Züchtungskunde, 82, (1) S. 77-87, 2010, ISSN 0044-5401
© Verlag Eugen Ulmer, Stuttgart
Scientific Articles
Vergleich von drei Methoden für genomweite Assoziationsstudien in selektierten Populationen
Malena Erbe1 ; Florence Ytournel1 ; E.C.G. Pimentel1 ; A.R. Sharifi1 ; H. Simianer1 ; 1 Abteilung Tierzucht und Haustiergenetik, Department für Nutztierwissenschaften, Georg-August-Universität Göttingen, Albrecht-Thaer-Weg 3, 37075 Göttingen, E-Mail: merbe@gwdg.de
Selektion kann die Struktur des Kopplungsungleichgewichts in Nutztierpopulationen beeinflussen. Assoziationen zwischen physisch nicht gekoppelten Loci können dadurch zu einer erhöhten Anzahl an falsch positiven Signalen bei genomweiten Assoziationsstudien führen. In dieser Arbeit wurden drei Methoden verglichen, die für Assoziationsstudien genutzt werden können: Single Marker Regression (SMR), eine zweistufige Methode (GRAMMAR), bei der um Familieneffekte korrigierte Residuen in einer SMR analysiert werden, und eine Methode (MTDT), bei der geschätzte Mendelian sampling Effekte als phänotypische Information in einem quantitativen Transmission Disequilibrium Test verwendet werden. Drei verschiedene Szenarien wurden simuliert: idealisierte Zufallspaarung, Einschränkung der Anzahl an Elterntieren und gerichtete Selektion. Die Anzahl falsch positiver Signale erhöhte sich im Vergleich zu der idealisierten Population bei allen Methoden in den Selektionsszenarien. Da die SMR eine hohe Anzahl falsch positiver Signale in Populationen mit eingeschränkter Populationsgröße produziert, sind Ergebnisse von genomweiten Assoziationsstudien mit dieser Methode in Nutztierpopulationen mit Vorsicht zu betrachten. Mit GRAMMAR und MTDT erhält man weniger falsch positive Signale als mit SMR. MTDT verbindet eine ausreichende Power mit einer akzeptablen Rate an falsch positiven Signalen. Bei GRAMMAR hingegen war die Power sehr niedrig. Die Bonferroni-korrigierte Signifikanzgrenze schien für diese Methode zu konservativ zu sein.
Genomweite Assoziationsstudien; SNPs; Simulation; Selektion
Comparison of three whole genome association mapping approaches in selected populations
Selection is known to influence the linkage disequilibrium (LD) pattern in livestock populations. Spurious LD may lead to a higher number of false positive signals in whole genome association mapping experiments. We compared three approaches for whole genome association mapping in a simulation study: single marker regression (SMR), a two-step approach, which analyzes residuals corrected for family effects with an SMR (GRAMMAR), and a combined linkage and LD approach, which applies the quantitative transmission disequilibrium test to the Mendelian sampling term (MTDT). Three different scenarios were simulated: idealized random mating, limited number of parents and directional selection. The number of false positive associations increased when the number of parents was limited. Since SMR produced a high number of false positive signals in small populations, results of whole genome scans in livestock analyzed with SMR should be considered with caution. GRAMMAR was the most accurate, but also the least powerful approach. The Bonferroni corrected significance threshold seemed to be too stringent for this approach. Results obtained with MTDT changed only slightly with selected populations. MTDT combined sufficient power with a manageable number of false positive associations in all scenarios.
Whole genome association study; SNPs; simulation; selection