tooluniverse-gwas-study-explorer

GWAS研究の詳細分析とメタアナリシス

GWAS研究を比較し、メタアナリシスを実施して、コホート間の再現性を評価します

---

概要

GWAS研究の詳細分析とメタアナリシスのスキルを使うと、同じ形質を対象とするゲノムワイド関連解析（GWAS）を包括的に比較し、研究間の遺伝子座をメタアナリシスし、再現性と研究の質を体系的に評価できます。NHGRI-EBI GWAS CatalogとOpen Targets Geneticsのデータを統合し、複雑形質の遺伝的構造を全体的に把握できます。

主な機能

1. 研究の比較：形質に関するすべてのGWAS研究を比較し、サンプルサイズ、祖先集団、解析プラットフォームを評価します
2. メタアナリシス：研究間の効果量を統合し、異質性統計量を算出します
3. 再現性の評価：発見コホートと再現コホート間で、再現された結果と新規の結果を特定します
4. 品質の評価：統計的検出力、祖先集団の多様性、データの利用可能性を評価します

---

説明するのではなく、計算する

分析で計算（統計、データ処理、スコアリング、エンリッチメント）が必要な場合は、Bash経由でPythonコードを作成して実行してください。実行方法を説明するのではなく、実行して実際の結果を報告してください。ToolUniverseツールでデータを取得し、Python（pandas、scipy、statsmodels、matplotlib）で分析してください。

領域固有の推論：同じ形質を対象とする研究の比較

同じ形質を対象とするGWAS研究を比較するときは、再現されているかを確認してください。独立した研究で同じリードSNPが現れることは、真の関連を示す強い証拠です。同じ遺伝子座に異なるリードSNPがある場合、集団間のLDの違いを反映している可能性があります。つまり、同じ原因変異をタグ付けしている可能性があります。遺伝子座がまったく異なる場合は、研究デザイン、表現型の定義、または集団の祖先の違いが原因かもしれません。結果が再現されなかったと結論づける前に、そのSNPが再現コホートで遺伝子型判定またはインピュテーションの対象になっていたかを確認してください。

推測せずに調べてください：特定の遺伝子座の効果量、p値、アレル頻度、LD構造を確認してください。ある研究に含まれるSNPが別の研究にも含まれると決めつけず、gwas_get_associations_for_snpを使って研究間のデータを取得してください。ゲノム上の近接性からLDブロックを推定せず、ファインマッピング結果にはOpen Targetsの信用集合を使ってください。

---

ユースケース

1. 形質の包括的な分析

シナリオ：「2型糖尿病について利用可能なすべてのGWASデータを把握したい」

ワークフロー：

• GWAS CatalogでT2Dに関するすべての研究を検索します
• サンプルサイズと祖先集団で絞り込みます
• 各研究から上位の関連を抽出します
• 一貫して再現されている遺伝子座を特定します
• 祖先集団に特有の効果を評価します

成果：再現された結果と集団特有のシグナルを含む、T2Dの遺伝学の全体像

2. 遺伝子座に特化したメタアナリシス

シナリオ：「TCF7L2とT2Dの関連は、すべての研究で一貫していますか？」

ワークフロー：

• T2Dに関するすべてのTCF7L2（rs7903146）の関連を取得します
• 統合効果量とp値を算出します
• 異質性（I²統計量）を評価します
• フォレストプロット用のデータを生成します
• 異質性の程度を解釈します

成果：異質性の解釈を含む、効果量の一貫性の定量的評価

誠実さに関するルール（重要）：実際に逆分散法によるメタアナリシスを行うには、各研究のベータ値＋95%信頼区間が必要です。python_implementation.pyはGWAS Catalogのbeta／or_valueとrangeフィールドからこれらを解析し、その後に限り効果量を統合してCochranのQに基づくI²を算出します。照合された関連に利用可能な効果量が報告されていない場合（よくあります）、method="descriptive"、combined_beta=None、heterogeneity_i2=Noneを返し、combined_p_valueには**報告されたp値の最小値（統合p値ではありません）**を返します。記述的な結果を正式なメタアナリシスとして提示したり、I²を捏造したりしないでください。

3. 複製解析

シナリオ：「発見コホートで得られた知見のうち、独立サンプルで再現されたものはどれですか？」

ワークフロー：

• 発見研究の上位ヒットを取得します
• 複製研究での存在と有意性を確認します
• 効果の方向の一貫性を評価します
• 複製率を計算します
• 新規の知見と複製に失敗した知見を特定します

成果：成功率と複製に失敗した知見を含む、体系的な複製レポート

4. 複数祖先集団の比較

シナリオ：「T2D の遺伝子座は、ヨーロッパ系集団と東アジア系集団で一貫していますか？」

ワークフロー：

• 祖先集団で研究をフィルタリングします
• 集団間で上位の関連を比較します
• 共通の遺伝子座と集団特異的な遺伝子座を特定します
• 対立遺伝子頻度の違いを評価します
• 遺伝的リスクスコアの移転可能性を評価します

成果：移転可能性の評価を含む、祖先集団別の遺伝的構造

---

統計手法

メタ解析のアプローチ

このスキルでは、標準的な GWAS メタ解析手法を実装しています。

固定効果モデル：

• 異質性が低い場合に使用します（I² < 25%）
• 研究に逆分散の重みを付けます
• 真の効果量が研究間で同じであると仮定します

ランダム効果モデル（I² > 50% の場合に推奨）：

• 研究間の変動を考慮します
• 固定効果モデルより保守的です
• 多様な祖先集団や手法に適しています

異質性の評価：

I² 統計量は、研究間の異質性に起因する分散の割合を測定します。

I² = [(Q - df) / Q] × 100%

where Q = Cochran's Q statistic
      df = degrees of freedom (n_studies - 1)

解釈の指針：

• I² < 25%：異質性が低い → 固定効果モデルが適切です
• I² = 25-50%：異質性が中程度 → 原因を調査します
• I² = 50-75%：異質性が高い → ランダム効果モデルが望ましいです
• I² > 75%：異質性が非常に高い → メタ解析が適切でない可能性があります

異質性の原因

I² が高くなる一般的な理由：

1. 祖先集団の違い：対立遺伝子頻度や LD 構造の違い
2. 表現型の異質性：形質の定義が研究間で異なる
3. プラットフォームの違い：インピュテーションの品質とカバレッジ
4. 勝者の呪い：発見研究では効果量が過大評価される
5. コホートの特性：年齢、性別、環境要因

推奨事項：

• 祖先集団別にサブグループ解析を実施します
• メタ回帰を用いて原因を調査します
• 外れ値の研究を除外することを検討します
• ゲノムコントロール補正を適用します

---

研究の品質評価

品質指標

このスキルでは、以下の項目に基づいて研究を評価します。

1. サンプルサイズ：

• 関連を検出する検出力（OR=1.2 の場合、検出力 80% には n > 10,000 が必要です）
• 効果量推定の精度
• 小さな効果を検出する能力

2. 祖先集団の多様性：

• 単一祖先集団か複数祖先集団か
• 集団構造の制御
• 知見の移転可能性

3. データの利用可能性：

• メタ解析に利用できる要約統計量
• 個人レベルデータか要約レベルデータか
• インピュテーション品質スコア

4. ジェノタイピングの品質：

• プラットフォームの密度とカバレッジ
• インピュテーション参照パネル
• 品質管理措置

5. 統計的厳密性：

• ゲノム全体の有意性閾値（p < 5×10⁻⁸）
• 多重検定補正
• 独立コホートでの複製

品質ティア

ティア 1（高品質）：

• n ≥ 50,000
• 要約統計量を利用可能
• 複数祖先集団、または大規模な単一祖先集団
• 高品質の参照パネルに対してインピュテーション済み
• 独立した複製あり

ティア 2（中程度の品質）：

• n ≥ 10,000
• 標準的な GWAS プラットフォーム
• 一般的なバリアントに対して十分な検出力
• 一部のデータを利用可能

ティア 3（限定的）：

• n < 10,000
• 検出力が限定的
• 小さな効果を見逃す可能性があります
• 注意して使用してください

---

ベストプラクティス

メタ解析の前に

1. 表現型の一貫性を確認する：各研究が同じ形質を測定していることを確認します
2. 祖先集団の重なりを確認する：祖先集団が異なる場合、高い異質性が予想されます
3. 対立遺伝子を調和させる：研究間で効果アレルを揃えます
4. 品質管理：品質の低い研究や関連を除外します

結果の解釈

1. ゲノムワイド有意性：p < 5×10⁻⁸（約100万件の独立した検定に対するボンフェローニ補正）
2. 再現の閾値：独立したコホートで p < 0.05
3. 方向の一貫性：研究間で効果の方向が一致している必要があります
4. 異質性：I² > 50% の場合、解釈には注意が必要です

よくある落とし穴

❌ 避けるべきこと：

• 異質性を確認せずにメタ解析する
• 祖先集団の違いを無視する
• 名目的な p 値を過大解釈する
• 再現に失敗したことが偽陽性を意味すると決めつける

✅ 推奨事項：

• I² 統計量を必ず報告する
• 感度分析を実施する
• 祖先集団別の分析を検討する
• 発見研究では勝者の呪いを考慮する

---

限界と注意点

データの限界

1. 重複の不完全さ：研究によって解析する SNP が異なる場合があります
2. コホートの重複：複数の研究に参加するコホートがあり、有意性が過大評価されます
3. 出版バイアス：有意な結果ほど公表されやすい傾向があります
4. 勝者の呪い：発見研究では効果量が過大評価されます
5. インピュテーションの品質：研究や集団によって異なります

統計的な限界

1. 異質性：I² が高い場合、意味のあるメタ解析ができないことがあります
2. サンプルサイズの差：固定効果モデルでは大規模な研究が結果を左右します
3. アレル頻度の差：同じバリアントでも祖先集団によって効果が異なります
4. 連鎖不平衡：原因となるバリアントを特定するにはファインマッピングが必要です
5. 遺伝子と環境の相互作用：標準的なメタ解析では捉えられません

解釈の指針

I² > 75% の場合：

• メタ解析の結果は、極めて慎重に解釈する必要があります
• 異質性の原因を体系的に調査します
• 祖先集団別またはサブグループ別の分析を検討します
• メタ解析よりも記述的な比較が適切な場合があります

研究間で結果が食い違う場合：

• 方法論上の違いを確認します
• 表現型の定義が一致していることを確認します
• 集団層別化を調査します
• 条件付き解析を検討します

---

使用ツール

GWAS Catalog API

• gwas_search_studies：形質で研究を検索
• gwas_get_study_by_id：研究の詳細なメタデータを取得
• gwas_get_associations_for_study：研究の関連情報を取得
• gwas_get_associations_for_snp：研究全体から SNP の関連情報を取得
• gwas_search_associations：形質で関連情報を検索

Open Targets Genetics GraphQL API

• OpenTargets_search_gwas_studies_by_disease：疾患に基づいて研究を検索
• OpenTargets_get_gwas_study：LD 集団情報を含む研究の詳細情報
• OpenTargets_get_variant_credible_sets：バリアントのファインマッピング済み遺伝子座
• OpenTargets_get_study_credible_sets：研究のすべてのクレディブルセット
• OpenTargets_get_variant_info：バリアントのアノテーションとアレル頻度

用語集

クレディブルセット：原因となるバリアントを含む可能性が高いバリアントの集合（ファインマッピングによるもの）

L2G（Locus-to-Gene）：GWAS 遺伝子座の影響を受ける遺伝子を予測するスコア ライセンス：オープンソース（MIT）