Acurácia da Imputação de Marcadores SNPs Entre os Programas Beagle e FImpute

Resumo

Realizada em uma população de 230 animais genotipados com marcadores do tipo SNP (Single Nucleotide Polymorphism), pelo chip da Illumina de alta densidade (HD-777k), separados aleatoriamente em três grupos, sendo dois grupos de 77 animais e um de 76. Foi realizada a exclusão dos SNPs de cada um dos grupos tornando-os em painéis de média densidade (MD-50k). O processo de controle de qualidade dos genótipos, redução dos painéis HD para MD e a preparação dos arquivos de entrada para o FImpute foram executados em scripts desenvolvidos no programa R. Este controle de qualidade foi implementado com o pacote SNPStats (Clayton, 2014) para remover amostras com “call rate” menor que 90%, um desvio de heterozigose maior que 3 desvios-padrão acima ou abaixo da média, amostras com sexo trocado, verificando o cromossoma “X” e amostras duplicadas. Para o controle de qualidade dos SNPs foram utilizados apenas SNPs mapeados nos cromossomos autossomos, com “call rate” maior que 98%, com uma “MAF” (“minor allele frequencies”) maior que 0,03 e dentro do equilíbrio de Hardy-Weinberg (P > 10–7). Além disso, apenas SNPs com a maior MAF foi utilizado quando foram observados SNPs com a mesma posição ou altamente correlacionados (maior que 98%). Após o controle de qualidade o arquivo (HD) ficou com 661.770 SNPs, sendo que os dados em MD contaram com 35.000 SNPs, onde se estudou a imputação de no mínimo 623.820 SNPs. Para os arquivos de entrada do Beagle foram utilizadas ferramentas do terminal Linux e o auxilio do programa Plink para converter os arquivos ASCII (texto) em binário para um melhor desempenho. Posteriormente, foi realizada a imputação dos marcadores deletados do arquivo MD para o HD nos programas Beagle e FImpute com o objetivo de comparar a confiabilidade e desempenho dos programas. O Beagle obteve um resultado de 93,16% (4,46), 92,75% (3,47) e 93,61% (3,79) de acurácia média na imputação, respectivamente. No FImpute obteve-se 94,45% (4,24), 94,21% (3,18) e 94,91% (3,74) de acurácia média na imputação, respectivamente. Com uma diferença exponencial de tempo entre os dois programas, o Beagle necessitou em torno de 6 horas para executar a imputação de cada grupo, enquanto o FImpute precisou de apenas 4 minutos, no mesmo computador a(Processador: Intel(R) Xeon(R) CPU E5-2630, com 24 núcleos de 2.30GHz e 128GB de memória RAM). O programa Beagle teve uma menor acurácia média, de 1,29%, 1,46% e 0,6%, respectivamente para os grupos A, B e C, comparado com o FImpute. Além de ter uma menor média na acurácia de imputação, o Beagle também é muito mais lento em relação ao FImpute.