Evaluating Quebec reference panel for genome-wide association studies of COVID-19 and related traits
Notice bibliographique
Résumé
Les études d'association pangénomiques (GWAS) analysent les génomes de milliers d'individus afin d'identifier les variants génétiques associés aux maladies et d’autres traits. Pour réduire les coûts, la plupart des études d'association pangénomique utilisent l'imputation de génotypes, qui infère des millions de génotypes non mesurés ou manquants à partir d'un panel de génomes de référence de haute qualité. La bonne adéquation de la diversité génétique entre les génomes de référence et les génomes de la population de l'étude d'association pangénomique est essentielle à la précision de l'imputation génotypique. Plusieurs grands panels de référence multiethniques sont accessibles au public pour les études d'association pangénomiques, tels que ceux de que Trans-Omics for Precision Medicine (TOPMed) et le projet 1000 Genomes. Toutefois, ces panels peuvent ne pas refléter la diversité génétique des participants à l'étude d'association pangénomique issus d'une population locale. Il a été démontré que les panels de référence locaux, bien que petits, peuvent améliorer la précision de l'imputation des génotypes dans de nombreuses populations, telles que les populations finlandaise, estonienne et sarde, en raison de leur meilleure correspondance en termes de diversité génétique avec les participants à l'étude du GWAS. Dans cette thèse, nous avons cherché à développer et à évaluer un panel de référence pour le Québec en utilisant 2,113 génomes séquencés à haut débit provenant de la BIOBANQUE QUÉBÉCOISE DE LA COVID-19. Le Québec abrite plusieurs groupes ethniques,dont les Canadiens français, les Juifs, les Haïtiens et les Acadiens. Les Canadiens français constituent le groupe ethnique le plus important du Québec, issu de l'immigration de 8,500 colons français aux 17e et 18e siècles. En raison de plusieurs effets fondateurs, une prévalence plus élevée de certaines maladies génétiques rares a été observée chez les Canadiens français. Un panel de référence pour l'imputation des génotypes au Québec pourrait être utile pour déduire des variants spécifiques à la population et identifier des variants associés à des maladies pour des traits complexes, tels que COVID-19. Nous avons mené trois expériences d'imputation chez des personnes d'ascendance européenne, américaine métissée, est-asiatique, centre-sud-asiatique, moyen-orientale et africain, en comparant les performances du panel québécois, du panel TOPMed et du panel combiné grâce à l'approche de méta-imputation.Le panel québécois couvrait plus d'allèles alternatifs vrais (AA) par individu que TOPMed. En moyenne, TOPMed présentait une concordance AA plus élevée que le panel québécois. La méta-imputation a amélioré la couverture des vrais AA tout en maintenant une concordance élevée des AA. Il est intéressant de noter que 45.5% des 15,872 et 27.3% des 25,437 variants rares (fréquence d'allèle < 1%) imputés de manière concordante par le panel québécois mais absents ou imputés de manière discordante par TOPMed respectivement, étaient > 5 fois enrichis par rapport à la base de données gnomAD sur les Européens non finlandais. La méta-imputation a permis de récupérer tous les variants rares absents de TOPMed et 94.8% des variants rares imputés de manière discordante par TOPMed. Le panel québécois contient des mutations fondatrices franco-canadiennes connues impliquées dans des maladies mendéliennes et a imputé de manière concordante les deux mutations fondatrices présentes dans l'ensemble d'évaluation. En outre, 47 variants associés à COVID-19 signalés dans le catalogue GWAS ont été imputés de manière concordante exclusivement par le panel du Québec. Ces résultats démontrent les avantages du panel de référence du Québec pour l'imputation de variants génétiques spécifiques à la population dans les études québécoises et pour l'imputation de variants associés au statut COVID-19
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».