非コード領域GWAS — 関連シグナルから制御機構へ
なぜこれが重要なのか？
GWASで同定された疾患関連シグナルの多くは、タンパク質コード領域の外側に位置する。これらのシグナルを解釈するには、最も顕著なSNPに最も近い遺伝子を単に特定するだけでなく、実際の因果変異候補、影響を受ける細胞型、調節要素、および標的遺伝子を体系的に絞り込む必要がある。
非コード領域は機能の欠如を意味するものではなく、エンハンサー、プロモーター、インスレーター、およびさまざまなRNA調節要素を含み得る。しかし、単一の注釈が機能を証明するわけではないため、統計的、クロマチン、発現、およびペルターベーションのエビデンスが段階的に統合される。
コアコンセプト
GWASのリードバリアントは、ある座標における関連シグナルを表すプロキシとして機能します。隣接するバリアントは連鎖不平衡（LD）を通じて共遺伝するため、p値が最小のバリアントが真の機能的バリアントであるとは限りません。信用セットを高い因果確率で構築するには、Fine-mappingにおいて、民族固有のLDの違い、インピュテーション品質、複数の独立したシグナルを考慮する必要があります。
信用セットは決定的な回答のリストではなく、モデルとLD参照に依存する確率的な候補セットです。サンプルサイズが小さい場合やLDが強い場合には候補数が増加し、さらに因果バリアントの数に関する仮定が誤っている場合、セットが歪む可能性があります。他の民族や独立したコホートからのデータは、これらの候補を絞り込むのに役立ちます。
規制シグナルの文脈化の手順
候補バリアントが関連組織においてオープンクロマチンまたはエンハンサーマーカーと重なるかどうかを検証します。モチーフの変化やアレル特異的アクセシビリティは潜在的な転写調節機構を示唆しますが、単なるオーバーラップだけではその座が疾患状態において機能的であることを証明するものではありません；細胞種および刺激条件の一致が必要です。
eQTL解析および共局在化は、ある座が発現形質と疾患形質の両方に対して共通のシグナルを保持している可能性を評価します。標的遺伝子は最も近い遺伝子ではなく遠位にある場合があり、1つのエンハンサーが複数の遺伝子と相互作用する可能性があります。
3Cベースの手法が測定するもの
3Cは、架橋および固定されたクロマチン後の、2つの選択された座間の接触頻度を測定する。4Cは単一の視点からゲノムワイドなパートナーを同定し、Hi-Cはゲノムワイドな接触行列を取得する。特定の領域をエンリッチするためのキャプチャーCやプロモーターキャプチャーHi-Cといった変種も存在する。
これらの値は、細胞集団内において2つのDNA断片が近接していた頻度のプロキシとして機能する。これらは、ゲノム距離、制限酵素サイト分布、GC含有量、マッパビリティ、シーケンシング深度、および正規化手順の影響を受ける。バルクHi-Cデータで観察されるループは、すべての細胞に存在する静的構造を表していない可能性がある。
小さな例
疾患座に対する信用区間に、関連免疫細胞においてリスク対立遺伝子のアクセシビリティを変化させるエンハンサー変異が含まれており、このエンハンサーが200 kb離れた遺伝子Bのプロモーターと接触していると仮定する。もし遺伝子BのeQTLシグナルが同じ関連シグナルと共局在すれば、一貫した仮説が形成される。
しかし、物理的接触だけでは調節因果関係を確立するには不十分である。変異またはエンハンサーの正確な操作によって遺伝子Bの発現および疾患に関連する細胞表現型が期待される方向に変化し、これらの効果が独立した実験間で再現されて初めて、因果連鎖は強化される。
エビデンスの階段
メカニズムに基づく主張の特定性は、以下の順序で高まる：GWAS関連性 → 詳細マッピングされた候補 → 関連細胞のクロマチン注釈 → アレル特異的分子効果 → 接触/eQTLリンク → 変調 → 表現型。すべての研究が最終段階に至る必要はないが、達成された検証の程度を明確に示すことが不可欠である。
一般的な誤解
- リーディングSNPは因果変異と同義ではありません。
- エンハンサーとの重複は標的遺伝子を特定するものではありません。
- クロマチン接触は活性制御と同等ではありません。
- eQTLとGWASシグナルの重複は、共有される因果シグナルを自動的に証明するものではありません。
- レポーターアッセイで観察された効果は、ネイティブなクロマチンコンテキストでの効果とは異なる場合があります。
限界
直接的に関連する疾患組織の取得は困難であり、代替細胞を使用すると生物学的文脈が変化することがある。詳細マッピングおよびコンタクトマップは、祖先、細胞状態、解析解像度によって影響を受ける。結果は、使用されたゲノムビルド、LD参照、細胞型、アッセイ、パイプラインバージョンとともに報告されなければならない。
文脈における読み取り
表現関連および共局在化解析はeQTLセクションで扱われ、オープンクロマチン測定はATAC-seqで詳細に説明され、参照座標とアレル表現はReference genomeの概念で扱われます。