Livre blanc sur les communaut\u00e9s g\u00e9n\u00e9tiques de AncestryDNA \u2122<\/strong><\/p>\n IBD<\/strong> Identical By Descent<\/em> | \u00a0Identit\u00e9 par descendance<\/p>\n <\/p>\n 1. Introduction<\/strong><\/p>\n AncestryDNA \u2122 propose plusieurs analyses g\u00e9n\u00e9tiques pour aider les clients \u00e0 d\u00e9couvrir, pr\u00e9server et partager leurs ant\u00e9c\u00e9dents familiaux. Certaines des caract\u00e9ristiques offertes \u00e0 ce jour sont exclusivement bas\u00e9es sur l’information g\u00e9n\u00e9tique. Il s’agit notamment de leur origine ethnique g\u00e9n\u00e9tique ou de leur ascendance (d\u00e9crite dans le Livre blanc sur l’estimation de l’ethnicit\u00e9) et d’une analyse de l’identit\u00e9 par la descendance (IBD) ou par l’analyse des concordances de segments ou d’appariement d’ADN (Matching White Paper). D’autres caract\u00e9ristiques, comme les cercles ADN, reposent sur l’int\u00e9gration de donn\u00e9es g\u00e9n\u00e9alogiques et de donn\u00e9es IBD sur l’ensemble de la base de donn\u00e9es AncestryDNA (livre blanc sur les Cercles d’ADN). Chacune de ces caract\u00e9ristiques fournit des informations compl\u00e9mentaires \u00e0 un client: (1) L’estimation de l’ethnicit\u00e9 fournit une image distante des origines g\u00e9n\u00e9tiques d’un client, peut-\u00eatre il y a des centaines ou des milliers d’ann\u00e9es; (2) Les concordances ou *matches* d’ADN fournissent \u00e0 un client une liste de ses homologues AncestryDNA qui sont des parents et avec lesquels il partage un anc\u00eatre commun qui a v\u00e9cu au cours des 10 derni\u00e8res g\u00e9n\u00e9rations; (3) Les cercles d’ADN int\u00e8grent les donn\u00e9es d’IBD et de pedigree (g\u00e9n\u00e9alogie documentaire) \u00a0et fournissent \u00e0 un client des groupes de parents qui semblent partager de l’ADN les uns avec les autres en raison d’un anc\u00eatre partag\u00e9 sp\u00e9cifique. Ceci permet de renforcer leurs liens avec cet anc\u00eatre. \u00a0Une fois combin\u00e9es entre elles, ces caract\u00e9ristiques fournissent un portrait d\u00e9taill\u00e9 de l’ascendance g\u00e9n\u00e9tique d’un individu.<\/p>\n Dans la pr\u00e9sente \u00e9tude, nous augmentons encore davantage les connaissances fond\u00e9es sur l’ADN et les pedigrees gr\u00e2ce \u00e0 notre nouvelle fonctionnalit\u00e9 de communaut\u00e9s g\u00e9n\u00e9tiques (Figure 1.1). \u00a0Au lieu d’examiner la connexion IBD entre chaque paire de clients isol\u00e9ment, nous analysons simultan\u00e9ment plus de 20 milliards de connexions identifi\u00e9es parmi plus de 2 millions de clients en tant que grand r\u00e9seau g\u00e9n\u00e9tique (d\u00e9crit ci-dessous \u00e0 la section 3). Intuitivement, parce que les connexions estim\u00e9es IBD entre les individus sont probablement dues \u00e0 de l’ascendance partag\u00e9e r\u00e9cente (au cours des 10 derni\u00e8res g\u00e9n\u00e9rations), les mod\u00e8les plus larges dans ce grand r\u00e9seau vont aussi probablement repr\u00e9senter l’histoire partag\u00e9e r\u00e9cente. Le r\u00e9sultat est que nous pouvons identifier des grappes d’individus vivants qui partagent de grandes quantit\u00e9s d’ADN en raison d’une histoire r\u00e9cente commune sp\u00e9cifique. Par exemple, nous identifions des groupes de clients qui descendent probablement des immigrants qui particip\u00e8rent \u00e0 une vague particuli\u00e8re de migration (e.g., les Irlandais fuyant la grande famine) ou des clients qui descendent des populations ancestrales qui sont demeur\u00e9es dans la m\u00eame r\u00e9gion depuis plusieurs g\u00e9n\u00e9rations (e.g., les premiers colons des Appalaches). Apr\u00e8s l’identification de ces grappes d’individus dans l’ensemble du r\u00e9seau, nous pouvons alors affecter n’importe quel client \u00e0 un ou plusieurs de ces clusters bas\u00e9s sur son IBD avec d’autres membres. Une telle affectation peut fournir \u00e0 un client un aper\u00e7u de son histoire ancestrale r\u00e9cente, dans certains cas reli\u00e9e \u00e0 un \u00e9v\u00e9nement historique particulier.<\/p>\n Dans les sections qui suivent, nous d\u00e9crivons les principes scientifiques qui sous-tendent le r\u00e9seau g\u00e9n\u00e9tique (sections 2 et 3), la fa\u00e7on dont nous identifions les grappes \u00e0 l’interne (sections 4 et 6), notre utilisation des donn\u00e9es d’ADN et de g\u00e9n\u00e9alogie pour annoter ces grappes (section 5), \u00a0et enfin comment nous proc\u00e9dons pour attribuer des \u00e9chantillons de clients \u00e0 ces grappes (Section 7).<\/p>\n <\/p>\n <\/p>\n <\/p>\n Figure 1.1: Vue d’ensemble de la fa\u00e7on dont nous identifions et attribuons les clients aux communaut\u00e9s g\u00e9n\u00e9tiques.<\/p>\n <\/p>\n 2. Application de la g\u00e9n\u00e9tique des populations aux communaut\u00e9s g\u00e9n\u00e9tiques<\/strong><\/p>\n Dans cette section, nous discuterons de quelques concepts fondamentaux de g\u00e9n\u00e9tique des populations qui peuvent \u00eatre appliqu\u00e9s \u00e0 l’identification des communaut\u00e9s g\u00e9n\u00e9tiques et concluons avec un exemple d’une telle communaut\u00e9 g\u00e9n\u00e9tique.<\/p>\n Premi\u00e8rement, introduisons de la terminologie. Un r\u00e9seau IBD est une repr\u00e9sentation des connexions g\u00e9n\u00e9tiques entre une collection d’\u00e9chantillons AncestryDNA. Les noeuds dans un tel r\u00e9seau sont les \u00e9chantillons, et les ar\u00eates reliant \u00a0les noeuds sont les connexions IBD entre les \u00e9chantillons. Nous d\u00e9crivons en d\u00e9tail le concept de r\u00e9seau IBD \u00e0 \u00a0la section 3. Une communaut\u00e9 peut \u00eatre consid\u00e9r\u00e9e comme une partie du r\u00e9seau qui a un haut degr\u00e9 de connectivit\u00e9 – les n\u0153uds ont un taux plus \u00e9lev\u00e9 d’IBD (et les segments IBD sont plus longs) \u00a0avec d’autres noeuds \u00e0 l’int\u00e9rieur de la communaut\u00e9 qu’avec des noeuds en dehors de la communaut\u00e9. Voir la section 4 pour une discussion plus large sur les communaut\u00e9s.<\/p>\n Pour comprendre pourquoi nous nous attendons \u00e0 trouver des structures communautaires dans un r\u00e9seau d’IBD, nous examinerons quelques principes de base g\u00e9n\u00e9tique de population.<\/p>\n <\/p>\n Figure 2.1: (a) Dans ce r\u00e9seau IBD, les cercles sont des noeuds et repr\u00e9sentent des \u00e9chantillons AncestryDNA. Les lignes entre les \u00e9chantillons repr\u00e9sentent les connexions IBD, pond\u00e9r\u00e9es par la quantit\u00e9 d’ADN partag\u00e9. (B) Il y a trois communaut\u00e9s pr\u00e9sentes dans ce r\u00e9seau, de couleur orange, vert et bleu. Alors que les \u00e9chantillons de ces communaut\u00e9s ont un lien avec des noeuds dans d’autres communaut\u00e9s, ils ont un taux \u00e9lev\u00e9 de connectivit\u00e9 \u00e0 des \u00e9chantillons au sein de leur propre communaut\u00e9.<\/p>\n <\/p>\n 2.1 Population g\u00e9n\u00e9tique<\/strong><\/p>\n Nous commen\u00e7ons par une discussion du concept de population g\u00e9n\u00e9tique. De nombreuses d\u00e9finitions de ce qui constitue une population existent dans la litt\u00e9rature g\u00e9n\u00e9tique. Pour plus de clart\u00e9, nous d\u00e9finissons une population comme un groupe de personnes qui vivent g\u00e9n\u00e9ralement \u00e0 proximit\u00e9 et qui produisent des enfants entre eux pendant plusieurs g\u00e9n\u00e9rations. Cette d\u00e9finition est intentionnellement vague en ce qui concerne la taille et l’\u00e9chelle. Une population peut \u00eatre un grand groupe peu li\u00e9, comme tous les Europ\u00e9ens, ou un groupe plus petit, plus \u00e9troitement li\u00e9, comme les Irlandais. Bien que vague en termes d’\u00e9chelle, notre d\u00e9finition d’une population est sp\u00e9cifique en ce qui concerne le temps et le lieu. Par exemple, une population pourrait inclure les anc\u00eatres d’Europe qui vivaient il y a dix mille ans, alors qu’une autre population pourrait inclure des personnes vivant dans le Connecticut il y a 200 ans.<\/p>\n Chaque population a un degr\u00e9 d’isolement g\u00e9n\u00e9tique diff\u00e9rent. Quand une population a un degr\u00e9 \u00e9lev\u00e9 d’isolement g\u00e9n\u00e9tique, cela implique que les membres de la population ont rarement ou m\u00eame \u00a0jamais choisis d’avoir des enfants avec des individus en dehors de leur population. D’autre part, une population \u00e0 faible degr\u00e9 d’isolement pr\u00e9sente des niveaux \u00e9lev\u00e9s de migration et de m\u00e9lange avec les populations environnantes. Au fil du temps, les populations isol\u00e9es d\u00e9veloppent des patrons distinctifs de variation g\u00e9n\u00e9tique.<\/p>\n De nouvelles populations peuvent \u00eatre cr\u00e9\u00e9es de plusieurs fa\u00e7ons. Par exemple, un petit sous-ensemble d’individus d’une population historique peut migrer vers un nouvel emplacement et cr\u00e9er une nouvelle population qui ne produit plus de prog\u00e9niture avec la population source. Il est \u00e9galement possible pour cette nouvelle population de se s\u00e9parer de la population historique sans quitter l’emplacement source. Une autre possibilit\u00e9 est que les populations de sources multiples se rassemblent et se m\u00e9langent, produisant une prog\u00e9niture avec un m\u00e9lange de mat\u00e9riel g\u00e9n\u00e9tique provenant de populations autrefois s\u00e9par\u00e9es. Dans tous ces exemples, la caract\u00e9ristique unificatrice est la cr\u00e9ation d’une barri\u00e8re au flux g\u00e9n\u00e9tique qui conduit au d\u00e9veloppement de patrons distinctifs de variations g\u00e9n\u00e9tiques. \u00c0 l’\u00e9chelle la plus petite, il existe de nombreuses forces dont la g\u00e9ographie, la guerre, la religion, la culture, la politique et l’\u00e9conomie qui peuvent influencer la fa\u00e7on avec laquelle chacun d’entre nous choisit un partenaire reproducteur. Ce qui est surprenant, c’est que ces d\u00e9cisions individuelles ont un impact important sur la fa\u00e7on dont le mat\u00e9riel g\u00e9n\u00e9tique circule dans le temps et dans l’espace. Cela soul\u00e8ve la question suivante: Pouvons-nous observer l’impact des choix de partenaires faits par nos anc\u00eatres en examinant notre propre ADN? Comme nous le verrons plus loin, nous pouvons certainement le faire.<\/p>\n 2.2 Exemple illustratif<\/strong><\/p>\n Consid\u00e9rons un exemple simple qui illustre comment l’isolement g\u00e9n\u00e9tique dans une population peut conduire \u00e0 la structure de la communaut\u00e9 dans un r\u00e9seau IBD.<\/p>\n \u00c0 la figure 2.2, nous repr\u00e9sentons une population fondatrice avec 10 individus non apparent\u00e9s de 10 populations diff\u00e9rentes. Il est \u00e0 noter que les 10 individus fondateurs ne partagent pas de longs segments d’ADN IBD puisqu’ils proviennent de populations diff\u00e9rentes. Dans cet exemple, ces 10 individus s’accouplent au hasard et chacun de ces cinq couples a deux enfants, cr\u00e9ant une deuxi\u00e8me g\u00e9n\u00e9ration de 10 individus. Dans cette deuxi\u00e8me g\u00e9n\u00e9ration, certains individus sont maintenant l\u00e2chement reli\u00e9s par IBD au niveau familial proche.<\/p>\n Nous r\u00e9p\u00e9tons cette exp\u00e9rience pour deux g\u00e9n\u00e9rations de plus; 10 individus non apparent\u00e9s dans la deuxi\u00e8me g\u00e9n\u00e9ration sont choisis au hasard des partenaires et chaque couple a deux enfants, ce qui conduit \u00e0 la cr\u00e9ation d’une troisi\u00e8me g\u00e9n\u00e9ration de 10 individus. Enfin, 10 individus de la troisi\u00e8me g\u00e9n\u00e9ration s’accouplent au hasard et chaque couple a un seul enfant, cr\u00e9ant une quatri\u00e8me g\u00e9n\u00e9ration de cinq individus.<\/p>\n Fait int\u00e9ressant, apr\u00e8s ces trois g\u00e9n\u00e9rations d’accouplement al\u00e9atoire, les cinq descendants de la quatri\u00e8me g\u00e9n\u00e9ration ont au moins une partie de leur constitution ancestrale qui est partag\u00e9e avec chacun des quatre autres cousins. Ces cinq individus ont \u00e9galement un taux plus \u00e9lev\u00e9 de IBD avec des individus dans cette nouvelle population qu’avec des personnes des 10 populations ancestrales originales. Dans le cadre d’un r\u00e9seau IBD constitu\u00e9 de personnes provenant de nombreuses autres populations, cette population en particulier formerait vraisemblablement une communaut\u00e9.<\/p>\n Figure 2.2: Illustration du d\u00e9veloppement d’une structure communautaire dans un r\u00e9seau IBD. Chaque individu est repr\u00e9sent\u00e9 par un seul b\u00e2tonnet qui est color\u00e9e selon la constitution ancestrale de l’individu. Notez que pour les g\u00e9n\u00e9rations un et deux, il y a cinq couples qui ont chacun deux enfants. \u00c0 la troisi\u00e8me g\u00e9n\u00e9ration, chaque couple n’a qu’un seul enfant. En raison de l’histoire commune de ces cinq personnes, ces individus ont tous une relation IBD avec tous les autres individus dans la population, formant un r\u00e9seau compl\u00e8tement connect\u00e9 avec des relations repr\u00e9sent\u00e9es par des doubles fl\u00e8ches. Voir le texte pour une discussion plus d\u00e9taill\u00e9e.<\/p>\n Bien que cet exemple soit sur-simplifi\u00e9, il aide \u00e0 illustrer l’intuition sousjacente aux\u00a0populations et comment l’isolement g\u00e9n\u00e9tique peut cr\u00e9er la structure de la communaut\u00e9 dans un grand r\u00e9seau IBD. Bien entendu, les populations r\u00e9elles ont g\u00e9n\u00e9ralement des centaines ou des milliers de fondateurs et ne sont g\u00e9n\u00e9ralement pas compl\u00e8tement isol\u00e9es. Le degr\u00e9 de m\u00e9lange (par la s\u00e9lection de partenaire provenant de l’ext\u00e9rieur de la population) et la migration dans une population influeront sur la solidit\u00e9 de sa structure communautaire dans le r\u00e9seau des IBD. Il\u00a0est \u00e9galement important de noter que si le r\u00e9seau IBD dans notre exemple est compl\u00e8tement connect\u00e9 \u00e0 la quatri\u00e8me g\u00e9n\u00e9ration. Dans de grandes populations, nous trouverons que rarement un r\u00e9seau compl\u00e8tement connect\u00e9. Il s’agit plut\u00f4t de la pr\u00e9sence de taux plus \u00e9lev\u00e9s de IBD parmi les individus de la m\u00eame population, en raison de l’inter-mariage de centaines ou de milliers de familles au cours de nombreuses g\u00e9n\u00e9rations qui cr\u00e9e une structure modulaire dans le r\u00e9seau. Lorsque cela se produit, les individus ont davantage de connexions IBD avec d’autres individus dans la m\u00eame communaut\u00e9 (ou population) qu’avec les individus d’autres communaut\u00e9s.<\/p>\n 2.3 Exemple d’une population r\u00e9cente en Virginie-Occidentale<\/strong><\/p>\n Nous concluons la section 2 en discutant de la cr\u00e9ation d’une population qui s’est install\u00e9e dans l’ouest de la Virginie au cours du 18\u00e8me si\u00e8cle et l’utilisons pour fournir l’intuition qui est \u00e0 la base de notre caract\u00e9ristique de communaut\u00e9s g\u00e9n\u00e9tiques (Figure 2.3).<\/p>\n <\/p>\n Figure 2.3: Les cercles blancs sur la carte se r\u00e9f\u00e8rent \u00e0 une population qui vivait dans la r\u00e9gion des Appalaches de la Virginie Occidentale et la Virginie occidentale dans les ann\u00e9es 1800, comme indiqu\u00e9 dans cette section. Entre 1850 et 1890, cette r\u00e9gion a connu une p\u00e9riode d’industrialisation et un boom d\u00e9mographique correspondant \u00e0 la naissance de l’industrie du charbon en Virginie-Occidentale et au d\u00e9veloppement des villes ferroviaires et charbonni\u00e8res C&O qui sont apparues sur son parcours. Par exemple, le comt\u00e9 de Kanawha a connu une croissance d\u00e9mographique de 700% entre 1890 et 1910 (Laidley 1911 [310]). L’aube du 20\u00e8me si\u00e8cle a vu un changement dans le mod\u00e8le avec une \u00e9migration massive apr\u00e8s la Premi\u00e8re Guerre mondiale vers les villes industrielles du Midwest et de l’Ouest.<\/p>\n 2.3.2 Discussion sur le r\u00e8glement de la Virginie-Occidentale<\/strong> Alors que les descendants de cette population porteront s\u00fbrement de l’ADN indiquant un lien vers leurs lointaines origines \u00e9cossaises-irlandaises, allemandes et britanniques, l’accouplement entre les fondateurs de cette nouvelle population, et par la suite celui de leurs descendants sur plusieurs g\u00e9n\u00e9rations, a abouti \u00e0 la formation d’une nouvelle population poss\u00e9dant des patrons de variation g\u00e9n\u00e9tique qui sont li\u00e9s \u00e0 leurs populations ou sources historiques, mais distinctes de celles-ci. Les descendants de cette nouvelle population sont des personnes qui partagent une grande quantit\u00e9 de mat\u00e9riel g\u00e9n\u00e9tique avec de nombreux autres descendants dans cette population. Cependant, m\u00eame pour les descendants de familles qui ont quitt\u00e9 la Virginie occidentale il y a quelque temps, la signature g\u00e9n\u00e9tique persiste sous la forme de longs segments d’IBD partag\u00e9s entre les descendants, peu importe leur origine plus r\u00e9cente au niveau de leur histoire familiale. Ainsi, nous nous attendons \u00e0 d\u00e9couvrir ce groupe de descendants dans notre base de donn\u00e9es AncestryDNA en utilisant les connexions IBD entre ces individus. Dans les sections qui suivent, nous montrerons comment nous d\u00e9couvrons l’existence d’un tel r\u00e9seau IBD dans les populations descendantes.<\/p>\n Il est important de noter que les exemples pr\u00e9sent\u00e9s dans cette section ont pour but d’illustrer les principes g\u00e9n\u00e9raux qui motivent notre approche de l’utilisation de la d\u00e9tection communautaire pour d\u00e9couvrir les communaut\u00e9s d’un grand r\u00e9seau de IBD. Ces deux exemples ne repr\u00e9sentent pas l’histoire unique de toutes les populations \u00e0 travers le monde. Chaque communaut\u00e9 g\u00e9n\u00e9tique que nous d\u00e9couvrons poss\u00e8de sa propre histoire et son degr\u00e9 d’isolement g\u00e9n\u00e9tique et de migration. Cela \u00e9tant dit, certains des principes dont nous avons discut\u00e9 s’appliqueront \u00e0 de nombreuses populations.<\/p>\n 3. Construction d’un r\u00e9seau IBD \u00e0 partir de connexions IBD<\/strong><\/p>\n Dans cette section et dans les sections suivantes, nous pr\u00e9sentons les m\u00e9thodes que nous utilisons pour d\u00e9couvrir et annoter des communaut\u00e9s g\u00e9n\u00e9tiques.<\/p>\n Nous commen\u00e7ons par la collecte de toutes les connexions IBD par paires identifi\u00e9es entre les clients AncestryDNA. Une paire de clients est dit avoir une connexion IBD s’ils partagent un ou plusieurs segments longs d’ADN identique. L’explication la plus vraisemblable pour un long segment d’ADN identique pr\u00e9sent chez deux individus est que ce segment a \u00e9t\u00e9 h\u00e9rit\u00e9e par les deux individus d’un seul anc\u00eatre commun et donc indique une relation IBD entre les deux descendants.<\/p>\n Figure 3.1: Sur cette figure, les correspondances d’ADN entre les clients A, B, C, D, E, F, G et H sont repr\u00e9sent\u00e9es sous forme de lignes. Notez que dans ce cas, les clients B et C correspondent \u00e0 A et peuvent aussi partager de l’ADN avec l’autre.<\/p>\n En utilisant le client A par exemple, nous avons identifi\u00e9, en comparant son ADN avec tous les autres clients de notre base de donn\u00e9es, sept autres clients qui ont une connexion IBD (clients B, C, D, E, F, G et H) . Les connexions g\u00e9n\u00e9tiques dans ce petit exemple peuvent \u00eatre r\u00e9sum\u00e9es visuellement en dessinant les ar\u00eates entre les paires de personnes que nous avons identifi\u00e9es comme \u00e9tant li\u00e9es en fonction de l’ADN (Figure 3.1). Dans cet exemple particulier, A, B et C sont des cousins germains, de sorte que les trois sont reli\u00e9s par des ar\u00eates.<\/p>\n Figure 3.2: Cette figure illustre la rapidit\u00e9 d’expansion d’un r\u00e9seau et montre que, dans certains cas, ces nouveaux \u00e9chantillons sont li\u00e9s les uns aux autres.<\/p>\n <\/p>\n Ensuite, nous d\u00e9veloppons cet exemple en incluant les connexions IBD trouv\u00e9es pour chacune des sept connexions du client A (Figure 3.2). Les \u00e9chantillons ajout\u00e9s dans cette \u00e9tape sont dessin\u00e9s sous forme de cercles verts. La taille du r\u00e9seau se d\u00e9veloppe rapidement en ajoutant davantage de personnes qui pr\u00e9sentent des liens g\u00e9n\u00e9tiques entre elles. Dans certains cas, ces nouveaux \u00e9chantillons sont \u00e9galement li\u00e9s les uns aux autres et dans d’autres cas, ces nouveaux \u00e9chantillons sont reli\u00e9s \u00e0 d’autres qui sont d\u00e9j\u00e0 inclus dans le r\u00e9seau (les cercles bleus et blancs). Dans les deux cas, nous dessinons des ar\u00eates refl\u00e9tant les connexions IBD identifi\u00e9es entre ces individus.<\/p>\n <\/p>\n <\/p>\n Si nous poussons cette logique plus loin, nous formons un r\u00e9seau IBD \u00e0 partir des connexions IBD d\u00e9tect\u00e9es parmi les millions de personnes qui ont pris un test AncestryDNA. De toute \u00e9vidence, la visualisation de ce r\u00e9seau en une seule figure, comme nous l’avons fait ci-dessus, serait difficile. Pour illustrer ce qu’une petite partie de ce r\u00e9seau pourrait ressembler, nous montrons les connexions IBD d\u00e9tect\u00e9 entre un ensemble de 75 \u00e9chantillons AncestryDNA que nous avons s\u00e9lectionn\u00e9s \u00a0(Figure 3.3). Il s’agit d’un exemple d’un groupe d’\u00e9chantillons\u00a0particuli\u00e8rement bien connect\u00e9s \u00a0dans le r\u00e9seau IBD AncestryDNA. Il existe n\u00e9anmoins encore des couples de personnes dans ce groupe pour lesquels nous n’avons pas trouv\u00e9 de connexion IBD.<\/p>\n <\/p>\n 4. Clustering de r\u00e9seaux par d\u00e9tection communautaire<\/strong><\/p>\n \u00c9tant donn\u00e9 un r\u00e9seau IBD, nous pouvons subdiviser le r\u00e9seau en communaut\u00e9s dens\u00e9ment connect\u00e9es en utilisant la m\u00e9thode de Louvain – un algorithme de d\u00e9tection communautaire populaire. Les algorithmes de d\u00e9tection de la communaut\u00e9 sont des algorithmes de regroupement en r\u00e9seau qui identifient des sous-ensembles fortement connect\u00e9s d’un r\u00e9seau (Blondel et al., 2008, Csardi et al., 2008). Dans le cas de notre r\u00e9seau IBD, ces communaut\u00e9s repr\u00e9sentent des groupes d’individus plus proches les uns des autres que les autres membres du r\u00e9seau.<\/p>\n Figure 4.1: Cette figure montre les 75 individus repr\u00e9sent\u00e9s \u00e0 la figure 3.3 dispos\u00e9s en trois communaut\u00e9s, mettant en \u00e9vidence la structure du r\u00e9seau. Ces communaut\u00e9s sont \u00e9tiquet\u00e9es comme la Communaut\u00e9 A (24 individus, montr\u00e9s comme des cercles verts), la Communaut\u00e9 B (30 individus, orange) et la Communaut\u00e9 C (21 personnes, bleu). Les fl\u00e8ches mettent en \u00e9vidence deux individus avec diff\u00e9rents types de connexions IBD: (1) l’individu au bas de la figure a des connexions qui sont contenues dans une seule communaut\u00e9, et (2) l’individu au milieu de la figure a des connexions r\u00e9parties sur plusieurs communaut\u00e9s. Tableau 4.1: Nombre d’ar\u00eates intra-communautaires et extra-communautaires dans le r\u00e9seau IBD exemple. Puisque cette matrice est sym\u00e9trique, nous avons mis en gris les cellules qui sont redondantes. La subdivision de ce r\u00e9seau en trois communaut\u00e9s illustre un autre concept important \u00e0 consid\u00e9rer lors de l’\u00e9tude de mod\u00e8les de connexions IBD chez de nombreux individus: certains individus ont la plupart ou la totalit\u00e9 de leurs connexions IBD contenues dans l’un des groupes, tandis que d’autres individus ont des connexions IBD qui se r\u00e9partissent dans plusieurs groupes. Un exemple de la premi\u00e8re est un n\u0153ud dans le coin inf\u00e9rieur gauche de la figure 4.1 not\u00e9 par une fl\u00e8che bleue. Les ar\u00eates \u00e9manant de ce n\u0153ud se connectent tous \u00e0 d’autres n\u0153uds dans la m\u00eame communaut\u00e9 (Communaut\u00e9 B). En revanche, au milieu de la figure, la fl\u00e8che met en \u00e9vidence un individu affect\u00e9 \u00e0 la communaut\u00e9 B, m\u00eame si cette personne pr\u00e9sente des connexions IBD avec de nombreux membres des deux communaut\u00e9s A et B, ainsi que quelques-uns avec la communaut\u00e9 C. Par cons\u00e9quent, le degr\u00e9 ou la force d’appartenance \u00e0 un groupe particulier est plus grande pour certains individus que pour d’autres.<\/p>\n Nous divisons le r\u00e9seau AncestryDNA IBD en sous-ensembles dens\u00e9ment connect\u00e9s (c’est-\u00e0-dire les communaut\u00e9s g\u00e9n\u00e9tiques) en utilisant une approche de d\u00e9tection communautaire. En appliquant des algorithmes rapides de d\u00e9tection des communaut\u00e9s de r\u00e9seau au r\u00e9seau IBD, nous sommes en mesure de d\u00e9tecter la structure de la population au sein du r\u00e9seau. Dans la section 6, nous discuterons de la fa\u00e7on r\u00e9cursive d’ex\u00e9cuter la d\u00e9tection communautaire pour d\u00e9couvrir une structure de population \u00e0 \u00e9chelle pr\u00e9cise.<\/p>\n 5. Interpr\u00e9tation des caract\u00e9ristiques historiques et g\u00e9ographiques des communaut\u00e9s<\/strong><\/p>\n Les communaut\u00e9s g\u00e9n\u00e9tiques sont d\u00e9couvertes uniquement en utilisant les connexions IBD entre les individus. Comme nous l’avons d\u00e9crit \u00e0 la section 2, nous nous attendons \u00e0 ce que ces communaut\u00e9s connect\u00e9es repr\u00e9sentent chacune un groupe de descendants d’une population donn\u00e9e. Mais comment identifier la population historique responsable d’un ensemble particulier de connexions? Pour cela, nous nous appuyons \u00e0 la fois sur les donn\u00e9es g\u00e9n\u00e9tiques et les informations pr\u00e9sentes dans les pedigrees des descendants communautaires.<\/p>\n En particulier, \u00e9tant donn\u00e9 que ces liens refl\u00e8tent l’ascendance commune r\u00e9cente, nous pouvons rechercher des caract\u00e9ristiques communes qui sont partag\u00e9es par les individus dans chaque communaut\u00e9 g\u00e9n\u00e9tique pour corr\u00e9ler les mod\u00e8les g\u00e9n\u00e9tiques \u00e0 l’histoire r\u00e9cente. Ces caract\u00e9ristiques communes aident \u00e0 identifier un moment, un lieu ou une population de source commune \u00e0 partir duquel les descendants ont une ascendance. Par exemple, les gens d’une communaut\u00e9 g\u00e9n\u00e9tique pourraient \u00eatre les descendants des immigrants irlandais qui sont venus aux \u00c9tats-Unis pendant la grande famine au 19i\u00e8me si\u00e8cle.<\/p>\n Pour cette analyse, nous nous appuyons sur deux s\u00e9ries de donn\u00e9es: (1) les proportions d’adjuvants ethniques dans 26 populations globales estim\u00e9es \u00e0 partir des g\u00e9notypes (voir le Livre blanc sur l’estimation de l’ethnicit\u00e9), et (2) les pedigrees administr\u00e9s par les utilisateurs qui ont subi un test AncestryDNA. L’ampleur et la diversit\u00e9 de ces donn\u00e9es nous permettent d’inf\u00e9rer des portraits historiques et g\u00e9ographiques d\u00e9taill\u00e9s des communaut\u00e9s d\u00e9tect\u00e9es dans le r\u00e9seau IBD.<\/p>\n Avant de d\u00e9crire notre processus d’annotation communautaire, il est int\u00e9ressant de noter que notre capacit\u00e9 \u00e0 annoter une communaut\u00e9 particuli\u00e8re d\u00e9pend fortement des donn\u00e9es disponibles. Par exemple, si aucun membre de la communaut\u00e9 n’a cr\u00e9\u00e9 des pedigrees, nous avons une capacit\u00e9 limit\u00e9e \u00e0 identifier un emplacement source pour la communaut\u00e9. Il est \u00e9galement important de garder \u00e0 l’esprit qu’un individu ne peut \u00eatre li\u00e9 \u00e0 une communaut\u00e9 donn\u00e9e que s’il partage une quantit\u00e9 importante de mat\u00e9riel g\u00e9n\u00e9tique avec d’autres personnes issues de la communaut\u00e9. Sans lien g\u00e9n\u00e9tique, nous ne sommes pas en mesure de lier des individus \u00e0 une communaut\u00e9 particuli\u00e8re. Cependant, la croissance continue de la base de donn\u00e9es AncestryDNA est susceptible d’avoir un impact positif sur ces deux limitations.<\/p>\n 5.1. Moyen Ethnicit\u00e9<\/strong><\/p>\n La premi\u00e8re caract\u00e9ristique que nous examinons pour chaque communaut\u00e9 g\u00e9n\u00e9tique est constitu\u00e9 des proportions ethniques g\u00e9n\u00e9tiques estim\u00e9es \u00e0 partir de l’ADN. Ces annotations bas\u00e9es sur l’ethnicit\u00e9 peuvent \u00eatre utilis\u00e9es pour estimer quelles populations ancestrales sont surrepr\u00e9sent\u00e9es ou sous-repr\u00e9sent\u00e9es chez les individus d’une communaut\u00e9 donn\u00e9e. Dans certains cas, les communaut\u00e9s avec des populations ancestrales fortement surrepr\u00e9sent\u00e9es peuvent \u00eatre li\u00e9es \u00e0 des populations connues. Par exemple, les communaut\u00e9s correspondant \u00e0 des groupes d’immigrants am\u00e9ricains relativement r\u00e9cents comme les Finlandais, les Juifs et les Irlandais peuvent \u00eatre identifi\u00e9es \u00e0 partir des annotations bas\u00e9es sur l’ethnicit\u00e9. D’autre part, les communaut\u00e9s correspondant \u00e0 des groupes de l’\u00c9tat de New York, la Pennsylvanie et l’Ohio auront similaires, non-distinctifs profils ethniques g\u00e9n\u00e9tiques.<\/p>\n La figure 5.1 examine le profil ethnique g\u00e9n\u00e9tique des membres d’une communaut\u00e9 g\u00e9n\u00e9tique sp\u00e9cifique d\u00e9couverte \u00e0 travers le r\u00e9seau IBD. L’ethnicit\u00e9 moyenne de ces individus est principalement d’Irlande, ce qui sugg\u00e8re que ces individus ont partag\u00e9 ascendance irlandaise.<\/p>\n <\/p>\n Figure 5.1: Ce diagramme montre les proportions ethniques pour les membres d’une communaut\u00e9 sp\u00e9cifique. L’appartenance ethnique m\u00e9diane des individus dans cette communaut\u00e9 g\u00e9n\u00e9tique est plus de 40% irlandais, sugg\u00e9rant que ce groupe a partag\u00e9 l’ascendance irlandaise. Ensuite, nous consid\u00e9rons les noms des anc\u00eatres des membres de la communaut\u00e9 en utilisant des donn\u00e9es agr\u00e9g\u00e9es de g\u00e9n\u00e9alogie. Pour r\u00e9sumer les noms ancestraux d’une communaut\u00e9 donn\u00e9e, nous recueillons tous les noms des anc\u00eatres r\u00e9cents associ\u00e9s aux individus affect\u00e9s \u00e0 cette communaut\u00e9. Pour mettre en \u00e9vidence les noms de famille qui sont plus susceptibles d’\u00eatre caract\u00e9ristiques de la communaut\u00e9 et donc plus susceptibles de fournir des indices informatifs sur la signification historique ou d\u00e9mographique de la communaut\u00e9, nous quantifions la preuve statistique (p-valeur) que chaque surnom est surrepr\u00e9sent\u00e9 dans une Communaut\u00e9 donn\u00e9e par rapport \u00e0 la r\u00e9partition des noms de famille de fond sur tous les individus dans le r\u00e9seau complet IBD. Ensuite, nous classons les noms en fonction de la preuve statistique (c’est-\u00e0-dire des valeurs p plus petites), et choisissons les 10 surnoms les mieux class\u00e9s comme les noms qui sont caract\u00e9ristiques de la communaut\u00e9 donn\u00e9e. Par exemple, les noms de famille les mieux class\u00e9s parmi les annotations de noms de famille associ\u00e9es aux individus affect\u00e9s \u00e0 la communaut\u00e9 irlandaise de la figure 5.1 comprennent \u00abMcCarthy\u00bb, \u00abSullivan\u00bb, \u00abMurphy\u00bb, \u00abO’Brien\u00bb et \u00abO’Connor\u00bb Figure 5.2).<\/p>\n <\/p>\n Figure 5.2: Les noms de famille les plus enrichis pour une communaut\u00e9 g\u00e9n\u00e9tique irlandaise comprennent des noms irlandais communs comme Sullivan, McCarthy et Murphy.<\/p>\n <\/p>\n 5.3. Lieux de naissance enrichis<\/strong><\/p>\n Un autre type d’annotation que nous utilisons pour caract\u00e9riser les communaut\u00e9s g\u00e9n\u00e9tiques est le lieu de naissance des anc\u00eatres associ\u00e9s aux individus affect\u00e9s \u00e0 une communaut\u00e9. Ces endroits fournissent des indices g\u00e9ographiques utiles qui peuvent souvent relier une communaut\u00e9 \u00e0 des populations historiques. Pour cette analyse, nous compilons des statistiques sur les lieux de naissance des anc\u00eatres sp\u00e9cifiques \u00e0 chaque communaut\u00e9 tout au long du temps et r\u00e9sumons les donn\u00e9es de lieu de naissance afin de les visualiser g\u00e9ographiquement. Ceci est r\u00e9alis\u00e9 en convertissant chaque lieu de naissance, dans une plage sp\u00e9cifi\u00e9e de g\u00e9n\u00e9rations, \u00e0 la coordonn\u00e9e la plus proche sur une grille bidimensionnelle (2D). Pour chaque point de grille de la grille 2D, nous calculons un rapport de vraisemblance (OR, pour odds ratio<\/em> en anglais). Cet OR est d\u00e9fini comme la probabilit\u00e9 qu’un point de grille donn\u00e9 de la grille 2-D est associ\u00e9 aux membres de la communaut\u00e9 divis\u00e9 par la probabilit\u00e9 que le m\u00eame point de grille soit associ\u00e9 \u00e0 des utilisateurs qui ne sont pas membres de la Communaut\u00e9. En utilisant cette mesure OR, nous g\u00e9n\u00e9rons une carte qui repr\u00e9sente visuellement des points de grille dans lesquels les \u00a0OR les plus importants sont indiqu\u00e9s visuellement par des \u00e9tiquettes ou des couleurs distinctes. De cette fa\u00e7on, les emplacements de cartes graphiques mis en relief correspondent \u00e0 des emplacements g\u00e9ographiques qui sont enrichis de mani\u00e8re disproportionn\u00e9e dans une communaut\u00e9 donn\u00e9e.<\/p>\n Par exemple, la figure 5.3 montre les lieux de naissance enrichis des anc\u00eatres n\u00e9s entre 1850 et 1910 associ\u00e9s \u00e0 une communaut\u00e9 g\u00e9n\u00e9tique appartenant \u00e0 l’ethnie irlandaise. Cette carte montre que les lieux de naissance pr\u00e9sentant un OR \u00e9lev\u00e9 (donc plus enrichi) sont plus fortement concentr\u00e9s dans le sud de l’Irlande (Munster).<\/p>\n Figure 5.3: Les lieux de naissance pr\u00e9sentant un rapport de OR \u00e9lev\u00e9 sont color\u00e9s en rouge (le plus significativement enrichi) et en jaune (moins significativement enrichi). Les emplacements enrichis sont principalement dans le sud de l’Irlande (Munster), ainsi que dans les grandes villes de la Nouvelle-Angleterre. Figure 5.4: Cette figure compare le pourcentage d’emplacements ancestraux de naissance dans une communaut\u00e9 \u00e0 la base de donn\u00e9es. Les barres repr\u00e9sentent le pourcentage d’anc\u00eatres n\u00e9s \u00e0 Munster, en Irlande, par g\u00e9n\u00e9ration. Les barres vertes repr\u00e9sentent la proportion pour les personnes affect\u00e9es \u00e0 la communaut\u00e9 irlandaise de Munster alors que les barres bleues repr\u00e9sentent la proportion pour les personnes dans la base de donn\u00e9es enti\u00e8re. Figure 5.5: Cette figure pr\u00e9sente un exemple du nombre moyen d’annotations de g\u00e9n\u00e9alogie dans diff\u00e9rentes communaut\u00e9s g\u00e9n\u00e9tiques. Les barres bleu fonc\u00e9 repr\u00e9sentent le nombre moyen d’anc\u00eatres annot\u00e9s dans les pedigrees dans toute la base de donn\u00e9es. Les barres bleu clair repr\u00e9sentent la moyenne pour les gens dans la communaut\u00e9 irlandaise de Munster. Ce groupe a g\u00e9n\u00e9ralement beaucoup moins annot\u00e9 anc\u00eatres dans leurs arbres g\u00e9n\u00e9alogiques, par rapport \u00e0 la base de donn\u00e9es moyenne. Les barres vertes repr\u00e9sentent la moyenne pour les gens de la communaut\u00e9 de Virginie occidentale. En moyenne, ces individus ont beaucoup plus d’anc\u00eatres annot\u00e9s \u00e0 des g\u00e9n\u00e9rations plus profondes que d’autres individus dans la base de donn\u00e9es.<\/p>\n <\/p>\n 5.4. Mod\u00e8les de migration<\/strong><\/p>\n Enfin, nous \u00e9tudions \u00e9galement les mod\u00e8les de migration des anc\u00eatres des membres de la communaut\u00e9 dans le temps, comme le montrent les donn\u00e9es agr\u00e9g\u00e9es de la g\u00e9n\u00e9alogie. Nous examinons comment les anc\u00eatres des personnes dans cette communaut\u00e9 ont d\u00e9m\u00e9nag\u00e9 d’un endroit \u00e0 un autre en regardant les lieux de naissance des parents et des enfants pour chaque g\u00e9n\u00e9ration dans chaque pedigree. Ainsi, nous d\u00e9finissons un chemin de migration comme un chemin \u00e0 partir d’un lieu de naissance d’un parent \u00e0 un lieu de naissance d’un enfant.<\/p>\n En examinant les changements dans ces trajectoires de migration, nous avons souvent plus de perspicacit\u00e9 dans la dynamique de population des anc\u00eatres des personnes dans cette communaut\u00e9 g\u00e9n\u00e9tique, et comment ces dynamiques ont chang\u00e9 avec le temps.<\/p>\n Par exemple, lorsque nous examinons la communaut\u00e9 irlandaise de Munster, en Irlande, nous voyons une tr\u00e8s forte fr\u00e9quence des trajets de migration de Munster vers les \u00c9tats-Unis de 1825 \u00e0 1875. Ce calendrier correspond \u00e0 la migration de 6 millions d’Irlandais vers les \u00c9tats-Unis Au 19\u00e8me si\u00e8cle, qui a culmin\u00e9 en 1852 pendant la famine irlandaise (Fitzgerald et Lambkin 2008 [8, 181]).<\/p>\n <\/p>\n Figure 5.6: Migration de Munster, Irlande vers les \u00c9tats-Unis. Sur la base de ces quatre \u00e9l\u00e9ments d’information – l’ethnicit\u00e9, les noms de famille, les lieux de naissance et les voies de migration – nous sommes souvent en mesure de d\u00e9duire certains des contextes historiques conduisant \u00e0 des liens g\u00e9n\u00e9tiques solides entre individus dans la m\u00eame communaut\u00e9 g\u00e9n\u00e9tique. Ces interpr\u00e9tations sont utilis\u00e9es pour guider les noms des communaut\u00e9s g\u00e9n\u00e9tiques dans l’exp\u00e9rience de l’utilisateur, ainsi que les informations historiques associ\u00e9es et autres pr\u00e9sent\u00e9es.<\/p>\n <\/p>\n 6. D\u00e9couvertes r\u00e9cursives des communaut\u00e9s g\u00e9n\u00e9tiques \u00e0 grande \u00e9chelle<\/strong><\/p>\n Avec des millions d’\u00e9chantillons dans la base de donn\u00e9es AncestryDNA, l’ex\u00e9cution r\u00e9cursive de la d\u00e9tection communautaire permet d’identifier la structure \u00e0 \u00e9chelle pr\u00e9cise dans le r\u00e9seau IBD. Nous avons d’abord identifi\u00e9 seulement une poign\u00e9e de communaut\u00e9s g\u00e9n\u00e9tiques, repr\u00e9sentant g\u00e9n\u00e9ralement soit des barri\u00e8res de flux g\u00e9n\u00e9tiques subtiles affectant des centaines de milliers d’\u00e9chantillons, soit des barri\u00e8res de flux de g\u00e8nes plus fortes s\u00e9parant des sous-ensembles beaucoup plus petits du r\u00e9seau IBD. Certains exemples de barri\u00e8res de flux de g\u00e8nes plus subtiles comprennent une communaut\u00e9 g\u00e9n\u00e9tique repr\u00e9sentant des personnes ayant des anc\u00eatres dans le nord des \u00c9tats-Unis ou en Europe (Figure 6.1A) et une communaut\u00e9 g\u00e9n\u00e9tique repr\u00e9sentant des individus d’ascendance europ\u00e9enne avec des anc\u00eatres dans le sud des \u00c9tats-Unis. Des exemples de communaut\u00e9s g\u00e9n\u00e9tiques en raison de barri\u00e8res de flux de g\u00e8nes plus forts comprennent une communaut\u00e9 g\u00e9n\u00e9tique repr\u00e9sentant des individus ayant une ascendance juive europ\u00e9enne et une autre compos\u00e9e d’individus ayant des origines du Mexique et d’Am\u00e9rique latine (Figure 6.1B).<\/p>\n Figure 6.1 (a): Ces chiffres montrent les communaut\u00e9s d\u00e9couvertes \u00e0 partir de l’ensemble du r\u00e9seau IBD. Les lieux enrichis de naissance des anc\u00eatres de cette communaut\u00e9 sont principalement aux \u00c9tats-Unis et en Europe du Nord, ce qui repr\u00e9sente des barri\u00e8res aux flux de g\u00e8nes qui affectent des centaines de milliers de personnes.<\/p>\n Figure 6.1 (B): Une communaut\u00e9 plus petite en raison de barri\u00e8res de flux de g\u00e8nes plus fortes a anc\u00eatres principalement au Mexique et en Am\u00e9rique latine. <\/p>\n Figure 6.2: L’ex\u00e9cution r\u00e9cursive de l’algorithme de d\u00e9tection communautaire sur les sous-r\u00e9seaux r\u00e9v\u00e8le une structure de population \u00e0 plus grande \u00e9chelle au sein du r\u00e9seau IBD plus important. Figure 6.3: Communaut\u00e9 du Royaume-Uni et de l’Irlande. Cette figure repr\u00e9sente une communaut\u00e9 compos\u00e9e d’individus dont les anc\u00eatres sont n\u00e9s principalement au Royaume-Uni et en Irlande, qui est l’une de plusieurs petites communaut\u00e9s identifi\u00e9es gr\u00e2ce \u00e0 la d\u00e9tection communautaire sur le sous-r\u00e9seau Europe \/ nord des \u00c9tats-Unis. <\/p>\n Figure 6.4: La d\u00e9tection communautaire sur le sous-r\u00e9seau du Royaume-Uni et de l’Irlande identifie plusieurs communaut\u00e9s plus petites, dont une compos\u00e9e d’individus dont les anc\u00eatres sont n\u00e9s principalement dans la partie m\u00e9ridionale de l’Irlande, la communaut\u00e9 irlandaise de Munster. Figure 6.5: En effectuant une d\u00e9tection communautaire sur la communaut\u00e9 g\u00e9n\u00e9tique correspondant \u00e0 Munster, en Irlande, nous d\u00e9couvrons 6 sous-communaut\u00e9s, illustr\u00e9es par les polygones blancs.<\/p>\n <\/p>\n 7. Assignation de personnes aux communaut\u00e9s g\u00e9n\u00e9tiques<\/strong><\/p>\n Alors que les r\u00e9sultats de l’application r\u00e9cursive de l’algorithme de d\u00e9tection communautaire sur le r\u00e9seau IBD r\u00e9v\u00e8lent des communaut\u00e9s g\u00e9n\u00e9tiques \u00e0 l’\u00e9chelle fine intrigantes, nous avons encore besoin d’une fa\u00e7on de livrer ces perspicacit\u00e9s aux clients. Une possibilit\u00e9 est que nous s\u00e9lectionnions la communaut\u00e9 unique \u00e0 laquelle chaque \u00e9chantillon est affect\u00e9 suite \u00e0 l’algorithme de d\u00e9tection de la communaut\u00e9 et que nous livrions cela comme une affectation de la communaut\u00e9 g\u00e9n\u00e9tique. Cependant, cette approche aurait deux limites fondamentales. Tout d’abord, n’importe quel \u00e9chantillon AncestryDNA peut avoir de fortes connexions \u00e0 de multiples communaut\u00e9s g\u00e9n\u00e9tiques. Par exemple, une personne ayant partag\u00e9 une ascendance avec une communaut\u00e9 g\u00e9n\u00e9tique irlandaise et une communaut\u00e9 g\u00e9n\u00e9tique italienne peut avoir un lien \u00e9troit avec les deux, mais en raison de la nature de l’algorithme de d\u00e9tection communautaire que nous utilisons, le r\u00e9sultat final ne fournirait qu’une communaut\u00e9 affectation. Deuxi\u00e8mement, l’ex\u00e9cution quotidienne de la communaut\u00e9 de d\u00e9tection pour un grand r\u00e9seau avec des millions d’\u00e9chantillons et des milliards de connexions est informatiquement impossible. Au lieu de cela, nous avons choisi d’utiliser des algorithmes d’apprentissage machine, qui surmontent ces deux limitations (Figure 7.1).<\/p>\n Figure 7.1: Pour chaque communaut\u00e9 g\u00e9n\u00e9tique, nous construisons un classificateur binaire qui d\u00e9cidera si un client doit \u00eatre affect\u00e9 \u00e0 cette communaut\u00e9 ou non. Ceci est repr\u00e9sent\u00e9 comme \u00aboui, assign\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb, ou \u00abnon, non attribu\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb sur la figure. Figure 7.2: Cette figure montre une vue d’ensemble du sch\u00e9ma de classification multi-voies. (1) Pour chaque communaut\u00e9 d\u00e9couverte, nous cr\u00e9ons un classificateur. (2) Pour ce faire, une ar\u00eate est cr\u00e9\u00e9e repr\u00e9sentant certains attributs des connexions IBD d’un individu dans le grand r\u00e9seau IBD de tous les clients AncestryDNA. (3) Sur la base de ces caract\u00e9ristiques, le classificateur prend une d\u00e9cision oui \/ non pour attribuer le client \u00e0 la communaut\u00e9. (4) Un jeu de validation est utilis\u00e9 pour estimer la pr\u00e9cision de chaque classificateur. Pour chaque communaut\u00e9 g\u00e9n\u00e9tique, nous utilisons les caract\u00e9ristiques s\u00e9lectionn\u00e9es pour former un classificateur binaire qui peut \u00eatre sauvegard\u00e9 et utilis\u00e9 pour attribuer un \u00e9chantillon AncestryDNA \u00e0 z\u00e9ro, une ou plusieurs communaut\u00e9s g\u00e9n\u00e9tiques pertinentes. Nous utilisons un ensemble de validation (un ensemble d’\u00e9chantillons qui ont \u00e9t\u00e9 regroup\u00e9s dans une communaut\u00e9, mais aucun des m\u00eames \u00e9chantillons qui ont \u00e9t\u00e9 utilis\u00e9s pour la formation) pour estimer la pr\u00e9cision de chaque classificateur et peuvent donc qualifier chaque \u00aboui, affect\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb, classement de confiance, que nous divisons en cat\u00e9gories comme indiqu\u00e9 dans le tableau 7.1.<\/p>\nPr\u00e9dire les origines ancestrales \u00e0 une \u00e9chelle pr\u00e9cise \u00e0 partir des patrons de partage g\u00e9n\u00e9tique chez des millions d’individus<\/strong><\/h4>\n
Catherine A. Ball, Erin Battat, Jake K. Byrnes, Pierre Carbonetto, Kenneth G. Chahine, Ross E Curtis, Eyal Elyashiv, Ahna Girshick, Julie M. Granka, Harendra Guturu, Eunjung Han, Ariel Hippen Anderson, Eurie Hong, Amir Kermany, Natalie M. Myres, Keith Noto, Kristin A. Rand, Shiya Song, Yong Wang <\/em><\/h5>\n
par ordre alphab\u00e9tique<\/em><\/h5>\n
![\"F1.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F1.1.png\")
<\/a><\/p>\n![\"F2.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F2.1.png\")
<\/a><\/p>\n![\"F2.2\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F2.2.png\")
<\/a><\/p>\n![\"F2.3\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F2.3.png\")
<\/a><\/p>\n
\n2.3.1 L’histoire de la colonie de Virginie-Occidentale
\nLes colonies de Virginie occidentale et de Virginie-Occidentale commenc\u00e8rent dans les ann\u00e9es 1730, lorsque la colonie de Virginie fit progresser la colonisation de ses montagnes occidentales pour fournir un tampon entre les villes \u00e9tablies et les peuples indig\u00e8nes (Rice, 1993). Entre 1750 et 1780, la population fondatrice dans cette r\u00e9gion a grandi. Ce fut une p\u00e9riode de paix, de prosp\u00e9rit\u00e9 et de colonisation agressive dans la vall\u00e9e de Shenandoah apr\u00e8s la fin de la guerre du roi George en 1748 et un trait\u00e9 avec les peuples autochtones en 1752. Alors que les Britanniques interdisaient la colonisation avec la Proclamation de 1763, les Am\u00e9ricains envahirent le territoire apr\u00e8s la guerre r\u00e9volutionnaire. La construction de routes entre 1818 et 1846 a favoris\u00e9 la colonisation et l’isolement des zones rurales (Rice, 1993). Ainsi, jusqu’au milieu du 19e si\u00e8cle, cette r\u00e9gion \u00e9tait en grande partie une population rurale, croissante avec des colons qui provenaient de milieux britanniques, allemands ou \u00e9cossais-irlandais.<\/p>\n
\nDans cet exemple, nous voyons une nouvelle population cr\u00e9\u00e9e dans la seconde moiti\u00e9 du 1700e si\u00e8cle, constitu\u00e9e de personnes fondatrices de l’h\u00e9ritage \u00e9cossais-irlandais, allemand et britannique.<\/p>\n![\"F3.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F3.1.png\")
<\/a><\/p>\n![\"F3.2\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F3.2.png\")
<\/a><\/p>\n![\"F3.3\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F3.3.png\")
<\/a>
\nFigure 3.3: Connexions IBD entre 75 clients s\u00e9lectionn\u00e9s \u00e0 partir du r\u00e9seau IBD \u00e0 AncestryDNA.<\/p>\n![\"F4.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F4.1.png\")
<\/a><\/p>\n
\nPour en revenir \u00e0 notre repr\u00e9sentation visuelle du r\u00e9seau IBD de 75 \u00e9chantillons de la figure 3.3, il n’existe aucun mod\u00e8le \u00e9vident dans ce r\u00e9seau IBD. Dans la figure 4.1, nous pr\u00e9sentons le m\u00eame r\u00e9seau avec les n\u0153uds r\u00e9arrang\u00e9s pour mettre en \u00e9vidence la structure dans le r\u00e9seau. En particulier, les 75 individus ont \u00e9t\u00e9 subdivis\u00e9s en trois groupes ou communaut\u00e9s, que nous avons identifi\u00e9s comme \u00e9tant la Communaut\u00e9 A (24 individus, montr\u00e9s en cercles verts), Communaut\u00e9 B (30 individus, orange) et Communaut\u00e9 C (21 individus, bleu) . Notez que ces communaut\u00e9s n’ont pas \u00e9t\u00e9 d\u00e9tect\u00e9es par inspection visuelle, mais plut\u00f4t en ex\u00e9cutant un algorithme de d\u00e9tection communautaire qui affecte chaque noeud \u00e0 une communaut\u00e9 dans\u00a0ce petit r\u00e9seau IBD.<\/p>\n![\"T4.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/T4.1.png\")
<\/a><\/p>\n
\nIntuitivement, l’algorithme de d\u00e9tection communautaire subdivise le r\u00e9seau en sous-ensembles qui sont plus dens\u00e9ment connect\u00e9s que le r\u00e9seau complet d’origine. Nous pouvons mesurer la fa\u00e7on dont un r\u00e9seau (ou un sous-ensemble de la communaut\u00e9) est connect\u00e9 par une mesure appel\u00e9e ‘densit\u00e9 de r\u00e9seau’. La densit\u00e9 est le nombre d’ar\u00eates pr\u00e9sentes dans le r\u00e9seau divis\u00e9 par le nombre d’ar\u00eates possibles dans le r\u00e9seau. Dans le cas du r\u00e9seau IBD, le r\u00e9seau est dit maximalement connect\u00e9 s’il existe une ar\u00eate entre chaque paire d’individus. Suite \u00e0 la d\u00e9tection de la communaut\u00e9 dans notre exemple ci-dessus, des couples d’individus au sein d’une m\u00eame communaut\u00e9 sont plus dens\u00e9ment connect\u00e9s les uns aux autres que des couples d’individus entre les communaut\u00e9s. Par exemple, 185 ar\u00eates sont contenues dans la Communaut\u00e9 C, pour une densit\u00e9 de 185 \u00d7 2 \/ (20 \u00d7 21) = 88%, alors que seulement 163 ar\u00eates rejoignent les membres dans les communaut\u00e9s B et C, pour une densit\u00e9 de 163 \/ (21 \u00d7 30 ) = 26%.<\/p>\n![\"F5.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.1.png\")
<\/a><\/p>\n
\n5.2. Noms de famille enrichis<\/strong><\/p>\n![\"F5.2\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.2.png\")
<\/a><\/p>\n![\"F5.3\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.3.png\")
<\/a><\/p>\n
\nEn plus de consid\u00e9rer le OR, nous consid\u00e9rons \u00e9galement la proportion des \u00e9chantillons dans une communaut\u00e9 qui a des lieux de naissance ancestrale dans la r\u00e9gion identifi\u00e9e pour la communaut\u00e9. Pour ce faire, nous utilisons d’abord les parcelles d’enrichissement des lieux de naissance pour construire des polygones autour d’endroits importants sp\u00e9cifiques \u00e0 chaque communaut\u00e9. (Ces polygones sont \u00e9galement utilis\u00e9s dans l’exp\u00e9rience du produit). Sur la base de ces lieux pr\u00e9cis, nous pouvons d\u00e9terminer, pour chaque individu affect\u00e9 \u00e0 la communaut\u00e9, quels anc\u00eatres sont n\u00e9s dans cette r\u00e9gion. Par exemple, \u00e0 la figure 5.4, nous montrons la proportion d’anc\u00eatres n\u00e9s \u00e0 l’int\u00e9rieur du polygone de Munster, en Irlande, par g\u00e9n\u00e9ration. Pour les personnes qui sont affect\u00e9es \u00e0 cette communaut\u00e9, 26,2% de leurs arri\u00e8re-grands-parents sont n\u00e9s \u00e0 l’int\u00e9rieur du polygone. Pour les personnes qui ne sont pas affect\u00e9es \u00e0 cette communaut\u00e9, seulement 2% de leurs arri\u00e8re-grands-parents naissent au m\u00eame endroit. Cette analyse appuie notre interpr\u00e9tation de cette communaut\u00e9 en tant que descendants de personnes qui vivaient \u00e0 Munster, en Irlande.<\/p>\n![\"F5.4\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.4.png\")
<\/a><\/p>\n
\nComme nous l’avons mentionn\u00e9 pr\u00e9c\u00e9demment, notre confiance dans notre interpr\u00e9tation de chaque communaut\u00e9 g\u00e9n\u00e9tique d\u00e9pendra des donn\u00e9es recueillies par les membres de la communaut\u00e9. Pour \u00e9valuer notre interpr\u00e9tation de chaque communaut\u00e9 g\u00e9n\u00e9tique, nous consid\u00e9rons le nombre d’annotations que les gens ont dans leurs pedigrees. Par exemple, les membres de certaines communaut\u00e9s g\u00e9n\u00e9tiques ont moins d’anc\u00eatres annot\u00e9s aux niveaux plus profonds de leurs pedigrees que d’autres. Deux exemples illustratifs sont pr\u00e9sent\u00e9s \u00e0 la figure 5.5: les habitants de la Virginie occidentale ont tendance \u00e0 avoir beaucoup plus d’anc\u00eatres annot\u00e9s \u00e0 des g\u00e9n\u00e9rations plus profondes que la moyenne de la base de donn\u00e9es, tandis que les Irlandais Munster ont tendance \u00e0 avoir moins d’anc\u00eatres annot\u00e9s \u00e0 des g\u00e9n\u00e9rations plus profondes. De ce fait, nous pouvons \u00eatre plus confiants dans notre interpr\u00e9tation de la communaut\u00e9 g\u00e9n\u00e9tique de l’ouest de la Virginie, alors que nous nous appuyons sur d’autres donn\u00e9es d’annotation lors de l’interpr\u00e9tation de la communaut\u00e9 g\u00e9n\u00e9tique irlandaise de Munster. Parce qu’il peut y avoir de nombreuses personnes qui n’ont pas construit leur pedigree jusqu’\u00e0 \u00a0Munster en Irlande, nous regardons l’origine ethnique g\u00e9n\u00e9tique. Nous constatons que 98% des individus affect\u00e9s \u00e0 la communaut\u00e9 ont \u00a0> 5% d’appartenance ethnique irlandaise, soutenant ainsi notre hypoth\u00e8se que ces membres de la communaut\u00e9 sont de l’Irlande.<\/p>\n![\"F5.5\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.5.png\")
<\/a><\/p>\n![\"F5.6\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F5.6.png\")
<\/a><\/p>\n
\n5.5 Interpr\u00e9tation de la communaut\u00e9 g\u00e9n\u00e9tique<\/p>\n![\"F6.1A\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.1A.png\")
<\/a><\/p>\n![\"F6.1B\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.1B.png\")
<\/a><\/p>\n
\nUne d\u00e9couverte cl\u00e9 de ce travail est qu’il est possible de d\u00e9couvrir de plus petites communaut\u00e9s de r\u00e9solution plus \u00e9lev\u00e9e gr\u00e2ce \u00e0 l’application r\u00e9cursive de l’algorithme de d\u00e9tection communautaire. Puisque chaque communaut\u00e9 observ\u00e9e est elle-m\u00eame un r\u00e9seau de connexions IBD sur lequel nous pouvons appliquer le m\u00eame algorithme de d\u00e9tection communautaire pour d\u00e9couvrir des sous-communaut\u00e9s, nous avons effectu\u00e9 une d\u00e9tection communautaire r\u00e9cursive. Les sous-r\u00e9seaux ou les communaut\u00e9s g\u00e9n\u00e9tiques de chaque cycle ont \u00e9t\u00e9 soumis de mani\u00e8re r\u00e9currente \u00e0 des cycles suppl\u00e9mentaires de d\u00e9tection communautaire jusqu’\u00e0 ce que des structures de population plus fines ne puissent plus \u00eatre d\u00e9tect\u00e9es de mani\u00e8re stable (figure 6.2).<\/p>\n![\"F6.2a\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.2a.png\")
<\/a><\/p>\n
\nPar exemple, le premier tour de d\u00e9tection communautaire d\u00e9couvre une grande communaut\u00e9 g\u00e9n\u00e9tique compos\u00e9e de centaines de milliers de personnes ayant des anc\u00eatres dans le nord des \u00c9tats-Unis ou en Europe (figure 6.1A). La d\u00e9tection de la communaut\u00e9 uniquement dans ce sous-r\u00e9seau r\u00e9v\u00e8le plusieurs petites communaut\u00e9s g\u00e9n\u00e9tiques qui correspondent \u00e0 des groupes de population plus petits avec des histoires plus sp\u00e9cifiques, lorsque les donn\u00e9es d’annotation sont consid\u00e9r\u00e9es. Nous trouvons des communaut\u00e9s g\u00e9n\u00e9tiques repr\u00e9sentant des personnes d’ascendance en Italie, en Pennsylvanie, \u00e0 New York ou au Royaume-Uni et en Irlande (figure 6.3).<\/p>\n![\"F6.3\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.3.png\")
<\/a><\/p>\n
\nLa communaut\u00e9 g\u00e9n\u00e9tique visualis\u00e9e dans la figure 6.3, d\u00e9couverte avec le m\u00eame algorithme que pr\u00e9c\u00e9demment, repr\u00e9sente une structure de population plus fine que les communaut\u00e9s que nous d\u00e9couvrons \u00e0 partir de l’ensemble du r\u00e9seau IBD. Nous pouvons de nouveau d\u00e9tecter les communaut\u00e9s sur ce petit ensemble d’individus. Comme auparavant, nous trouvons un certain nombre de communaut\u00e9s, chacune correspondant \u00e0 une structure de population encore plus fine. Nous trouvons trois communaut\u00e9s qui ont des anc\u00eatres d’Irlande (Munster-voir Figure 6.4, Ulster et Connacht), ainsi que des communaut\u00e9s de Terre-Neuve, de la Nouvelle-\u00c9cosse et du Royaume-Uni.<\/p>\n![\"F6.4\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.4.png\")
<\/a><\/p>\n
\nUne fois de plus, nous pouvons consid\u00e9rer chacune de ces communaut\u00e9s individuellement et effectuer une nouvelle d\u00e9tection communautaire. En ex\u00e9cutant la d\u00e9tection communautaire sur la communaut\u00e9 correspondant \u00e0 Munster, en Irlande, nous trouvons six communaut\u00e9s g\u00e9n\u00e9tiques correspondant \u00e0 plusieurs r\u00e9gions (se chevauchant) \u00e0 Munster (Figure 6.5).<\/p>\n![\"F6.5\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F6.5.png\")
<\/a><\/p>\n![\"F7.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F7.1.png\")
<\/a><\/p>\n
\nPour assigner des \u00e9chantillons aux communaut\u00e9s g\u00e9n\u00e9tiques, nous cr\u00e9ons un groupe d’\u00e9chantillons de r\u00e9f\u00e9rence pour chaque communaut\u00e9 g\u00e9n\u00e9tique d\u00e9couverte lors de la d\u00e9tection r\u00e9cursive de la communaut\u00e9. Chaque groupe de r\u00e9f\u00e9rence est raffin\u00e9 afin de retirer des individus moins repr\u00e9sentatifs de la communaut\u00e9 et de tenir compte des relations familiales \u00e9troites. Pour chaque panel de r\u00e9f\u00e9rence (repr\u00e9sentant une communaut\u00e9 g\u00e9n\u00e9tique) qui transmet certaines m\u00e9triques de qualit\u00e9, nous construisons un classificateur binaire. La classification binaire est une m\u00e9thode d’apprentissage automatique qui attribue un \u00e9chantillon \u00e0 l’un des deux r\u00e9sultats, compte tenu d’un ensemble de caract\u00e9ristiques. Par exemple, les caract\u00e9ristiques donn\u00e9es d\u00e9crivant la connexion IBD d’un \u00e9chantillon au r\u00e9seau, un classificateur d\u00e9cidera \u00aboui, assign\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb ou \u00abnon, non affect\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb. Puisqu’un classificateur binaire s\u00e9par\u00e9 est construit pour chaque Communaut\u00e9 g\u00e9n\u00e9tique, un individu a le potentiel d’\u00eatre class\u00e9 \u00aboui, affect\u00e9 \u00e0 la communaut\u00e9 g\u00e9n\u00e9tique\u00bb pour de multiples communaut\u00e9s – s’ils ont des caract\u00e9ristiques repr\u00e9sentatives de ces communaut\u00e9s. Par exemple, une personne ayant une ascendance partag\u00e9e de deux communaut\u00e9s peut \u00eatre affect\u00e9e aux deux communaut\u00e9s. Cette approche de l’attribution d’une communaut\u00e9 g\u00e9n\u00e9tique peut \u00eatre d\u00e9crite comme un probl\u00e8me de classification multidimensionnelle, dans lequel chaque \u00e9chantillon peut \u00eatre class\u00e9 en z\u00e9ro, une ou plusieurs communaut\u00e9s g\u00e9n\u00e9tiques (figure 7.2). Gr\u00e2ce \u00e0 ce sch\u00e9ma de classification multidirectionnel, nous sommes en mesure d’assigner des individus \u00e0 de nombreuses communaut\u00e9s g\u00e9n\u00e9tiques et de contourner l’impossibilit\u00e9 d’ex\u00e9cuter la d\u00e9tection communautaire sur la base de donn\u00e9es AncestryDNA enti\u00e8re avec chaque nouvel \u00e9chantillon.<\/p>\n![\"F7.2\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F7.2.png\")
<\/a><\/p>\n
\nLes caract\u00e9ristiques qui sont utilis\u00e9es dans ces classificateurs sont trouv\u00e9es en r\u00e9sumant les connexions IBD de chaque \u00e9chantillon dans le r\u00e9seau IBD et ses communaut\u00e9s g\u00e9n\u00e9tiques d\u00e9couvertes. Comme chaque fonctionnalit\u00e9 g\u00e9n\u00e9r\u00e9e n’est pas utile pour chaque classificateur, nous utilisons des techniques de s\u00e9lection de fonctionnalit\u00e9s standard pour s\u00e9lectionner uniquement les fonctionnalit\u00e9s les plus informatives pour chaque mod\u00e8le. Le nombre de fonctions s\u00e9lectionn\u00e9es varie pour chaque mod\u00e8le de classification.<\/p>\n
![\"T7.1\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/T7.1.png\")
<\/a><\/p>\n![\"F7.3\"](\"http:\/\/miroise.org\/GparADN\/wp-content\/uploads\/2017\/03\/F7.3.png\")
<\/a><\/p>\n