จีโนม 490,319 คน ช่วยเติมข้อมูลพันธุกรรมที่ยังไม่ได้วัดได้อย่างไร

นักวิจัยจากมหาวิทยาลัยคีลในเยอรมนีสร้างแผงอ้างอิงจากจีโนมของผู้เข้าร่วม UK Biobank 490,319 คน เพื่อประมาณข้อมูลพันธุกรรมในตำแหน่งที่ไม่ได้ตรวจวัด งานตีพิมพ์ใน Nature Genetics วันที่ 30 ตุลาคม 2026 พบว่าประโยชน์ที่ได้แตกต่างกันตามประชากรและตัวชี้วัด [1]

เติมข้อมูลด้วยรูปแบบพันธุกรรมที่พบร่วมกัน

การตรวจด้วยชิปพันธุกรรมอ่าน DNA เฉพาะตำแหน่งที่เลือกไว้ นักวิจัยจึงใช้การประมาณจีโนไทป์ (genotype imputation) เพื่อเพิ่มข้อมูลสำหรับศึกษาความสัมพันธ์ระหว่างพันธุกรรมกับโรค โดยอาศัยแผงอ้างอิงที่มีข้อมูลละเอียดกว่า [2]

หลักการคือเทียบรูปแบบที่ตรวจได้กับชุดตัวแปรบนโครโมโซมที่มักพบร่วมกัน หรือแฮพลอไทป์ (haplotype) แล้วประมาณค่าตำแหน่งที่ไม่ได้วัด ผลลัพธ์จึงมีความไม่แน่นอน และไม่ควรถูกตีความเสมือนอ่าน DNA ตำแหน่งนั้นโดยตรง

ฐานข้อมูลใหญ่ขึ้น แต่ผลไม่ได้ดีขึ้นทุกกลุ่ม

ทีมเปรียบเทียบ EagleImp ร่วมกับแผง UK Biobank กับ TOPMed r3 ซึ่งมีข้อมูล 133,597 คน การประเมินใช้ทั้งค่าคุณภาพที่ซอฟต์แวร์ประมาณและความคลาดเคลื่อนเมื่อเทียบกับจีโนไทป์ที่ทราบจริง จึงต้องแยกความหมายของแต่ละตัวชี้วัด [1]

ภาพที่ 1 สรุปค่าคุณภาพที่ซอฟต์แวร์ประมาณไว้ในชุดทดสอบจากหลายประชากร แท่งสามแท่งของแต่ละกลุ่มเรียงตามเกณฑ์ความถี่ของตัวแปรในแผงอ้างอิง ตั้งแต่ 0.01%, 0.1% และ 1% ขึ้นไปตามลำดับ ตัวเลขในกรอบขาวคือค่าเฉลี่ย estimated R² ของ EagleImp ร่วมกับแผง UK Biobank ฉบับเต็ม ซึ่งค่ายิ่งสูงยิ่งดี ส่วนเปอร์เซ็นต์คือการเปลี่ยนแปลงเทียบ TOPMed โดยคำนวณจากตัวแปรที่มีร่วมกันในสองแผง [1]

ตัวอย่างเช่น แท่งแรกของกลุ่มเอเชียตะวันออก (EAS) มีค่าคุณภาพเพิ่มขึ้นราว 24.4% ตัวเลขนี้ไม่ใช่สัดส่วนตำแหน่ง DNA ที่ทายถูก และไม่ใช่ผลดีขึ้นเท่ากันทุกประชากร จึงต้องดูผลเทียบกับข้อมูลจริงในภาพที่ 2 ประกอบด้วย [1]

เมื่อตรวจเทียบกับจีโนไทป์ที่ทราบจริง ภาพที่ 2 แสดงว่า แผง UK Biobank รุ่นกรองตามความถี่ให้ค่าคลาดเคลื่อนต่ำกว่าในกลุ่มเอเชียตะวันออกและเอเชียใต้ทุกช่วงที่ทดสอบ แต่ในกลุ่มแอฟริกา TOPMed ให้ผลดีกว่า การเปรียบเทียบนี้ใช้ทั้งแผงอ้างอิงและซอฟต์แวร์ต่างกัน จึงแยกผลจากขนาดข้อมูลเพียงปัจจัยเดียวไม่ได้ [1]

เครื่องมือเปิดเผยโค้ด แต่ข้อมูลมีเงื่อนไข

ผู้สนใจดูโค้ด EagleImp และ EagleImp-RAP ได้บน GitHub อย่างไรก็ตาม การใช้แผง UK Biobank ผ่านแพลตฟอร์มวิจัยต้องมีโครงการและสิทธิ์เข้าถึงข้อมูลที่ได้รับอนุมัติ การเปิดโค้ดจึงไม่ได้หมายความว่าทุกคนดาวน์โหลดจีโนมเหล่านี้ไปใช้ได้ [3,4]

งานนี้เป็นการประเมินวิธีวิเคราะห์ข้อมูลจีโนม ยังไม่ใช่หลักฐานว่าช่วยวินิจฉัยหรือรักษาผู้ป่วยได้ดีขึ้น [1] สำหรับการนำไปใช้กับข้อมูลไทย ควรตรวจสอบกับข้อมูลอ้างอิงของประชากรเป้าหมาย แทนการถือว่าผลจากกลุ่มเอเชียใช้แทนกันได้ทั้งหมด

อ้างอิง

1. Wienbrandt L, Prieß C, Schmöhl M, et al. A haplotype reference panel constructed from 490,319 UK Biobank genomes improves genotype imputation for global populations. Nature Genetics. 2026 Oct 30. doi:10.1038/s41588-026-02819-0.
2. Wellcome Sanger Institute. Haplotype Reference Consortium [Internet]. เข้าถึง 2 พฤศจิกายน 2026.
3. Institute of Clinical Molecular Biology. EagleImp: combined genotype phasing and imputation tool [Internet]. เข้าถึง 2 พฤศจิกายน 2026.
4. Institute of Clinical Molecular Biology. EagleImp-RAP: requirements and usage [Internet]. เข้าถึง 2 พฤศจิกายน 2026.

ภาพ: Figure 1–2 จากอ้างอิง [1] ใช้ภายใต้ CC BY 4.0 คงกราฟและป้ายกำกับเดิม เปลี่ยนรูปแบบไฟล์เป็น WebP แบบไม่สูญเสียข้อมูล

กลับไปสารบัญบทความ ↑