유전상관

Genetic correlation

다변량 양 유전학에서 자질이 두가지가 점유율 차이의 유전 causes,[1][2][3]는 특징의 유전적 영향과 다른 trait[4][5][6]는 경우에는 7일 유전적 영향의 상관 관계 때문에, 유전 상관(표시 rg{\displaystyle r_{g}}또는 r{\displaystyle r_{}})은 비율이다.][8][9]은 degr 추정늑막 또는 인과 중복의 ee. 0의 유전적 상관관계는 한 형질에 대한 유전적 영향이 다른 형질에 대해 독립적이라는 것을 의미하며, 1의 상관관계는 두 형질에 대한 모든 유전적 영향이 동일하다는 것을 의미한다. 이변량 유전적 상관관계는 인자 분석을 이용하여 > 2 형질에 걸쳐 유전적 잠재 변수 인자를 유추하기 위해 일반화할 수 있다. 유전적 상관관계 모델은 1970~1980년대에 행동유전학에 도입됐다.

유전적 상관관계는 유전체전위 연관성 연구(GWAS) 결과의 검증, 번식, 특성 예측, 특성 및 질병의 식이학 발견에 응용된다.

그들은 쌍둥이 연구와 분자 유전학의 개별 수준 데이터를 사용하거나 심지어 GWAS 요약 통계로도 추정할 수 있다.[10][11] 유전적 상관관계는 비인간의 유전학에서[12] 일반적이며 각각의 표현적 상관관계와 대체로 유사한 것으로 밝혀졌으며,[13] '페놈'이라고 불리는 인간의 특성에서도 광범위하게 발견되었다.[14][15][16][17][18][19][20][21][22][23][24]

광범위한 플리오트로피의 이 발견은 농업에서의 인위적인 선택, 표현적 상관관계의 해석, 사회적 불평등,[25] 인과 추론에서 멘델리안 무작위화를 이용하려는 시도,[26][27][28][29] 복잡한 형질의 생물학적 기원에 대한 이해, GWAS의 설계에 시사하는 바가 있다.

유전적 상관관계는 두 가지 형질에 영향을 미치는 환경 사이의 환경적 상관관계와 대조되어야 한다(예: 가정의 영양실조가 낮은 IQ와 키를 모두 유발하는 경우); 두 형질 사이의 유전적 상관관계는 두 형질 사이의 관찰된 (피노티픽) 상관관계의 원인이 될 수 있지만 유전적 상관관계는 또한 오포일 수 있다.현장에서는 트레이드오프나 전문화로 인해 환경 상관 관계가 다른 방향으로 충분히 강한 경우 표현식 상관 관계를 관찰했다.[30][31] 이 관측이 유전적 상관 관계 보통 표현형 상관 관계를 비추는 거울"Cheverud의 Conjecture"[32]고 animals[33][34]과 인간의, 그리고 그들이 비슷한 크기의 것으로 나타났다;예를 들어 영국 Biobank에 그들의 intercorrelations의 29%반대 signs,[23]고 la.다 118연속이 인간의 특성을,[35], 확인된 알려졌다17ter 분석 UKBB의 고품질의 특성은 상관관계가 거의 일치한다고 보고했다.[36]

해석

유전적 상관관계는 두 가지 영향 집합 사이의 중복에 관한 것이지 절대적인 크기가 아니기 때문에 유전적 상관성과는 같지 않다. 두 가지 특성은 모두 유전적 상관성이 높지만 유전적으로 상관되지 않거나 작은 유전성을 가지고 완전히 상관될 수 있다(유전성이 0이 아닌 한).

예를 들어, 검은 피부와 검은 머리라는 두 가지 특성을 고려해보자. 이 두 형질은 개별적으로 매우 높은 유전성을 가질 수 있지만(유전적 차이에 의한 형질의 인구 수준 변화 대부분은, 또는 더 간단한 용어로, 유전적 요인이 이 두 형질에 크게 기여한다), 예를 들어, 이 두 형질이 서로 다른 것에 의해 제어되고 있다면 여전히 매우 낮은 유전적 상관관계를 가질 수 있다.삽입, 비연계, 비연계 유전자 위치

두 가지 특성 사이의 유전적 상관관계는 표현적 상관관계를 만들어 내는 경향이 있을 것이다. 예를 들어 지능과 SES 간의[16] 유전적 상관관계나 교육 및 가족 SES는[37] 지능/SES 또한 표현적으로 상호 연관될 것이라는 것을 암시한다. 표현적 상관관계는 유전적 상관관계의 정도와 각 성질의 유전성에 의해 제한될 것이다. 기대되는 표현형 상관관계는 '이바리산 유전성'이며 유전적 상관관계에 곱한 유전성의 제곱근으로 계산할 수 있다. (두 특성을 0.60 및의 heritabilities, 이미 칼 쓰는 플러님 example,[38]를 사용하여 0.23, rg)0.75{\displaystyle r_{g}=0.75}, r=0.45은 이변 수의 유전력이 될 것이다 0.60⋅ 0.75의 표현 상관 ⋅ 0.23=0.28{\displaystyle{\sqrt{0.60}}\cdot 0.75\cdot{\sqrt{0.23}}=0.28},이 관찰된 표현형 와의.relation, 0.28/0.45 = 62%가 유전적 원인이다.)

원인

유전적 상관관계는 다음과 같은 이유로 발생할 수 있다.[19]

  1. 연계불균형(두 개의 이웃 유전자가 함께 유전되는 경향이 있어 각각 다른 성질에 영향을 미침)
  2. 생물학적 플리오트로피(다른 관계없는 여러 가지 생물학적 효과를 갖는 단일 유전자 또는 여러[39] 유전자의 공유된 조절)
  3. 매개성 플리오트로피(유전자가 특성 X를 유발하고 특성 X가 특성 Y를 유발한다).
  4. 편향: 조상 또는 대조적 짝짓기와 같은 모집단 계층화("게메틱 위상 불안정화"라고도 함), 확인 편향/자기[40] 선택 또는 벡슨의 역설과 같은 가상 계층화 또는 진단의 오분류

사용하다

특성변화의 원인

때문에 유전자 따르면 시간이 흐름에 따라 개별 longitudinally[41](예를 들어 지능은 평생 동안이 같은 유전적 영향으로 안정적이다– 어린 시절 유전적으로 rg서로 관련됩니다)오래 된 age[42]과 0.62{\displaystyle r_{g}=0.62}), 또는 연구나 실내 변기를 뛰어넘어 국가 내에서 분석할 수 있는 유전자 따르면 과학적으로 유용하다.pulationS나 인종적 groups[표창 필요한],를 가로질러 또는 진단 여부 시기나 장소나 성별에 걸친 질병을 이질성(입니다 다른 유전자 서로 다른 개체군이 서로 다른 지역 환경 때문에 특성에 영향을 미치는지 다른 유전자는 수명(일반적으로, 그들은 not[4])에 걸쳐 특성에 어떤 영향을 끼치고 발견을 허락한다.ticularly psychia에3차 진단은 한 국가의 '진찰' 또는 '진찰'이 다른 국가의 것과 동일한지 또는 진단 범주가 시간/장소에 따라 다른 수준의 확인 편향으로 이동했는지 여부, 그리고 공유로 인한 자가면역이나 정신 질환 또는 인지 기능 장애와 같은 특성이 어느 정도인지에 대한 불확실성이 있다. 생물학적 근거와 유전자 구조(예를 들,;수학 장애 유전적으로, Generalist Genes의 가설과 일치하correlate, 이러한 유전적 상관 관계'이 관찰된 표현형 상관 관계 또는 'co-morbidity 설명하다;[43]IQ와 인지적 수행의 공간과 기억력 언어와 같은 구체적인 대책. 및 읽기 작업이었고 넌 결코 모르네eaction 시간, 장기 기억력, 실행 기능 등은 모두 신경학 측정과[citation needed] 마찬가지로 높은 유전적 상관관계를 보이며, 나이가 들수록 상관관계가 증가할 수 있으며 지능의 식이학 및 성격에 대한 함축적 의미를 갖는다.[citation needed] 이것은 두 가지 형질의 개념화에 중요한 제약이 될 수 있다: 표현상 다른 것처럼 보이지만 공통적인 유전적 근거를 공유하는 형질들은 이러한 유전자들이 두 형질 모두에 어떻게 영향을 미칠 수 있는지에 대한 설명을 필요로 한다.

부스팅 GWASes

유전적 상관관계는 하나의 (흔히 더 쉽게 측정되는) 형질에 대한 다세대적 점수나 게놈 전체 적중률을 사용하여 GWAS에서 사용될 수 있다. 예를 들어 지능과 수년간의 교육이 유전적으로 높은 상관관계를 가지기 때문에 교육을 위한 GWAS도 본질적으로 내부적 GWAS가 될 것이다.Igence고 가장 강력한 스코틀랜드 국민당 후보 well[44]로 지능 편차를 예측할 수 있을 각 측정genetically-correlated 특성 측정 오류를 감소시키고가 GWAS의 힘을 높이고 돕는 잠재적인 특성을 해에 작은 GWAS,[45] 연합 분석의 통계적 파워를 향상시키는(예를 들어 Krapohl e. 사용할 수 있t알. 2017, 탄력 있고 여러 다원 네트를 사용해서, 모친의 3.6%4.8%로 정보 예측 개선,[46]힐(알. 2017b[47]를 사용하여 MTAG[48]하는 3g-loaded의 특징 중에 교육, 가계 수입,서 인지 시험 점수를 찾107안타&복식 예측 전력의 지능이나 하나 할 수 있는 GWAS을 위해 여러개의 tra.합작.[49][50]

또한 유전적 상관관계는 서로 다른 측정 방법, 조상 영향 또는 환경이 관련 유전적 변종의 집합만을 부분적으로 겹치는 정도를 추정함으로써 잘못된 "유전성 상실"을 일으킬 수 있는 데이터 집합에 대한 상관관계 <1 데이터 집합에 걸친 상관관계>의 기여도를 정량화할 수 있다.[51]

사육

털이 없는 개들은 이빨이 불완전하다; 긴 머리와 거친 털의 동물들은 주장하듯이 길거나 많은 뿔을 가지고 있기 쉽다; 깃털이 있는 비둘기는 바깥 발가락 사이에 피부를 가지고 있다; 짧은 부리를 가진 비둘기는 작은 발을 가지고 있고, 긴 부리를 가진 동물들은 큰 발을 가지고 있다. 따라서 만약 인간이 어떤 특이점을 선택해서 증가시킨다면, 그는 신비한 상관관계 법칙 때문에 본의 아니게 구조의 다른 부분을 수정하게 될 것이다.

— Charles Darwin, The Origin of Species, 1859

유전적 상관관계는 보다 쉽게 측정되지만 유전적으로 상관관계가 높은 특성(특히 책임-임계 모델에 따른 성연계 특성이나 이항특성의 경우, 표현형의 차이를 거의 관찰할 수 없고 다른 특성을 관찰할 수 없는 경우)을 대체함으로써 식물/동물 사육과 같은 적용된 맥락에서도 유용하다. 고도로 상관된 측정, 아마도 내피형(interophenotype)이 모든 개인에게 이용 가능하다)) - 사육이 수행된 환경과는 다른 환경을 보상하여, 단변수 h만을 사용한 일변수 사육자의 방정식에 기초한 예측과 비교하여 다변수 사육자의 방정식을 이용한 사육가치에 대한 보다 정확한 예측을 한다.지우기성 & 형질의 독립성을 가정하고, 특성 X에 대한 인위적인 선택이 또한 X와 긍정적으로/부정적으로 상관되는 모든 형질을 증가/감소할 것이라는 점을 고려함으로써 예기치 않은 결과를 피한다.[52][53][54][55][56] 형질의 상호연관성에 의해 정해진 선택 한계와 장기 번식 프로그램에 대한 유전적 상관관계의 변화 가능성은 Haldane의 딜레마로 이어져 선택강도를 제한하게 되고 따라서 진행하게 된다.

유전적으로 상관된 형질에 대한 번식 실험은 상관된 형질이 본질적으로 발달적으로 연관되어 있고 반응이 제약되는 정도를 측정할 수 있으며, 분리될 수 있다.[57] 나비 자전거 안나나의 눈구멍 크기 같은 몇몇 특성은 번식에 있어서 분리될 수 있지만,[58] 눈구멍 색깔과 같은 다른 쌍들은 노력에 저항해왔다.[59]

수학적 정의

유전적 공분산 행렬이 주어진 경우, 즉 공분산 행렬을 상관 행렬로 변환하여 유전적 상관관계를 계산한다. Generally, if is a genetic covariance matrix and , then the correlation matrix is . For a given genetic covariance 두 가지 특성 사이에 유전적 분산이 V 유전적 분산이 V 2 유전적 상관관계는 상관 계수 = 2{\{\}}}.

유전적 상관관계 계산

유전적 상관관계는 유전적으로 유익한 표본을 필요로 한다. 그들은 한가지 특성,family/adoption/twin 연구,(분석 SEMs 또는 DeFries–Fulker을 사용하여 분석 정류)친족 관계와 상관 GCTA,[60]방법과 같은 분자 추정 empl 다른 특성(그 유전 상관 추정하고 허용하는)의 변화를 관측에 선택한 상속 가능성의 두 특성에 대한 실험에서 번식에 추정할 수 있다.oyiHDL(고화질 가능성),[11][65] LD 점수 회귀,[17][61] BOLT-REML,[62] CPBayes [63]또는 HESS와 같은 다유전성 점수,[64] GWAS의 게놈 전체 SNP 적중 비교(느슨한 하한) 및 최소한 일부 관련 개인과의 표현형 상관 관계.

SNP 유전성 및 유전적 상관관계 추정과 마찬가지로, 더 나은 계산적 스케일링과 확립된 요약 연관성 통계만을 사용하여 추정할 수 있는 능력은 경쟁 방법에 비해 HDL과[11] LD 점수 회귀 분석의 특별한 장점이다. GWAS 요약통계량 또는 영국 바이오뱅크와 같은 데이터셋의 다세대적 점수의 가용성이 증가하는 것과 결합되어, 그러한 요약 수준 방법은 2015년 이후 유전적 상관관계 연구의 폭발적 증가를 가져왔다.[citation needed]

이 방법은 Haseman-Elston 회귀 분석 및 PCGC 회귀 분석과 관련이 있다.[66] 그러한 방법은 전형적으로 게놈 전체이지만 특정 변종이나 게놈 영역에 대한 유전적 상관관계를 추정하는 것도 가능하다.[67]

이를 고려하는 한 가지 방법은 쌍둥이 1의 특성 X를 일란성 쌍둥이와 현기성 쌍둥이의 경우 쌍둥이 2의 특성 Y를 예측하는 것이다(즉, 쌍둥이 1의 IQ를 사용하여 쌍둥이 2의 뇌량을 예측하는 경우). 이 교차 상관관계가 현기성 쌍둥이의 경우보다 유전적으로 더 유사성이 크다면, 그 특성이 유전적으로 모두 유전적인 것은 아니라는 것을 나타낸다.독립적이고 IQ와 뇌 볼륨에 영향을 미치는 몇 가지 일반적인 유전자가 있다. (통계학적 힘은 형제자매를 통해서도 상승할 수 있다.)[68]

유전적 상관관계는 방법론적 우려에 의해 영향을 받는다; 분석적 짝짓기 등으로 유전성을 과소평가하면 종적 유전적 상관관계가 과대평가되며,[69] 중간 수준의 오진은 유사 상관관계를 유발할 수 있다.[70]

그들이 두 형질의 유전성에 영향을 받기 때문에, 유전적 상관관계는 특히 유전성을 편중시키는 측정 오류가 있는 경우에 낮은 통계적 힘을 가지고 있다. "유전적 상관관계의 추정은 대개 다소 큰 표본오차를 따르기 때문에, 따라서 매우 정밀하지 않다." 즉 추정의 표준오차를 따르기 때문이다. is [71]. (더 많은 유전적 상관관계와 유전성을 더 정밀하게 추정할 것이다.)[72] 그러나 늑막성형질 분석에 유전적 상관관계를 포함하면 다변량 퇴행이 별도의 일변량 퇴행보다 더 강력하다는 것과 같은 이유로 힘을 증가시킬 수 있다.[73]

쌍둥이 방법은 1970년대까지 인간의 유전적 상관관계가 계산되고 1930년대에 계산된 동물/식물 유전적 상관관계가 있는 등 상세한 생물학적 데이터 없이도 사용할 수 있다는 장점이 있으며, 전력 공급이 잘 되기 때문에 수백 개의 표본 크기를 요구하지만, 그동안 끔찍했던 가정을 하는 단점이 있다.ticized, 그리고 거식증과 같은 희귀한 특성의 경우, 의미 있는 교차-윈 비교를 할 수 있는 진단을 가진 충분한 쌍둥이를 찾기가 어려울 수 있고, 오직 쌍둥이 데이터에 접근해야만 추정될 수 있다; GCTA나 LD 점수 회귀와 같은 분자 유전적 방법은 특정한 정도의 관련성을 요구하지 않는 장점이 있다. 따라서 사례 제어 설계를 사용하여 희귀한 특성을 쉽게 연구할 수 있으며, 이는 그들이 의존하는 가정의 수를 감소시키지만, 그러한 방법은 최근까지 수천 또는 수십만 개의 표본 크기를 필요로 한다(정확한 SNP 유전성 추정치를 얻으려면 표준 오차 공식을 참조). 개별 수준의 Ge가 필요할 수 있다.순수 데이터(GCTA의 경우 LD 점수 회귀는 아님)

보다 구체적으로 말하면 키와 몸무게가 다음과 같은 첨가 유전적 분산-공분산 행렬을 갖는다고 한다.

높이 무게
높이 36 36
무게 36 117

그 다음 유전적 상관관계는 .55이며, 아래 표준화된 행렬이다.

높이 무게
높이 1
무게 .55 1

실제로 Mx 또는 OpenMx와 같은 구조 방정식 모델링 애플리케이션(그리고 그 이전에 역사적으로 LISREL[74])을 사용하여 유전적 공분산 행렬과 표준화된 형태를 모두 계산한다. R에서. cov2corres는 행렬을 표준화 할 것이다.

일반적으로 발표된 보고서는 총 분산의 비율로 표준화된 유전적 분산 성분(예: V-total = A+C+E의 비율로 표준화된 ACE 쌍둥이 연구 모델)을 제공한다. 이 경우 유전적 공분산(유전적 공분산 행렬 내의 분산)을 계산하기 위한 메트릭이 손실되므로(표준화 과정 때문에), 이러한 공표된 모델에서 두 가지 형질의 유전적 상관관계를 쉽게 추정할 수 없다. 그러나 다변량 모델(Cholesky 분해와[better source needed] 같은)은 (유전 상관관계가 아닌) 경로 규칙을 따름으로써 시청자가 공유된 유전적 효과를 볼 수 있게 한다. 따라서 간행물에 표준화되지 않은 경로 계수를 제공하는 것이 중요하다.

참고 항목

참조

  1. ^ 매사냥꾼, 19장
  2. ^ Lynch, M. and Walsh, B.(1998) 유전학 및 양적 특성 분석, Sinauer, Ch21, "문자 사이의 상관", "Ch25, 임계값 문자" ISBN9780878934812
  3. ^ Neale & Maes (1996년), 쌍둥이와 가족의 유전학 연구 방법론 2017-03-27을 웨이백머신 (6차)에 보관했다. 네덜란드의 도드레흐트: 클루워.
  4. ^ a b 플로민 외, 페이지 123
  5. ^ Martin, N. G.; Eaves, L. J. (1977). "The genetical analysis of covariance structure" (PDF). Heredity. 38 (1): 79–95. doi:10.1038/hdy.1977.9. PMID 268313. S2CID 12600152. Archived from the original (PDF) on 2016-10-25.
  6. ^ Eaves, L. J.; Last, K. A.; Young, P. A.; Martin, N. G. (1978). "Model-fitting approaches to the analysis of human behaviour" (PDF). Heredity. 41 (3): 249–320. doi:10.1038/hdy.1978.101. PMID 370072. S2CID 302717.
  7. ^ Loehlin & Vandenberg(1968) "인지능력의 공분리에 있는 유전적 및 환경적 구성요소: 인간 행동 유전학의 진행 중인 첨가제 모델, ed. S. G. 반덴버그, 페이지 261-278. 볼티모어의 존스 홉킨스였습니다.
  8. ^ Purcell, S.; Sham, P. (2002). "Variance components models for gene-environment interaction in quantitative trait locus linkage analysis". Twin Research. 5 (6): 572–6. doi:10.1375/136905202762342035. PMID 12573188.
  9. ^ Kohler, H. P.; Behrman, J. R.; Schnittker, J. (2011). "Social Science Methods for Twins Data: Integrating Causality, Endowments and Heritability". Biodemography and Social Biology. 57 (1): 88–141. doi:10.1080/19485565.2011.580619. PMC 3158495. PMID 21845929.
  10. ^ Bulik-Sullivan, Brendan; Finucane, Hilary K.; Anttila, Verneri; Gusev, Alexander; Day, Felix R.; Loh, Po-Ru; Duncan, Laramie; Perry, John R. B.; Patterson, Nick; Robinson, Elise B.; Daly, Mark J. (November 2015). "An atlas of genetic correlations across human diseases and traits". Nature Genetics. 47 (11): 1236–1241. doi:10.1038/ng.3406. PMC 4797329. PMID 26414676.
  11. ^ a b c Ning, Zheng; Pawitan, Yudi; Shen, Xia (August 2020). "High-definition likelihood inference of genetic correlations across human complex traits" (PDF). Nature Genetics. 52 (8): 859–864. doi:10.1038/s41588-020-0653-y. hdl:10616/47311. PMID 32601477. S2CID 220260262.
  12. ^ Wagner, G. P.; Zhang, J. (2011). "The pleiotropic structure of the genotype-phenotype map: The evolvability of complex organisms" (PDF). Nature Reviews. Genetics. 12 (3): 204–13. doi:10.1038/nrg2949. PMID 21331091. S2CID 8612268.
  13. ^ Cheverud, James M. (1988). "A Comparison of Genetic and Phenotypic Correlations". Evolution. 42 (5): 958–968. doi:10.2307/2408911. JSTOR 2408911. PMID 28581166.
  14. ^ Krapohl, E.; Euesden, J.; Zabaneh, D.; Pingault, J. B.; Rimfeld, K.; von Stumm, S.; Dale, P. S.; Breen, G.; O'Reilly, P. F.; Plomin, R. (2016). "Phenome-wide analysis of genome-wide polygenic scores" (PDF). Molecular Psychiatry. 21 (9): 1188–93. doi:10.1038/mp.2015.126. PMC 4767701. PMID 26303664.
  15. ^ Hagenaars, S. P.; Harris, S. E.; Davies, G.; Hill, W. D.; Liewald, D C M.; Ritchie, S. J.; Marioni, R. E.; Fawns-Ritchie, C.; Cullen, B.; Malik, R.; Worrall, B. B.; Sudlow, C L M.; Wardlaw, J. M.; Gallacher, J.; Pell, J.; McIntosh, A. M.; Smith, D. J.; Gale, C. R.; Deary, I. J.; Gale, C. R.; Deary, I. J. (2016). "Shared genetic aetiology between cognitive functions and physical and mental health in UK Biobank (N=112 151) and 24 GWAS consortia". Molecular Psychiatry. 21 (11): 1624–1632. doi:10.1038/mp.2015.225. PMC 5078856. PMID 26809841.
  16. ^ a b Hill, W. D.; Hagenaars, S. P.; Marioni, R. E.; Harris, S. E.; Liewald DCM; Davies, G.; Okbay, A.; McIntosh, A. M.; Gale, C. R.; Deary, I. J. (2016). "Molecular genetic contributions to social deprivation and household income in UK Biobank (n=112,151)". Current Biology. 26 (22): 3083–3089. doi:10.1016/j.cub.2016.09.035. PMC 5130721. PMID 27818178.
  17. ^ a b Zheng, Jie; Erzurumluoglu, A. Mesut; Elsworth, Benjamin L.; Kemp, John P.; Howe, Laurence; Haycock, Philip C.; Hemani, Gibran; Tansey, Katherine; Laurin, Charles; Pourcain, Beate St.; Warrington, Nicole M.; Finucane, Hilary K.; Price, Alkes L.; Bulik-Sullivan, Brendan K.; Anttila, Verneri; Paternoster, Lavinia; Gaunt, Tom R.; Evans, David M.; Neale, Benjamin M.; Neale, B. M. (2017). "LD Hub: A centralized database and web interface to perform LD score regression that maximizes the potential of summary level GWAS data for SNP heritability and genetic correlation analysis". Bioinformatics. 33 (2): 272–279. doi:10.1093/bioinformatics/btw613. PMC 5542030. PMID 27663502.
  18. ^ Sivakumaran, Shanya; Agakov, Felix; Theodoratou, Evropi; Prendergast, James G.; Zgaga, Lina; Manolio, Teri; Rudan, Igor; McKeigue, Paul; Wilson, James F.; Campbell, Harry (2011). "Abundant pleiotropy in human complex diseases and traits". The American Journal of Human Genetics. 89 (5): 607–618. doi:10.1016/j.ajhg.2011.10.004. PMC 3213397. PMID 22077970.
  19. ^ a b Solovieff, N.; Cotsapas, C.; Lee, P. H.; Purcell, S. M.; Smoller, J. W. (2013). "Pleiotropy in complex traits: challenges and strategies". Nature Reviews. Genetics. 14 (7): 483–495. doi:10.1038/nrg3461. PMC 4104202. PMID 23752797.
  20. ^ Cotsapas, Chris; Voight, Benjamin F.; Rossin, Elizabeth; Lage, Kasper; Neale, Benjamin M.; Wallace, Chris; Abecasis, Gonçalo R.; Barrett, Jeffrey C.; Behrens, Timothy; Cho, Judy; De Jager, Philip L.; Elder, James T.; Graham, Robert R.; Gregersen, Peter; Klareskog, Lars; Siminovitch, Katherine A.; Van Heel, David A.; Wijmenga, Cisca; Worthington, Jane; Todd, John A.; Hafler, David A.; Rich, Stephen S.; Daly, Mark J.; FOCiS Network of Consortia (2011). "Pervasive sharing of genetic effects in autoimmune disease". PLOS Genetics. 7 (8): e1002254. doi:10.1371/journal.pgen.1002254. PMC 3154137. PMID 21852963.
  21. ^ Chambers, J. C.; Zhang, W.; Sehmi, J.; Li, X.; Wass, M. N.; Van Der Harst, P.; Holm, H.; Sanna, S.; Kavousi, M.; Baumeister, S. E.; Coin, L. J.; Deng, G.; Gieger, C.; Heard-Costa, N. L.; Hottenga, J. J.; Kühnel, B.; Kumar, V.; Lagou, V.; Liang, L.; Luan, J.; Vidal, P. M.; Leach, I. M.; O'Reilly, P. F.; Peden, J. F.; Rahmioglu, N.; Soininen, P.; Speliotes, E. K.; Yuan, X.; Thorleifsson, G.; et al. (2011). "Genome-wide association study identifies loci influencing concentrations of liver enzymes in plasma". Nature Genetics. 43 (11): 1131–1138. doi:10.1038/ng.970. PMC 3482372. PMID 22001757.
  22. ^ Hemani, Gibran; Bowden, Jack; Haycock, Philip; Zheng, Jie; Davis, Oliver; Flach, Peter; Gaunt, Tom; Smith, George Davey (2017). "Automating Mendelian randomization through machine learning to construct a putative causal map of the human phenome". doi:10.1101/173682. S2CID 8865889. Cite 저널은 필요로 한다. journal= (도움말)
  23. ^ a b Canela-Xandri, Oriol; Rawlik, Konrad; Tenesa, Albert (2018). "An atlas of genetic associations in UK Biobank". Nature Genetics. 50 (11): 1593–1599. doi:10.1038/s41588-018-0248-z. PMC 6707814. PMID 30349118.
  24. ^ Socrates, Adam; Bond, Tom; Karhunen, Ville; Auvinen, Juha; Rietveld, Cornelius A.; Veijola, Juha; Jarvelin, Marjo-Riitta; o'Reilly, Paul F. (2017). "Polygenic risk scores applied to a single cohort reveal pleiotropy among hundreds of human phenotypes". doi:10.1101/203257. S2CID 90474334. Cite 저널은 필요로 한다. journal= (도움말)
  25. ^ Mõttus, René; Marioni, Riccardo; Deary, Ian J. (2017). "Markers of Psychological Differences and Social and Health Inequalities: Possible Genetic and Phenotypic Overlaps". Journal of Personality. 85 (1): 104–117. doi:10.1111/jopy.12220. PMID 26292196.
  26. ^ Burgess, S.; Butterworth, A. S.; Thompson, J. R. (2016). "Beyond Mendelian randomization: how to interpret evidence of shared genetic predictors". Journal of Clinical Epidemiology. 69: 208–216. doi:10.1016/j.jclinepi.2015.08.001. PMC 4687951. PMID 26291580.
  27. ^ Hagenaars, Saskia P.; Gale, Catharine R.; Deary, Ian J.; Harris, Sarah E. (2017). "Cognitive ability and physical health: A Mendelian randomization study". Scientific Reports. 7 (1): 2651. Bibcode:2017NatSR...7.2651H. doi:10.1038/s41598-017-02837-3. PMC 5453939. PMID 28572633.
  28. ^ Bowden, J.; Davey Smith, G.; Burgess, S. (2015). "Mendelian randomization with invalid instruments: Effect estimation and bias detection through Egger regression". International Journal of Epidemiology. 44 (2): 512–525. doi:10.1093/ije/dyv080. PMC 4469799. PMID 26050253.
  29. ^ Verbanck, Marie; Chen, Chia-Yen; Neale, Benjamin; Do, Ron (2018). "Detection of widespread horizontal pleiotropy in causal relationships inferred from Mendelian randomization between complex traits and diseases". Nature Genetics. 50 (5): 693–698. doi:10.1038/s41588-018-0099-7. PMC 6083837. PMID 29686387.
  30. ^ Falconer 315치킨 크기와 계란식의 한 예를 인용하기를 유전적인 이유 후, 점점 더 낳는 동안 닭들 커다란 환경적인 이유와 더 많은 더 빨리 누워 있지만 정상적인 길이의 달걀을 자라게 해 닭들 큰, 성장, 191페이지의 주 316에 표도 유전적 상관 관계:fleece-wopposite-signed 표현형 및 대한 예제를 제공한다 p..eigh양에서는 t/length & flece weight/body-weight, 닭에서는 body-weight/body-weight-production. 부정적인 닭고기 상관관계의 한 가지 결과는 중간 상속성과 긍정적인 표현형 상관관계에도 불구하고 "다중목표 선정에 대한 유전자 감퇴"에 따라 선정이 어떤 개선도 낳지 못하기 시작했다는 것이다. (p. 329)
  31. ^ Kruuk, Loeske E. B.; Slate, Jon; Pemberton, Josephine M.; Brotherstone, Sue; Guinness, Fiona; Clutton-Brock, Tim (2002). "Antler Size in Red Deer: Heritability and Selection but No Evolution". Evolution. 56 (8): 1683–95. doi:10.1111/j.0014-3820.2002.tb01480.x. PMID 12353761. S2CID 33699313.
  32. ^ Cheverud, James M. (1988). "A comparison of genetic and phenotypic correlations". Evolution. 42 (5): 958–968. doi:10.1111/j.1558-5646.1988.tb02514.x. PMID 28581166. S2CID 21190284.
  33. ^ Roff, Derek A. (1995). "The estimation of genetic correlations from phenotypic correlations – a test of Cheverud's conjecture". Heredity. 74 (5): 481–490. doi:10.1038/hdy.1995.68. S2CID 32644733.
  34. ^ Kruuk, Loeske E.B.; Slate, Jon; Wilson, Alastair J. (2008). "New answers for old questions: The evolutionary quantitative genetics of wild animal populations" (PDF). Annual Review of Ecology, Evolution, and Systematics. 39: 525–548. doi:10.1146/annurev.ecolsys.39.110707.173542. S2CID 86659038. Archived from the original (PDF) on 2019-07-21.
  35. ^ Dochtermann, Ned A. (2011). "Testing Cheverud's conjecture for behavioral correlations and behavioral syndromes". Evolution. 65 (6): 1814–1820. doi:10.1111/j.1558-5646.2011.01264.x. PMID 21644966. S2CID 21760916.
  36. ^ Sodini, Sebastian M.; Kemper, Kathryn E.; Wray, Naomi R.; Trzaskowski, Maciej (2018). "Comparison of Genotypic and Phenotypic Correlations: Cheverud's Conjecture in Humans". Genetics. 209 (3): 941–948. doi:10.1534/genetics.117.300630. PMC 6028255. PMID 29739817. S2CID 13668940.
  37. ^ Krapohl, E.; Plomin, R. (2016). "Genetic link between family socioeconomic status and children's educational achievement estimated from genome-wide SNPS". Molecular Psychiatry. 21 (3): 437–443. doi:10.1038/mp.2015.2. PMC 4486001. PMID 25754083.
  38. ^ 플로민 외, 397페이지
  39. ^ Tong, Pin; Monahan, Jack; Prendergast, James G. D. (2017). "Shared regulatory sites are abundant in the human genome and shed light on genome evolution and disease pleiotropy". PLOS Genetics. 13 (3): e1006673. doi:10.1371/journal.pgen.1006673. PMC 5365138. PMID 28282383.
  40. ^ Munafò, Marcus R.; Tilling, Kate; Taylor, Amy E.; Evans, David M.; Davey Smith, George (2018). "Collider scope: When selection bias can substantially influence observed associations". International Journal of Epidemiology. 47 (1): 226–235. doi:10.1093/ije/dyx206. PMC 5837306. PMID 29040562.
  41. ^ Hewitt, J. K.; Eaves, L. J.; Neale, M. C.; Meyer, J. M. (1988). "Resolving causes of developmental continuity or "tracking." I. Longitudinal twin studies during growth". Behavior Genetics. 18 (2): 133–51. doi:10.1007/BF01067836. PMID 3377729. S2CID 41253666.
  42. ^ Deary, I. J.; Yang, J.; Davies, G.; Harris, S. E.; Tenesa, A.; Liewald, D.; Luciano, M.; Lopez, L. M.; Gow, A. J.; Corley, J.; Redmond, P.; Fox, H. C.; Rowe, S. J.; Haggarty, P.; McNeill, G.; Goddard, M. E.; Porteous, D. J.; Whalley, L. J.; Starr, J. M.; Visscher, P. M. (2012). "Genetic contributions to stability and change in intelligence from childhood to old age" (PDF). Nature. 482 (7384): 212–5. Bibcode:2012Natur.482..212D. doi:10.1038/nature10781. hdl:20.500.11820/4d760b66-7022-43c8-8688-4dc62f6d7659. PMID 22258510. S2CID 4427683.
  43. ^ 플로민 외 연구진, 페이지 184–185: "특정 인지 장애 사이의 실질적인 동반성 결여는 유전적 요인에 크게 기인하며, 이는 장애 고유 유전자도 있지만 동일한 유전자가 서로 다른 학습 장애에 영향을 미친다는 것을 의미한다."
  44. ^ Rietveld, C. A.; Medland, S. E.; Derringer, J.; Yang, J.; Esko, T.; Martin, N. W.; Westra, H. J.; Shakhbazov, K.; Abdellaoui, A.; Agrawal, A.; Albrecht, E.; Alizadeh, B. Z.; Amin, N.; Barnard, J.; Baumeister, S. E.; Benke, K. S.; Bielak, L. F.; Boatman, J. A.; Boyle, P. A.; Davies, G.; De Leeuw, C.; Eklund, N.; Evans, D. S.; Ferhmann, R.; Fischer, K.; Gieger, C.; Gjessing, H. K.; Hägg, S.; Harris, J. R.; et al. (2013). "GWAS of 126,559 individuals identifies genetic variants associated with educational attainment". Science. 340 (6139): 1467–1471. Bibcode:2013Sci...340.1467R. doi:10.1126/science.1235488. PMC 3751588. PMID 23722424.
  45. ^ Rietveld, C. A.; Esko, T.; Davies, G.; Pers, T. H.; Turley, P.; Benyamin, B.; Chabris, C. F.; Emilsson, V.; Johnson, A. D.; Lee, J. J.; Leeuw, C. d.; Marioni, R. E.; Medland, S. E.; Miller, M. B.; Rostapshova, O.; Van Der Lee, S. J.; Vinkhuyzen, A. A. E.; Amin, N.; Conley, D.; Derringer, J.; Van Duijn, C. M.; Fehrmann, R.; Franke, L.; Glaeser, E. L.; Hansell, N. K.; Hayward, C.; Iacono, W. G.; Ibrahim-Verbaas, C.; Jaddoe, V.; et al. (2014). "Common genetic variants associated with cognitive performance identified using the proxy-phenotype method". Proceedings of the National Academy of Sciences. 111 (38): 13790–13794. Bibcode:2014PNAS..11113790R. doi:10.1073/pnas.1404623111. PMC 4183313. PMID 25201988.
  46. ^ Krapohl, E.; Patel, H.; Newhouse, S.; Curtis, C. J.; von Stumm, S.; Dale, P. S.; Zabaneh, D.; Breen, G.; O'Reilly, P. F.; Plomin, R. (2018). "Multi-polygenic score approach to trait prediction". Molecular Psychiatry. 23 (5): 1368–1374. doi:10.1038/mp.2017.163. PMC 5681246. PMID 28785111.
  47. ^ Hill, W. D.; Marioni, R. E.; Maghzian, O.; Ritchie, S. J.; Hagenaars, S. P.; McIntosh, A. M.; Gale, C. R.; Davies, G.; Deary, I. J. (2019). "A combined analysis of genetically correlated traits identifies 187 loci and a role for neurogenesis and myelination in intelligence". Molecular Psychiatry. 24 (2): 169–181. doi:10.1038/s41380-017-0001-5. PMC 6344370. PMID 29326435.
  48. ^ Turley, Patrick; Walters, Raymond K.; Maghzian, Omeed; Okbay, Aysu; Lee, James J.; Fontana, Mark Alan; Nguyen-Viet, Tuan Anh; Wedow, Robbee; Zacher, Meghan; Furlotte, Nicholas A.; Magnusson, Patrik; Oskarsson, Sven; Johannesson, Magnus; Visscher, Peter M.; Laibson, David; Cesarini, David; Neale, Benjamin M.; Benjamin, Daniel J. (2018). "Multi-trait analysis of genome-wide association summary statistics using MTAG". Nature Genetics. 50 (2): 229–237. doi:10.1038/s41588-017-0009-4. PMC 5805593. PMID 29292387.
  49. ^ Andreassen, Ole A.; Thompson, Wesley K.; Schork, Andrew J.; Ripke, Stephan; Mattingsdal, Morten; Kelsoe, John R.; Kendler, Kenneth S.; O'Donovan, Michael C.; Rujescu, Dan; Werge, Thomas; Sklar, Pamela; Roddey, J. Cooper; Chen, Chi-Hua; McEvoy, Linda; Desikan, Rahul S.; Djurovic, Srdjan; Dale, Anders M.; Djurovic, S.; Dale, A. M. (2013). "Improved Detection of Common Variants Associated with Schizophrenia and Bipolar Disorder Using Pleiotropy-Informed Conditional False Discovery Rate". PLOS Genetics. 9 (4): e1003455. doi:10.1371/journal.pgen.1003455. PMC 3636100. PMID 23637625.
  50. ^ Porter, Heather F.; o'Reilly, Paul F. (2017). "Multivariate simulation framework reveals performance of multi-trait GWAS methods". Scientific Reports. 7: 38837. Bibcode:2017NatSR...738837P. doi:10.1038/srep38837. PMC 5347376. PMID 28287610.
  51. ^ De Vlaming, Ronald; Okbay, Aysu; Rietveld, Cornelius A.; Johannesson, Magnus; Magnusson, Patrik K. E.; Uitterlinden, André G.; Van Rooij, Frank J. A.; Hofman, Albert; Groenen, Patrick J. F.; Thurik, A. Roy; Koellinger, Philipp D. (2017). "Meta-GWAS Accuracy and Power (MetaGAP) Calculator Shows that Hiding Heritability is Partially Due to Imperfect Genetic Correlations across Studies". PLOS Genetics. 13 (1): e1006495. doi:10.1371/journal.pgen.1006495. PMC 5240919. PMID 28095416.
  52. ^ Hazel, L. N. (1943). "The Genetic Basis for Constructing Selection Indexes". Genetics. 28 (6): 476–490. doi:10.1093/genetics/28.6.476. PMC 1209225. PMID 17247099.
  53. ^ 래, A. L. (1951) "선택에서 유전적 상관관계의 중요성"
  54. ^ Hazel, L. N.; Lush, JAY L. (1942). "The Efficiency of Three Methods of Selection" (PDF). Journal of Heredity. 33 (11): 393–399. doi:10.1093/oxfordjournals.jhered.a105102.
  55. ^ 레너, M. (1950) 인구유전학과 동물 개량: 난자 생산의 상속에서 알 수 있듯이. 뉴욕: 케임브리지 유니브. 누르다
  56. ^ 팰컨더, 324–329 페이지
  57. ^ Conner, Jeffrey K. (2012). "Quantitative Genetic Approaches to Evolutionary Constraint: How Useful?". Evolution. 66 (11): 3313–3320. doi:10.1111/j.1558-5646.2012.01794.x. PMID 23106699. S2CID 15933304.
  58. ^ Beldade, Patrícia; Koops, Kees; Brakefield, Paul M. (2002). "Developmental constraints versus flexibility in morphological evolution" (PDF). Nature. 416 (6883): 844–847. Bibcode:2002Natur.416..844B. doi:10.1038/416844a. PMID 11976682. S2CID 4382085.
  59. ^ Allen, Cerisse E.; Beldade, Patrícia; Zwaan, Bas J.; Brakefield, Paul M. (2008). "Differences in the selection response of serially repeated color pattern characters: Standing variation, development, and evolution". BMC Evolutionary Biology. 8: 94. doi:10.1186/1471-2148-8-94. PMC 2322975. PMID 18366752.
  60. ^ Lee, S.H.; Yang, J.; Goddard, M.E.; Visscher, P.M.; Wray, N.R. (2012). "Estimation of pleiotropy between complex diseases using single-nucleotide polymorphism-derived genomic relationships and restricted maximum likelihood". Bioinformatics. 28 (19): 2540–2542. doi:10.1093/bioinformatics/bts474. PMC 3463125. PMID 22843982.
  61. ^ Bulik-Sullivan, B. K.; Loh, P. R.; Finucane, H.; Ripke, S.; Yang, J.; Schizophrenia Working Group of the Psychiatric Genomics Consortium; Patterson, N.; Daly, M. J.; Price, A. L.; Neale, B. M. (2015). "LD Score regression distinguishes confounding from polygenicity in genome-wide association studies". Nature Genetics. 47 (3): 291–295. doi:10.1038/ng.3211. PMC 4495769. PMID 25642630.
  62. ^ Loh, Po-Ru; Bhatia, Gaurav; Gusev, Alexander; Finucane, Hilary K.; Bulik-Sullivan, Brendan K.; Pollack, Samuela J.; Psychiatric Genomics Consortium, Schizophrenia Working Group; De Candia, Teresa R.; Lee, Sang Hong; Wray, Naomi R.; Kendler, Kenneth S.; O'Donovan, Michael C.; Neale, Benjamin M.; Patterson, Nick; Price, Alkes L. (2015). "Contrasting regional architectures of schizophrenia and other complex diseases using fast variance components analysis". doi:10.1101/016527. S2CID 196690764. Cite 저널은 필요로 한다. journal= (도움말)
  63. ^ Majumdar, Arunabha; Haldar, Tanushree; Bhattacharya, Sourabh; Witte, John S. (2018). "An efficient Bayesian meta-analysis approach for studying cross-phenotype genetic associations". PLOS Genetics. 14 (2): e1007139. doi:10.1371/journal.pgen.1007139. PMC 5825176. PMID 29432419.
  64. ^ Shi, Huwenbo; Kichaev, Gleb; Pasaniuc, Bogdan (2016). "Contrasting the Genetic Architecture of 30 Complex Traits from Summary Association Data". The American Journal of Human Genetics. 99 (1): 139–153. doi:10.1016/j.ajhg.2016.05.013. PMC 5005444. PMID 27346688.
  65. ^ Lynch, Michael (1999). "Estimating genetic correlations in natural populations". Genetical Research. 74 (3): 255–264. doi:10.1017/s0016672399004243. PMID 10689802.
  66. ^ Golan, David; Lander, Eric S.; Rosset, Saharon (2014). "Measuring missing heritability: Inferring the contribution of common variants". Proceedings of the National Academy of Sciences. 111 (49): E5272–E5281. Bibcode:2014PNAS..111E5272G. doi:10.1073/pnas.1419064111. PMC 4267399. PMID 25422463.
  67. ^ Shi, Huwenbo; Mancuso, Nicholas; Spendlove, Sarah; Pasaniuc, Bogdan (2017). "Local Genetic Correlation Gives Insights into the Shared Genetic Architecture of Complex Traits". The American Journal of Human Genetics. 101 (5): 737–751. doi:10.1016/j.ajhg.2017.09.022. PMC 5673668. PMID 29100087.
  68. ^ Posthuma, Daniëlle; Boomsma, Dorret I. (2000). "A Note on the Statistical Power in Extended Twin Designs" (PDF). Behavior Genetics. 30 (2): 147–158. doi:10.1023/A:1001959306025. PMID 10979605. S2CID 14920235.
  69. ^ DeFries, J. C., Plomin, Robert, LaBuda, Michele C. (1987). "Genetic Stability of Cognitive Development From Childhood to Adulthood" (PDF). Developmental Psychology. 23 (1): 4–12. doi:10.1037/0012-1649.23.1.4.CS1 maint: 여러 이름: 작성자 목록(링크)
  70. ^ Wray, Naomi R.; Lee, Sang Hong; Kendler, Kenneth S. (2012). "Impact of diagnostic misclassification on estimation of genetic correlations using genome-wide genotypes". European Journal of Human Genetics. 20 (6): 668–674. doi:10.1038/ejhg.2011.257. PMC 3355255. PMID 22258521.
  71. ^ 매사냥꾼, 페이지 317–318
  72. ^ Schmitt, J. E.; Eyler, L. T.; Giedd, J. N.; Kremen, W. S.; Kendler, K. S.; Neale, M. C. (2007). "Review of twin and family studies on neuroanatomic phenotypes and typical neurodevelopment". Twin Research and Human Genetics. 10 (5): 683–694. doi:10.1375/twin.10.5.683. PMC 4038708. PMID 17903108.
  73. ^ Almasy, L.; Dyer, T. D.; Blangero, J. (1997). "Bivariate quantitative trait linkage analysis: Pleiotropy versus co-incident linkages". Genetic Epidemiology. 14 (6): 953–8. doi:10.1002/(SICI)1098-2272(1997)14:6<953::AID-GEPI65>3.0.CO;2-K. PMID 9433606.
  74. ^ Heath, A. C.; Neale, M. C.; Hewitt, J. K.; Eaves, L. J.; Fulker, D. W. (1989). "Testing structural equation models for twin data using LISREL". Behavior Genetics. 19 (1): 9–35. doi:10.1007/BF01065881. PMID 2712816. S2CID 46155044.

인용된 출처

외부 링크