Mitmene testimine ülegenoomsetes uuringutes

Märt Möls

Mitmese testimise probleemist

• Statistilisel testil on lubatud eksida (olulisuse nivool α=0,05 võivad kuni 5% testidest anda eksliku valepositiivse tulemuse...)

• 100 sõltumatu arulageda testi puhul:0,05*100=5 valepositiivset tulemust;

0,95100=0,0059 ehk tõenäosusega 0,6%

ei saa me ühtegi valepositiivset

tulemust.

Mitmese testimise probleem on muidugi ammu teada...

Farmaatsiakompaniid kordavad kliinilisi katseid senikaua, kuni saavad statistiliselt olulise tulemuseVaata näiteks suhteliselt hästi dokumenteeritud ravimiga Seroxat - GlaxoSmithKline – seotud juhtumit:

Law, ethics and medicine: Seroxat and the suppression of clinical trial data: regulatory failure and the uses of legal ambiguity

L McGoey, E Jackson

J Med Ethics 2009;35:107-112 doi:10.1136/jme.2008.025361

Mitmese testimise probleem on muidugi ammu teada...

Geeniteaduses ei vii probleemi ignoreerimine kahjuks paljude artiklite ja

rikkuseni...

• Mõõdetakse ~300 000... ~2 000 000 SNP iga inimese kohta...

SNP – üksiku nukleotiidi polümorfism: ...CCCTGCCTCCCC(C/T)CCAGATGGCG...

• 600 000 SNP testimisel tõenäosus mitte saada valepositiivset tulemust: 1,4∙10-13366

Probleem on liiga ilmne tema ignoreerimiseks...

Klassikalised lahendused

• Bonferroni meetod– Bonferron-Holm– Sidak

• FDR – valeavastusmäär

(fikseeritakse ülempiir valesti vastuvõetud alternatiivsete hüpoteeside osakaalule – näiteks valepositiivsete testitulemuste keskmine osakaal ei tohi olla üle 5%)

Bonferroni meetodi põhiolemus

testil

2. viga

testil

1. viga

testil

2. viga

testil

1. viga

testil

2. viga

testil

1. viga ja ja/või PPPP

Bonferroni meetodi põhiolemus

P(“valeavastus”) ≤ 0,05/2 +0,05/2 = 0,05

testil

2. viga

testil

1. viga

testil

2. viga

testil

1. viga

testil

2. viga

testil

1. viga

testil

2. viga

testil

1. viga

PP

PPPP ja ja/või

Bonferroni meetodi puudused

• Ilmne puudus

Enamasti

• Esialgu märkamatuks jääv puudus:Arvutused olulisuse nivool 0,05 on lihtsamad kui olulisuse nivool 0,05/10000...

0testil

2. viga

testil

1. viga

jaP

Näide eksitavast rusikareeglist

T-test: andmed olgu normaaljaotusega või olgu valim suur

Peaaegu normaaljaotus?Histogramm

x

Sag

edus

0 2 4 6 8 10

010

2030

40

-3 -2 -1 0 1 2 3

02

46

810

Tõenäosuspaber (QQ-plot)

Mittetöötava rusikareegli näide:t-test, “suur valim” (n=100)

kasutatud vale testitulemuseolulisuse nivoo (I liiki vea) tõenäosus

0,05 0,05040,0005 0,000530,000005 0,00000730,000005 (ühepoolne) 0,000011

0,000011*10000 ≠ 0,05

Bonferroni meetod võimendab üles ka kõige pisema eksimuse eeldustes suureks probleemiks.

Probleemsed võivad olla ka mitteparameetrilised testid...

Kui me ei riski teha eelduseid uuritava tunnuse jaotuse kohta, siis kasutame mitteparameetrilisi teste? Wilcoxon, Kruskal-Wallis, ...?

Iseenesest hea idee, aga...... statistikatarkvara (R,SAS, ...) kasutab enamike nende testide puhul ligikaudseid meetodeid olulisustõenäosuse (p-value) arvutamiseks...

Mida siis teha?

Permutatsioonitest?

1. Paiguta fenotüübi väärtused juhuslikult;

2. leia olulisustõenäosus (p-väärtus) kõigi testide ehk kõigi SNP’de jaoks;

3. leia väikseim p-väärtus kõigi testide seast;

4. korda samme 1-3 palju kordi (näiteks 10000 korda);

5. vaata, kui sageli kohtasid sind huvitavast

p-väärtusest pisemaid p-väärtuseid...

Seos inimese sotsiaalsuse ja genotüübi vahel -

koostöö prof J. Alliku ja prof. M. Remmiga

Teste (SNP’e): 299 280

Inimesi: 596

Parim p-väärtus: 0,00000072

Bonferroni otsus: 0,00000072 > 0,05/299280 (= 0,000000167)

299280*0,00000072 > 0,05

0,215 > 0,05

Seose olemasolu ei saa tõestada...

Bonferroni vs permutatsioonitest

• Bonferroni korrigeeritud p-väärtus:299280*0,00000072 = 0,215

• Permutatsioonitest, 0,17 (≈236000*0,00000072)

Efektiivne testide arv: 236 000

Kirjandusest: 500 000 SNP’i -> ef. teste ~ 260 000Piirväärtus teatud juhul (α=0,05,...) ~650 000

Kuidas edasi?

SNP asemel testida piirkondade olulisust?

Vaatame näiteks 100 SNP pikkuseid juppe?

Esialgne hinnang: p-väärtus ~0,03 ???

Lootust on...

Kahtlane piirkond on geeni KCNV2 ees ja sees...

Mutatsioonid geenis KCNV2 põhjustavad veidrusi värvide tajumisel...

Kes näevad kaasinimesi roosades toonides, suhtlevad nendega ka meelsamini?

Tänan!