Extracto
genotipo de datos densos se pueden utilizar para detectar fragmentos de cromosomas heredados de un ancestro común en individuos aparentemente no relacionados. Una mutación causante de la enfermedad heredada de un fundador común puede detectarse de este modo mediante la búsqueda de una firma haplotipo común en una muestra de población de los pacientes. Presentamos aquí FounderTracker, un método de cálculo para la detección de todo el genoma de las mutaciones fundadoras en el cáncer utilizando perfiles de SNP densa tumorales. Nuestro método se basa en dos supuestos. En primer lugar, el alelo de tipo salvaje con frecuencia sufre la pérdida de heterocigosidad (LOH) en los tumores de los portadores de mutaciones en la línea germinal. En segundo lugar, el solapamiento entre los fragmentos de cromosomas ancestrales heredados de uno de los fundadores común definirá un haplotipo mínimo conservado en cada paciente portador de la mutación fundadora. Así, nuestro enfoque se basa en la detección de haplotipos con una identidad significativa por el intercambio de ascendencia (IBD) dentro de las regiones recurrentes de LOH para resaltar loci genómico susceptibles de albergar una mutación fundador. Hemos validado este enfoque mediante el análisis de dos conjuntos de datos verdadero cáncer en el que hemos identificado con éxito fundador mutaciones de los genes supresores de tumores bien caracterizados. A continuación, utiliza datos simulados para evaluar la capacidad de nuestro método para detectar secciones de la EII como una función de su tamaño y frecuencia. Se demuestra que FounderTracker puede detectar haplotipos de baja prevalencia con alta potencia y especificidad, superando significativamente los métodos existentes. FounderTracker es, pues, una poderosa herramienta para el descubrimiento de las mutaciones fundadoras desconocidos que pueden explicar parte de la "falta" heredabilidad en el cáncer. Este método está disponible gratuitamente y se puede utilizar en línea en el sitio web FounderTracker
Visto:. Letouze E, Cerda A, Petel F, R Rosati, Figueiredo aC, Burnichon N, et al. (2012) Identidad de ascendencia Cartografía de las mutaciones fundadoras en Cáncer El uso de alta resolución del tumor SNP datos. PLoS ONE 7 (5): e35897. doi: 10.1371 /journal.pone.0035897
Editor: Thomas Mailund, Universidad de Aarhus, Dinamarca
Recibido: 22 Febrero, 2012; Aceptado: March 23, 2012; Publicado: May 2, 2012
Derechos de Autor © 2012 Letouze et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. Este trabajo es parte del programa CIT de la liga francesa Nationale Contre le cáncer (http://cit.ligue-cancer.net/index.php/en). Este trabajo fue apoyado por becas de Instituto Nacional del Cáncer y el CNRS (LIA NEOGENEX) a Enzo Lalli; CNPq y CAPES subvenciones a Bonald C. Figueiredo. Este trabajo fue apoyado por el Programa subvención COMETE Hospitalier de Recherche Clinique 3 (OMA 06 179). Los donantes no tenía papel en el diseño del estudio, la recogida y análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
con el advenimiento de SNP arrays y secuenciación de próxima generación, ahora es posible determinar el genotipo de millones de SNPs en un solo experimento, a bajo costo. Esto ha hecho que sea factible para detectar regiones de ADN heredados de un ancestro común en dos individuos aparentemente no relacionados. Dos tramos de ADN se dice idénticos por descendencia si son idénticos debido a la ascendencia común. La detección de la identidad por descendencia (IBD) en las poblaciones se considera un enfoque muy prometedor para la vinculación de mapas de genes de enfermedades. De hecho, los análisis de ligamiento se llevan a cabo por lo general en las genealogías que contienen pequeños individuos estrechamente relacionados. En consecuencia, los segmentos identificados EII tienden a ser demasiado largo para delinear las regiones focales de interés con un número limitado de genes candidatos. Por el contrario, extensiones de la EII en individuos no relacionados rara vez se extienden a más de unos pocos centimorgans (cm). los estudios de ligamiento basados en la población son, pues, muy útil para la multa delineación de loci candidatos [1]. Varios métodos de gran alcance se han descrito para la detección de extensiones de IBD entre pares de individuos, basado en densa por etapas [2], [3] o [4], [5] de datos de genotipos unphased. Estos métodos son útiles para la detección de la EII por parejas, pero la vinculación de mapas basado en la población requiere la detección de regiones genómicas con un exceso significativo de la EII en los casos de enfermedad con respecto a los controles. Dos métodos fueron propuestos recientemente para la detección de la EII entre varios individuos: una cadena de Markov método de Monte Carlo (MCMC) [6], y DASH (DASH Associates haplotipos compartidos) [7], un algoritmo basado en el gráfico que se basa en los segmentos de IBD por pares para inferir grupos de individuos con EII. Una limitación importante de MCMC es que implica el cálculo intenso y por lo tanto no es adecuado para el análisis de grandes conjuntos de datos que consisten en perfiles de SNP de alta densidad. DASH es mucho más rápido, pero sólo devuelve una lista de haplotipos que son idénticos por descendencia en varias muestras. enriquecimiento significativo en los casos de enfermedad puede entonces ser evaluada a través de una prueba de asociación estadística. Sin embargo, este enfoque sólo tiene en cuenta la frecuencia de los haplotipos conservadas, y no su longitud. Sin embargo, un largo haplotipo, incluso encontrado en unos pocos casos, es probable que indican la presencia de una mutación fundadora.
Nuestro método está dedicada específicamente a la cartografía de los genes del cáncer. Una característica clave de los cánceres es que las células tumorales se acumulan aberraciones cromosómicas proporcionar una ventaja de crecimiento durante la progresión del cáncer, de manera que el genoma del tumor con el tiempo se convierte en una versión altamente reordenado del genoma constitutiva del paciente. Además, la ubicación de las alteraciones somáticas se debe en parte por la presencia de alelos de riesgo en el genoma de la línea germinal [8]. En particular, los pacientes heredar una mutación de línea germinal en un gen supresor de tumores con frecuencia perderá su contraparte normal en las células cancerosas, revelando el fenotipo mutante, como en el modelo de dos golpe de Knudson [9]. Por lo tanto, las mutaciones de la línea germinal se encuentran a menudo en regiones de pérdida de heterocigosidad (LOH). Esta característica es particularmente útil para el mapeo de ligamiento de los genes del cáncer. En primer lugar, las regiones de LOH se pueden utilizar para priorizar la búsqueda de IBD recurrente. En segundo lugar, cuando una región genómica se somete a LOH, sólo uno de los dos cromosomas parentales permanece en el ADN del tumor, por lo que el haplotipo de este cromosoma se da directamente por el perfil de SNP tumor, sin la necesidad de una etapa de haplotipos-eliminación. regiones mínimas de LOH son, pues, un punto de partida ideal para la detección de la EII recurrente en una muestra poblacional de tumores.
Nuestro método está diseñado para la detección de mutaciones asociadas al cáncer heredado de uno de los fundadores común, el uso de la EII recurrente en el mínimo regiones de LOH (Figura 1). La construcción de la línea germinal en el algoritmo [3] para la detección de la EII por parejas en los haplotipos fases, se describe un método de puntuación que tiene en cuenta tanto la frecuencia y la longitud de los segmentos de EII para la caracterización de haplotipos conservados de forma significativa en un conjunto de muestras tumorales. Estamos validar este enfoque en dos conjuntos de datos reales del cáncer. En el primer conjunto de datos, que comprende los tumores adrenocorticales 13 de la infancia desde el sur de Brasil, delineamos un haplotipo conservada que abarca 520 kb de todo el p.R337H ya se ha informado
TP53
mutación fundadora. En el segundo conjunto de datos, que comprende 30 feocromocitomas y paragangliomas, detectamos una nueva mutación fundadora de la
SDHD
gen, presente en sólo dos muestras. Finalmente, se muestran con datos simulados que FounderTracker detecta haplotipos conservadas de baja prevalencia con alta potencia y especificidad, superando significativamente los métodos existentes.
Resultados
La detección de haplotipos en las regiones conservadas recurrentes de LOH
Nuestra estrategia para la vinculación de mapas basado en la población de mutaciones fundadoras en el cáncer se ilustra en la Figura 1. una mutación difusión a través de una población se transmite dentro de un fragmento de cromosoma del ancestro común, que se hace más pequeño de generación en generación debido a la genética la recombinación en la meiosis. Todos los portadores de la mutación son por lo tanto idénticos por descendencia a su ancestro común para la región del cromosoma que alberga la mutación germinal. Además, el homólogo de tipo salvaje del gen mutante con frecuencia se pierde por LOH en tumores que se producen en los portadores de mutaciones de la línea germinal. Nuestro enfoque para el mapeo de las mutaciones fundadoras usando SNP serie de datos de este modo implica (i) la identificación de regiones recurrentes de LOH, (ii) la reconstrucción de haplotipos de tumores en estas regiones, y (iii) la búsqueda de la EII recurrente en los haplotipos tumorales.
Este diagrama ilustra los principios básicos de este método. Una mutación fundadora (estrella roja en el diagrama esquemático de cromosomas) se extiende a través de una población dentro de un fragmento de cromosoma (en rojo) heredado del fundador ancestral (A). Debido al cruce en off (líneas discontinuas) entre cromosomas homólogos en la meiosis, este fragmento de cromosoma se acorta a través de generaciones, de manera que los portadores de mutaciones (indicado en rojo) con el tiempo albergar solamente un haplotipo corto idénticos por descendencia (IBD) en todo el gen mutante (B ). Además, el homólogo de tipo salvaje de mutaciones de línea germinal es frecuentemente pierde por LOH en tumores, de manera que la mutación fundador normalmente se encuentra dentro de una región mínima de LOH (C). Como resultado, el fundador mutación se encuentra dentro de un haplotipo conservada en cada portador de la mutación (pico puntuación EII), en la región mínima de LOH (D).
Con una sonda de orientación de cada uno de los dos alelos de cada SNP, SNP arrays son una excelente herramienta para la detección de todo el genoma de la LOH, y varios algoritmos han sido descritos para este fin [10], [11]. En este estudio, utilizamos el método de impresión Genoma Alteración [12] para detectar LOH, que define un conjunto de regiones recurrentes de LOH en función de su frecuencia en el conjunto de datos del tumor.
A continuación, reconstruir el haplotipo de el alelo retenido en cada tumor (Figura 2). Dado que sólo uno de los dos cromosomas permanece en el tumor debido a LOH, los genotipos obtenidos para ADN tumoral proporcionar directamente el haplotipo del cromosoma retenido en las células tumorales. Por cierto, si el ADN constitutiva también está disponible, una comparación de los genotipos de ADN unphased constitutiva con el haplotipo tumor puede llevar a cabo para inferir el haplotipo del cromosoma perdido. Para estimar la tasa de error asociado con este enfoque, se compararon los haplotipos reconstruidos para dos tumores del mismo paciente en el que el mismo cromosoma se perdió por LOH [13], y se obtuvo una tasa de error muy bajo (& lt; 5 × 10
-5)
los genotipos se pueden deducir de SNP serie de datos, con la frecuencia del alelo B (BAF), que caracteriza la relación de fluorescencia entre los alelos a y B en cada lugar:.
BAF = B /gratis (
A + B Opiniones). En el ADN constitutivo, cada SNP está presente como dos alelos. El genotipo de cada SNP (AA, AB, o BB) de este modo se puede determinar de la BAF (0, 0,5 o 1, respectivamente), pero no el haplotipo de cada cromosoma. Por el contrario, si una de las dos copias se ha perdido por LOH en el tumor, el perfil SNP tumor refleja directamente el haplotipo del cromosoma que se retiene en el tumor. Si las muestras de ADN constitutivos y tumorales emparejadas están disponibles, el haplotipo del cromosoma perdido se puede reconstruir mediante la comparación de los dos perfiles.
Por último, que la búsqueda de la EII significativamente recurrente en el conjunto de los haplotipos tumorales reconstruidas. La tubería de análisis para este paso se representa en la Figura 3. Los segmentos de pairwise IBD se identifican primero con el algoritmo de la línea germinal [3]. a continuación, se le asigna una puntuación a cada segmento de la EII en parejas, teniendo en cuenta tanto el número como las frecuencias alélicas de los SNP dentro de cada segmento (ver Materiales y Métodos). Una puntuación de EII se calcula a continuación para cada marcador SNP, sumando las puntuaciones de todos los segmentos de la EII por pares que contienen este SNP. El desequilibrio de ligamiento (LD) también debe ser tenido en cuenta, porque las regiones genómicas de LD fuerte sistemáticamente a tener puntuaciones altas EII (Figura S1). Por lo tanto, comparar, para cada SNP, la EII puntuación obtenida para los tumores con una nula distribución de las puntuaciones de IBD establecida utilizando un conjunto de referencia de los haplotipos de los controles sanos (por ejemplo, los haplotipos fases de los proyectos de 1.000 Genomas).
El FounderTracker tubería para la detección recurrente IBD se divide en dos pasos. Una puntuación de EII se calcula primero para cada marcador SNP en el tumor conjunto de haplotipos. La puntuación IBD se deriva de los segmentos de IBD por pares identificados con el algoritmo de la línea germinal. Tiene en cuenta su longitud y las frecuencias alélicas de los SNP dentro de cada segmento. La puntuación EII para los tumores se compara entonces con una nula distribución establecida a partir de un conjunto de datos de referencia, para identificar los SNPs con puntuaciones significativamente más altas EII lo esperado por azar.
Aplicación al caso de los tumores adrenocorticales infancia en el sur de Brasil