.
Muitas estimativas de quão fortemente características e doenças compartilham sinais genéticos podem ser infladas, de acordo com um novo estudo conduzido pela UCLA que indica que os métodos atuais para avaliar as relações genéticas entre as características falham em explicar os padrões de acasalamento.
Por meio do uso da poderosa tecnologia de sequenciamento do genoma, os cientistas nos últimos anos têm procurado entender as associações genéticas entre características e risco de doenças, esperando que as descobertas da genética compartilhada possam apontar pistas para combater as doenças. No entanto, pesquisadores da UCLA disseram que seu novo estudo, publicado em 17 de novembro na Ciência, fornece cautela contra confiar demais em estimativas de correlação genética. Eles dizem que tais estimativas são confundidas por fatores não biológicos mais do que se pensava anteriormente.
As estimativas de correlação genética normalmente assumem que o acasalamento é aleatório. Mas no mundo real, os parceiros tendem a formar pares por causa de muitos interesses compartilhados e estruturas sociais. Como resultado, algumas correlações genéticas em trabalhos anteriores que foram atribuídas à biologia compartilhada podem representar suposições estatísticas incorretas. Por exemplo, estimativas anteriores de sobreposição genética entre índice de massa corporal (IMC) e nível educacional provavelmente refletem esse tipo de estrutura populacional, induzida por “acasalamento seletivo de características cruzadas”, ou como indivíduos de uma característica tendem a se associar a indivíduos de outra característica. outro traço.
Os autores do estudo disseram que as estimativas de correlação genética merecem mais escrutínio, uma vez que essas estimativas foram usadas para prever o risco de doenças, obter pistas para terapias potenciais, informar práticas de diagnóstico e moldar argumentos sobre o comportamento humano e questões sociais. Os autores disseram que alguns na comunidade científica colocaram muita ênfase nas estimativas de correlação genética com base na ideia de que estudar genes, por serem inalteráveis, pode superar fatores de confusão.
“Se você apenas olhar para duas características que são elevadas em um grupo de pessoas, você não pode concluir que elas existem pelo mesmo motivo”, disse o principal autor Richard Border, pesquisador de pós-doutorado em genética estatística na UCLA. “Mas há uma espécie de suposição de que, se você puder rastrear isso até os genes, terá a história causal”.
Com base na análise de dois grandes bancos de dados de características conjugais, os pesquisadores descobriram que o acasalamento seletivo de características cruzadas está fortemente associado a estimativas de correlação genética e plausivelmente representa uma parte “substancial” das estimativas de correlação genética.
“O acasalamento seletivo de características cruzadas afetou todos os nossos genomas e causou correlações interessantes entre o DNA que você herda de sua mãe e o DNA que herda de seu pai em todo o genoma”, disse o coautor do estudo Noah Zaitlen, professor de medicina computacional e neurologia na UCLA Health.
Os pesquisadores também examinaram estimativas de correlação genética de transtornos psiquiátricos, que provocaram debates na comunidade psiquiátrica porque parecem mostrar relações genéticas entre transtornos que aparentemente têm pouca semelhança, como transtorno de déficit de atenção e hiperatividade e esquizofrenia. Os pesquisadores descobriram que as correlações genéticas para uma série de características não relacionadas poderiam ser plausivelmente atribuídas ao acasalamento seletivo de características cruzadas e práticas de diagnóstico imperfeitas. Por outro lado, a análise encontrou ligações mais fortes para alguns pares de características, como transtornos de ansiedade e depressão maior, sugerindo que realmente existe pelo menos alguma biologia compartilhada.
“Mas mesmo quando há um sinal real, ainda estamos sugerindo que estamos superestimando a extensão desse compartilhamento”, disse Border.
Outros autores do estudo incluem Georgios Athanasiadis, Alfonso Buil, Andrew J. Schork, Na Cai, Alexander I. Young, Thomas Werge, Jonathan Flint, Kenneth S. Kendler, Sriram Sankararaman e Andy Dahl. Os autores declararam não ter o interesse de competir. Consulte o estudo para obter uma lista completa de financiadores.
.
