Che cos’è l’ascertainment bias, e come si collega al calcolo delle frequenze SNP?
Ascertainment bias è un termine della genetica delle popolazioni che descrive le deviazioni sistematiche da un risultato teorico atteso attribuibile ai processi di campionamento utilizzati per trovare (accertare) gli SNP e misurare (stimare) le loro frequenze alleliche specifiche della popolazione.
La distribuzione della frequenza allelica “derivata” degli SNP varia in natura da 1/2N (cioè, un cromosoma mutante nell’intero pool genetico della specie), a 2N-1/2N (cioè, solo un cromosoma rimasto nel pool genetico della specie per rappresentare lo stato allelico “ancestrale”; tutti gli altri cromosomi hanno l’allele derivato). Questa distribuzione, tuttavia, è misurata in modo imperfetto quando si prelevano sottocampioni finiti dalla popolazione. Più piccolo è il campione finito utilizzato nel nostro processo di rilevamento degli SNP (campionamento), più “imperfetta” è la corrispondenza tra la distribuzione delle frequenze alleliche derivate e la distribuzione “vera” in natura. Ecco un grafico che illustra il bias:
Modificato da Fig.2, Ref. (1).
Se gli SNP in dbSNP sono accertati in campioni di pochi cromosomi, allora una frazione di quegli SNP sarà eccessivamente comune nella popolazione rispetto a campioni potenzialmente più grandi della stessa sequenza genomica.
La validazione sperimentale significa tipicamente osservare lo SNP in campioni aggiuntivi non collegati all’insieme originale di cromosomi esaminati per definire lo SNP. Pertanto, gli SNP comuni “convalideranno” con un tasso più alto rispetto agli SNP con un allele minore veramente raro, perché sono necessari campioni più grandi per ricatturare (e quindi confermare) la variazione rara. Poiché tutti i campioni utilizzati per accertare (scoprire) gli SNP o stimare le loro frequenze alleliche in specifici campioni di popolazione sono di dimensioni finite, ci sarà qualche tipo di errore di accertamento in ogni lotto di dati inviati a dbSNP.
