効果データのファイル選択。
- データ読み込み用Rコードの修正および実行。
- 連鎖不平衡およびパスウェイデータの解析。
主な結果
- 形質に関連する有意なパスウェイの特定。
- PAST Shinyにおけるラグプロットを用いた結果の可視化。
- 穀粒色のGWASデータを用いた実用的な適用例の提示。
- trans-リコピン生合成パスウェイが穀粒色と有意に関連していることの実証。
結論
- PASTは、GWASでは見落とされていた追加の遺伝子やパスウェイを効果的に特定します。
- 得られた結果は、形質改善のための遺伝子操作戦略に活用できます。
- 高品質なデータは、パスウェイ解析の信頼性を向上させます。
よくある質問
産業界における重要性
Pathway Association Study Tool (PAST)は、代謝経路データを統合することで、標準的なGWASでは見落とされていた形質関連遺伝子を追加で明らかにし、ゲノムワイド関連解析における重要な制限を解消します。これにより、遺伝的関連性に機序的な背景が提供され、初期探索におけるターゲット検証の信頼性が向上し、リード化合物同定におけるより情報に基づいたgo/no-go判断が可能になります。本ツールの速度向上とユーザーフレンドリーな設計により、探索ワークフロー全体でのスケーラブルな適用が可能となり、経路ベースの仮説生成における洞察を得るまでの時間を短縮できます。
バイオ医薬品研究開発における戦略的応用
初期探索および標的バリデーション
- 科学的価値：GWASのみでは見落とされる生物学的に重要なパスウェイ内の遺伝子を特定し、治療仮説の検証を強化します。
- 実用的価値：GWASの結果に基づいた迅速なパスウェイ解析を可能にし、ターゲットの優先順位付けとリスク低減を加速させます。
- 予測的価値：表現型との強い関連性を持つパスウェイを明確にすることで、ポートフォリオの選別をサポートし、ターゲット選択の信頼性を向上させます。
スクリーニングおよびアッセイの開発
- 科学的価値： 下流のスクリーニングに向けて生物学的なコンテキストを考慮した遺伝子セットを準備することで、化合物の評価における関連性を向上させます。
- 運用上の価値： GWASデータからのパスウェイ解析を標準化し、アッセイ開発パイプラインにおける入力データの再現性を確保します。
- 拡張性： 実行時間を24時間以上から1時間未満に短縮したことで、複数の形質やデータセットにわたるハイスループットな適用が可能になります。
トランスレーショナル・前臨床研究
- 翻訳的連続性：遺伝学的知見を代謝経路に結びつけることで、バイオマーカーの整合性と形質構造のメカニズム的理解を裏付けます。
- 前臨床的関連性：遺伝子編集や薬理学的介入によって調節可能な、薬剤標的となり得る経路（例：trans-lycopene 生合成経路）を特定します。
- リスク軽減：GWASヒットの直交的検証を行い、偽陽性を減らし、前臨床段階への進展に関する決定の信頼性を高めます。
パイプラインおよびワークフローの統合
PASTは、GWASから得られた遺伝子リストにパスウェイのコンテキストを付加することでディスカバリーの連続性に適合し、初期のヒット同定から、メカニズムによるリスク低減を通じたリード最適化への進展を支援します。
- 探索生物学： パスウェイレベルでの形質関連性に関する仮説を検証し、GWASシグナルの背後にある生物学的メカニズムを解明します。
- スクリーニング： パスウェイが濃縮された遺伝子リストを生成し、化合物スクリーニングキャンペーンの生物学的妥当性を向上させます。
- 解析： 定量的なパスウェイ濃縮スコアおよび有意性指標（置換検定による）を算出し、生物学的プロセスを比較およびランク付けします。
- トランスレーショナルリサーチ： 遺伝子変異を機能的パスウェイに結びつけ、前臨床モデルにおけるバイオマーカー駆動型の層別化を可能にします。
- エンタープライズでの再利用： BioconductorおよびGitHubで公開されているツールとして、PASTはプロジェクトやチームを横断した標準化され再利用可能なパスウェイ解析をサポートします。
運用および組織への影響
- 科学的価値：表現型形質の下地となるメカニズム的な経路を明らかにすることで、予測の信頼性を向上させます。
- 運用上の価値：ShinyまたはRコンソールを通じて、迅速かつユーザーフレンドリーな解析を提供し、非専門家にとってのアクセシビリティを向上させます。
- 戦略的価値：生物学的な曖昧さを排除し、ターゲットの信頼性を高めることで、ターゲットバリデーションにおける意思決定を強化します。
- ポートフォリオへの影響：経路レベルのエビデンスに基づいたリスク調整後のターゲット優先順位付けを可能にし、より効率的なリソース配分を支援します。
実施上の検討事項
- GWASデータの取り扱いおよびパスウェイ解析の解釈に関する専門知識が必要です。
- 高品質なタブ区切り形式の入力ファイル（アソシエーション、エフェクト、連鎖不平衡、およびパスウェイデータ）に依存します。
- 遺伝子アノテーションファイル（GFF）の標準化に加え、SNP-遺伝子マッピングのためのウィンドウサイズやR²カットオフなどのパラメータ設定が必要です。
- パスウェイサイズ（最小遺伝子数）およびヌル分布作成のためのパーミュテーション回数について、ユーザー定義の閾値に依存します。
- 最適なパフォーマンスを得るには、厳格な表現型研究デザインと低エラーのシーケンシングデータが不可欠です。
バイオファーマ FAQ
Chapters in this video
0:05
Introduction
0:32
Genome-Wide Association Study (GWAS) Data Loading
0:57
Load Linkage Disequilibrium (LD) Data Loading
1:26
Single Nucleotide Polymorphism (SNP) Assignment
1:56
Significant Pathway Discovery
2:35
Rugplot Visualization
3:21
Results: Representative GWAS Analyses of Metabolic Pathway Information
4:21
Conclusion
