Estimativa de expressão e mapeamento de eQTL para genes HLA com um pipeline personalizado

Resumo

Os genes HLA (Antígenos Leucocitários Humanos) são alvos bem conhecidos de seleção balanceadora, e variação nestes loci está associada com muitos fenótipos de doença. A variação nos níveis de expressão também influencia a susceptibilidade e resistência a doenças, porém há pouca informação disponível sobre a regulação e padrões de expressão a nível populacional. Isso é uma consequência da dificuldade de mapear reads curtos originados desses genes altamente polimórficos, e de tratar o alinhamento a seus muitos parálogos. Nós desenvolvemos um pipeline computacional para estimar de forma confiável a expressão de genes HLA baseada em RNA-seq, melhorando tanto as estimativas a nível de locus e de alelo. Primeiro, reads são alinhados a todas as sequências conhecidas de HLA para inferir os genótipos HLA, e então a quantificação de expressão é realizada usando um índice personalizado. Nós usamos simulações para mostrar que as estimativas de expressão obtidas dessa forma não são enviesadas devido a divergência de um genoma referência. Nós aplicamos nosso pipeline aos dados do consórcio GEUVADIS, e comparamos as quantificações com aquelas obtidas com uso de um transcriptoma referência. Embora o pipeline personalizado recupere mais reads, encontramos que usar o transcriptoma referência produz estimativas similares àquelas do pipeline personalizado (r e 0.87) com exceção do HLA-DQA1. Descrevemos o impacto da abordagem personalizada pra HLA em análises subsequentes para nove loci HLA clássicos (HLA- A, HLA-C, HLA-B, HLA-DRA, HLA-DRB1, HLA-DQA1, HLA-DQB1, HLA-DPA1, HLA- DPB1). Embora a influência da abordagem personalizada seja modesta para mapeamento de eQTL, os p-valores e a causalidade dos eQTLs obtidos são melhores do que quando o transcriptoma referência é usado. Nós investigamos como os eQTLs que identificamos explicam a variação na expressão entre linhagens de alelos HLA. Finalmente, discutimos possíveis causas para as diferenças entre estimativas de expressão obtidas com RNA-seq, abordagens com anticorpos e qPCR. (AU)