Imputering (genetisk imputering)
Imputering är en statistisk metod som fyller i saknade genetiska markörer genom att jämföra ett DNA-test med stora referenspaneler av redan kartlagda genuppsättningar. På så sätt kan man uppskatta arvsanlag som inte mättes direkt i testet.
När du tar ett vanligt konsument-DNA-test analyseras inte hela ditt arvsmassa, utan bara ett urval av cirka 600 000 till 700 000 utvalda positioner i genomet, så kallade SNP:er (enskilda byggstenar i DNA där människor ofta skiljer sig åt). Det innebär att det finns miljontals positioner som testet aldrig mätte. Här kommer imputering in: med hjälp av kunskapen om hur DNA ärvs i sammanhängande block kan datorn räkna ut vilka byggstenar som med stor sannolikhet finns på de positioner som inte testades.
Grunden för imputering är att gener som ligger nära varandra på en kromosom tenderar att ärvas tillsammans i mönster som kallas haplotyper. Genom att jämföra dina uppmätta markörer mot en stor referenspanel, exempelvis databaser med tusentals fullständigt sekvenserade genom, kan algoritmen identifiera vilka haplotyper du bär på och därmed fylla i luckorna mellan de markörer som faktiskt mättes.
Ett konkret exempel: tänk dig att ditt test mätte position A och position C, men hoppade över position B som ligger emellan. I referenspanelen ser man att nästan alla som har en viss variant på A och C också bär en bestämd variant på B. Algoritmen drar då slutsatsen att även du sannolikt har den varianten på position B, trots att den aldrig analyserades direkt.
Imputering är viktigt inom släktforskning eftersom olika testföretag mäter delvis olika markörer. När du laddar upp din rådata till en annan tjänst, till exempel GEDmatch, kan imputering användas för att göra dina resultat jämförbara med personer som testat hos ett annat företag. Metoden används också flitigt inom forskning för att kunna kombinera data från olika studier och öka chansen att hitta kopplingar mellan gener och egenskaper eller sjukdomar.
Det är dock viktigt att komma ihåg att imputerade värden är sannolikhetsberäkningar, inte direkta mätningar. För vanliga, vanligt förekommande varianter är träffsäkerheten mycket hög, ofta över 99 procent, men för sällsynta varianter blir osäkerheten större. Därför bör imputerade data för hälsorelaterade tolkningar alltid hanteras med försiktighet och helst bekräftas med riktad testning.