studi sulla popolazione islandese

L. Alkes Prezzo * 1,2,3, Agnar Helgason4, 5 *, Snaebjorn Palsson5, Hreinn Stefansson4, David S. Clair6, Ole Andreasen A. 7, David Reich3, 8, Agostino Kong4, Kari Stefansson4, 5 *

1 Dipartimento di Epidemiologia, Harvard School of Public Health, Boston, Massachusetts, Stati Uniti d'America, 2 Dipartimento di Biostatistica, Harvard School of Public Health, Boston, Massachusetts, Stati Uniti d'America, 3 Broad Institute del MIT e di Harvard, Cambridge, Massachusetts, Stati Uniti d'America, 4 DECODE Genetics, Reykjavik, Islanda, 5 Università degli Studi di Islanda, Reykjavik, Islanda, 6 Dipartimento di Salute Mentale, Università di Aberdeen, Aberdeen, Regno Unito, 7 Divisione di Psichiatria, Ulleval University Hospital, Oslo, Norvegia, 8 Dipartimento di Genetica, Harvard Medical School, Boston, Massachusetts, Stati Uniti d'America
Abstract Top

La popolazione islandese è stato campione della malattia, in molti studi di associazione, che fornisce una forte motivazione a capire la struttura di questa parte della popolazione e le sue implicazioni per la mappatura del gene della malattia. Precedente lavori con 40 microsatelliti ha mostrato che la popolazione islandese è relativamente omogenea, ma presenta sottile struttura della popolazione che può pregiudizi malattia associazione statistiche. Qui, ci dimostrano che ancestries regionale geografica delle persone fisiche da Islanda possono essere distinti utilizzando autosomica 292.289 polimorfismi di singolo nucleotide (SNP). Si mostrano inoltre che subpopolazione differenze sono dovute alla deriva genetica, poiché la composizione delle Islanda 1100 anni fa, e non a diversi contributi provenienti da diverse popolazioni ancestrali. Una conseguenza della recente origine islandese di struttura della popolazione è che le differenze di frequenza alleli seguire un nulla di distribuzione privo di aberranti, in modo che il rischio di falsi positivi a causa di associazioni stratificazione è minima. I nostri risultati evidenziano un importante distinzione tra popolazione differenze imputabili al recente deriva e di quelli derivanti dalla più antica divergenza, che ha implicazioni sia per l'associazione di studi e per gli sforzi volti a individuare la selezione naturale utilizzando popolazione differenziazione.
Autore Sintesi Top

La popolazione islandese è una struttura della popolazione, in quanto regioni geografiche d'Islanda mostra differenze allele frequenze di marcatori genetici. Anche se tali differenze sono relativamente piccoli, di lavoro precedente ha dimostrato che essi possono pregiudizi associazione statistiche in casi di malattia di studi e, se i controlli sono campionati in diverse proporzioni tra le regioni geografiche. In questo studio, si dimostra che con genotipo denso di dati, è possibile distinguere l'origine geografica regionale delle persone da Islanda. Si mostrano inoltre che l'allele frequenza differenze tra le regioni d'Islanda sono dovuti alla deriva genetica, poiché l'insediamento di Islanda, non a differenze di contributi da parte delle popolazioni ancestrali. Una conseguenza di ciò è che le differenze di frequenza alleli seguire una distribuzione nulla, privo di insolitamente grandi differenze dovuta all'azione della selezione naturale, in modo che le associazioni conseguente falsi positivi in studi di malattia sarà minimo. Ciò è in netto contrasto con le popolazioni (come gli americani europea) in cui le differenze sono subpopolazione dovuto ad una più antica divergenza, consentendo l'azione della selezione naturale per produrre allele frequenza insolitamente grandi differenze che possono portare a falsi positivi associazioni. I nostri risultati evidenziano un importante distinzione tra popolazione differenze imputabili al recente deriva genetica e quelli derivanti dalla più antica divergenza.

Visto: Prezzo AL, Helgason A, S Palsson, Stefansson H, St. Clair D, et al. (2009) L'impatto del Tempo Divergenze sulla natura della struttura della popolazione: un esempio da Islanda. PLoS Genet 5 (6): e1000505. doi: 10.1371/journal.pgen.1000505

Editore: Gil McVean, Università di Oxford, Regno Unito

Received: December 4, 2008; accettate: 5 maggio 2009; Pubblicato: 5 giugno, 2009

Copyright: © 2009 Prezzo et al. Si tratta di un accesso aperto articolo distribuito secondo i termini della Creative Commons Attribution License, che permette un utilizzo senza restrizioni, la distribuzione e la riproduzione con qualsiasi mezzo, a condizione che l'autore e la fonte originale sono accreditati.

Finanziamento: Il lavoro è stato sostenuto da un Ruth Kirschstein Servizio Premio Nazionale delle Ricerche dal National Institute of Health (ALP), da concedere LSHM UE-CT-2006-037761 (Progetto SGENE), da parte del Consiglio della ricerca di Norvegia (# 167153/V50 , OAA), e dalla Norvegia Orientale Health Authority (# 123-2004, OAA). I finanziatori non ha avuto alcun ruolo nel progetto di studio, raccolta e analisi dei dati, la decisione di pubblicare, o la preparazione del manoscritto.

Competere interessi: Autori affiliazioni cui sono elencati come DECODE Genetica sono azionisti e / o dipendenti di DECODE Genetica, una società di biotecnologie.

* E-mail: aprice@hsph.harvard.edu (ALP); agnar@decode.is (AH); kstefans@decode.is (KS)
Introduzione Top

L'islandese è stato campione di popolazione in molte malattie associazione studi [1] - [8]. Pertanto, vi è una forte motivazione a capire la struttura di questa parte della popolazione e le ramificazioni per gli studi di associazione. Un recente studio di 40 marcatori microsatellite ha dimostrato che la popolazione islandese è relativamente omogenea, ma che esistono differenze sottili subpopolazione, gonfiare le statistiche di malattia associazione simulato studi caso-controllo [9]. Altri studi di popolazione islandese struttura si sono concentrate sul cromosoma Y e mtDNA analisi [10] - [12]. Ora, la disponibilità di dati genotipo da un gran numero di campioni islandese, sulla base densamente SNPs distribuiti in tutto il genoma e raccolti nel corso del genoma a livello di studi di associazione, rende possibile la struttura della popolazione islandese indagare in modo più approfondito. In questo studio, abbiamo analizzato oltre 30.000 islandese campioni che sono stati genotipizzati utilizzando il Illumina 300 K chip.

Oltre a fornire una valutazione più dettagliata delle differenze genetiche tra subpopolazioni regionali, la nostra analisi resa più nuovi risultati. In primo luogo, ci dimostrano che con una sufficiente quantità di dati genotipo è possibile distinguere geografico regionale ancestries di persone provenienti da Islanda, e di dimostrare una notevole concordanza tra genetica e rapporti islandese geografia. In secondo luogo, ci dimostrano che la struttura della popolazione è in Islanda a causa della recente deriva genetica, non le differenze regionali nella proporzione di additivo da Norse e gaelico ancestrali delle popolazioni [11]. In terzo luogo, ci mostrano che le differenze tra allele frequenza regionale subpopolazioni seguire un nulla di distribuzione che è privo di SNP altamente differenziata, in coerenza con la giovane età della popolazione islandese. Una conseguenza è degno di nota che non vi sia il minimo rischio di confusione a causa della stratificazione della popolazione in associazione studi condotti in Islanda. Ciò è in netto contrasto con le differenze tra le popolazioni di origine europea (ad esempio, come rappresentato in Europa americani [13], [14]), dove, anche a fronte di bassi livelli di differenziazione della popolazione totale, di confusione può derivare da insolitamente differenziata loci che sono il risultato di geograficamente limitato episodi della selezione naturale durante i periodi molto più lungo di popolazione divergenza. Infatti, un confronto genetico di islandesi e scozzese ha rivelato un eccesso di varianti molto differenziate, comprese le varianti per le quali l'insolita misura di differenziazione è stata genomewide significativa, suggerendo l'azione della selezione naturale. Pertanto, sia la maledizione della stratificazione della popolazione e la benedizione di utilizzare insolitamente differenziata loci per rilevare la selezione naturale sono molto più pertinenti nelle popolazioni con un sottile livello di struttura che derivano da antiche divergenze rispetto a popolazioni come quella d'Islanda, la cui struttura sottile è il risultato di recente deriva genetica.
Risultati Top
Relazioni genetiche tra 11 regioni d'Islanda

Durante il secolo scorso, l'urbanizzazione ha portato ad una notevole miscelazione di ascendenza da diverse regioni d'Islanda, in particolare nella capitale Reykjavik [9]. Tuttavia, il nostro obiettivo era quello di studiare la struttura della popolazione, come è esistito prima di questa miscela. A tal fine, la nostra analisi iniziale incentrato su un sottogruppo di 877 campioni islandese di oltre 30.000 che sono stati genotipizzati sulla Illumina 300 K chip. Per ciascuna delle 11 regioni d'Islanda, abbiamo scelto fino a 100 campioni indipendenti con maggioranza antenati da quella regione, sulla base di informazioni genealogiche loro antenati da cinque generazioni indietro (figura 1 e tabella 1; vedere Materiali e Metodi).
anteprima

Figura 1. Mappa di 11 regioni d'Islanda, colore a partita figure 2 e 3.

L'interno regione non è numerata, come è disabitata. Le dimensioni del campione per ogni regione sono riportati nella tabella 1.
doi: 10.1371/journal.pgen.1000505.g001
anteprima

Tabella 1. Dati per i campioni con islandese antenati maggioranza di ciascuna delle 11 regioni.
doi: 10.1371/journal.pgen.1000505.t001

Analisi delle componenti principali (PCA) è uno strumento ampiamente utilizzato per l'analisi dei dati genetici [15] - [18]. Abbiamo eseguito il genotipo APC dati dal 877 gli individui che utilizzano il software EIGENSOFT con impostazioni di default dei parametri [17]. Una trama dei primi due componenti principali sono mostrate nella Figura 2A, rivelando una notevole concordanza tra l'orientamento geografico delle 11 regioni (Figura 1) e la posizione relativa di ciascuna regione sulla trama APC (Figura 2A). In entrambi i casi, si osserva un anello a forma di topologia regione con numeri crescenti in senso orario e un vuoto centrale corrispondente al disabitati interni d'Islanda. I primi due PC spiegare una modesta percentuale della varianza totale: 0,0027 e 0,0022 per PC1 per PC2, in rappresentanza di un eccesso di 0,0015 e di 0,0011 per PC1 per PC2 sopra quello che ci si aspetterebbe un caso (Tracy Widom-P-values <10-12 in ogni caso [17]), simili alle precedenti risultati su insiemi di dati europea americano [13]. Prendiamo atto che questi PC sono il risultato del genoma a livello di struttura, al contrario di un piccolo numero di marcatori altamente informativi (cfr. Testo S1).
anteprima

Figura 2. APC appezzamenti di (A) con la maggior parte dei campioni dei loro antenati da 11 regioni d'Islanda e (B) con la maggior parte dei campioni dei loro antenati da 11 regioni d'Islanda, insieme ad una serie di 250 campioni scelti a caso islandese.
doi: 10.1371/journal.pgen.1000505.g002

Per valutare l'uso di dati genotipo densa di prevedere geografica antenati nella popolazione islandese, abbiamo selezionato casualmente 250 islandese ulteriori campioni per i quali erano disponibili dati genotipo (vedi Materiali e Metodi). A correre con l'APC 250 campioni compresi (Figura 2B) indica che queste persone traccia loro antenati provenienti da tutta l'Islanda, con un eccesso di persone dalla regione vicinanze del 4 (concordante con la tabella 1). Abbiamo usato i risultati di partenariato e di cooperazione regionale per prevedere l'origine di ciascuno dei 250 campioni e rispetto con la loro vera origine, che abbiamo definito come la regione in cui il maggior numero di cinque generazioni di antenati indietro è nato (vedi Materiali e Metodi). Le previsioni sono state corrette origini per il 47% dei campioni, correggere entro una distanza di una regione per il 74% dei campioni, e corretto entro una distanza di due regioni per il 93% dei campioni. La precisione è aumentato al 58% (87% all'interno di una regione, il 97% entro due regioni), quando la limitazione al 98 (di 250) i campioni con almeno 16 di 32 antenati da una singola regione. Le nostre analisi dimostrano che il genotipo densa di dati può essere usato per distinguere, e in una certa misura prevedibile, la geografico regionale antenati degli individui all'interno Islanda. Prendiamo atto che una correlazione tra la geografia e la genetica stirpe è stato osservato anche in altre parti d'Europa [19] - [22].

Un diverso modo di esaminare i modelli di variazione genetica in Islanda è attraverso sintesi statistiche come FST, che rispecchia la percentuale del totale delle variazioni genetiche nelle due popolazioni che si spiega con la loro divisione in distinte popolazioni [23], [16] ( vedi Materiali e Metodi). FST valori sono stati calcolati per ogni coppia di regioni islandese, ottenendo una media di 0,0026 (Tabella 2). Entrambi Figura 2A e la tabella 2 mostra che la regione e, in particolare, 7 regione 9 mostrare la massima divergenza da altre regioni, così come il più basso eterozigosi, il che suggerisce che queste regioni sono state maggiormente influenzate da fattori genetici deriva da quello degli altri. Questa conclusione è coerente con le piccole dimensioni storiche della popolazione di queste regioni [24].
anteprima

Tabella 2. Coppie FST e eterozigosi stime per 11 regioni d'Islanda.
doi: 10.1371/journal.pgen.1000505.t002
Genetica Relazioni tra l'Islanda, la Norvegia e la Scozia

La popolazione islandese nato dalla mescolanza di Norse e gaelico antenati circa 1100 anni fa, al momento della liquidazione [11]. FST coppie valori tra l'Islanda, la Norvegia e la Scozia sono state calcolate sulla base di 79.641 autosomica SNP nella intersezione delle Illumina 300 K e 6,0 Affymetrix chip, utilizzando dati provenienti da 30.244 genotipo islandese, norvegese 250 e 445 campioni scozzese (vedi Materiali e Metodi). Le stime sono state ottenute FST 0,0016 tra l'Islanda e la Norvegia, tra 0,0020 Islanda e la Scozia, e 0,0013 tra la Norvegia e la Scozia. La FST stime più grande che separa l'Islanda e le sue due popolazioni ancestrali sono coerenti con le precedenti analisi che indicano che il pool genico islandese ha sperimentato più recenti deriva che i paesi vicini del nord Europa [12].

Una possibile spiegazione per le differenze genetiche osservate tra le 11 regioni d'Islanda è il contributo di diverse popolazioni ancestrali. Per esplorare questa possibilità, abbiamo utilizzato dalla genotipi 79.641 sovrapposizione SNP al progetto [17], il norvegese e scozzese campioni su componenti principali, calcolata utilizzando la sottogruppo di 877 islandese campioni (Figura 3). L'analisi è robusto per la preoccupazione che le proiezioni, i campioni possono essere colpiti con la regressione verso la media (vedi Testo S1, figura S1 e S2 Figura). Il norvegese e scozzese campioni sono stati raggruppati strettamente vicino l'origine, che hanno ciascuno con una media di 0,004 su PC1 e -0,005 su PC2. Ciò indica che le differenze genetiche tra islandese subpopolazioni rappresentata nella parte superiore due PC sono ortogonali a differenze genetiche tra il norvegese e scozzese popolazioni ancestrali. In altre parole, i contributi di diverse popolazioni ancestrali non sono un elemento determinante di differenze genetiche tra islandese regioni. Piuttosto, la fonte più plausibile di queste differenze è genetico deriva durante l'anno 1100 che sono passati da quando la soluzione d'Islanda.
anteprima

Figura 3. APC trama dei campioni provenienti dalla Norvegia e Scozia proiettate su PC calcolata utilizzando i campioni con la maggior parte dei loro antenati da 11 regioni d'Islanda.
doi: 10.1371/journal.pgen.1000505.g003
Stima della Norse gaelico e Contributi ai islandese Ancestry

Per ottenere una stima diretta di ascendenza Norse gaelico e proporzioni nella popolazione islandese, abbiamo modellato islandese allele frequenze come combinazione lineare di norvegese e scozzese allele frequenze, la contabilità per l'errore di campionamento derivanti dalle limitate dimensioni del campione (vedi Materiali e Metodi). Mentre il norvegese e scozzese campioni non possono rappresentare perfettamente il ancestrali popolazioni di coloni-islandese, che deriva da varie parti della Norvegia, eventualmente altre parti della Scandinavia, Scozia e in Irlanda le regioni costiere, abbiamo postulato che erano vicini abbastanza per fornire una ragionevole stima additivo . Sulla base dei dati disponibili, la combinazione lineare ottimale dato una stima di 64% e il 36% Norse origini scozzesi, con un errore standard inferiore al 2%. La FST tra la combinazione lineare ottimale e la frequenza osservata allele in Islanda è stato 0,0014, che può essere in parte dovuti ad una mancanza di campionamento da popolazioni ancestrali il vero, ma è probabile che sia dovuto principalmente alla recente deriva genetica islandese nel pool genico.

Lo stesso calcolo è stato eseguito per ciascuna delle 11 regioni islandese, ottenendo stime antenati che non erano statisticamente differenti. Per ciascuna regione, la stima del Norse antenati è stato tra il 62% e 65%, con un errore standard inferiore al 2% (ad eccezione della regione 1, per il quale abbiamo ottenuto il 61% con un errore inferiore al 3%). Ciò fornisce una prova evidente che le proporzioni di Norse e gaelico antenati non variano tra le regioni islandese, sostenendo l'idea che le differenze tra regioni sono islandese a causa della recente deriva genetica piuttosto che diversi contributi da parte delle popolazioni ancestrali.

Una questione è se la proporzione di ascendenza Norse è maggiore tra i maschi coloni d'Islanda che tra coloni femminile, come gli studi precedenti sulla base di cromosoma Y e mtDNA haplotypes hanno suggerito [10], [11]. Un confronto delle stime di ascendenza cromosoma X vs autosomica SNP potrebbe potenzialmente fornire una risposta a questa domanda, dal momento che i due terzi del cromosoma X-alleli (vs un mezzo di trasmissione autosomica alleli) sono passati attraverso la linea femminile. Abbiamo ottenuto un X-cromosoma antenati stima del 63% e 37% Norse origini scozzesi, con un errore standard del 7%. L'errore standard era molto grande la nostra analisi è stata limitata a solo 2.962 cromosoma X-SNP presenti su entrambi i Illumina Affymetrix 300 K e 6,0-chip e, di conseguenza, questa analisi è inconcludente. A causa delle differenze tra le origini cromosoma X e autosomi dovrebbe essere molto più piccoli delle sottostanti ascendenza effetti (ad esempio, un 100% di differenza tra la stirpe dei coloni maschio e femmina coloni porterebbe a un cromosoma X vs autosome antenati differenza di solo il 17%), i nostri risultati non sono in contraddizione con l'ipotesi di una sostanziale differenza tra antenati maschi e femmine coloni.
Distribuzione di Frequenza allele Differenze tra islandese subpopolazioni

Abbiamo valutato se vi sia un eccesso di comune SNP con grandi differenze tra allele frequenza islandese subpopolazioni, utilizzando dati provenienti da 14.313 persone con la maggioranza origini di una delle 11 regioni islandese (Tabella 1). Per ogni regione islandese, abbiamo calcolato la distribuzione di frequenza alleli che le differenze tra regione e l'unione di tutte le altre regioni, espressa in χ2 (1 DOF) nell'ambito di un modello statistico di neutro deriva genetica. Questo calcolo relativi conti per le persone (vedi Materiali e Metodi). PP piazzole per ciascuna regione r () sono mostrate in Figura 4. Per ogni regione, non vi era alcun eccesso di marcatori con grandi differenze rispetto a frequenza altre regioni. Di mediazione tra calcoli per ciascuna delle 11 regioni, 0,008% di marcatori era un P-valore inferiore a 0,0001, corrispondenti a circa il previsto distribuzione. Il più significativo è stato il valore P-3 × 10-6, un valore che non è statisticamente significativa dopo la correzione per il numero di SNP e regioni testato. Questi risultati sono coerenti con l'ipotesi che il divario di tempo islandese regioni è stato troppo breve per differenziale selettivo le forze per avere avuto un impatto significativo sulla allele frequenze.
anteprima

Figura 4. PP appezzamenti di frequenza alleli differenziazione tra regione r e l'unione di tutte le altre regioni, per ciascun valore di r ().
doi: 10.1371/journal.pgen.1000505.g004

In uno studio in cui la malattia di associazione casi e controlli sono tratte da diverse popolazioni, non vi è un rapporto matematico tra la distribuzione di frequenza alleli differenze e la distribuzione della malattia associazione statistiche (vedi Materiali e Metodi). Abbiamo ottenuto questo accordo con empirica teorico risultato per la simulazione di uno studio caso-controllo in cui 100 campioni indipendenti con maggioranza antenati da regione 4 sono stati classificati come casi di malattia e 100 campioni indipendenti con maggioranza antenati da regione 5 sono stati classificati come controlli. Abbiamo calcolato Cochran-Armitage tendenza statistiche e ottenuto un controllo genomico λ di 1,285, in linea con il valore previsto di (1 + NFST) = 1,28 data la FST di 0,0014 tra le due regioni (vedi Materiali e Metodi). Dopo il dividendo per Cochran-Armitage tendenza statistiche da parte della genomica λ controllo, la più importante associazione ha avuto un valore di P-3 × 10-6, che non è statisticamente significativa dopo la correzione per il numero di testate SNP. Abbiamo ripetuto questa analisi per tutte le coppie di regioni (4,5,6,8,10) con 100 campioni indipendenti disponibili (vedi tabella 1), e ha ottenuto risultati simili (minimo valore di P-4 × 10-7, che non è statisticamente significativa dopo la correzione per il numero di SNP e il numero di coppie di regioni testato.)

Una conseguenza di questi risultati è che ogni volta che λ è vicino a 1 in uno studio di associazione malattie che comportano la popolazione islandese, falsi positivi a causa di associazioni stratificazione della popolazione può essere definitivamente escluso. Se λ è maggiore di 1, quindi dividendo associazione statistiche λ sarà ancora da evitare falsi positivi associazioni. Questo non è il caso delle popolazioni, come gli americani europeo, con un sottile livello di struttura derivanti dalla più antica divergenza [25].
Distribuzione di Frequenza allele differenze tra l'Islanda e la Scozia

Abbiamo valutato se un eccesso di comune SNP allele con grandi differenze tra la frequenza e gli islandesi scozzese potrebbe fornire la prova della popolazione specifica selezione naturale. Abbiamo utilizzato gli islandesi e scozzese (anziché norvegesi) in questa analisi, perché questi campioni sono stati genotipizzati sullo stesso chip sotto test identici condizioni, evitando così gli effetti di distorsione differenziale [26]. Infatti, la coda di un confronto tra le distribuzioni popolazioni genotipizzati su diversi chip sembrano essere confusi da test artefatti, precludendo solide analisi di tali confronti (cfr. Testo S1). Abbiamo usato allele frequenza differenze tra islandese e scozzese campioni a SNP comune per calcolare un χ2 (1 DOF) statistica per insolito popolazione differenziazione che conti per gli effetti della deriva genetica neutro (vedi Materiali e Metodi). A PP trama dei nostri risultati è visualizzato in Figura 5. Al contrario di Figura 4, vi è un notevole eccesso di marcatori in estrema coda, con il 0,018% dei marcatori con un P-valore inferiore a 0,0001. Si ipotizzano che molti di questi marcatori sono probabilmente sono stati oggetto di selezione naturale.
anteprima

Figura 5. PP appezzamento di frequenza alleli differenziazione tra la Norvegia e la Scozia.

I nove SNP dalla tabella 3 vengono visualizzati come quadrati.
doi: 10.1371/journal.pgen.1000505.g005

Abbiamo trovato otto SNP, che rappresentano i due regioni cromosomiche, per i quali le prove di differenziazione è insolito popolazione genomewide significativa (valore nominale P <10-7, P-value <0,03 dopo la correzione per 284.191 comune SNP testato). Sei degli SNP si trovano all'interno o nelle vicinanze del TLR (recettore toll-like) TLR10 geni e TLR1, mentre gli altri due si trovano all'interno del NADSYN1 (NAD synthesase 1) gene (http://genome.ucsc.edu/) (Tabella 3 ). Per ciascuno di questi SNP, la differenza tra la frequenza alleli islandesi e scozzese è stato superiore al 15% (tab. S1), di gran lunga superiori a allele frequenza tipica delle differenze di circa il 3% che corrisponde ad un valore di 0,0020 FST. Solo due dei SNP dalla tabella 3, erano presenti in norvegese dati basati sul chip Affymetrix 6,0 (rs10024216 e rs11096957 TLR in regione), ma per entrambi questi SNP-e anche per rs7940244 nel NADSYN1 regione (che non è stato genomewide - significativo nel confronto di islandesi e scozzese)-allele frequenza differenze tra norvegesi e scozzesi sono stati anche superiore al 15% (tab. S1), escludere un effetto specifico per gli islandesi. Abbiamo anche la relazione di queste frequenze in SNP HapMap popolazioni [27] (tabella S1). Prendiamo atto che entrambe le TLR e NADSYN1 sono stati riportati in precedenza per essere significativamente differenziate tra i 12 britannici subpopolazioni analizzati dal WTCCC (nominale P-valori del 10-12 per TLR e 10-8 per NADSYN1) [28]. Il WTCCC studio ha dato un importante e prezioso contributo alla ricerca sulla selezione naturale, mettendo in evidenza il potenziale utilità di grandi dimensioni del campione da popolazioni molto strettamente connessi per rilevare segnali di selezione. Tuttavia, la statistica test utilizzato da questi autori valutato solo se le differenze di frequenza tra i 12 sottopopolazioni sono diverse da zero, e non se l'importo di differenziazione è stato superiore a quello che ci si aspetterebbe in base neutra deriva genetica (come desumibile dal genoma a livello di modelli di ). Un esempio di questa distinzione, che abbiamo osservato per un totale di 3.982 SNP nella nostra serie di dati ha frequenza differenze tra l'Islanda e la Scozia, che sono diverse da zero al valore nominale P-soglia di 10-7 usato per la prova corrispondente nel WTCCC studio. È estremamente improbabile che tutti questi SNP erano sotto selezione. Pertanto, non è possibile stabilire se i risultati delle WTCCC studio genomewide-rappresentano segnali significativi di selezione. Tuttavia, i nostri risultati corroborano l'ipotesi che la scelta non si verificano.
anteprima

Tabella 3. Elenco dei marcatori di cui insolito differenziazione tra l'Islanda e la Scozia è genomewide significative.
doi: 10.1371/journal.pgen.1000505.t003

In aggiunta alle otto genomewide importanti segnali, un segnale di grande suggestione insolito differenziazione è stata osservata a SNP rs13107325 (valore nominale P = 2 × 10-7, P-value = 0,06 dopo la correzione per 284.191 comune SNP testato) (tab. 3). Questo è uno SNP missenso codifica SNP all'interno del SLC39A8 (soluto vettore famiglia 39 (trasportatore di zinco), membro 8) gene (http://genome.ucsc.edu/), e in HapMap allele frequenze [27] indicano che il minore allele di questo SNP è privato alle popolazioni di origine europea (Tabella S1). Così, anche se questo SNP non soddisfa i nostri rigidi criteri per genoma a livello di significato, è un intrigante candidato per la selezione naturale.
Discussione Top

Abbiamo analizzato la struttura della popolazione Islanda utilizzando denso genotipo dati per dimostrare che ci sono sottili ma discernable le differenze genetiche tra individui provenienti da diverse regioni islandese, e che queste differenze sono sostanzialmente coerenti con l'anello a forma di topologia della parte abitata d'Islanda. La media coppie FST di 0,0026 per le 11 regioni che abbiamo analizzato è simile a FST valori tra i diversi popoli europei. Tuttavia, è importante sottolineare che i valori FST in questo studio possono essere fortemente dipendente dal sistema di campionamento, e FST valori di una stessa entità può essere osservato in altri paesi europei, se analizzato alla stessa risoluzione geografica. In particolare, islandese subpopolazione differenze sono dovute alla recente deriva genetica e non a diversi contributi da parte delle popolazioni ancestrali, come l'islandese subpopolazioni da ogni regione ereditare circa il 64% e 36% nordici gaelico antenati.

Una conseguenza della recente origine delle differenze genetiche tra subpopolazioni islandese è che le differenze di frequenza alleli null seguire la distribuzione previsto dal neutro deriva. Pertanto, vi è il rischio di falsi positivi associazioni stratificazione della popolazione a causa di malattia in associazione studi, nonostante il fatto che non vi sono vere e proprie differenze tra le regioni. La stessa conclusione può essere previsto per le altre popolazioni la cui struttura è emersa dalle recenti deriva genetica [29]. D'altro canto, tali popolazioni non sono molto adatta per l'individuazione di specifici selezione naturale regionale riflette nel insolito differenze tra sottopopolazioni. A tal fine, sottilmente strutturato popolazioni la cui struttura è dovuto ad una più antica popolazione di divergenza, con le grandi dimensioni della popolazione minimizzando successiva deriva genetica, offrono la più grande promessa. Ad esempio, europeo subpopolazioni americano mostra insolita differenze a LCT, e OCA2 HLA loci che si trovano al di fuori del nulla, con la distribuzione a livello di significatività del genoma ([13] e al prezzo, i dati non pubblicati). La distinzione tra popolazione differenze imputabili al recente deriva e di quelli derivanti dalla più antica divergenza è anche probabile che sia di interesse per gli studi di altri sottilmente strutturato popolazioni [22], [28], [30].

Per alcune malattie, in Islanda, come ad esempio il cancro al seno, la distribuzione geografica dei pazienti e dei loro antenati, non è casuale [31]. I nostri risultati indicano che le varianti altamente differenziate comune è improbabile che siano la causa di questo fenomeno. Rare varianti che sono aumentati di frequenza più elevata in alcune regioni d'Islanda a causa di effetti fondatore fornire una spiegazione più plausibile. Un esempio in caso di cancro al seno è la BARD1 Cys557Ser rischio variante che è aumentata in frequenza nella contea orientale del Sudur-Mulasysla (Figura 1) a causa di una strozzatura della popolazione in quella regione [32]. Una direzione di ricerca che è motivata dai nostri risultati è quello di indagare in che misura rare varianti, diffuse dai recenti fondatore effetti, svolgere un ruolo di differenze nella prevalenza della malattia tra gli individui con antenati provenienti da diverse regioni d'Islanda.
Materiali e Metodi Top
Dichiarazione etica

Questa ricerca è stata approvata dalla Commissione per la protezione dei dati d'Islanda e il Comitato Nazionale di Bioetica Islanda. L'adeguato consenso informato è stato ottenuto per tutti i donatori campione.
Dati islandese

I campioni di DNA da 35.457 persone che risiedono in Islanda sono stati genotipizzati utilizzando il Illumina 300 K chip nel corso della malattia associazione studi condotti da DECODE Genetica. L'adeguato consenso informato è stato ottenuto per tutti i donatori campione. A causa della natura sensibile del genotipo dati, l'accesso a tali dati può essere concessa solo presso la sede di DECODE genetica in Islanda. SNP con> 5%, i dati mancanti sono stati eliminati, lasciando 292.289 autosomica SNPs per l'analisi. Nessun collegamento squilibrio o bassa frequenza SNP sono stati applicati i filtri. Per ogni campione islandese genotipizzati, sono disponibili ulteriori dati da un database che descrivono genealogiche parentela ad altri campioni e la quotazione in Islanda contea nascita di ogni antenato rintracciabilità cinque generazioni [33]. Queste informazioni sono state utilizzate per limitare le analisi di alcuni sottoinsiemi di campioni islandese (vedi sotto).
I campioni con Ancestry da 11 regioni d'Islanda

Abbiamo raggruppato le 21 contee d'Islanda in 11 regioni, come descritto in precedenza [9] (Figura 1). Da tutta la serie di 35.457 persone, abbiamo selezionato un sottoinsieme di 14.313 persone con la maggioranza origini di una delle 11 regioni, sulla base di avere almeno 16 dei 32 padri (cinque generazioni indietro) da quella regione (Tabella 1). L'obiettivo di questo regime è stato quello di scegliere una serie di campioni che riflettono la struttura della popolazione Islanda prima della migrazione su larga scala che hanno portato da industrializzazione e urbanizzazione, durante il secolo scorso. Da questa serie di 14.313 individui abbiamo selezionato un ulteriore sottogruppo di 885 persone con più di 100 persone provenienti da ogni regione, che sono estranei a una distanza di meiotica quattro generazioni. Delle 885 persone, 8 sono stati rimossi genetiche aberranti come quando si correva APC [17]; Tabella 1b e la successiva analisi si basano sui restanti 877 persone. Il limite di dimensioni di 100 persone è stato utilizzato per garantire una rappresentanza relativamente anche di regioni per le analisi che sono sensibili alle diverse dimensioni del campione da subpopolazioni. Prendiamo atto che la regione 1, che contiene la capitale di Reykjavik, è stato fortemente sottorappresentati come aveva una piccola popolazione prima di urbanizzazione.
An Additional 250 Icelandic Samples

We randomly selected 250 samples from the 35,457 samples that were genotyped on the Illumina 300 K chip. Of these 250 samples, five overlapped the previous set of 877 samples; these were retained in the set of 250 additional samples but excluded from the set of original samples, in which only 872 samples were retained. We ran PCA on the combined set of 1,112 samples (Figure 2B) and used the 872 original samples to compute the average value of PC1 and PC2 for each region r. For each of the 250 additional samples, we computed the Euclidean distance between (PC1,PC2) for that sample and the average value of (PC1,PC2) for region r, and defined our prediction of regional ancestry as the value of r minimizing that distance. We defined true ancestry as the region in which the greatest number of ancestors five generations back was born. We compared predicted ancestry with true ancestry, both for the set of 250 samples and for a subset of 98 samples with majority ancestry from a single region. Given the low number of ancestors from region 1 (see Table 1), we merged region 1 with region 11 in these analyses (see Figure 1). This had little effect on our results, as only two of the 250 samples and none of the subset of 98 samples had the greatest number of ancestors from region 1. Thus, predicted ancestry P and true ancestry T each had values between 2 and 11. We considered our ancestry prediction to be correct if , correct to within a distance of one region if , and correct to within a distance of two regions if (see Figure 1).
Samples from Norway and Scotland

The Icelandic population arose from the admixture of Norse and Gaelic ancestors. To represent the ancestral populations, 445 samples from Scotland were genotyped on the Illumina 300 K chip, and 250 samples from Norway were genotyped on the Affymetrix 6.0 chip. The appropriate informed consent was obtained for all sample donors. Illumina 300 K genotyping was conducted by deCODE Genetics, and Affymetrix 6.0 genotyping was conducted by Expression Analysis on behalf of Ulleval University Hospital in Oslo. SNPs with >5% missing data in either Norway or Scotland were removed, leaving 79,641 autosomal SNPs (that were genotyped on both chips) in the merged data set of samples from Iceland, Norway and Scotland.
Assessment of Nordic and Gaelic Ancestry in the Icelandic Population

Let Nj and pj denote total allele count and observed allele frequency in the Icelandic population, Nj1 and pj1 denote total allele count and observed allele frequency in ancestral population 1, and similarly Nj2 and pj2 in ancestral population 2, for SNP j. Let MIXα denote a synthetic population consisting of a linear combination of proportions α and (1−α) from ancestral populations 1 and 2, respectively. Let pjα = α pj1+(1−α) pj2. We estimate the FST between Iceland and MIXα as

with the subtracted terms in the numerator adjusting for the effects of sampling error (see Supp Note 10 of [34]). We note that linkage disequilibrium between SNPs may lead to suboptimal weighting, which will increase the variance but will not bias the estimate. We estimate FST for different values of α (on an evenly spaced grid from 0 to 1) and infer the ancestry proportion α that minimizes FST, as described previously [35],[36]. We compute the standard error of the ancestry estimate α via a bootstrap approach. We partition the set of SNPs into B disjoint blocks (e.g., B = 100), repeat the computation for SNPs in each block to obtain B different ancestry estimates, and compute the standard error as the standard deviation of these estimates divided by the square root of B. Standard errors of FST estimates are computed in the same way. We note that the computation of FST between two sampled populations is equivalent to the above formula for α = 0 or α = 1.

Our FST computations assume that allele frequencies are obtained from an unrelated set of individuals. If related individuals were used, the effects of sampling error would be underestimated. Unrelated individuals were used in all FST computations, except in analyses of the aggregate set of Icelandic individuals, which included some related pairs of individuals. In this analysis, we used a subset of 30,244 of the 35,457 Icelandic individuals genotyped, in which the most closely related samples were removed. In this case, the amount by which the estimated sampling error (equal to the reciprocal of N = 2×30,244) is inaccurate is expected to be far smaller than the precision of 0.0001 to which we report FST estimates, and hence negligible.
Distribution of Allele Frequency Differences

Under neutral drift, the difference (p1−p2) between observed allele frequencies of two populations at a given locus can be approximated as a normal distribution with mean 0 and variance p(1−p)(2FST+1/N1+1/N2), where FST is the genetic distance between the two populations, N1 and N2 are total allele counts in each population, and p is the ancestral allele frequency that can be approximated as the average of the two observed allele frequencies [37]. We note that this null model extends to the case of admixture, which simply scales FST by the square of the admixture coefficient. It follows that (p1−p2)2/[p(1−p)(2FST+1/N1+1/N2)] is χ2 distributed with 1 degree of freedom (d.o.f.). In fact, one can simply compute (p1−p2)2/[p(1−p)] divided by its mean across SNPs, avoiding complications involving the effective sample size in the case of related samples. In these computations we excluded SNPs with minor allele frequencies p<0.05 to minimize deviations from the normality assumption. An excess of large values of the χ2 statistic indicates deviations from the null model, suggesting the action of natural selection.

Relationship between the distributions of allele frequency differences and disease association statistics, if cases and controls are drawn from distinct populations. We provide a mathematical derivation for the result that a null distribution of allele frequency differences implies a null distribution of disease association statistics after correction by genomic control. We consider a hypothetical association study in which N/2 diploid disease cases are drawn from population 1 and N/2 diploid controls are drawn from population 2. Any instance of population stratification can be considered in this framework by defining population 1 and population 2 as appropriate admixtures of the underlying populations. For a given marker, let p1 and p2 denote observed frequencies in cases and controls and p be the mean of p1 and p2. It follows that the correlation between genotype and case-control status is equal to, so that the Cochran-Armitage trend statistic [38], which equals N times the square of that correlation, is equal to. Since (p1−p2) is normally distributed with mean 0 and variance p(1−p)(2FST+1/N1+1/N2), where N1 = N2 = N (see above), it follows that the Cochran-Armitage trend statistic has a χ2 (1 d.o.f.) distribution scaled by (1+NFST). (See [39] for a related derivation.) This means that when the method of genomic control [40] is applied, the inflation factor λ is equal to 1+NFST, and that dividing association statistics by λ results in a χ2 (1 d.o.f.) distribution. More generally, the fact that both the allele frequency difference statistic and the Cochran-Armitage trend statistic are proportional to (p1−p2)2/(p(1−p)) implies that the distributions of these two statistics are identical up to a constant scaling factor, even when allele frequency differences do not follow a null distribution.
Supporting Information Top

Figure S1.

PCA plot of 203 samples with ancestry from 11 regions of Iceland projected onto PCs computed using 674 nonoverlapping Icelandic samples.

(0.14 MB TIF)

Figure S2.

Joint PCA plots of 877 Icelandic, 250 Norwegian and 445 Scottish samples. We plot (a) the top two PCs and (b) the third and fourth PCs.

(0.42 MB TIF)

Table S1.

Iceland, Scotland, Norway and HapMap allele frequencies of markers from Table 3.

(0.04 MB DOC)

Text S1.

Supplementary note.

(0.03 MB DOC)
Author Contributions Top

Conceived and designed the experiments: ALP AH DR AK KS. Analyzed the data: ALP AH SP HS. Wrote the paper: ALP AH KS. Contributed data: DSC OAA.
References Top

1. Grant SF, Thorleifsson G, Reynisdottir I, Benediktsson R, Manolescu A, et al. (2006) Variant of transcription factor 7-like 2 (TCF7L2) gene confers risk of type 2 diabetes. Nat Genet 38: 320–323. Trova questo articolo online
2. Amundadottir LT, Sulem P, Gudmundsson J, Helgason A, Baker A, et al. (2006) A common variant associated with prostate cancer in European and African populations. Nat Genet 38: 652–658. Trova questo articolo online
3. Helgadottir A, Thorleifsson G, Manolescu A, Gretarsdottir S, Blondal T, et al. (2007) A common variant on chromosome 9p21 affects the risk of myocardial infarction. Science 316: 1491–1493. Trova questo articolo online
4. Gudbjartsson DF, Arnar DO, Helgadottir A, Gretarsdottir S, Holm H, et al. (2007) Variants conferring risk of atrial fibrillation on chromosome 4q25. Nature 448: 353–357. Trova questo articolo online
5. Gudmundsson J, Sulem P, Steinthorsdottir V, Bergthorsson JT, Thorleifsson G, et al. (2007) Two variants on chromosome 17 confer prostate cancer risk, and the one in TCF2 protects against type 2 diabetes. Nat Genet 39: 977–983. Trova questo articolo online
6. Thorleifsson G, Magnusson KP, Sulem P, Walters GB, Gudbjartsson DF, et al. (2007) Common sequence variants in the LOXL1 gene confer susceptibility to exfoliation glaucoma. Science 317: 1397–1400. Trova questo articolo online
7. Thorgeirsson TE, Geller F, Sulem P, Rafnar T, Wiste A, et al. (2008) A variant associated with nicotine dependence, lung cancer and peripheral arterial disease. Nature 452: 638–642. Trova questo articolo online
8. Gudbjartsson DF, Sulem P, Stacey SN, Goldstein AM, Rafnar T, et al. (2008) ASIP and TYR pigmentation variants associate with cutaneous melanoma and basal cell carcinoma. Nat Genet 40: 886–891. Trova questo articolo online
9. Helgason A, Yngvadottir B, Hrafnkelsson B, Gulcher J, Stefansson K (2005) An Icelandic example of the impact of population structure on association studies. Nat Genet 37: 90–95. Trova questo articolo online
10. Helgason A, Sigurethardottir S, Nicholson J, Sykes B, Hill EW, et al. (2000) Estimating Scandinavian and Gaelic ancestry in the male settlers of Iceland. Am J Hum Genet 67: 697–717. Trova questo articolo online
11. Helgason A, Hickey E, Goodacre S, Bosnes V, Stefansson K, et al. (2001) mtDNA and the islands of the North Atlantic: estimating the proportions of Norse and Gaelic ancestry. Am J Hum Genet 68: 723–737. Trova questo articolo online
12. Helgason A, Lalueza-Fox C, Ghosh S, Sigurethardottir S, Sampietro ML, et al. (2009) Sequences from first settlers reveal rapid evolution in Icelandic mtDNA pool. PLoS Genet 5: e1000343. doi:10.1371/journal.pgen.1000343. Trova questo articolo online
13. Price AL, Butler J, Patterson N, Capelli C, Pascali VL, et al. (2008) Discerning the ancestry of European Americans in genetic association studies. PLoS Genet 4: e236. doi:10.1371/journal.pgen.0030236. Trova questo articolo online
14. Tian C, Plenge RM, Ransom M, Lee A, Villoslada P, et al. (2008) Analysis and application of European genetic substructure using 300 K SNP information. PLoS Genet 4: e4. doi/10.1371/journal.pone.0003862. Trova questo articolo online
15. Menozzi P, Piazza A, Cavalli-Sforza L (1978) Synthetic maps of human gene frequencies in Europeans. Science 201: 786–792. Trova questo articolo online
16. Cavalli-Sforza LL, Menozzi P, Piazza A (1994) The history and geography of human genes. Princeton, NJ: Princeton University Press.
17. Patterson N, Price AL, Reich D (2006) Population structure and eigenanalysis. PLoS Genet 2: e190. doi:10.1371/journal.pgen.0020190. Trova questo articolo online
18. Novembre J, Stephens M (2008) Interpreting principal component analyses of spatial population genetic variation. Nat Genet 40: 646–649. Trova questo articolo online
19. Novembre J, Johnson T, Bryc K, Kutalik Z, Boyko AR, et al. (2008) Genes mirror geography within Europe. Nature 456: 98–101. Trova questo articolo online
20. Lao O, Lu TT, Nothnagel M, Junge O, Freitag-Wolf S, et al. (2008) Correlation between genetic and geographic structure in Europe. Curr Biol 18: 1241–1248. Trova questo articolo online
21. Heath SC, Gut IG, Brennan P, McKay JD, Bencko V, et al. (2008) Investigation of the fine structure of European populations with applications to disease association studies. Eur J Hum Genet 16: 1413–1429. Trova questo articolo online
22. Jakkula E, Rehnstrom K, Varilo T, Pietilainen OP, Paunio T, et al. (2008) The genome-wide patterns of variation expose significant substructure in a founder population. Am J Hum Genet 83: 787–794. Trova questo articolo online
23. Weir BS, Cockerham CC (1984) Estimating F-statistics for the analysis of population structure. Evolution 38: 1358–1370. Trova questo articolo online
24. Jonsson G, Magnusson MS (1997) Hagskinna: Icelandic historical statistics. Reykjavík, Iceland: Hagstofa Islands.
25. Price AL, Patterson NJ, Plenge RM, Weinblatt ME, Shadick NA (2006) Principal components analysis corrects for stratification in genome-wide association studies. Nat Genet 38: 904–909. Trova questo articolo online
26. Clayton DG, Walker NM, Smyth DJ, Pask R, Cooper JD, et al. (2005) Population structure, differential bias and genomic control in a large-scale, case-control association study. Nat Genet 37: 1243–1246. Trova questo articolo online
27. The International Hapmap Consortium (2007) A second generation human haplotype map of over 3.1 million SNPs. Nature 449: 851–861. Trova questo articolo online
28. The Wellcome Trust Case Control Consortium (2007) Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls. Nature 447: 661–678. Trova questo articolo online
29. Service S, DeYoung J, Karayiorgou M, Roos JL, Pretorious H, et al. (2006) Magnitude and distribution of linkage disequilibrium in population isolates and implications for genome-wide association studies. Nat Genet 38: 556–560. Trova questo articolo online
30. Yamaguchi-Kabata Y, Nakazono K, Takahashi A, Saito S, Hosono N, et al. (2008) Japanese population structure, based on SNP genotypes from 7003 individuals compared to other ethnic groups: effects on population-based association studies. Am J Hum Genet 83: 445–456. Trova questo articolo online
31. Gudmunsson J, Sulem P, Johannsson O, Sigurdsson H, Hrafnkelsson H, et al. (2004) Geographic stratification in the ancestry of breast cancer patients and carriers of the BRCA2-999del5 founder mutation in Iceland [Poster abstract]. Presented at the 54th annual meeting of the American Society of Human Genetics, Toronto, Canada.
32. Stacey SN, Sulem P, Johannsson OT, Helgason A, Gudmundsson J, et al. (2006) The BARD1 Cys557Ser variant and breast cancer risk in Iceland. PLoS Med 3: e217. doi:10.1371/journal.pmed.0030217. Trova questo articolo online
33. Helgason A, Palsson S, Gudbjartsson DF, Kristjansson T, Stefansson K (2008) An association between the kinship and fertility of human couples. Science 319: 813–816. Trova questo articolo online
34. Keinan A, Mullikin JC, Patterson N, Reich D (2007) Measurement of the human allele frequency spectrum demonstrates greater genetic drift in East Asians than in Europeans. Nat Genet 39: 1251–1255. Trova questo articolo online
35. Long JC (1991) The genetic structure of admixed populations. Genetics 127: 417–428. Trova questo articolo online
36. Price AL, Patterson N, Hancks DC, Myers S, Reich D, et al. (2008) Effects of cis and trans genetic ancestry on gene expression in African Americans. PLoS Genet 4: e1000294. doi:10.1371/journal.pgen.1000294. Trova questo articolo online
37. Ayodo G, Price AL, Keinan A, Ajwang A, Otieno MF, et al. (2007) Combining evidence of natural selection with association analysis increases power to detect malaria-resistance variants. Am J Hum Genet 81: 234–242. Trova questo articolo online
38. Armitage P (1955) Tests for linear trends in proportions and frequencies. Biometrics 11: 375–386. Trova questo articolo online
39. Weir BS (1996) Genetic data analysis II: methods for discrete population genetic data. Sunderland, MA: Sinauer Associates.
40. Devlin B, Roeder K (1999) Genomic control for association studies. Biometrics 55: 997–1004. Trova questo articolo online
> inverti