Alla ricerca di segni di pressione selettiva in Homo Sapiens

1. Alla ricerca di segni di pressione selettiva in Homo Sapiens Sergio Cocozza Dipartimento di Biologia e Patologia Cellulare e Molecolare Università “Federico II” Napoli Gruppo Interdipartimentale Bioinformatica e Biologia Computazionale

2. “Niente in Biologia è di senso se non alla luce dell’Evoluzione” Theodosius Dobzhansky (1900-1975)

3. ed in Medicina “Niente in Biologia è di senso se non alla luce dell’Evoluzione” Theodosius Dobzhansky (1900-1975)

4. Un problema “pratico” Se vuole guarire deve smettere di fumare. Il fumo fa venire il cancro... fa male alla circolazione ... ecc ecc

5. Un problema “pratico” Sciocchezze ! Mio nonno è morto a 100 anni fumando sigari toscani ! Se vuole guarire deve smettere di fumare. Il fumo fa venire il cancro... fa male alla circolazione ... ecc ecc

6. gene a 100 90 80 70 60 50 40 30 20 10 0 100 90 80 70 60 50 40 30 20 10 0 gene b genec gene d ambiente x ambiente y Malattie Multifattoriali

7. gene a 100 90 80 70 60 50 40 30 20 10 0 100 90 80 70 60 50 40 30 20 10 0 gene b genec gene d ambiente x ambiente y ?

8. Varianti rare e varianti frequenti: chi è il colpevole ?

9. Teorie a confronto Common Disease/Common Variant (CD/CV) Common Disease/Rare Allele (CD/RA) La maggior parte delle mutazioni che causano malattie complesse sono avvenute recentemente, dopo la divergenza delle popolazioni. La conseguenza è l’attesa di una forte eterogeneità nei geni di suscettibilità per le malattie complesse Varianti alleliche esistenti prima della dispersione degli umani sulla terra o varianti alleliche sottoposte a pressione selettivarappresentano una proporzione significativa degli alleli di suscettibilità per le malattie complesse. La conseguenza è l’attesa di una minore eterogeneità nei geni di suscettibilità per le malattie complesse Bassa penetranza Bassa penetranza (poligenia) Alta penetranza (monogenia)

10. Pressione selettiva: adattamento e malattia ? Ambiente Genoma ? Adattamento Malattia

11. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

12. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

13. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

14. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

15. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

16. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

17. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

18. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

19. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

20. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

21. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

22. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

23. Genotipo “frugale” Accumula peggio i grassi Accumula meglio i grassi

24. PNAS January 26, 2010; 107 Evolution in Health and Medicine Sackler Colloquium

25. Strumenti per lo studio della pressione selettiva • Grado di differenziazione genetica delle popolazioni umane (Fst) • Omozigosità estesa degli aplotipi (iHS)

26. Normale grado di differenziazione delle popolazioni (deriva genica)

27. Più altogrado di differenziazione delle popolazioni

28. Più basso grado di differenziazione delle popolazioni

29. Fst FST misura le differenze nelle frequenze alleliche tra popolazioni diverse. E' un valore che varia da 0 = nessuna differenza a 1 = massima differenza. E' considerata una delle possibili misure di pressione selettiva

30. iHS Haplotype A Haplotype B Haplotype C Haplotype D Recent Positive Selection

31. iHS The test begins with the EHH (extended haplotypehomozygosity) statistic proposed by Sabeti et al.. The EHH measures the decay of identity, as a function of distance, of haplotypes that carry a specified “core” allele at one end. For each allele, haplotypehomozygosity starts at 1, and decays to 0 with increasing distance from the core site in plots of EHH versus distance, the area under the EHH curve will usually be much greater for a selected allele than for a neutral allele. This integrated EHH (iHH) (summed over both directions away from the core SNP) will be denoted iHHA or iHHD, depending on whether it is computed with respect to the ancestral or derived core allele. When the rate of EHH decay is similar on the ancestral and derived alleles, iHHA/iHHD ≈ 1, and hence the unstandardizediHS is ≈ 0 Since in neutral models, low frequency alleles are generally younger and are associated with longer haplotypes than higher frequency alleles, we adjust the unstandardizediHS to obtain our final statistic which has mean 0 and variance 1 regardless of allele frequency at the core SNP:

32. Scopi del progetto • Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane • Studio n.1 : Ricerca genome-wide di geni con segni di pressione selettiva e loro caratterizzazione • Studio n.2 : Ricerca genome-wide di geni candidati ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione

33. Scopi del progetto • Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane • Studio n.1 : Ricerca genome-wide di geni con segni di pressione selettiva e loro caratterizzazione • Studio n.2 : Ricerca genome-wide di geni candidati ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione

34. Studio n.1 Data set Frequenze alleliche di circa 4,000,000 SNP di circa 500 individui da tre differenti gruppi etnici [HapMap Public Release #27 (merged II+III)]

35. Metodi • Dati addizionali sulle SNP (posizione fisica, associazione SNP-gene furono ottenuti da dbSNP (build 129) • I dati di HAPMAP e dbSNP furono fusi in un database locale MySQL attraverso un set di script Perl • Furono escluse dall'analisi SNP che fossero risultate non campionate o non polimorfiche in tutte le tre popolazioni. Furono inoltre escluse le SNP con una frequenza dell'allele minore < 5% in tutti le tre popolazioni. Dopo tale selezione il campione conteneva 2.125.440 SNP • Il calcolo dell'Fst fu effettuato con uno script utilizzando la formula di Wright (con correzione di Weir per la numerosità) • Per assegnare un valore di Fst ad un determinato gene fu usato il massimo valore trovato tra le SNP associate a quel gene

36. Distribuzione dei valori di Fst da noi calcolati lungo i cromosomi

37. Autocorrelazione L'autocorrelazione è stata calcolata per ogni cromosoma, per ogni coppia di SNP separate da un fissato numero di SNP intermedie. La linea nera mostra il valore medio (+ 2 SE) delle correlazioni sugli autosomi. La linea rossa mostra le correlazioni delle SNP sul cromosoma X Risultato: Il segnale non è distribuito in maniera randomiana. Ljung-Box test p < 10 - 16

38. Distribuzione Fst tra i cromosomi Per ogni cromosoma è mostrato il box-plot dei valori di Fst. Il rettangolo è delimitato dal primo e dal terzo quartile e diviso al suo interno dalla mediana. I segmenti (i "baffi") sono delimitati dal minimo e dal massimo dei valori. Gli estremi dell'incisura rappresentano il 95% di intervallo di confidenza della mediana. Risultato I valori di Fst sono distribuiti differentemente tra gli autosomi e gli eterocromosomi (p < 10-16)

39. Commento • La differenza tra eterocromosomi e autosomi potrebbe essere dovuta a: • Campione effettivo di popolazione più piccolo (¾ per X e ¼ per Y rispetto agli autosomi) • Diversa frequenza di ricombinazione • Diversa pressione selettiva tra maschi e femmine

40. Comparazione con altre misure di pressione selettiva: Dn/Ds ratio • Esistono altri metodi per studiare la pressione selettiva • Alcuni di essi si basano sull'analisi comparativa di differenti specie (misura interspecie) • Il metodo Dn/Ds valuta il rapporto tra mutazioni sinonime e non sinonime • Un rapporto alto indica selezione positiva

41. Variabilità intraspecie (Fst) vs Variabilità interspecie (Dn/Ds) I geni sono stati raggruppati in accordo con l'evidenza di selezione positiva nell'analisi di 6 specie di mammifero (Kosiol et al. 2008 Plos Genetics). Le barre verticali rappresentano il 95% di intervallo di confidenza) Risultato I geni con segni di pressione selettiva interspecie (Dn/Ds > 1) mostrano un valori medi di Fst significativamente più bassi (p < 0.001)

42. Gene Set Enrichment Analysis GSEA • L'idea chiave di GSEA è quella di valutare l'arrichhimento di una lista di geni non attraverso la valutazione di singoli geni outliers ma attraverso quella di set di geni funzionalmente collegati • Dal punto di vista statistico GSEA limita i danni della correzione da test multiplo • GSEA è usata comunemente nell'analisi di array. Per la prima volta ne abbiamo proposto un uso per l'analisi della funzione dei geni in base al loro valore di Fst

43. Pathways (KEGG ) arricchite per geni con valori di Fst statisticamente diversi dalla media • Pathways arricchite per geni con alto FST • Axon guidance (FDR<0.001) • Focal adhesion (FDR 0.008) • ECM receptor interaction (FDR 0.009) • Regulation of actin cytoskeleton (FDR 0.010) • Adherens junction (FDR 0.010) • Calcium signaling pathway (FDR 0.010) Pathways arricchite per geni con basso FST • Antigen processing and presentation (FDR 0.001)

44. Fst e malattie complesse Geni trovati positivamente associati con malattie complesse in accordo col Genetic Association Database, furono paragonati ai restanti. Le barre verticali rappresentano il 95% di intervallo di confidenza. Risultato I geni che sono stati associati in precedenti studi con malattie complesse mostravano mediamente un valore di Fst più alto dei restanti (p < 0.001, empirical p 0.0005).

45. Fst per classi di malattie

46. Scopi del progetto • Cercare segni di pressione selettiva nella specie Homo Sapiens e possibili collegamenti con le patologie umane • Studio n.1 : Ricerca genome-wide di geni con segni di pressione selettiva e loro caratterizzazione • Studio n.2 : Ricerca genome-wide di geni candidati ad essere sotto una specifica pressione selettiva (legata alla latitudine) e loro caratterizzazione

47. Perchè latitudine: Out of Africa

48. Colore della pelle Statura, dimensioni e forma del corpo Alcune caratteristiche dello splancnocranio (ad esempio larghezza delle narici) Effetti legati alla latitudine Adattamenti noti Cosa cambia • Esposizione ai raggi solari (quantità e ritmo) • Clima e temperatura • Risorse alimentari

49. Sole, vitamina D, rachitismo

50. Vitamina D