Від сирих даних до показників звіту: як дані генотипування перетворюються на генетичний профіль

Цифра у генетичному звіті виглядає простою. Та за нею — кілька етапів роботи з даними: від визначення генотипів і перевірки їхньої якості до статистичних моделей та порівняння з референтною популяцією.

Для полігенних показників цей процес включає генотипування або повногеномне секвенування, контроль якості, за потреби — імпутацію, використання даних GWAS і розрахунок PRS. Після цього результат порівнюють із референтною популяцією та визначають його відносне положення — наприклад, у вигляді перцентиля.

Розглянемо цей процес послідовно — від зразка слини та отримання генотипних даних до показника, який зрештою потрапляє у ваш звіт.

Від зразка слини до генотипних даних

Після збору зразка слини генетичний матеріал найчастіше аналізують методом генотипування, який визначає генотипи у великій кількості конкретних позицій ДНК і формує масив даних для подальшого аналізу.

Отриманий масив генотипів проходить контроль якості: перевіряють технічну надійність сигналу для кожного зразка й маркера та інші параметри, що визначають придатність даних до подальшого аналізу (Zhao et al., J. Genomics, 2022). Такі перевірки зазвичай спираються на кілька статистичних критеріїв одночасно, а не на один показник (Treccani et al., BIOCELL, 2023). За результатами контролю якості визначають, які дані можуть бути використані на наступних етапах обробки. Дані, що не проходять ці перевірки, виключають із подальшого аналізу: це може бути окремий маркер із ненадійним сигналом або, рідше, увесь зразок, якщо частка проблемних результатів надто висока.

Що саме визначає генотипування

Генотипування визначає генотипи у великій кількості конкретних позицій ДНК — зокрема однонуклеотидних поліморфізмів (SNP), тобто позицій, у яких окремі нуклеотиди можуть відрізнятися між людьми. На відміну від секвенування, яке визначає послідовність ДНК у широкому діапазоні позицій, генотипування працює з наперед визначеним набором генетичних маркерів.

Apixmed Prism аналізує близько 700 000 генетичних варіантів — отриманий масив даних охоплює позиції, пов'язані з різними характеристиками та станами, і стає основою для подальшої статистичної інтерпретації показників.

Детальніше про те, як обрати метод генетичного тестування, — у статті WGS, WES і генотипування: як обрати метод генетичного тестування.

Як імпутація розширює дані генотипування

Генотипування охоплює велику кількість позицій ДНК, однак для окремих статистичних моделей можуть бути потрібні варіанти, які безпосередньо не визначалися. Імпутація дає змогу статистично оцінити такі генотипи, використовуючи закономірності спільного успадкування генетичних варіантів і референтну панель — масив раніше повністю охарактеризованих геномів (Treccani et al., BIOCELL, 2023).

Результатом імпутації можуть бути ймовірності різних генотипів або оцінки кількості копій певного алеля — числові значення, які надалі використовують у статистичних моделях (Treccani et al., BIOCELL, 2023). Імпутовані значення мають іншу природу, ніж безпосередньо виміряні генотипи: це статистичні оцінки генотипу в позиції, яка не була виміряна напряму.

Звідки беруться статистичні ваги для показника

Щоб об'єднати інформацію про тисячі генетичних варіантів для одного показника, моделі використовують ваги, які відображають величину та напрямок ефекту кожного варіанта на певну ознаку. Такі оцінки дають повногеномні асоціативні дослідження (GWAS) — аналізи великих вибірок, у яких шукають зв'язок між генетичними варіантами та конкретними ознаками чи станами (Uffelmann et al., Nat. Rev. Methods Primers, 2021).

Наприклад, якщо певний варіант асоційований із незначним зсувом ознаки в дослідженій популяції, його вага в моделі буде малою. Варіант із помітнішим статистичним зв'язком отримає більшу вагу. Чи пов’язаний він зі збільшенням прояву ознаки, чи зі зменшенням, залежить від знака ефекту (Uffelmann et al., Nat. Rev. Methods Primers, 2021).

Окремий варіант зазвичай пояснює лише невелику частину генетичної варіативності складної ознаки. Полігенна модель об'єднує внески великої кількості варіантів, використовуючи для кожного відповідну статистичну вагу (Uffelmann et al., Nat. Rev. Methods Primers, 2021). Якість цих оцінок залежить, зокрема, від розміру та характеристик вибірки GWAS, якості визначення досліджуваної ознаки та статистичної потужності дослідження.

Що означає показник у звіті Apixmed Prism

Показник у генетичному звіті Apixmed Prism — це результат послідовної обробки та статистичної інтерпретації генетичних даних. Для полігенних моделей він формується на основі генотипів і статистичних ваг: кожен варіант ризику враховується пропорційно до своєї ваги, і внески усіх асоційновиних варіантів підсумовуються в єдиний показник (Choi et al., Nat. Protoc., 2020). Його інтерпретація залежить, зокрема, від референтної популяції — саме порівняння з нею перетворює сирий показник на перцентиль, тобто відносне положення результату людини серед значень цієї популяції, а не ймовірність розвитку певного стану (Kullo, Nat. Rev. Genet., 2025).

Про те, що означають конкретні показники та розділи готового звіту, — у статті Як читати звіт Apixmed Prism: що означають результати.

Генетичні дані можуть використовуватися для подальшої інтерпретації без повторного збору зразка: ДНК-профіль людини залишається стабільним протягом життя, тоді як наукові дані та статистичні моделі продовжують розвиватися. Це означає, що з часом ті самі генотипні дані можуть стати основою для нових показників або для перегляду вже наявних результатів — наприклад, у міру того, як GWAS-дослідження уточнюють статистичні ваги або з'являються моделі для ознак, які раніше не аналізувалися.

Про практичні кроки після отримання звіту — у статті Що робити з генетичним звітом: від даних до рішень.

Генетичні дані стають частиною ширшої картини здоров'я лише тоді, коли їх можна інтерпретувати в контексті: сам масив генотипів, без моделі й референтної популяції, не дає практично застосовної інформації. Перегляньте доступні напрями тестування Apixmed Prism, щоб побачити, які генетичні дані можуть доповнити вашу систему інформації про здоров'я.

Результати генетичного тесту — це не діагноз і не заміна консультації лікаря. Звіт Apixmed Prism дає генетичний контекст, який доповнює результати обстежень і допомагає приймати рішення разом із лікарем.

Джерела

1. Zhao, S., Jiang, L., Yu, H., Guo, Y. (2022). GTQC: Automated Genotyping Array Quality Control and Report. Journal of Genomics, 10, 39–44. https://doi.org/10.7150/jgen.69860 

2. Treccani, M., Locatelli, E., Patuzzo, C., Malerba, G. (2023). A broad overview of genotype imputation: Standard guidelines, approaches, and future investigations in genomic association studies. BIOCELL, 47(6), 1225–1241. https://doi.org/10.32604/biocell.2023.027884 

3. Uffelmann, E., Huang, Q. Q., Munung, N. S., de Vries, J., Okada, Y., Martin, A. R., Martin, H. C., Lappalainen, T., Posthuma, D. (2021). Genome-wide association studies. Nature Reviews Methods Primers, 1, 59. https://doi.org/10.1038/s43586-021-00056-9 

4. Choi, S. W., Mak, T. S. H., O'Reilly, P. F. (2020). Tutorial: a guide to performing polygenic risk score analyses. Nature Protocols, 15(9), 2759–2772. https://doi.org/10.1038/s41596-020-0353-1 

5. Kullo, I. J. (2025). Clinical use of polygenic risk scores: current status, barriers and future directions. Nature Reviews Genetics. https://doi.org/10.1038/s41576-025-00900-8