Formålet med QTL-kartlegging er å finne gener eller mutasjoner som bidrar til fenotypisk varians. Denne kunnskapen er viktig for biologisk forståelse og kan utnyttes, for eksempel i medisin eller husdyravl. Metodene for QTL-kartlegging kan kategoriseres som koblingsanalyse (LA), analyser basert på koblingsulikevekt (LD) og metoder som kombinerer koblingsanalyse og koblingsulikevekt (LLD). Den viktigste forskjellen på LA- og LD-analyse er hvordan sannsynligheten for at to dyr bærer gener som er identisk i opphav (IBD) beregnes. LA-analyse baserer IBD-sannsynligheten på stamtavleinformasjon, mens LD-analyse er basert på populasjonsvid IBD-sannsynlighet. LA-analyse avhenger av rekombinasjoner som kan observeres i genotypede data, noe som begrenser nøyaktigheten. LD-analyse er basert på historiske rekombinasjoner og kan finne korte konfidensintervall, men medfører ofte falske funn, grunnet uekte assosiasjoner mellom markører og QTL. Problemene knyttet til separate LA- eller LD-analyser kan unngås ved å kombinere koblingsanalyse og analyse basert på koblingsulikevekt (LLD).
Hovedmålet for denne avhandlingen har vært å maksimere bruken av genotypinger fra QTL-eksperimenter til å finne så mange QTL'er som mulig og posisjonere dem så presist som mulig. Spesielt undersøkte spørsmål har vært enkle kontra multiple kartleggingsmetoder (artikkel 1), effekten av å inkludere den kausative mutasjonen som markør i QTL-eksperimenter (artikkel 2) og utvikling av en statistisk test for å skille kausative fra ikke-kausative SNP markører (artikkel 3).
I artikkel 1 ble metoder som forutsetter en enkel (singel QTL) eller multiple QTL'er (multi QTL) sammenlignet i en situasjon hvor den analyserte regionen inneholdt to QTL'er. Singel QTL-metoden hadde problemer med å skille de to QTL'ene når de var plassert tett, noe som ofte resulterte i funn av en "ghost" QTL mellom de to reelle, eller ingen klare QTL funn. Multi QTL-metoden fant bevis for begge QTL'ene selv når disse var plassert tett (15 cM). Selv om disse forskjellene til dels kan forklares av forskjeller i statistisk metodikk mellom metodene, så er hovedkonklusjonen fra denne artikkelen at multi QTL-metoder bør brukes for analyser av QTL-data.
Artikkel 2 undersøkte effekten av å inkludere den kausative mutasjonen som markør i et QTL-eksperiment. Både styrken og presisjonen økte sterkt når den kausative mutasjonen var inkludert som markør. Når den kausative SNP'en ikke var inkludert som markør hadde LLD-metoden klart større presisjon og styrke enn assosiasjonsmetoden. Effekten av å inkludere mutasjonen som markør var større for assosiasjonsmetoden enn LLD-metoden, så når den kausative SNP'en var inkludert som markør hadde metodene nokså lik presisjon og styrke. Forskjellene skyldes delvis teststatistikken, siden assosiasjonsmetoden testet markørene direkte mens LLD-metoden testet midtpunktene mellom markørene. Inkludering av den kausative mutasjonen som markør øker sjansene til å finne QTL'er med liten effekt.
Den økte styrken og presisjonen som fulgte av å inkludere den kausative SNP'en som markør ble i artikkel 3 brukt til å utvikle en test for å bekrefte kausative SNP'er. "Kausativ SNP Test" (CST) oppnådde en styrke på 28 % i dette eksperimentet. Den lave styrken til CST skyldtes sterkt koblingsulikevekt mellom de analyserte markørene. Alle bekreftede SNP'er var reelt kausative og korrekt posisjonert av CST-testen. Testen gir derved sterke bevis for kausalitet dersom den er positiv.
Resultater fra QTL-eksperiment indikerer at de fleste kvantitative egenskaper er kontrollert av mange gener og at de fleste genene har liten effekt på variansen. Tilgjengelige genomsekvenser og utvalgsstørrelser har begrenset styrke til å finne QTL'er med liten effekt og derfor forklarer QTL'ene som er funnet så langt bare noe av den observerte fenotypiske variasjonen for de fleste egenskaper. Fremtidsutsikter med komplette genomsekvenser vil øke styrken til å finne QTL'er. Dagens sterke fokus på genomvide assosiasjonsstudier er forventet også for fremtidige eksperimenter.
Dette studiet har vist at fremtidige QTL eksperimenter bør baseres på multiple QTL-metoder, for å unngå støy fra eventuelle andre nærliggende QTL'er. Ettersom styrken til å finne QTL'er øker sterkt ved å inkludere den kausative mutasjonen som markør, bør man også sikte mot å konstruere forsøk som gir styrke til å skille kausative fra ikke-kausative mutasjoner. Det ser ut som dette oppnås i forsøk hvor slektskapet mellom individene er lite, noe som generelt er tilfelle i genomvide assosiasjonsstudier på mennesker. Kausaliteten kan i neste omgang testes med den foreslåtte CST-testen.
Nøkkelord til artikkelsøk: fine mapping; multiple QTL; simulations
