CC BY
79
ТОЧНОСТЬ ПРЕДИКЦИИ ПИГМЕНТАЦИИ ВОЛОС И ГЛАЗ ПО ГЕНЕТИЧЕСКИМ МАРКЕРАМ ДЛЯ ПОПУЛЯЦИЙ РОССИИ
О. П. Балановский1-2-3, В. С. Петрушенко1-2-4, И. О. Горин1-2-4, Ж. А. Кагазежева1-2, Н. В. Маркина2, Е. С Кострюкова5, Н. А. Лейбова6, А. М. Маурер7, Е. В. Балановская1-3 и
1 Медико-генетический научный центр, Москва, Россия
2 Институт общей генетики имени Н. И. Вавилова Российской академии наук, Москва, Россия
3 Биобанк Северной Евразии, Москва, Россия
4 Московский физико-технический институт (Научно-исследовательский университет), Москва, Россия
5 Федеральный научно-клинический центр физико-химической медицины, Москва, Россия
6 Институт этнологии и антропологии Российской академии наук, Москва, Россия
7 Научно-исследовательский институт и музей антропологии имени Д. Н. Анучина, Москва, Россия
Предикция цвета глаз и волос по генотипу становится распространенным инструментом в судебно-медицинской экспертизе и в исследованиях древних популяций. Для этого широко используется панель HIrisPlex-S, разработанная на выборке голландцев и верифицированная для некоторых других популяций Западной Европы. Однако точность ее предсказаний для представителей других регионов мира не изучена. Особый интерес представляют популяции России, в которых (в отличие от большинства других популяций мира) присутствуют не только темные, но и светлые оттенки цвета волос и глаз. Целью работы было определить точность предикции цвета глаз и волос для популяций России. Мы изучили 144 представителя коренного населения России (аварцев, алеутов, бурят, ительменов, карел, коряков, марийцев, нанайцев, русских, рутульцев, чувашей, чукчей, эвенков, эвенов). Для всех индивидов были сделаны антропологические фотографии. На основании фотографий эксперты-антропологи проводили определение цвета глаз и волос. Для тех же индивидов проводили генотипирование SNP-маркеров панели HIrisPlex. На основании генотипов предсказывали фенотипы и предсказанные фенотипы сопоставляли с реальными. Получена серия показателей точности HIrisPlex для популяций Европейской части России и Сибири. В целом точность оказалась удовлетворительной, хотя и несколько сниженной по сравнению с точностью для популяций Западной Европы. В будущих исследованиях возможно провести поиск дополнительных маркеров, повышающих точность предикции для популяций России. Ключевые слова: цвет глаз, цвет волос, генетические маркеры, предикция, генофонд, коренное население, HIrisPlex-S
Финансирование: исследование выполнено при финансовой поддержке Министерства науки и образования РФ (Госконтракт № 011-17 от 26.09.2017) в рамках научно-технической программы Союзного государства «ДНК-идентификация» (работы по генотипированию, по фенотипированию европейских образцов, подготовке текста статьи) и Государственного задания Министерства науки и высшего образования РФ для Медико-генетического научного центра им. академика Н. П. Бочкова (работы по фенотипированию сибирских образцов, созданию базы данных, анализу данных). Благодарности: благодарим всех доноров образцов. Коллекция ДНК и антропологических фотографий предоставлена АНО «Биобанк Северной Евразии». Информация о вкладе авторов: Е. В. Балановская — дизайн и руководство исследованием; В. С. Петрушенко и И. О. Горин — биоинформатический анализ и анализ литературы, написание текста статьи; А. М. Маурер, Н. А. Лейбова — фенотипирование образцов; Ж. А. Кагазежева — фенотипирование образцов, фотографирование и обработка фотографий, работа с табличными данными; О. П. Балановский и Н. В. Маркина — написание текста статьи; Е. С. Кострюкова — генотипирование.
Соблюдение этических стандартов: исследование одобрено этическим комитетом Медико-генетического научного центра (протокол № 3/1 от 5 сентября 2018 г.), выполнено на образцах, полученных в ходе популяционно-генетического обследования генофонда; все обследуемые подписали добровольное информированное согласие. [>3 Для корреспонденции: Елена Владимировна Балановская
ул. Москворечье, д. 1, Медико-генетический научный центр, г Москва, 115522; balanovska@mail.ru Статья получена: 22.10.2019 Статья принята к печати: 26.10.2019 Опубликована онлайн: 28.10.2019 DOI: 10.24075/vrgmu.2019.069
THE ACCURACY OF PREDICTING EYE AND HAIR PIGMENTATION BASED ON GENETIC MARKERS IN RUSSIAN POPULATIONS
Balanovsky OP1-2-3, Petrushenko VS1-2-4, Gorin IO1-2-4, Kagazezheva ZhA1-2, Markina NV2, Kostryukova ES5, Leybova NA6, Maurer AM7, Balanovska EV1-3 и
1 Research Centre for Medical Genetics, Moscow, Russia
2 Vavilov Institute of General Genetics, Moscow, Russia
3 Biobank of North Eurasia, Moscow, Russia
4 Moscow Institute of Physics and Technology, Moscow, Russia
5 Federal Research and Clinical Center of Physical-Chemical Medicine, Moscow, Russia
6 Institute of Anthropology and Ethnography, Moscow, Russia
7 Anuchin Research Institute and Museum of Anthropology, Moscow, Russia
Prediction of eye and hair color from DNA is being increasingly employed in forensic medicine and the studies of ancient populations. HIrisPlex-S is a prediction tool that was developed using the data collected from Dutch donors and verified for some other European populations. The accuracy of its predictions for other world populations has not been studied yet. Unlike the majority of other world populations, Russian populations are characterized not only by dark but also by light color eyes and hair and therefore pose a special interest in this respect. The aim of this work was to determine the accuracy of eye and hair color predictions for Russian populations. We studied 144 representatives of indigenous populations of Russia (Avars, Aleuts, Buryats, Itelmens, Karelians, Koryaks, Maris, Nanais, Russians, Rutulians, Chuvashes, Chukchi, Evenks, and Evens). Anthropological photos were taken of all individuals. Based on the photos, the anthropologists identified eye and hair color phenotypes. SNP-markers were genotyped using the HIrisPlex panel. Based on the genotypes, the phenotypes were predicted and subsequently compared to the actual phenotypes. We obtained a series of HIrisPlex accuracy indicators for the populations inhabiting the European part of Russia and Siberia. On the whole, prediction accuracy was satisfactory, although a bit lower than for West European populations. Further research could look for additional markers increasing the accuracy of predictions for Russian populations.
Keywords: eye color, hair color, genetic markers, prediction, gene pool, indigenous people, HIrisPlex-S
Funding: the study was supported by the Ministry of Science and Education of the Russian Federation (State contract 011-17 dated 26.09.2017) as part of the Union State Research and Technical Project DNA-based identification, which included genotyping and phenotyping of European samples and preparation of this manuscript, and the State assignment of the Ministry of Science and Higher Education of the Russian Federation for the Research Centre for Medical Genetics (phenotyping of Siberian samples, creating a database, data analysis).
Acknowledgements: we thank all donors participating in our study. DNA samples and anthropological images were provided by the Biobank of North Eurasia.
Author contribution: Balanovska EV — supervision and study design; Petrushenko VS, Gorin IO — bioinformatic analysis, literature analysis, manuscript preparation; Maurer AM, Leybova NA — phenotyping of the samples; Kagazezheva ZhA — phenotyping of the samples, photography, photo processing, tabular data processing; Balanovsky OP, Markina NV — manuscript preparation; Kostryukova ES — genotyping.
Compliance with ethical standards: the study was approved by the Ethics Committee of the Research Centre for Medical Genetics (Protocol No 3/1 dated September 5, 2018). The samples used in this work were obtained from a population genetic study. Informed consent was obtained from all study participants. [><1 Correspondence should be addressed: Elena V Balanovska
Moskvorechie, 1, Research Centre for Medical Genetics, Moscow, 115522; balanovska@mail.ru Received: 22.10.2019 Accepted: 26.10.2019 Published online: 28.10.2019 DOI: 10.24075/brsmu.2019.069
В течение последней декады определение вероятного цвета глаз и волос по ДНК стало важной частью судебно-медицинских и популяционно-генетических исследований, поскольку позволяет определить вероятную внешность человека, информация о котором ограничена его биологическим образцом. Такое определение используют при поиске правонарушителей, идентификации жертв катастроф, при изучении образцов ДНК из древних популяций, в генетической генеалогии и других областях исследований. Во множестве исследований [1-10] выявлены некоторые ключевые гены и сайты внутри этих генов, вовлеченные в фенотипы по пигментации. Наиболее важные сайты были включены в HIrisPlex-систему и ее расширенный вариант HIrisPlex-S, позволяющий определять и вероятный цвет кожи [8-11]. Генотипирование 25 маркеров (SNP и инделы) [10] помогает быстро и надежно предсказывать цвет глаз и волос (HIrisPlex); дополнительные 16 маркеров предсказывают также цвет кожи (HIrisPlex-S).
При публикации этой системы предикции пигментации по генотипу [8-11] показано, что такое предсказание надежно для популяций европейского происхождения, однако эту систему и разрабатывали на образцах из европейских популяций, в основном для голландцев (верификация проведена на населении Польши, Греции и Ирландии). Точность HIrisPlex для популяций из других регионов мира не проверяли. Конечно, для населения большинства других континентов проверка этой системы не информативна, поскольку большинство неевропейских популяций имеют только темные глаза и темные волосы. Но в некоторых популяциях из пограничных регионов между Европой и Азией (например, Алтая, Кавказа, Зауралья) распространен как темный, так и светлый фенотип глаз/волос. При этом они генетически значительно отличаются от западных европейцев [12], а значит, могут отличаться и по спектру генетических маркеров, определяющих степень пигментации. Даже популяции из уральского региона, генетически более близкие к западноевропейцам, чем популяции Кавказа и Западной Сибири, все же генетически значительно более удалены от голландцев, чем ирландцы, поляки и греки, образцы которых использовали для верификации HIrisPlex.
Целью работы было в ходе экспедиционных обследований коренного населения и фотографирования индивидов оценить предсказательную силу системы HIrisPlex-S для цвета глаз и волос на различных популяциях Северной Евразии.
ПАЦИЕНТЫ И МЕТОДЫ
Сбор образцов и фенотипирование
В ходе экспедиционных обследований генофондов, проводимых нашим научным коллективом [13], были сделаны антропологические фотографии представителей коренного населения различных народов России и сопредельных стран. Обследование популяций, включенных в настоящее исследование, проводили в ходе нескольких полевых выездов в 2015-2019 гг. Критериями включения в исследование были: 1) возраст старше 18 лет; 2) самоидентификация четырех предков обследуемого (двух дедушек и двух бабушек) как принадлежащих к данному народу; 3) наличие антропологической фотографии обследуемого; 4) наличие письменного информированного
согласия на участие в обследовании. Критерии исключения: 1) недостаточное качество фотографий, не позволяющее надежно определить цвет глаз и волос; 2) отсутствие полного профиля генотипированных маркеров.
В результате применения данных критериев в исследование включили 144 индивидуума из следующих популяций:
1) Европейская часть России — русские, марийцы, чуваши, карелы, рутульцы, аварцы (п = 66, из них 65 мужчин и 1 женщина);
2) Сибирь и Дальний Восток — буряты, эвенки, эвены, нанайцы, коряки, ительмены, чукчи, алеуты (п = 78, из них 45 мужчин и 33 женщины).
Фенотипы цвета глаз и волос определяли по фотографиям три эксперта: двое — физические антропологи с большим опытом фенотипирования, третий — генетик, специально обученный фенотипированию. Все эксперты выполняли фенотипирование независимо, и в тех случаях, когда определенные ими фенотипы различались, проводили тщательное совместное определение до достижения консенсусной оценки. Цвет глаз — темный, светлый или смешанный — был успешно определен для всех 144 индивидов. Цвет волос был определен для меньшего числа образцов в связи с невозможностью определения натурального цвета волос женщин по фотографиям, а также наличия некоторого числа мужчин с сединой или облысением. Результаты фенотипирования представлены в табл. 1.
Генотипирование и предикция цвета глаз и волос по генотипу
ДНК из образцов крови или слюны выделяли классическим методом фенол-хлороформной экстракции [14]. Генотипирование проводили на основе использования биочипа !пАп1ит Отп15Ехоте-4 у1.3 ВеаССИ1р (!!!ит1па; США) на платформе 18сап. Качество оценивали с помощью рекомендованного производителем программного обеспечения вепотеБШСю у2.0. (Шитюа; США). Для всех образцов интегральная оценка качества (СЯ — Са!!Яа1е) составила выше 0,99, что говорит о пригодности полученных результатов для дальнейшей обработки. Использованная панель включает более 4 млн БЫР-маркеров, поэтому полученные результаты применяют в целом ряде исследований. В рамках данного исследования из этого массива данных были извлечены генотипы по 29 маркерам, входящим в панель Н!г1зР1ех и используемым для предсказания цвета глаз, волос и кожи. Всего в Н!г1эР!ех-3 25 маркеров цвета глаз и волос и 16 маркеров цвета кожи. Из этих маркеров нами успешно генотипированы 19 маркеров предсказания цвета глаз и волос и 10 маркеров, по которым предсказывают цвет кожи. Панель Н!г1эР!ех допускает использование неполного профиля генотипирования (ключевое значение имеют несколько обязательных маркеров, остальные лишь немного увеличивают точность предикции), поэтому использование 19 маркеров из 25 достаточно для качественной предикции с помощью Н!г1эР!ех (маркеры для предсказания цвета кожи не были учтены в нашем исследовании). Пояснения требует обработка пропущенных генотипов только по одному маркеру — гэ312262906. При использовании системы Н!г1эР!ех-8 без этого маркера были получены предсказания только цвета глаз, но не цвета волос. Данный полиморфизм приводит к сдвигу рамки считывания в гене МС1Н и ассоциирован
Таблица 1. Фенотипы (цвет глаз и волос), определенные по антропологическим фотографиям
Образец Метапопуляция Этнос Пол Возраст на момент сбора Цвет волос Цвет глаз
РЕБ-0001 Сибирь эвенки м 63 не анализируется темный
РЕБ-0002 Сибирь нанайцы м 33 темные темный
РЕБ-0003 Сибирь нанайцы м 42 темные темный
РЕБ-0004 Сибирь нанайцы м 29 темные темный
РЕБ-0005 Сибирь нанайцы м 58 темные темный
РЕБ-0006 Сибирь нанайцы м 62 темные светлый
РЕБ-0007 Сибирь нанайцы м 68 темные темный
РЕБ-0008 Сибирь нанайцы м 64 не анализируется темный
РЕБ-0009 Сибирь нанайцы м 52 темные темный
РЕБ-0010 Сибирь нанайцы м 55 темные темный
РЕБ-0011 Сибирь нанайцы м 46 не анализируется темный
РЕБ-0012 Сибирь нанайцы м 51 темные темный
РЕБ-0013 Сибирь эвены м 52 промежуточные светлый
РЕБ-0014 Сибирь эвены м 21 темные светлый
РЕБ-0015 Сибирь эвены м 39 темные темный
РЕБ-0016 Сибирь эвены м 21 темные темный
РЕБ-0017 Сибирь эвены м 20 темные темный
РЕБ-0018 Европейская часть России башкиры м 64 не анализируется темный
РЕБ-0019 Сибирь буряты м 76 не анализируется темный
РЕБ-0020 Сибирь буряты м 68 не анализируется темный
РЕБ-0021 Сибирь буряты м 50 темные темный
РЕБ-0022 Сибирь буряты м 68 темные темный
РЕБ-0023 Европейская часть России чуваши м 33 промежуточные светлый
РЕБ-0024 Европейская часть России чуваши м 51 светлые светлый
РЕБ-0025 Европейская часть России чуваши м 53 промежуточные светлый
РЕБ-0026 Европейская часть России чуваши м 42 темные светлый
РЕБ-0027 Европейская часть России чуваши м 41 темные темный
РЕБ-0028 Европейская часть России чуваши м 36 рыжие светлый
РЕБ-0029 Европейская часть России чуваши м 55 не анализируется темный
РЕБ-0030 Европейская часть России чуваши м 45 темные темный
РЕБ-0031 Европейская часть России чуваши м 33 рыжие темный
РЕБ-0032 Европейская часть России чуваши м 46 промежуточные темный
РЕБ-0033 Европейская часть России чуваши м 32 промежуточные темный
РЕБ-0034 Европейская часть России чуваши м 41 не анализируется светлый
РЕБ-0035 Европейская часть России чуваши м 49 промежуточные темный
РЕБ-0036 Европейская часть России чуваши м 53 не анализируется темный
РЕБ-0037 Европейская часть России чуваши м 46 промежуточные темный
РЕБ-0038 Европейская часть России чуваши м 57 темные темный
РЕБ-0039 Европейская часть России чуваши м 42 не анализируется светлый
РЕБ-0040 Европейская часть России чуваши м 47 рыжие светлый
РЕБ-0041 Европейская часть России чуваши м 23 промежуточные светлый
РЕБ-0042 Европейская часть России аварцы м 52 не анализируется темный
РЕБ-0043 Европейская часть России аварцы м 55 не анализируется светлый
РЕБ-0044 Европейская часть России аварцы м 20 промежуточные светлый
РЕБ-0045 Европейская часть России рутульцы м 36 не анализируется темный
РЕБ-0046 Европейская часть России рутульцы м 38 темные темный
РЕБ-0047 Европейская часть России рутульцы м 83 не анализируется темный
РЕБ-0048 Европейская часть России рутульцы м 57 не анализируется темный
РЕБ-0049 Европейская часть России рутульцы м 55 темные темный
РЕБ-0050 Европейская часть России рутульцы м 56 темные темный
РЕБ-0051 Европейская часть России рутульцы м 65 не анализируется темный
РЕБ-0052 Сибирь эвены ж 46 не анализируется темный
Образец Метапопуляция Этнос Пол Возраст на момент сбора Цвет волос Цвет глаз
FES-0053 Сибирь коряки ж 74 не анализируется темный
FES-0054 Сибирь эвены м 50 темные темный
FES-0055 Сибирь эвены ж 18 не анализируется темный
FES-0056 Сибирь эвены ж 56 не анализируется темный
FES-0057 Сибирь эвены ж 51 не анализируется темный
FES-0058 Сибирь чукчи ж 47 не анализируется темный
FES-0059 Сибирь коряки ж 68 не анализируется темный
FES-0060 Сибирь ительмены ж 56 не анализируется темный
FES-0061 Сибирь коряки ж 56 не анализируется темный
FES-0062 Сибирь коряки ж 34 не анализируется темный
FES-0063 Сибирь эвены м 63 не анализируется темный
FES-0064 Сибирь эвены ж 66 не анализируется темный
FES-0065 Сибирь камчадалы ж 82 не анализируется темный
FES-0066 Сибирь ительмены м 62 промежуточные темный
FES-0067 Сибирь ительмены ж 53 не анализируется темный
FES-0068 Сибирь алеуты ж 66 не анализируется темный
FES-0069 Сибирь алеуты ж 35 не анализируется темный
FES-0070 Сибирь алеуты м 42 темные темный
FES-0071 Сибирь алеуты ж 72 не анализируется темный
FES-0072 Сибирь алеуты ж 69 не анализируется темный
FES-0073 Сибирь алеуты м 63 темные темный
FES-0074 Сибирь алеуты ж 53 не анализируется темный
FES-0075 Сибирь коряки м 59 не анализируется темный
FES-0076 Сибирь коряки м 62 темные темный
FES-0077 Сибирь чукчи ж 69 не анализируется темный
FES-0078 Сибирь коряки м 69 темные темный
FES-0079 Сибирь коряки м 43 темные светлый
FES-0080 Сибирь коряки м 55 темные темный
FES-0081 Сибирь коряки ж 52 не анализируется темный
FES-0082 Сибирь коряки ж 55 не анализируется темный
FES-0083 Сибирь эвены ж 55 не анализируется темный
FES-0084 Сибирь коряки ж 57 не анализируется темный
FES-0085 Сибирь чукчи м 27 темные темный
FES-0086 Сибирь эвены м 48 не анализируется светлый
FES-0087 Сибирь чукчи м 58 темные темный
FES-0088 Сибирь чукчи м 58 темные темный
FES-0089 Сибирь чукчи м 56 не анализируется темный
FES-0090 Сибирь коряки ж 31 не анализируется темный
FES-0091 Сибирь эвены м 35 темные темный
FES-0092 Сибирь чукчи м 34 темные темный
FES-0093 Сибирь ительмены ж 59 не анализируется темный
FES-0094 Сибирь ительмены ж 58 не анализируется темный
FES-0095 Сибирь ительмены м 49 темные темный
FES-0096 Сибирь ительмены ж 70 не анализируется темный
FES-0097 Сибирь ительмены м 38 темные темный
FES-0098 Сибирь ительмены ж 60 не анализируется темный
FES-0099 Сибирь ительмены ж 60 не анализируется темный
FES-0100 Сибирь ительмены м 20 темные темный
FES-0101 Сибирь ительмены ж 55 не анализируется темный
FES-0102 Сибирь ительмены ж 40 не анализируется темный
FES-0103 Сибирь ительмены м 39 темные темный
FES-0104 Сибирь ительмены ж 56 не анализируется темный
Образец Метапопуляция Этнос Пол Возраст на момент сбора Цвет волос Цвет глаз
FES-0105 Сибирь ительмены ж 71 не анализируется темный
FES-0106 Сибирь ительмены м 59 не анализируется темный
FES-0107 Сибирь ительмены ж 47 не анализируется темный
FES-0108 Сибирь ительмены м 58 темные темный
FES-0109 Европейская часть России марийцы м 64 не анализируется темный
FES-0110 Европейская часть России марийцы м 56 темные светлый
FES-0111 Европейская часть России марийцы м 59 не анализируется темный
FES-0112 Европейская часть России марийцы м 38 темные светлый
FES-0113 Европейская часть России марийцы м 49 промежуточные светлый
FES-0114 Европейская часть России марийцы м 58 темные темный
FES-0115 Европейская часть России марийцы м 50 темные светлый
FES-0116 Европейская часть России марийцы м 54 темные темный
FES-0117 Европейская часть России марийцы м 46 темные смешанный
FES-0118 Европейская часть России марийцы м 45 темные светлый
FES-0119 Европейская часть России марийцы м 70 не анализируется темный
FES-0120 Европейская часть России марийцы м 66 темные смешанный
FES-0121 Европейская часть России марийцы м 66 не анализируется светлый
FES-0122 Европейская часть России марийцы м 23 рыжие смешанный
FES-0123 Европейская часть России марийцы м 51 светлые смешанный
FES-0124 Европейская часть России марийцы м 37 рыжие светлый
FES-0125 Европейская часть России марийцы м 58 не анализируется темный
FES-0126 Европейская часть России марийцы м 64 промежуточные светлый
FES-0127 Европейская часть России марийцы м 61 не анализируется темный
FES-0128 Европейская часть России марийцы м 57 промежуточные темный
FES-0129 Европейская часть России русские м 59 темные светлый
FES-0130 Европейская часть России русские м 34 промежуточные светлый
FES-0131 Европейская часть России русские м 34 темные светлый
FES-0132 Европейская часть России русские м 40 темные темный
FES-0133 Европейская часть России русские м 32 темные светлый
FES-0134 Европейская часть России русские м 52 промежуточные светлый
FES-0135 Европейская часть России русские м 30 темные темный
FES-0136 Европейская часть России русские м 41 темные светлый
FES-0137 Европейская часть России карелы м 75 промежуточные светлый
FES-0138 Европейская часть России карелы м 79 не анализируется светлый
FES-0139 Европейская часть России карелы м 70 не анализируется светлый
FES-0140 Европейская часть России карелы м 66 промежуточные светлый
FES-0141 Европейская часть России карелы ж 79 не анализируется светлый
FES-0142 Европейская часть России карелы м 68 темные светлый
FES-0143 Европейская часть России карелы м 59 не анализируется светлый
FES-0144 Европейская часть России карелы м 62 темные светлый
с рыжим цветом волос. Частота встречаемости этого полиморфизма, по данным ЕхАС, составляет 0,0038 для Европы и 0,0000 (менее 0.0001) для Азии, поэтому вероятность присутствия хотя бы двух альтернативных аллелей в нашей выборке ничтожна. Это позволило нам для целей получения предсказания цвета волос присвоить данному маркеру генотип 0/0 для всех образцов.
Отбор генотипов проводили с помощью программного обеспечения Р1_!1\1К 1.9 [15]. Полученные генотипы представлены в табл. 2.
С использованием системы Н!пэР!ех-8 с помощью онлайн-инструмента Департамента генетической
идентификации Erasmus MC [16] были получены предсказания цвета глаз (светлые, промежуточные или темные) и волос (рыжие, светлые, промежуточные или темные) для всех образцов.
Оценка точности предсказания цвета глаз и волос
Фенотипы, предсказанные системой HIrisPlex на основе генотипов, сопоставляли с истинными фенотипами, определенными антропологами по фотографиям, и рассчитывали статистические показатели качества предсказания для всех 144 образцов. Полученные нами
Таблица 2. Генотипы маркеров, входящих в панель HIrisPlex для предсказания цвета глаз и волос
RS rs11547464 rs1805005 rs1805006 rs1805007 rs2228479 rs1110400 rs28777 rs12821256 rs4959270 rs12203592 rs1042602 rs1800407 rs2402130 rs12913832
Предсказание цвета глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос
CHROM 16 16 16 16 16 16 5 12 6 6 11 15 14 15
POS 89986091 89985844 89985918 89986117 89985940 89986130 33958959 89328335 457748 396321 88911696 28230318 92801203 28365618
REF G C C G G A C A C G C G A A
ALT A A A A A G A G A A A A G G
FES-0001 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0002 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0003 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0004 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0005 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/1
FES-0006 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0007 ./. 0/1 0/0 ./. 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0008 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0009 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0010 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0011 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0012 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0013 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0014 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0
FES-0015 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0
FES-0016 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0
FES-0017 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0
FES-0018 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 1/1 0/0 0/0 0/1
FES-0019 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0020 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 1/1 0/1 0/0 0/0 0/0 0/0
FES-0021 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0022 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0023 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/1 0/1 0/0 0/1 0/1
FES-0024 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/1 0/0 0/0 0/1 0/0 0/0 1/1
FES-0025 0/0 0/0 0/0 0/1 0/0 0/0 1/1 0/0 0/1 0/1 0/0 0/0 0/0 0/1
FES-0026 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/1 1/1
FES-0027 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/1 0/0 0/0 0/0 ./. 0/0 0/0
FES-0028 0/0 0/0 0/0 0/1 0/0 0/0 0/1 0/0 0/1 0/0 0/1 0/0 0/0 1/1
FES-0029 0/0 0/1 0/0 0/1 ./. 0/0 /. 0/0 1/1 0/0 0/0 0/0 0/0 0/1
FES-0030 0/0 0/0 0/0 0/1 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0031 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/1 0/0 0/1
FES-0032 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 1/1 0/1 0/0 0/1 0/1
FES-0033 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/1 0/1
FES-0034 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/0 0/0 0/0 0/1
FES-0035 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/0 0/1 0/0 0/0 0/1
FES-0036 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/0 0/1
FES-0037 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/1 0/0 0/0 0/0 0/1
FES-0038 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/1 0/0 0/1
FES-0039 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/1 0/1 0/0 0/1 0/0 0/1 1/1
FES-0040 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/1 0/0 0/0 0/0 1/1
FES-0041 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/1 0/0 0/0 0/1 1/1
FES-0042 0/0 0/0 0/0 0/0 0/0 0/0 /. 0/0 1/1 0/0 0/1 0/0 0/0 0/1
FES-0043 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/1 0/1 0/1
FES-0044 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/1 1/1
FES-0045 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/1 0/0
FES-0046 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/1 1/1 0/0 0/1 0/0 0/0 0/0
FES-0047 0/0 0/1 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/0 0/0 0/1 0/1
FES-0048 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/1 0/0 0/1 0/1 0/1
FES-0049 0/0 0/0 0/0 0/0 0/0 0/0 /. 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0050 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/1 0/0
FES-0051 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/0 0/1 0/0 0/1
FES-0052 0/0 0/0 0/0 0/0 0/0 0/0 0/1 ./. 0/0 0/0 0/0 0/0 0/0 0/0
глаз и волос
глаз и волос
глаз и волос
глаз и волос
глаз и волос
^2378249
ге12896399
ге1393350
^683
rs3114908
rs1800414
ге10756819
rs17128291
rs1129038
rs1667394
rs1470608
ге1426654
^6059655
rs8051733
20
14
16
15
14
15
15
15
15
20
16
33218090
92773663
12709305
89383725
28197037
16858084
92882826
28356859
28530182
89017961
28288121
48426484
32665748
90024206
А
C
G
G
А
А
А
3
А
3
А
А
3
А
3
А
А
А
А
3
3
3
А
3
А
С
3
А
3
0/0
0/0
0/0
0/0
1/1
0/0
1/1
1/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
1/1
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
1/1
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
1/1
0/0
0/1
0/1
0/1
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/0
0/1
0/1
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/1
0/1
1/1
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/1
0/0
1/1
0/0
0/1
0/1
1/1
0/0
0/0
0/0
0/0
0/0
0/1
1/1
0/1
0/0
1/1
0/0
1/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/0
0/1
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/1
1/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/1
0/0
0/1
0/1
1/1
0/0
1/1
0/0
0/1
0/1
0/0
0/1
0/1
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/1
0/0
1/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/1
1/1
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/1
0/0
0/1
0/1
0/1
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/1
0/0
1/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/1
0/1
0/0
0/1
1/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/1
1/1
0/1
0/0
0/0
0/0
0/1
0/1
0/1
0/1
0/0
0/0
0/0
0/1
0/1
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/1
1/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/0
1/1
0/1
0/1
0/1
0/0
1/1
0/0
0/0
0/0
1/1
0/1
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/1
0/1
0/1
0/0
0/1
0/0
1/1
0/0
0/1
1/1
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/1
1/1
0/0
0/0
1/1
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
1/1
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
RS rs11547464 rs1805005 rs1805006 rs1805007 rs2228479 rs1110400 rs28777 rs12821256 rs4959270 rs12203592 rs1042602 rs1800407 rs2402130 rs12913832
Предсказание цвета глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос
CHROM 16 16 16 16 16 16 5 12 6 6 11 15 14 15
POS 89986091 89985844 89985918 89986117 89985940 89986130 33958959 89328335 457748 396321 88911696 28230318 92801203 28365618
REF G C C G G A C A C G C G A A
ALT A A A A A G A G A A A A G G
FES-0053 0/0 0/0 0/0 0/0 0/0 0/0 0/1 ./. 0/0 0/0 0/0 0/0 0/1 0/0
FES-0054 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0055 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/1 0/1 0/0 0/0 0/1 0/0
FES-0056 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0057 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0058 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/1 0/0
FES-0059 0/0 0/0 0/0 0/0 0/1 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0060 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0061 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0062 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0063 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0064 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0065 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/1
FES-0066 0/0 0/0 0/0 0/0 0/0 0/0 1/1 1/1 0/0 0/0 0/0 0/0 0/0
FES-0067 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0
FES-0068 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0 0/0
FES-0069 0/0 0/0 0/0 0/0 0/0 0/0 0/1 1/1 0/0 0/1 0/0 0/0 1/1
FES-0070 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/1
FES-0071 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/1 0/0 0/0 0/0 0/1 0/1
FES-0072 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/1 0/0 0/0 0/0 0/0 0/0
FES-0073 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/1 0/0 0/0 0/0 0/1 0/1
FES-0074 0/0 0/0 0/0 0/0 0/0 0/0 1/1 1/1 0/0 0/0 0/0 0/0 0/1
FES-0075 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0076 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0077 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0078 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0079 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0
FES-0080 0/0 ./. 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0081 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0082 0/0 0/0 0/0 0/0 0/0 0/0 0/0 ./. 0/1 0/0 0/0 0/0 0/0 0/0
FES-0083 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0
FES-0084 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0
FES-0085 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0086 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0087 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0088 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0089 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0090 0/0 0/0 0/0 0/0 ./. 0/0 0/0 0/0 0/0 0/0 /. 0/0 0/0 0/0
FES-0091 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 1/1 0/1 0/0 0/0 0/0 0/1
FES-0092 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0093 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/0 0/0
FES-0094 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0095 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0096 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0
FES-0097 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0098 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0
FES-0099 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0100 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/1
FES-0101 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0102 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0
FES-0103 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/1 0/0
FES-0104 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
глаз и волос
глаз и волос
глаз и волос
глаз и волос
глаз и волос
^2378249
ге12896399
ге1393350
^683
ге3114908
rs1800414
rs10756819
rs17128291
П51129038
rs1667394
rs1470608
rs1426654
^6059655
ге8051733
20
14
16
15
14
15
15
15
15
20
16
33218090
92773663
12709305
89383725
28197037
16858084
92882826
28356859
28530182
89017961
28288121
48426484
32665748
90024206
А
C
G
G
А
А
А
3
А
3
А
А
3
А
3
А
А
А
А
3
3
3
А
3
А
С
3
А
3
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/1
0/1
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/1
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/1
0/0
1/1
0/0
0/1
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/0
0/0
1/1
0/0
0/1
0/1
0/0
0/0
0/0
1/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/1
0/1
1/1
0/0
0/1
0/1
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
1/1
0/1
0/0
0/0
1/1
0/0
1/1
0/0
0/0
0/0
0/0
0/1
1/1
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/1
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/0
1/1
0/1
1/1
0/1
0/0
0/0
0/1
0/0
0/0
0/1
1/1
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
1/1
0/0
0/1
0/1
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/1
0/0
0/0
1/1
0/1
0/0
0/1
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/1
0/0
0/0
0/0
0/1
1/1
0/0
1/1
0/0
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
1/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/1
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
1/1
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/1
0/1
0/1
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/1
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
1/1
0/0
0/1
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/1
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/1
0/1
0/0
0/1
0/1
0/0
1/1
0/0
1/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/1
0/1
1/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
1/1
0/1
0/0
0/1
0/0
0/0
1/1
0/1
0/1
0/0
0/1
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/1
1/1
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/1
0/0
0/1
1/1
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/1
0/1
0/1
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
RS rs11547464 rs1805005 rs1805006 rs1805007 rs2228479 rs1110400 rs28777 rs12821256 rs4959270 rs12203592 rs1042602 rs1800407 rs2402130 rs12913832
Предсказание цвета глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос глаз и волос
CHROM 16 16 16 16 16 16 5 12 6 6 11 15 14 15
POS 89986091 89985844 89985918 89986117 89985940 89986130 33958959 89328335 457748 396321 88911696 28230318 92801203 28365618
REF G C C G G A C A C G C G A A
ALT A A A A A G A G A A A A G G
FES-0105 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0106 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0107 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/0
FES-0108 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0
FES-0109 0/0 0/0 0/0 0/1 0/0 0/0 0/1 0/0 0/1 0/0 0/1 0/0 0/0 0/0
FES-0110 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/1 0/0 0/0 0/1
FES-0111 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/1 0/0 0/0 0/0 0/1
FES-0112 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0113 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0114 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/0 0/1
FES-0115 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0116 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/1 0/1 0/1 0/1 0/0 0/0 0/0
FES-0117 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/0 0/0 0/0 0/0 0/1
FES-0118 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/1 1/1
FES-0119 0/0 0/1 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/1 0/1 0/1 0/0 0/0
FES-0120 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 1/1
FES-0121 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/0 0/0 0/0 0/0 1/1
FES-0122 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/0 0/1 0/0 0/0 0/0 0/0 0/1
FES-0123 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 1/1 0/0 0/0 0/1
FES-0124 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/0 1/1
FES-0125 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/0 0/1
FES-0126 0/1 0/1 /. ./. 0/1 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0127 0/0 0/0 0/0 0/0 0/1 0/0 0/1 0/1 0/0 0/0 0/0 0/0 0/0 0/0
FES-0128 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 1/1 0/0 0/0 0/1
FES-0129 0/0 0/0 0/0 0/0 0/0 0/1 0/1 ./. 1/1 0/1 0/1 0/0 ./. 1/1
FES-0130 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/0 0/0 0/0 0/0 1/1
FES-0131 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/1 0/1 0/0 1/1
FES-0132 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/0 0/0 0/0 0/1
FES-0133 0/0 0/0 0/0 0/0 0/0 0/0 0/1 0/0 0/0 0/0 0/1 0/0 0/0 1/1
FES-0134 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/1 0/0 0/1 1/1
FES-0135 1/1 1/1 1/1 0/1 ./. 0/0 /. 0/0 ./. 0/1 0/1 0/1 0/1 0/1
FES-0136 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 1/1 0/1 0/0 0/0 0/1 1/1
FES-0137 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 1/1 0/0 0/1 1/1
FES-0138 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/1 1/1
FES-0139 0/0 ./. 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/0 0/0 0/0 1/1
FES-0140 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/0 0/1 0/0 0/1 0/0 0/0 1/1
FES-0141 0/0 0/0 0/0 0/0 0/1 0/0 1/1 0/1 0/1 0/1 0/1 0/1 0/0 1/1
FES-0142 0/0 0/0 0/0 0/1 0/0 0/0 1/1 0/0 0/1 0/1 0/1 0/1 0/0 1/1
FES-0143 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/0 0/0 0/0 0/0 0/0 1/1
FES-0144 0/0 0/0 0/0 0/0 0/0 0/0 1/1 0/0 0/1 0/0 0/0 0/0 0/0 1/1
шкалы, состоящие из пяти градаций пигментации глаз и волос, конвертировали в трехградационные шкалы, чтобы фенотипирование было сопоставимо с результатами по HIrisPlex-S.
Для того чтобы проанализировать точность результатов предсказаний, полученных с помощью системы HIrisPlex-S, оценивали следующие параметры качества алгоритма:
- precision (отношение истинно положительных значений к общему количеству образцов, которые классификатор отнес к данному классу);
- recall (отношение количества истинно положительных значений к общему количеству образцов этого класса);
- accuracy (доля данных, для которых класс был определен правильно);
- Ft-мера (среднее гармоническое между precision и recall классификатора);
- показатели AUC (area under curve — площадь под кривой) для ROC-кривых (график зависимости доли истинно положительных результатов относительно общего количества образцов от доли ложноположительных значений относительно общего количества образцов при варьировании порога решающего правила).
Значения этих оценок качества представлены в табл. 3 и 4.
глаз и волос
глаз и волос
глаз и волос
глаз и волос
глаз и волос
rs2378249
rs12896399
rs1393350
rs683
rs3114908
rs1800414
rs10756819
rs17128291
rs1129038
rs1667394
rs1470608
rs1426654
rs6059655
rs8051733
20
14
16
15
14
15
15
15
15
20
16
33218090
92773663
12709305
89383725
28197037
16858084
92882826
28356859
28530182
89017961
28288121
48426484
32665748
90024206
A
C
G
C
G
A
A
A
G
A
G
A
A
G
A
G
A
A
A
A
G
G
G
A
G
A
C
G
A
G
0/0
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/1
0/0
1/1
0/0
0/0
1/1
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/0
1/1
0/1
0/0
1/1
0/1
0/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/0
1/1
0/1
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/0
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/1
1/1
0/1
0/0
0/0
0/0
0/1
0/1
0/1
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/1
1/1
0/0
1/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/1
1/1
0/1
0/0
0/0
0/0
0/1
0/1
0/1
0/1
0/0
0/0
0/1
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
0/1
0/1
0/0
0/1
1/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
1/1
0/0
0/0
0/1
0/0
0/0
0/0
1/1
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/1
1/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/0
0/1
0/0
1/1
0/0
0/1
1/1
0/0
0/0
0/0
0/0
1/1
0/1
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/1
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/1
0/0
0/1
1/1
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/1
1/1
0/0
0/0
0/1
0/0
0/0
0/1
1/1
0/0
0/0
1/1
0/0
0/1
0/1
0/1
0/0
0/0
0/1
0/1
0/0
0/0
0/0
0/1
0/0
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/0
1/1
0/1
0/1
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/1
0/0
0/0
0/1
0/0
0/1
0/0
0/0
1/1
0/1
0/1
0/0
0/0
0/1
0/0
0/1
0/1
0/1
0/0
0/0
0/1
0/1
0/1
0/1
0/0
0/1
0/0
1/1
0/1
0/0
0/1
0/0
1/1
0/0
1/1
0/0
0/1
0/0
0/1
0/0
0/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/0
0/0
0/0
0/1
0/1
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/1
0/1
1/1
1/1
0/0
0/1
0/0
0/1
0/0
0/1
1/1
0/0
0/0
0/1
0/0
0/1
0/0
0/1
0/0
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/0
0/1
0/1
0/0
0/1
1/1
0/0
0/0
1/1
0/0
0/0
0/0
0/1
0/1
0/1
0/1
0/0
1/1
0/1
1/1
0/1
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/1
0/0
0/1
0/0
1/1
0/0
0/1
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
0/1
0/0
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/0
1/1
0/0
0/0
0/1
1/1
1/1
0/0
0/0
1/1
0/0
0/0
0/1
0/1
0/0
0/1
1/1
0/1
0/0
0/1
0/0
1/1
0/0
0/1
1/1
0/0
0/0
0/1
0/1
0/1
0/0
1/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/1
0/1
1/1
0/0
0/1
0/1
0/0
0/1
0/0
0/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/1
1/1
0/0
0/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/1
0/0
0/1
0/0
1/1
0/0
0/0
0/1
0/0
1/1
0/0
0/0
0/1
0/0
0/0
0/0
0/0
0/1
0/0
0/1
1/1
0/0
0/1
0/0
1/1
0/0
0/0
1/1
0/0
0/0
0/1
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Мы провели фотографирование 144 представителей коренного населения Европейской части России и Сибири. Образцы ДНК тех же 144 индивидов были генотипированы по маркерам, входящим в панель HIrisPlex. Составили комбинированную базу, включающую фенотипические и генотипические данные по каждому индивиду.
Для оценки качества стандартной системы предсказания цвета глаз и волос (HIrisPlex-S) на новых фенотипированных популяциях мы предсказали цвет глаз и волос по генотипу, используя онлайн-ресурс [16]. В табл. 5 представлены
результаты предсказания цвета глаз для каждого индивида. В целом, табл. 1 и 5 позволяют сравнить реальные и предсказанные фенотипы для каждого отдельного образца. Показатели качества предсказания для всего массива данных представлены в табл. 3.
Значения наиболее часто используемого показателя качества (ЛЫС) по разным классам колеблются от 0,89 до 0,59 и в среднем составляют 0,79. Эти показатели, рассчитанные для популяций России, несколько снижены по сравнению с аналогичными показателями для Западной Европы (0,89). Например, для светлых глаз в Западной Европе ЛЫС составляет 0,94, а в России — 0,89. Снижение
Таблица 3. Показатели точности панели Н!пэР!ех для популяций Западной Европы и России
Для популяций Западной Европы Для популяций России
AUC AUC Precision Accuracy Recall
Светлые глаза 0,94 0,89 0,89 0,88 0,63
Смешанный цвет глаз 0,74 - - - -
Темные глаза 0,95 0,89 0,85 0,87 0,98
Рыжие волосы 0,93 0,59 0,33 0,92 0,2
Светлые волосы 0,81 - - - -
Смешанный цвет волос 0,74 0,72 0,32 0,66 0,56
Темные волосы 0,86 0,84 0,94 0,68 0,57
Таблица 4. Показатели точности панели HIrisPlex для регионов России
Европейская часть России Сибирь
Светлые глаза 0,89 0,57
Темные глаза 0,86 0,56
можно наблюдать по всем классам цвета и глаз, и волос. Отметим, что в связи с малочисленностью в нашей выборке двух фенотипических классов — смешанных оттенков глаз и светлых волос — мы не приводим в таблице показатели точности для этих классов. При необходимости они могут быть рассчитаны из первичных данных табл. 1 и 5. Они еще более снижены по сравнению с аналогичными показателями для Западной Европы, но объем выборки для этих классов — менее пяти индивидов — не позволяет доверять показателям для этих двух классов.
Популяции России генетически чрезвычайно гетерогенны, и мы намеренно включили в выборку генетически контрастные группы коренного населения — Европейской части России и Сибири. Табл. 4 демонстрирует качество предикции цвета глаз HIrisPlex для этих двух метапопуляций
(качество предикции цвета волос не оценивали в связи с меньшим объемом выборки, см. Пациенты и методы). Оказалось, что точность предсказания цвета глаз для популяций Европейской части России близка к точности предсказания для объединенной выборки, — можно наблюдать некоторое снижение по сравнению с Западной Европой, но в целом приемлемую точность (AUC около 0,8). Ситуация для популяций Сибири оказалась значительно хуже: показатели AUC около 0,6.
ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ
Основой нашего исследования послужила коллекция антропологических фотографий представителей различных групп коренного народонаселения России. Фотографии,
Образец Предсказанный цвет глаз Предсказанный цвет волос
FES-0001 темный не анализируется
FES-0002 темный темные
FES-0003 темный темные
FES-0004 темный темные
FES-0005 темный темные
FES-0006 темный темные
FES-0007 темный нет предсказания
FES-0008 темный не анализируется
FES-0009 темный темные
FES-0010 темный темные
FES-0011 темный не анализируется
FES-0012 темный темные
FES-0013 темный темные
FES-0014 темный темные
FES-0015 темный темные
FES-0016 темный темные
FES-0017 темный темные
FES-0018 темный не анализируется
FES-0019 темный не анализируется
FES-0020 темный не анализируется
FES-0021 темный темные
FES-0022 темный темные
FES-0023 темный промежуточные
Таблица 5. Фенотипы (цвет глаз и волос), предсказанные по генотипам панели Н!г1эР!ех
Образец Предсказанный цвет глаз Предсказанный цвет волос
РЕБ-0024 светлый светлые
РЕБ-0025 темный промежуточные
РЕБ-0026 светлый светлые
РЕБ-0027 темный промежуточные
РЕБ-0028 светлый рыжие
РЕБ-0029 темный не анализируется
РЕБ-0030 темный промежуточные
РЕБ-0031 темный светлые
РЕБ-0032 темный промежуточные
РЕБ-0033 темный промежуточные
РЕБ-0034 темный не анализируется
РЕБ-0035 темный промежуточные
РЕБ-0036 темный не анализируется
РЕБ-0037 темный промежуточные
РЕБ-0038 темный светлые
РЕБ-0039 светлый не анализируется
РЕБ-0040 светлый промежуточные
РЕБ-0041 светлый промежуточные
РЕБ-0042 темный не анализируется
РЕБ-0043 темный не анализируется
РЕБ-0044 светлый светлые
РЕБ-0045 темный не анализируется
РЕБ-0046 темный промежуточные
РЕБ-0047 темный не анализируется
РЕБ-0048 темный не анализируется
РЕБ-0049 темный темные
РЕБ-0050 темный промежуточные
РЕБ-0051 темный не анализируется
РЕБ-0052 темный не анализируется
РЕБ-0053 темный не анализируется
РЕБ-0054 темный темные
РЕБ-0055 темный не анализируется
РЕБ-0056 темный не анализируется
РЕБ-0057 темный не анализируется
РЕБ-0058 темный не анализируется
РЕБ-0059 темный не анализируется
РЕБ-0060 темный не анализируется
РЕБ-0061 темный не анализируется
РЕБ-0062 темный не анализируется
РЕБ-0063 темный не анализируется
РЕБ-0064 темный не анализируется
РЕБ-0065 темный не анализируется
РЕБ-0066 темный промежуточные
РЕБ-0067 темный не анализируется
РЕБ-0068 темный не анализируется
РЕБ-0069 светлый не анализируется
РЕБ-0070 темный темные
РЕБ-0071 темный не анализируется
РЕБ-0072 темный не анализируется
РЕБ-0073 темный промежуточные
РЕБ-0074 темный не анализируется
Образец Предсказанный цвет глаз Предсказанный цвет волос
FES-0075 темный не анализируется
FES-0076 темный темные
FES-0077 темный не анализируется
FES-0078 темный темные
FES-0079 темный темные
FES-0080 темный темные
FES-0081 темный не анализируется
FES-0082 темный не анализируется
FES-0083 темный не анализируется
FES-0084 темный не анализируется
FES-0085 темный темные
FES-0086 темный не анализируется
FES-0087 темный темные
FES-0088 темный темные
FES-0089 темный не анализируется
FES-0090 темный не анализируется
FES-0091 темный темные
FES-0092 темный темные
FES-0093 темный не анализируется
FES-0094 темный не анализируется
FES-0095 темный темные
FES-0096 темный не анализируется
FES-0097 темный темные
FES-0098 темный не анализируется
FES-0099 темный не анализируется
FES-0100 темный промежуточные
FES-0101 темный не анализируется
FES-0102 темный не анализируется
FES-0103 темный темные
FES-0104 темный не анализируется
FES-0105 темный не анализируется
FES-0106 темный не анализируется
FES-0107 темный не анализируется
FES-0108 темный темные
FES-0109 темный не анализируется
FES-0110 темный промежуточные
FES-0111 темный не анализируется
FES-0112 темный промежуточные
FES-0113 темный темные
FES-0114 темный промежуточные
FES-0115 темный темные
FES-0116 темный промежуточные
FES-0117 темный промежуточные
FES-0118 светлый промежуточные
FES-0119 темный не анализируется
FES-0120 светлый промежуточные
FES-0121 светлый не анализируется
FES-0122 темный светлые
FES-0123 темный промежуточные
FES-0124 светлый светлые
Образец Предсказанный цвет глаз Предсказанный цвет волос
FES-0125 темный не анализируется
FES-0126 темный нет предсказания
FES-0127 темный не анализируется
FES-0128 темный промежуточные
FES-0129 светлый промежуточные
FES-0130 светлый светлые
FES-0131 светлый светлые
FES-0132 темный промежуточные
FES-0133 светлый промежуточные
FES-0134 светлый светлые
FES-0135 светлый рыжие
FES-0136 светлый промежуточные
FES-0137 светлый светлые
FES-0138 светлый не анализируется
FES-0139 светлый не анализируется
FES-0140 светлый светлые
FES-0141 светлый не анализируется
FES-0142 светлый рыжие
FES-0143 светлый не анализируется
FES-0144 светлый светлые
выполненные в трех проекциях с соблюдением антропологических стандартов, представляют собой ценный ресурс для этого и последующих исследований, направленных на выявление ассоциаций отдельных фенотипических признаков с генетическими маркерами. В данном исследовании фотографии использовали для определения цвета глаз и цвета волос. Проведение фенотипирования тремя независимыми экспертами и наличие фотографий для перепроверки (при необходимости) делают результаты этого исследования надежными и воспроизводимыми.
Для генотипирования из ряда предложенных наборов генетических маркеров мы воспользовались наиболее полной, современной и популярной системой HIrisPlex-S, хорошо себя зарекомендовавшей в исследованиях современных и древних популяций Западной Европы [8, 11, 17]. Сравнение реальных фенотипов (определенных по фотографиям) и фенотипов, предсказанных по генотипам, позволило оценить точность этой панели для популяций за пределами Западной Европы. Из ряда показателей качества предсказания (табл. 3) наибольший интерес представляет AUC, поскольку значения этого показателя опубликованы для результатов применения HIrisPlex на популяциях Западной Европы [16]. Поэтому мы смогли напрямую сравнить эффективность этой системы для популяций Западной Европы и России.
В целом значения показателей качества предикции, полученные для большинства классов (см. табл. 3), оказались достаточно велики (0,6-0,9), чтобы использование предикции по HIrisPlex было обоснованным и для российских популяций. Ни одна система предикции фенотипа по генотипу не может претендовать на стопроцентную точность, и показатели HIrisPlex даже в Западной Европе не по всем классам превышают 0,9. Поэтому в целом мы считаем, что проверка HIrisPlex на популяциях России продемонстрировала работоспособность этой системы и
удовлетворительные значения точности предсказания. В то же время точность предсказания для популяций России все же ниже, чем для популяций Западной Европы (в среднем 0,8 для России и 0,9 для Западной Европы). Поэтому мы считаем, что HIrisPlex может быть использована для российских популяций, но рекомендуем при интерпретации результатов учитывать обнаруженное нами снижение показателей точности.
В нашем исследовании российские популяции были сгруппированы в две региональные базы данных: Европейская часть России и Сибирь. Предыдущие популяционно-генетические исследования [18, 19] продемонстрировали, что эти метапопуляции контрастны по генетическому происхождению. Они оказались контрастными и по качеству предикции фенотипов, значительно сниженной для Сибири (см. табл. 4). Исходные данные (см. табл. 1 и 5) показывают, что HIrisPlex предсказывает темные глаза практически для всех сибирских образцов, тогда как у некоторых представителей сибирских народов цвет глаз определен как светлый (даже с учетом условности границы между светлыми и промежуточными оттенками цвет глаз этих индивидов в любом случае не темный, как предсказывает HIrisPlex). Можно предполагать, что светлый цвет глаз, изредка встречающийся у представителей коренных народов Сибири, связан с иными аллелями (возможно, и с иными генами), чем у европейцев, и именно поэтому разработанная на данных о западных европейцах панель не может корректно предсказать светлый (не темный) цвет глаз в этих популяциях. Некоторое снижение показателей точности на популяциях Европейской части России может иметь ту же природу, но, поскольку генетически эти популяции намного ближе к популяциям Западной Европы, то особенности спектра аллелей и, соответственно, снижения точности предикции выражены не так заметно. Это открывает перспективу проведения дополнительных исследований на популяциях России, направленных на
поиск дополнительных генетических маркеров, улучшающих предикцию фенотипов пигментации по генотипу.
ВЫВОДЫ
Проведенный анализ корреляции генотипа и фенотипов пигментации волос и глаз в популяциях России на основе широко используемой панели HIrisPlex-S в целом подтвердил эффективность применения классической HIrisPlex-S-панели
Литература
1. Bouakaze C, Keyser C, Crubezy E, Montagnon D, Ludes B. Pigment phenotype and biogeographical ancestry from ancient skeletal remains: inferences from multiplexed autosomal SNP analysis. Int J Legal Med. 2009; 123 (4): 315-25.
2. Branicki W, Brudnik U, Kupiec T, Wolanska-Nowak P, Szczerbinska A, Wojas-Pelc A. Association of polymorphic sites in the OCA2 gene with eye colour using the tree scanning method. Ann Hum Genet. 2008; 72 (Pt 2): 184-92.
3. Candille SI, Absher DM, Beleza S, Bauchet M, McEvoy B, Garrison NA, et al. Genome-wide association studies of quantitatively measured skin, hair, and eye pigmentation in four European populations. PLoS One. 2012; 7 (10): e48294.
4. Han J, Kraft P, Nan H, Guo Q, Chen C, Qureshi A, et al. A genome-wide association study identifies novel alleles associated with hair color and skin pigmentation. PLoS Genet. 2008; 4 (5): e1000074.
5. Lippert C, Sabatini R, Maher MC, Kang EY, Lee S, Arikan O, et al. Identification of individuals by trait prediction using whole-genome sequencing data. Proc Natl Acad Sci USA. 2017; 114 (38): 10166-71.
6. Liu F, van Duijn K, Vingerling JR, Hofman A, Uitterlinden AG, Janssens AC, et al. Eye color and the prediction of complex phenotypes from genotypes. Curr Biol. 2009; 19 (5): R192-3.
7. Maronas O, Sochtig J, Ruiz Y, Phillips C, Carracedo A, Lareu MV. The genetics of skin, hair, and eye color variation and its relevance to forensic pigmentation predictive tests. Forensic Sci Rev. 2015; 27 (1): 13-40.
8. Walsh S, Chaitanya L, Clarisse L, Wirken L, Draus-Barini J, Kovatsi L, et al. Developmental validation of the HIrisPlex system: DNA-based eye and hair colour prediction for forensic and anthropological usage. Forensic Sci Int Genet. 2014; 9: 150-61.
9. Walsh S, Kayser M. A Practical Guide to the HIrisPlex System: Simultaneous Prediction of Eye and Hair Color from DNA. Methods Mol Biol. 2016; (1420): 213-31.
10. Walsh S, Liu F, Wollstein A, Kovatsi L, Ralf A, Kosiniak-Kamysz A, et al. The HIrisPlex system for simultaneous prediction of hair and eye colour from DNA. Forensic Sci Int Genet. 2013; 7 (1): 98-115.
References
1. Bouakaze C, Keyser C, Crubezy E, Montagnon D, Ludes B. Pigment phenotype and biogeographical ancestry from ancient skeletal remains: inferences from multiplexed autosomal SNP analysis. Int J Legal Med. 2009; 123 (4): 315-25.
2. Branicki W, Brudnik U, Kupiec T, Wolanska-Nowak P, Szczerbinska A, Wojas-Pelc A. Association of polymorphic sites in the OCA2 gene with eye colour using the tree scanning method. Ann Hum Genet. 2008; 72 (Pt 2): 184-92.
3. Candille SI, Absher DM, Beleza S, Bauchet M, McEvoy B, Garrison NA, et al. Genome-wide association studies of quantitatively measured skin, hair, and eye pigmentation in four European populations. PLoS One. 2012; 7 (10): e48294.
4. Han J, Kraft P, Nan H, Guo Q, Chen C, Qureshi A, et al. A genome-wide association study identifies novel alleles associated with hair color and skin pigmentation. PLoS Genet. 2008; 4 (5): e1000074.
5. Lippert C, Sabatini R, Maher MC, Kang EY, Lee S, Arikan O, et
для этих ранее не изученных популяций, хотя ее точность оказалась ниже, чем для групп западноевропейцев, для которых данный классификатор был разработан. Снижение точности для популяций Европейской части России не так велико (например, с 0,94 до 0,89), как для популяций Сибири. Это снижение может быть обусловлено влиянием популяционно-специфических SNP, которые представлены в популяциях Северной Евразии, но редки в Западной Европе и поэтому не вошли в панель HIrisPlex-S.
11. Chaitanya L, Breslin K, Zuniga S, Wirken L, Pospiech E, Kukla-Bartoszek M, et al. The HIrisPlex-S system for eye, hair and skin colour prediction from DNA: Introduction and forensic developmental validation. Forensic Sci Int Genet. 2018; (35): 123-35.
12. Pagani L, Lawson DJ, Jagoda E, Mörseburg A, Eriksson A, Mitt M, et al. Genomic analyses inform on migration events during the peopling of Eurasia. Nature. 2016 Oct 13; 538 (7624): 238-42. DOI: 10.1038/nature19792.
13. Балановская Е. В., Жабагин М. К., Агджоян А. Т., Чухряева М. И., Маркина Н. В., Балаганская О. А. и др. Популяционные биобанки: принципы организации и перспективы применения в геногеографии и персонализированной медицине. Генетика. 2016; (12): 1371-87.
14. Powell R, Gannon F. Purification of DNA by phenolextraction and ethanol precipitation. Practical Approach Series. Oxford: Oxford University Press, 2002.
15. Chang CC, Chow CC, Tellier LCAM, Vattikuti S, Purcell SM, Lee JJ. Second-generation PLINK: rising to the challenge of larger and richer datasets. GigaScience. 2015 December; 4 (1): s13742-015-0047-8. DOI: 10.1186/s13742-015-0047-8.
16. Department of Genetic Identification of Erasmus MC. HIrisPlex-S Eye, Hair and Skin Colour DNA Phenotyping Webtool. [software]. Available from: https://hirisplex.erasmusmc.nl/.
17. Draus-Barini J, Walsh S, Pospiech E, Kupiec T, Glab H, Branicki W, et al. Bona fide colour: DNA prediction of human eye and hair colour from ancient and contemporary skeletal remains. Investigative Genetics. 2013 January; (4): 3. DOI: 10.1186/2041-2223-4-3.
18. Jeong C, Balanovsky O, Lukianova E, Kahbatkyzy N, Flegontov P, Zaporozhchenko V, et al. The genetic history of admixture across inner Eurasia. Nat Ecol Evol. 2019 Jun; 3 (6): 966-76. DOI: 10.1038/s41559-019-0878-2.
19. Triska P, Chekanov N, Stepanov V, Khusnutdinova EK, Kumar GPA, Akhmetova V, et al. Between Lake Baikal and the Baltic Sea: genomic history of the gateway to Europe. BMC Genet. 2017 Dec 28; 18 (Suppl 1): 110. DOI: 10.1186/s12863-017-0578-3.
al. Identification of individuals by trait prediction using whole-genome sequencing data. Proc Natl Acad Sci USA. 2017; 114 (38): 10166-71.
6. Liu F, van Duijn K, Vingerling JR, Hofman A, Uitterlinden AG, Janssens AC, et al. Eye color and the prediction of complex phenotypes from genotypes. Curr Biol. 2009; 19 (5): R192-3.
7. Maronas O, Sochtig J, Ruiz Y, Phillips C, Carracedo A, Lareu MV. The genetics of skin, hair, and eye color variation and its relevance to forensic pigmentation predictive tests. Forensic Sci Rev. 2015; 27 (1): 13-40.
8. Walsh S, Chaitanya L, Clarisse L, Wirken L, Draus-Barini J, Kovatsi L, et al. Developmental validation of the HIrisPlex system: DNA-based eye and hair colour prediction for forensic and anthropological usage. Forensic Sci Int Genet. 2014; 9: 150-61.
9. Walsh S, Kayser M. A Practical Guide to the HIrisPlex System: Simultaneous Prediction of Eye and Hair Color from DNA.
Methods Mol Biol. 2016; (1420): 213-31.
10. Walsh S, Liu F, Wollstein A, Kovatsi L, Ralf A, Kosiniak-Kamysz A, et al. The HIrisPlex system for simultaneous prediction of hair and eye colour from DNA. Forensic Sci Int Genet. 2013; 7 (1): 98-115.
11. Chaitanya L, Breslin K, Zuniga S, Wirken L, Pospiech E, Kukla-Bartoszek M, et al. The HIrisPlex-S system for eye, hair and skin colour prediction from DNA: Introduction and forensic developmental validation. Forensic Sci Int Genet. 2018; (35): 123-35.
12. Pagani L, Lawson DJ, Jagoda E, Morseburg A, Eriksson A, Mitt M, et al. Genomic analyses inform on migration events during the peopling of Eurasia. Nature. 2016 Oct 13; 538 (7624): 238-42. DOI: 10.1038/nature19792.
13. Balanovska EV, ZHabagin MK, Agdzhoyan AT, CHukhryayeva MI, Markina NV, Balaganskaya OA, et al. Populyatsionnyye biobanki: printsipy organizatsii i perspektivy primeneniya v genogeografii i personalizirovannoy meditsine. Genetika. 2016; (12): 1371-87. Russian.
14. Powell R, Gannon F. Purification of DNA by phenolextraction and ethanol precipitation. Practical Approach Series. Oxford: Oxford University Press, 2002.
15. Chang CC, Chow CC, Tellier LCAM, Vattikuti S, Purcell SM, Lee JJ. Second-generation PLINK: rising to the challenge of larger and richer datasets. GigaScience. 2015 December; 4 (1): S13742-015-0047-8. DOI: 10.1186/s13742-015-0047-8.
16. Department of Genetic Identification of Erasmus MC. HIrisPlex-S Eye, Hair and Skin Colour DNA Phenotyping Webtool. [software]. Available from: https://hirisplex.erasmusmc.nl/.
17. Draus-Barini J, Walsh S, Pospiech E, Kupiec T, Glab H, Branicki W, et al. Bona fide colour: DNA prediction of human eye and hair colour from ancient and contemporary skeletal remains. Investigative Genetics. 2013 January; (4): 3. DOI: 10.1186/2041-2223-4-3.
18. Jeong C, Balanovsky O, Lukianova E, Kahbatkyzy N, Flegontov P, Zaporozhchenko V, et al. The genetic history of admixture across inner Eurasia. Nat Ecol Evol. 2019 Jun; 3 (6): 966-76. DOI: 10.1038/s41559-019-0878-2.
19. Triska P, Chekanov N, Stepanov V, Khusnutdinova EK, Kumar GPA, Akhmetova V, et al. Between Lake Baikal and the Baltic Sea: genomic history of the gateway to Europe. BMC Genet. 2017 Dec 28; 18 (Suppl 1): 110. DOI: 10.1186/s12863-017-0578-3.
